针对多部件系统维修策略优化问题,在考虑失效相关和经济相关的基础上,从建模和求解算法两方面展开了研究。建立了多部件系统折扣准则模型,得到了维修费率的最优方程,并转化为线性规划问题。采用聚合算法减小线性规划问题的规模,并利用迭代算法求得其最优解。最后通过数值算例,说明了失效相关程度对折扣总成本以及最优维修策略的影响,探究了模型中成本参数对维修策略的影响。算法对比的实验结果显示,采用聚合迭代算法可以有效提高运算速度,降低内存占用。

针对多部件系统中各部件维修优先级不同的情况,提出了基于寿命分布的非集中式维修策略。采用异构多部件系统的竞争式维修模式,在已知部件寿命分布的情况下,建立了一种(m,N)维修模型。建模过程中充分考虑部件维修优先级的不同,对高维修优先级部件,采用修复性维修和预防性维修;对低维修优先级部件,采用成组维修。以全周期的最低维修费率为目标,通过计算不同部件的失效次序统计量,对参数进行优化,进而得到最优维修策略。通过数值算例验证了维修策略的有效性,并对参数敏感度进行了分析。

针对液压泵振动信号通常具有非线性强和信噪比低的特点,提出了一种基于改进多重分形去趋势波动分析（MF-DFA）和半监督马氏距离模糊C均值（SSM-FCM）的液压泵退化状态识别方法。该方法首先引入滑动窗口技术改进传统MF-DFA方法在时间序列数据分割过程中存在的不足,提高MF-DFA方法的计算精度;然后利用改进MF-DFA方法计算液压泵多重分形谱参数,并分析了不同分形谱参数对液压泵退化状态的反映能力,选取奇异指数α_0和广义Hurst指数波动均值Δh（q）作为退化特征量;最后利用半监督马氏距离模糊C均值方法实现了液压泵退化状态识别,并以液压泵实测数据为例验证本文所提方法的有效性。