考虑机会维护的煤矿综采设备群维护决策优化研究.pdf

煤炭工程 第 52 卷第 6期 COAL ENGINEERING Vo l. 52, No . 6 do i 10. 11799/c e202006034 考虑机会维护的煤矿综采设备群维护决策优化研究 曹现刚，宫饪蓉，罗 璇，雷一楠，张树楠 西安科技大学机械工程学院，陕西西安710054 摘 要为了降低煤炭企业维护风险与维护成本，提出了一种考虑煤矿维护安全与维护成本的 多目标决策优化模型。首先通过威布尔分布模拟各台设备劣化趋势，然后以设备维护中人与管理为 影响因素建立煤矿设备维护不安全耦合模型，以维护成本最低与停机损失最小为目标建立维护费用 最低模型。最终以煤矿综采设备群维护调度为例采用基于维护顺序编码的交叉算子POX的改进遗 传算法进行求解。实验结果表明第一次维护调度完目标函数值降低了 30.68,完成三次工作面 维护成本率降低了 40.52。因此，此方法可为煤炭企业制定合理的调度决策计划，降低煤矿企业 的维护成本，提高煤矿设备运行的安全性能。 关键词综采设备群；威布尔分布；维护调度；机会维护；串联系统 中图分类号TD421 文献标识码A 文章编号1671-0959202006-0164-06 Research on maintenance decision optimization of coal mine fully mechanized mining equipment based on genetic algorithm CAO Xian-gang, GONG Yu-r ong, LUO Xuan, LEI Yi-nan, ZHANG Sh u-nan Mec h anic al Engineer ing Depar tment, Xi * an Univer sity of Sc ienc e and Tec h nology, Xi * an 710054, Ch ina Abstract In or d er to r ed uc e th e maintenanc e r isk and maintenanc e c ost of c oal enter pr ises, a multi - objec tive d ec ision - making optimization mod el is pr oposed c onsid er ing c oal mine maintenanc e safety and maintenanc e c ost. Fir stly, th e Weibull d istr ibution is used to simulate th e d eter ior ation tr end of eac h equipment, and th en an unsafe c oupling mod el is establish ed for th e equipment maintenanc e and management with per sonnel and management as th e influenc ing fac tor s, and a minimum maintenanc e c ost mod el with th e goal of minimum maintenanc e c ost and minimum d owntime loss is establish ed . Finally, th e impr oved genetic algor ith m of c r ossover oper ator POX based on maintenanc e sequenc e c od ing is used to solve th e maintenanc e sc h ed uling of c oal mine c ompr eh ensive mining equipment gr oup. Th e r esults sh ow th at th e tar get func tion value of th e fir st maintenanc e and d ispatc h ing is r ed uc ed by 30. 