备件的共享服务及配置优化水平对装备维护水平起着关键作用。针对现有备件管理在服务能力和配置优化方面存在的不足,提出基于维修BOM的备件共享服务方法,在备件库存确定的情况下,实现了备件利用率和精准服务能力的提升;提出基于备件BOM的串联系统备件配置优化方法,实现以系统备件满足率和保障任务时长为约束、以备件配置成本最小为目标的最优备件配置方案。最后,以数控机床主轴系统为例验证了所提方法的可行性。该方法对备件服务能力的提升和装备维修成本的降低具有一定的参考意义。

装备的安全服役和有效感知越来越重要,特别是对于一些高端装备复杂系统模块的退化状态预测和备用系统的有效订购是保障安全运行、提升服务质量、降低维修成本的关键。为此,分析了复杂系统退化的特点,提出了一种基于复杂系统退化机理的订购策略模型。基于状态空间特征矩阵建立系统退化过程模型,根据系统退化模型和备用系统随机交付时间构建复杂系统订购策略模型,该模型采用下订时刻作为决策变量。基于提出的复杂系统订购策略模型,存在一个唯一的使期望费用率最小化的最优下订时刻。最后,用实例验证了所提订购策略模型的有效性。

以大型起重机双卷扬系统为研究对象,针对起升过程中存在的双马达同步误差问题,提出一种基于小脑神经网络(CMAC)滑模控制方法,充分利用CMAC响应速度快及滑模变结构控制(SMC)抗干扰能力强的特点,以解决传统控制方法鲁棒性差的问题;在控制过程中采用交叉耦合控制方式,并根据液压系统动态特性将液压泵出口压力差以及吊钩的倾斜角度作为控制指标进行仿真,最后以起升工况进行实验研究。结果表明:与传统方法相比,所提出的控制策略能有效提高两个马达的同步控制精度,抗干扰能力强,满足实际工况需要。