設備使用周期管理(編輯修改稿)
2025-01-20 05:58 本頁面
【文章內(nèi)容簡介】 計算過程簡單，通俗易懂。易為人們所掌握；數(shù)據(jù)不必進行歸一化處理，可用原始數(shù)據(jù)進行直接計算，可靠性強；評價指標體系可以根據(jù)具體情況增減；無須大量樣本，只要有代表性的少量樣本即可。缺點是要求樣本數(shù)據(jù)具有時間序列特性。而且，基于灰色關(guān)聯(lián)系數(shù)的綜合評價具有相對評價的全部缺點。另外，灰色關(guān)聯(lián)系數(shù)的計算還需要確定“分辨率”，而它的選擇并沒有一個合理的標準。 在以上幾種方法中，目前最為流行的是人工神經(jīng)網(wǎng)絡和灰色綜合評價法。下面詳細介紹神經(jīng)網(wǎng)絡及灰色理論在設備全壽命周期費用分析的應用 。 在設備 全壽命分析過程中 ， 全壽命費用與其影響因素之間存在著極其復雜的非線性關(guān)系，對這一非線性關(guān)系的模擬和識別及其全局優(yōu)化問題還沒有得到很好的解決。近幾年來神經(jīng)網(wǎng)絡得到了飛速的發(fā)展，已廣泛應用于人工智能、自動控制、統(tǒng)計學等領(lǐng)域，特別是 BP 網(wǎng)絡以其良好的非線性功能、自學習功能等許多優(yōu)良特性而在很多領(lǐng)域獲得了成功，已漸漸成為解決此類問題的工具。 人工神經(jīng)網(wǎng)絡及 BP 網(wǎng)絡原理人工神經(jīng)網(wǎng)絡是一個并行和分布式的信息處理網(wǎng)絡結(jié)構(gòu)。近年較為流行的反向傳播神經(jīng)網(wǎng)絡（簡稱 BP， Back Propagation）網(wǎng)絡，以其良好的非線性映射能力而成為一種應用最廣泛的神經(jīng)網(wǎng)絡模型。它在分類， 預測，故障診斷和參數(shù)檢測中具有廣泛的應用。 BP 網(wǎng)絡算法的學習過程，由正向傳播和反向傳播組成。通常標準的 BP 網(wǎng)絡由 3 層神經(jīng)元組成， 最下一層為輸入層， 中間層為隱含層， 最上層為輸出層，每層由若干神經(jīng)元組成。各層次之間的神經(jīng)元形成全互連接，各層次內(nèi)的神經(jīng)元之間沒有連接。 BP 神經(jīng)網(wǎng)絡的預測功能是通過誤差的反向傳播學習算法來實現(xiàn)。其主要思想是：對于 q 個學習樣本： 1p ， 2p …… . qp ，與其對應的輸出樣本為： 1T ， 2T …… . qT 學習的目的是用網(wǎng)絡的實際輸出 1A ， 2A …… . qA 與目標矢量 1T ， 2T …… . qT 之間的誤差來修改其權(quán)值，使 ).......2,1( qlAl ? 與期望的 lT 盡可能的接近，即使網(wǎng)絡輸出層的誤差平方和最小。它通過連續(xù)不斷的相對于誤差函數(shù)斜率下降方向上，計算網(wǎng)絡權(quán)和偏差的變化而逼近目標。每一次權(quán)值和偏差的變化都與網(wǎng)絡誤差成正比，并以反向傳播的方式傳輸?shù)矫恳粚印ＴO輸入為 P，輸入神經(jīng)元有 r 個，隱含層內(nèi)有 s1 個神經(jīng)元，激活函數(shù)為 f1，輸出層內(nèi)有 s2 個神經(jīng)元，對應的激活函數(shù)為 f2， 輸出為 A，目標矢量為 T，其步驟如下： （ 1） 隱含層中第 i 個神經(jīng)元的輸出： )( 1 1111 ?? ?? rj ijiji bpwfa 1......3,2,1 si? （ 2） 隱含層中第 k 個神經(jīng)元的輸出： )( 1 1 2122k2 ?? ?? sj kiki bawfa 1......3,2,1 si? （ 3） 定義誤差函數(shù)為： 21k22 )(21B)E (W , ?? ??sk kat （ 4）用梯度法求輸出層的權(quán)值變化 對從第 i 個輸入到第 k 個輸出的 權(quán)值變化為 ： ikiikkkikkkiki aafatwaa Ew Ew 112222222 )(. ????? ?????????? ???? 