68 , and th e maintenanc e of th r ee wor king fac es is c ompleted . Th e c ost r ate is r ed uc ed by 40. 52. Th er efor e, with th is meth od a r easonable sc h ed uling d ec ision plan c an be d eveloped for c oal enter pr ises, to r ed uc e th e maintenanc e c ost and impr ove th e safety per for manc e of c oal mine equipment. Keywords fully mec h anized mining equipment gr oup； Weibull d istr ibution； maintenanc e sc h ed uling； maintenanc e of oppor tunities ； ser ies system 随着煤矿智能化开采和智慧煤矿建设的发展, 对设备维护的依赖性也越来越高⑴。设备维护决策 水平的高低直接影响设备的可靠性、企业经济效益、 维护安全风险⑵。 目前，国内外对状态维修的决策标准研究还不 够全面和深入。在国外，Chen Do ng y an⑶等提出了 联合优化检查率和维护策略的方法，用于基于状态 的预防性维护问题的维护策略优化；Ng uy en K A⑷ 等提出了基于组件临界水平及其备件可用性的机会 维护决策规则，制定了考虑到维护和库存活动的经 收稿日期2019-06-12 基金项目国家自然科学基金重点项目资助项目51834006；国家自然科学基金51875451 作者简介曹现刚1970-,男，山东莒南人，博士，教授，研究方向设备状态监测与故障诊断技术，现代设备维护 理论与技术，E-mail； 552156278qq.c om。 引用格式曹现刚，宫锤蓉，罗璇，等.考虑机会维护的煤矿综采设备群维护决策优化研究[J].煤炭工程，2020, 52 6 164-169. 164 2020年第6期煤炭工程 研究探讨 济依赖性的成本模型，最终对联合维护和库存优化 的灵活性和效率进行验证；Ho ng f ei H⑸等考虑故障 引起的质量波动和可变维护成本，构建一个更简洁 的总体成本估算模型。最终通过实验分析此成本估 算模型对维护策略的影响，证明了优化方法的必要 性；Bo Xu［6］等考虑机会维修，建立了基于状态的维 护调度模型，在考虑资源约束的情况下，将维护风 险和故障风险最小化。在国内，郝虹斐⑺等以设备 可用度最高和总成本率最低为目标，建立了预防性 维修的多目标决策模型，最终通过实验验证所建模 型的可靠性和新颖性；甘婕⑻等建立一种以加工作 业次序和预防维修阈值为决策变量，加工作业的总 加权期望完成时间最小为优化目标的随机期望值集 成模型，并验证了算法的可靠性；刘航⑼等以维修 费用最低为目标，综合考虑系统的状态转移概率、 维修时间等因素，通过模型计算了状态维修的最佳 时机。最终通过算例显示仅为定期更换维修费用 的 50。 综上所述，现阶段在维护决策优化研究中，主 要考虑以维护成本最低，将成本与检查率、库存、 设备可用度等联合优化。而在我国煤矿企业，王国 法【问，王金华等人在提出智慧煤矿时，探讨了 动态决策对综采设备成套管理的必要性，煤矿智能 高效开采的提高，对设备维护的安全性要求极 高1切。本文针对煤矿维护高安全性要求提出了设备 维修不安全的风险耦合模型与维护成本最小模型的 多目标联合优化模型。最终在维护安全风险与维护 成本降低的前提下，为企业制定合理的维护调度 安排。 1问题的描述 煤矿综采要对设备制定相应的维护策略，维护 策略不当会导致设备的过维修或欠维修问题的发生。 由于煤矿设备群安全要求极高，所以一台设备 岀现问题则需要停产进行维护，即每台设备故障都 会影响整个系统的运行，故煤矿综采设备类似于一 个串联系统。本文以黄陵矿业公司6400型综采设备 群为研究实体，重点对“三机一架”进行研究。 现对综采设备群维护决策优化研究做出如下 假设 1）本文将164台液压支架统称为液压支架群, 液压支架群为标准进行研究。最终可将其简化为如 图1所示。 图1 6400型煤矿综釆设备布局简化图 2） 设备在进行维护时，不考虑某种因素导致中 断的问题。 3） 设备故障率随时间的增加而增加。 