面向MRO网络环境的维护服务协同优化与调度研究

The collaborative process of equipment maintenance, repair and operation (MRO) is forming a MRO service network based on the Internet and the integrating value-chain, in which there exist some characteristics, such as multi-party collaboration and a wide range of high uncertain maintenance demands. In order to dynamically predict maintenance demands and to schedule maintenance services, this project proposed the theory on Collaborative maintenance service optimization and scheduling for MRO network. The contents include: (1) researching the management mechanism of uncertain maintenance demands in dynamic MRO network environment, presenting the demand spring based demand management model and the Kalman Filter based demand forecasting model; (2) applying the variational inequalities theory to establish the two-stage stochastic programming based maintenance service collaborative optimization and scheduling model, to present a long-term predictive scheduling and real-time optimization deployment model for MRO services, and to give the global equilibrium and optimum conditions for the participators in the MRO network; (3) presenting the claim based competitive service scheduling and optimization model to real-time configure the service resources. Project is expected to achieve some results in the key technical innovation, patent applications. Some research results will be validated and demonstrated through maintenance services on the iron & steel casting equipment, and can be extended into other sharing and collaborative engineering applications of network services, which will have an important scientific significance and wide prospect.

设备维护、维修和运营过程逐渐形成了基于互联网和价值链整合的MRO网络，并具有参与主体的不确定性、大范围维护需求的高随机性等特点。为了准确地预测维护需求、合理地调度服务资源，项目提出了面向MRO网络环境的维护服务协同优化与调度理论。研究内容包括：研究MRO网络中大范围随机性维护需求的管理机制，提出基于需求弹簧的不确定性需求管理模型以及基于集合卡尔曼滤波的需求预测模型；研究基于随机规划的维护服务协同配置及优化模型，提出长期预测性维护调度和优化区间内服务实时调度模型，给出各协作主体的全局均衡策略及优化条件；研究并提出基于服务认领模式的竞争式服务实时调度方法，实时部署服务资源。项目预计在需求管理、维护服务协同优化与调度等关键技术创新、专利申请等方面取得成果，并通过连铸设备维护服务网络等典型案例进行验证和示范，研究成果可推广到其他网络服务资源协同优化运行的工程应用领域，具有重要的科学意义和应用前景。

设备维护、维修和运营过程逐渐形成了基于互联网和价值链整合的MRO网络，并具有参与主体的不确定性、大范围维护需求的高随机性等特点。为了准确地预测维护需求、合理地调度服务资源，项目提出了面向MRO网络环境的维护服务协同优化与调度理论和方法。.项目以网络环境中设备大范围随机性维修维护服务为对象，利用大数据、互联网和人工智能等新一代信息技术，构建了面向设备MRO网络的智能预测性维护技术体系框架。在基于IOT的数据采集、处理与分析方法部分，研究了面向复杂制造环境的IoT感知资源管理框架与模型、基于轻量级区块链平台的设备数据共享和维修服务共享模型等内容，支撑设备状态监测数据的安全采集与分布式预处理；在数据驱动的故障诊断与预测方法部分，研究了各种非平稳非线性信号的特征提取方法、数据驱动的设备故障诊断方法和模型、数据驱动的故障预测与健康管理理论和方法；在面向智能工厂的维护优化调度与决策方法部分，面向设备使用的智能工厂，研究了基于成本最优的设备维护、备件库存和生产过程的联合优化调度与决策模型；在大范围维护服务预测与优化配置方法部分，面向大范围MRO网络，研究动态网络环境中不确定性服务需求管理及预测模型、基于改进随机规划的服务备件预测与管理、服务提供商选择与评价、基于模糊随机规划和利润共享模式的服务资源配置等内容，构建了面向设备智能预测性维护运行网络的大范围智能预测性维护服务预测与优化配置的理论和方法。.项目执行期间，公开发表学术论文38篇，SCIE/SSCI检索21篇（中科院SCI一区/二区/IEEE Trans.论文11篇），出版《智能制造理念、系统与建模方法》专著1部，获得授权国家发明专利5项，培养毕业博士2名、在读博士3名、毕业硕士5名、在读硕士4名，参加国际学术会议11人次。研究成果应用在航天器、连铸等装备的健康诊断领域，并可推广到智能工厂及高端装备的预测性维护等领域。