其中 222 )( fefat kkkki ???? kkk ate 2? 同理可得： kiikkkikkkiki afatbaaEb Eb ????? ??????????????? 12222222 )(. （ 5）利用梯度法求隱含層權(quán)值變化 對從第 j 個輸入到第 i 個輸出的權(quán)值為： jijjkiskkkijiikkijijppfwfatwaaaaEwEw?????????????????????? ??????? 1212211122112 )(.. 其中： 1feiij ??? ?? ??21 2sk kikii we ? ijib ????1 全壽命費用預測結(jié)構(gòu)神經(jīng)網(wǎng)絡設計 （ 1 全壽命費用分解結(jié)構(gòu)的構(gòu)成因素 全壽命費用可認為是 設備 從其概念系統(tǒng)方案的形成到 設備 退役為止，這一壽命剖面的各個事件內(nèi)所消耗的總費用，即 設備 在開發(fā)、試驗、 裝備、使用、維護一直到最后廢棄或退役等過程中各項費用總和。為了便于對全壽命費用進行估算和組織管理 。 通常按 設備 類別和系統(tǒng)分析原理進行費用分解。在提出 設備 在其壽命周期內(nèi)的費用分解結(jié)構(gòu)時，應準確的估算或預測出在全壽命階段 設備的全壽命費用，并同時對各項費用做出合理評價 。根據(jù)以往的經(jīng)驗，通常構(gòu)成全壽命費用分解結(jié)構(gòu)有以下幾個方面： （ 1） 研究與研制費 研究與研制費是指 設備 的全部技術(shù)研究、型號設計、樣機和原型機制造、各種試驗和鑒定的費用。研究和研制費基本上是固定的且是一次性支付的，與最終該型 設備 的生產(chǎn)量無關(guān)。 （ 2） 最初投資費用 最初投資費用是 最初工廠裝備一套設備 所花的全部費用 ， 主要 包括設備的 采購費 ， 包括生產(chǎn)費 、 運輸費等 、 設施建筑費 、 人員訓練費及首批備件的采購費 。 最初投資費用也是一次性支付的 。 （ 3）使用保障費用 使用保障費用是一個 設備 在裝備之后 ， 使用過程中所需的全部費用。這些費用包括能源費用、使用費用、維護修理費用等。使用保障費用 通常要高于研究與研制 費用和最初投資費用。 （ 4）退役費用 退役費用是 設備 退役或報廢時，加以處理所用的費用。與前 3 類相比 ， 退役費用的數(shù)額很小。 （ 2 全壽命費用預測神經(jīng)網(wǎng)絡模型設計 現(xiàn)在的問題已經(jīng)不是 設備 的研究與研制費、最初投資費、使用保障費和退役費等分別加以管理，而是把這幾個環(huán)節(jié)結(jié)合起來作為全壽命費用進行綜合管理。為了給 設備 的全壽命分析提供一個參考依據(jù) ， 可以運用神經(jīng)網(wǎng)絡的模型設計方法 ， 對整個 設備 的全系統(tǒng) 、 全壽命費用進行綜合設計 ， 得出其預測模型 。 （ 1） 輸入輸出層的設計 對于 設備 的全壽命費用而言，按照以上的 4 個分解結(jié)構(gòu)就可以把其應用到實際中， 但這并不是包括了全部費用。在實際使用中，根據(jù)影響費用因素的重要程度，可以分為采購費、使用費、維修費、后勤保障費、培訓費、技術(shù)改進費和退役
公司管理相關(guān)推薦
鄂ICP備17016276號-1