4） 设备维护包括小修、中修、项修三种维护方 式，每进行项修时，全面触发一次维护活动。 5） 设备每次大修都在进行搬家倒面时进行，其 维护成本与搬家倒面费用目前忽略不计。 6） 在进行维护活动时，维护资源充足，且所有 维护资源均已知。 7） 每台设备性能衰退是随机的，不具有随机相 关性。 2模型的建立 2.1维护策略描述维护策略描述 在煤矿综采设备群维护调度优化研究中，引入 机会维护思想⑴〕，即考虑到设备之间的相关性，在 维护一台设备时，考虑其他设备是否也达到一定的 维护阈值，对其采取一定的维护方式。本文主要考 虑设备之间的经济相关性与结构相关性，经济相关 性指在对所有设备同时维护比单个设备维护更节省 费用［⑷。结构相关性指在维护一台设备时，考虑到 其串联特性，也要对其他设备停机〔切。因此，采用 机会维护策略旨在分摊设备在单独维护时的停机损 失等费用，从整体上节约维护成本。 在煤矿综采设备群维护过程中，将设备的损伤 程度分为三类，即故障类型1、故障类型n与故障 类型皿。设备劣化趋势如图2所示，故障类型I在 设备的劣化程度在（0,①）之间时为轻微故障，主要 由设备某个部件的损坏引起的，这种故障只考虑维 护某个部件，即采取最小维修。并且最小维修不改 165 研究探讨煤炭工程2020年第6期 变设备的故障率。故障类型II在设备的劣化程度在 Oi,肌之间时为设备一般性故障，这种故障一般 采用中修的维护方式，即对设备的主要部件进行解 体检修包括更换成套部件、清洗复杂部位的零部件 等。故障类型皿在设备的劣化程度在％, Qi之 间时表示严重的故障情况，这种故障由于设备的整 个老化或疲劳引起的，采用内部项修，即为使设备 完全恢复正常状态和额定能力而进行全面、彻底的 解体检修。 2.2模型的符号定义模型的符号定义 模型符号定义见表1。 表1模型符号定义 符号符号定义符号符号定义 FRm 设备小修维护阈值次维护调度中产生的维护费用 FR】 设备中修维护阈值考虑风险耦合的权重值 FRr 设备项修维护阈值a2考虑维护成本的权重值 ai设备，的尺度参数 fmin 目标函数值 bi 设备，的形状参数 设备i小修时所需维护人员 a设备加速劣化因子N“设备i中修时所需维护人员 B 性能恢复因子 设备i项修时所需维护人员 人在第“种狀态、 Ph,k 管理在第种状态 下不安全事件风险耦合 N维护人员总数 发生的概率 人在第h种状态下的 概率 厶,M 设备/小修时所需备件数 管理在第鸟种状态下的 概率 厶」 设备i中修时所需备件数 同时考虑人和管理2个 因素间的风险耦合值 厶,R设备i项修时所需备件数 设备的小修次数L备件总数 设备的中修次数 Q.m设备i小修时所需备件数量 r设备的项修次数 5 设备i中修时所需备件数量 Ci.M第i台设备的小修费用 Qi.R 设备i项修时所需备件数量 Ci.l 第i台设备的中修费用 Q 维护工具总数 C.R 第i台设备的项修费用c「 维护调度总费用率 Cd 单台设备单位时间的 停机损失 D所研究时间域，以天为单位 k 一次维护活动中的 维护动作数 Cj,T 第_/此维护活动产生的费用 Ti第i台设备的维护时间n周期内维护活动次数 由于设备i设备j 同时维修而节省的时间 Cc一次维护活动的启动费用 2.3建立模型建立模型 确定设备的性能衰退规律是对设备进行维护决 策的一个重要前提，确定的准确性能直接影响设备 的维护效果，根据目前的研究可知，设备的劣化过 程符合浴盆曲线规律，而威布尔分布则是模拟其后 半段。因此采用威布尔分布模拟设备的故障率是符 合实际情况的。 166 已知设备i的威布尔两参数函数表示如下 -- b, - 1 1 ai \a, / 式中，a为尺度参数；6为形状参数，a0, b0o 本文基于此考虑设备的加速劣化因子与性能恢 复因子，加速劣化因子可加快设备性能的衰退速率, 而性能恢复因子可得岀设备在维护后的初始故障率。 因此本文在加入2个调整因子后得到的维护效果模 型如下 FR⑴1 -0FRt。 FRt , a,, x a, bt , e 0, oo 2 式中，a为加速劣化因子，anm““1*“1, Mmzm代 表对设备的小修次数。0为性能恢复因子，/3 尸。 Inum是设备经历过中修或项修的次数。 通过各设备的劣化程度分布函数对设备故障率 函数进行模拟，在此基础上建立设备维修不安全耦 合模型与维护费用最小模型。 1 首先建立设备维修不安全耦合模型。本文主 要采用N-K模性解决设备维修时不安全事件，其主 要由人和管理两个因素耦合演变。N为构成系统中 因素的个数；K为因素之间存在的相互耦合关系的 个数。 H K ■, X YPJo g zW.k/S ・巴]3 h 1 k 1 式中，w财为同时考虑人和管理2个因素间的 风险耦合值，是设备维修不安全事件在完全耦合状 态下的数量化评估指标；rp,q值越低说明发生风险 的可能性就越小。 2 建立维护费用模型。本论文主要考虑两种维 护费用即设备维护费用久和停机损失费用Cd, 维护费用包括人工费，工具费，维护备件费等。维 护费用可表示为 km k\ kR XCi. M ECi. I E Ci. R 4 停机损失是由于维护导致设备4正常停机对企 业造成的损失，可表示为 叫.” Cd Cd 也1 心- g 引 5 因此，在一次维护调度中/生的维护费用 G为 G 久 Cd 6 维修不安全耦合模型与维护费用最小模型的多 目标联合优化模型可表示为 2020年第6期煤炭工程 研究探讨 /mi„ j Wp, g w2CT ⑺ “M h kR X X N“ n、r w n i 1 i I i 1 H厶M i 1 X Lu i 1 工 Lr w l i 1 S Q,m i 1 kl Qu i 1 卫0心8 I 1 wx IV 1 0 W吗W 1 0 W u 2W 1 在设备维护的时间段内进行多次维护调度优化, 当某一台设备故障率达到项修阈值，触发一次维护 活动，经维修后，又重新投入使用，某一设备故障 率又达到项修维护阈值，触发第二次维护活动，直 到维护时间结束。在整个时间区域内其总的维护风 险费用率可表示为 E CJ. T 叫 叫,q C, ------------------------------- （9） r D 3模型的求解 本文主要以设备多目标优化函数值最低为目标, 采用遗传算法对维护调度进行求解。在T3时刻设备k 的故障率达到了项修维护阈值FR,从而触发一次维 护活动，并对设备i, j进行预防性维修，7；时刻设备 故障率达到了小修维护阈值FM, T3时刻设备故障达 到了中修维护阈值刃，因此对设备i, j也要进行相应 的维护工作。具体维护调度流程如图3所示。 对每一次维护活动都采用遗传算法进行求解, 最终在考虑维护安全的前提下降低维护成本得到每 次维护活动的维护计划安排。 图3设备维护调度流程图 1）编码。由于实数编码极大的缩小了解的搜索 空间，本论文的遗传算法调度采用实数编码，即基 于维修顺序编码的方式，在这种编码方式中，每个 设备都用设备号表示，根据设备维修的顺序进行编 码，其染色体是由mxn个基因组成，设备m都可能 在第“次维护。这种编码方式具有解码和置换染色 体后总能得到可行解的优点。如图4所示，1122代 表设备的维护顺序分别为首先维护设备1, 2,然后 维护设备3, 4。 图4编码方式 1 】 | 1 I 2 |2 1 1 1-11 1-2 | 2-3 |2-4 | 2） 评价个体适应度函数。在评价个体适应度 时，目标函数值最小的调度代表了最短的时间最高 的维护效率，并使维护风险降到最低。本文主要以 多目标联合函数值最小作为目标函数，所以在单次 维护活动中目标函数的适应度函数可表示为 如心匕丽/） 応 （10） 3） 选择策略。本文选择的是经典轮盘赌法。利 Fi 用Pi,选择概率大的个体。每两个个体为一组， YFi i-\ 一个作为父代、一个作为母代进行复制。 4） 交叉策略。本文提出了基于维护顺序编码的 交叉算子 POX（ pr ec edenc e o per at io n c r o sso ver）,其得 到的子代总是可行的。F父代5与母代a2交叉生成 两个子代乞和鸽，交叉过程如下①将两个维护顺 序生成的染色体划分为两个非空子集；②从第一个 非空子集复制父代5中属于维护顺序的设备到6,, 从第二个非空子集复制父代中属于维护顺序的设 备到鸽；③复制5中属于维护顺序集到篦，复制 中。POX交叉方式如图5所示。 5） 变异。本文主要采用逆序变异的方法进行 变异。 图5 POX交叉方式 1 1 1 1 1 1 1 2 | 3 | 111 2 | 3 | 2 | 4 | | 1 | 2 | 1 | 3 | 4 | [ 1 | 1 | 2 | 2 | 3 | 167 研究探讨煤炭工程2020年第6期 6）终止操作。当运行到设备给的时间域后，终 止算法。 4算例分析 4.1生产系统原始数据生产系统原始数据 本论文对维护决策模型进行求解，首先导入研 究系统的基本参数，综采设备编号，资源约束总数, 不同设备在不同维护方式所需资源数，维护费用（停 机损失和不同维护方式的维护费用），系统总运行时 间，维护时间等。具体见表2至表5。 表2设备不同维护方式每次维护时间与 威布尔参数表 尺寸形状小修时间中修时间项修时间 参数a参数b/h/h/h 采煤机3. 895. 152 57 液压支架群4. 935.524 13 刮板输送机4. 534.91.539 带式输送机4. 734. 8522.59 表3维护资源总表 维护人员备件工具 资源总量 152015 表4设备维护资源约束数量 采煤机 液压 支架群 刮板 输送机 带式 输送机 维护人员4533 小修备件453 3 维护工具453 3 维护人员81067 中修备件 8161012 维护工具81067 维护人员61598 项修备件9 1586 维护工具615 98 表5设备维护风险耦合概率表 小修中修项修 PM,h,kM.h M.kPI.h,kB,h SkP|,h,k 0.2130.059 0.0120. 3390. 102 0. 0490. 4780. 352 0.216 1） 其中设备小修加速劣化因子a 0.98““““， 中修加速劣化因子a 0. 97M“um,项修加速劣化因子 a 0 96M”-, Mnum每维护一次减1。中修性能恢复 因子0 0. 97皿，项修性能恢复因子0 0. 98皿。 2） 规定不同设备同一维护方式每次维护费用相 同即Cd 1500（每停机lh固定停机损失），C, w 8000, C, , 18000, C,.” 30000。 168 3） 总的运行时间即设备从某一设备进行项修开 始运行365d ,完成3个工作面，进行2次搬家倒面, 第一次搬家倒面用时601,第二次搬家倒面用 时 30d。 4） 在遗传操作中，种群数设为40,最大迭代 数为200,代沟为0.8,选择概率0.8,变异率 为 0. 1。 5） 规定设备的维护阈值Fm、八、Fr分别为 0.3、0.5、0. 6O 本文通过以上数据对其模型进行以MATLAB为 工具进行求解。 4.2维护决策结果分析维护决策结果分析 根据以上分析对煤矿综采设备群在365天内进 行调度决策优化，第一次调度优化结果如图6所示。 图6（ a）表示设备在第一次调度优化后的调度优化甘 特图，图6（b）表示设备在第一次调度优的遗传迭代 图，系统在整个时间域内的维护调度结果如图7所 示。采煤机在时间域内维护调度结果如图8所示。 （a）第「次调度优化后tt將图 （b）第一次调度优化遗传迭代图 图6第一次调度优化结果图 1） 通过图6分析可知在设备第一次维护调度 后，对设备1, 2, 3即采煤机、液压支架群、刮板 输送机首先维修，当刮板运输机维修完成释放资源 后再对带式输送机进行维护。在此维护活动安排下 可寻得目标函数的最优值，最终目标函数值降低了 30.68。表明在考虑设备维护安全性的前提下维护 成本也得到了降低。表明此维护调度安排方法对降 低煤矿企业维护成本有着重要意义。 2） 通过图7,图8分析可知，在机会维护情况 2020年第6期煤炭工程研究探讨 图7系统机会维护调度结果图 图8釆煤机维护调度结果图 下，在365d内综采设备群完成了 3个工作面，分别 在第90150d、240270d进行了搬家倒面，并通过 系统维护调度结果图可对综采设备群进行维护计划 安排，见表6。基于煤矿综采设备群维护计划安排 可为维护人员提供维护决策指导与依据，最终达到 降低设备维护不安全风险与维护成本的目的。 表6煤矿综釆设备维护计划安排表 综采设备群 小修/d中修/d项修/d 采煤机 85, 286, 3363231, 195 液压支架群1, 210, 323, 33619549, 286 刮板输送机 1, 49, 195, 286, 33632385, 210, 286 带式输送机 1, 49, 195, 286, 33685, 210, 323 3 通过式29可以得出在三个工作面的 维护时间内，其在考虑维护风险的前提下综采装备 群成本率0. 2762万元与不考虑机会维护0. 4644万 元降低了 40. 52。表明在维护时间域内在考虑维修 不安全因素的前提下，最终为企业降低维护成本, 提高煤矿企业经济效益。 4 在在研究过程中，本文采用了基于维护顺序 编码的交叉算子POX的改进遗传算法，其与普通遗 传算法相比寻优速度更快，目标函数值也得到了 降低。 5结语 本文对黄陵矿业公司6400型综采设备进行考虑 机会维护决策优化研究，提岀的考虑煤矿维护安全 与维护成本的多目标决策优化模型，在第一次调度 优化后目标函数降低了 30. 68。而每触发一次维护 活动，以降低维护风险与维护成本为目标为企业制 定一次合理的维护调度安排。在综采完三个工作面 后，对综采设备进行相应的机会维护，最终在考虑 维护安全风险的前提下成本率降低了 40. 52。本文 采用的基于维护顺序编码的交叉算子POX的改进遗 传算法，其收敛速度也比一般遗传算法更快。因此， 本文的优化研究方法对降低煤矿企业维护成本，提 高生产效益有一定的借鉴意义。 参考文献参考文献 [1] 王金华，黄乐亭，李首滨，等.综采工作面智能化技术与装 备的发展[J].煤炭学报,2014, 398 1418-1423. [2] 钱鸣高，许家林，王家臣.再论煤炭的科学开采[J],煤炭 学报，2018, 43 1 1-13. [3] Dongyan Ch en, Kish or S. Tr ived i. Optimization for c ond ition - based maintenanc e with semi-Mar kov d ec ision pr oc ess [J]. Relia bility Engineer ing and System Safety, 2004, 90 1 25-29. [4] Kim-Anh Nguyen, Ph uc Do, Antoine Gr ail. Joint pr ed ic tive maintenanc e and inventor y str ategy for multi - c omponent systems using Bir nbaum s str uc tur al impor tanc e [ J ]. Reliability Engi neer ing and System Safety, 2017. [5] Hongfei H . A Multi-Objec tive Pr eventive Maintenanc e Dec ision -Making Mod el for Imper fec t Repair Pr oc ess [ J ]. Jour nal of Sh angh ai Jiaotong Univer sity, 2018. [6] Bo X U, Han X, Sun D, et al. System Cond ition-based Main tenanc e Sc h ed uling Consid er ing Oppor tunistic Maintenanc e [ J ]. Pr oc eed ings of th e Csee, 2015, 3521 5418-542 [7] 郝虹斐，郭 伟，桂 林，等.非完美维修情境下的预防性 维修多目标决策模型[J].上海交通大学学报，2018, 52 5 518-524. [8] 甘婕，曾建潮.考虑劣化状态的单机调度与维修决策集成 模型[J].控制与决策，2016, 313 513-520. [9] 刘航，李群湛，郭错.组合式同相供电装置维修决策建 模及优化[J].西南交通大学学报，2017, 52 2 355-362. [10] 王国法，王虹，任怀伟，等.智慧煤矿2025情景目标和 发展路径[J].煤炭学报,2018, 432 295-305. [11] 王金华，黄曾华.我国煤矿智能化采煤技术的最新发展 [J]. Engineer ing, 2017, 34 24-35. [12] 于健浩，祝凌甫，徐冈0煤矿智能综采工作面安全高效开 采适应性评价[J].煤炭科学技术，2019, 473 60-65. [13] 徐波，韩学山，孙宏斌，等.一种适用于发电机组的机会 维修模型[J].中国电机工程学报，2018, 38 1 120- 129, 348. [14] 王红，杜维鑫，刘志龙，等.联合故障与经济相关性的动 车组多部件系统维护[J].上海交通大学学报，2016, 50 5 660-667. [15] 徐孙庆，耿俊豹，魏曙寰，等.考虑相关性的串联系统动态 机会成组维修优化[J].系统工程与电子技术，2018, 40 6 1411-1416. 责任编辑赵巧芝 169