[摘 要] 本文根据当前设备管理系统的缺陷,提出了一种基于智能决策的设备维护计划系统,构造了此系统的模型及处理逻 辑,建立了体系结构,阐述了实现此系统的关键技术。
[关键词] 智能决策支持;设备维护;需求计划
[在研究对企业投资项目评估、技术改造、设备管理和决策支持系统等知识的整理、理解、比较和归纳下,突破原有的决策支持系统的模式和方法,即采用方便的模式对企业管理项目进行决策,在企业中的设备管理中的设备维护管理是设备管理的重要内容,是设备综合管理的重要环节。许多企业为此建立了设备管理信息系统,其功能主要是对设备的运行数据进行采集及保存,使设备管理人员从繁琐的事务性工作中摆脱出来,但是不具备对设备的各项数据进行有效的分析与处理能力,更不可能对设备维护方案作出智能决策与评价。同时,对于设备维护中的各项资源并未做出合理的计划。为此,本文根据mrp原理提出的基于智能决策支持(ids)的设备维护需求计划(rp)系统,充分利用企业已有的设备管理信息系统中大量的有关设备维护信息,运用智能决策和专家系统,根据企业维护资源,提出优化后的维护方案,同时,也能解决设备维护计划、设备维护资源需求计划及生产作业计划等之间的冲突问题。

一、智能决策支持系统概述

决策支持系统是辅助决策者对“半结构化问题和非结构化问题”进行决策的人机交互系统,并不是代替管理者进行决策的系统,这就意味着决策分析不能完全用一种事先定义好的算法、程序或模型来机械地处理,不能完全依靠计算机系统做全部工作,它需要人机的交互作用,只能辅助而不是代替高层管理人员进行决策活动。
智能决策支持——ids (intelligent decision support),是在以数学模型和定量分析方法为基础的决策支持(ds)上集成了以定性处理为特征的人工智能(ai)和专家系统而形成良好的ids各组成部分有机地结合起来的体系结构

二、系统处理逻辑

基于ids的设备维护rp系统的处理逻辑是将设备当前状态数据与其正常状态数据进行比较,如果超出偏差,则在ids的支持下选择方案。方案产生后结合设备资源库中的资源制定设备维护需求计划。再由维护需求计划、生产情况生成维护能力计划。通过对维护能力计划与生产作业计划进行平衡,调整维护需求计划甚至方案。设备维护工单由平衡能力后的维护计划产生,其后为每张工单制定设备维护资源计划。通过此闭环处理逻辑,基本上解决了设备维护计划、设备维护资源需求计划及生产作业计划等之间的冲突问题。

三、设备维护ids的体系结构

ids利用ai在定性分析和不确定推理上的优势,比传统的ds更有效地支持决策过程中对半结构化和非结构化问题的求解。在本系统模型中,充分利用了ids这一优势,使设备维护方案优化中的非结构化问题得到了很好的解决。设备维护ids体系结构如下图:

从ids的体系结构图中可以看到,组成该结构的主要模块包括:数据库、知识库、方法库、模型库、推理机等。
1.数据库模块:数据库模块主要记录了设备的基础数据、历史运行记录、故障记录、维修记录、备件信息、人员信息等,是ids中的基础信息模块。
2.知识库模块:知识库存放一些规则,包括用于模型决策的规则和专家经验规则,完成建模和选模的工作。知识库可分为静态知识库和动态知识库,静态知识库的维护需要人工干预,是系统固化了的求解行为,因而设计简单,可直接使用。动态知识库则是从决策过程中获得经验,并且自动对知识库进行更新,其维护不需要人工干预,从而能支持复杂环境下的智能决策过程,但是系统开发时要复杂得多。
3.方法库模块:使用存储程序对维护决策方法进行存储。设备维护方法主要包括:最小费用法、优化方法、可靠度方法、统计预测方法等。
4.模型库模块:模型库中的数学模型分为:用于数据模式识别的统计分析模型和用于模型选择的维护决策模型。本文中的建模方式有:系统设计者设计时固化的模型、系统使用者的外部建模和ids的自动建模。

5.推理机:采用基于范例推理(case-based reasoning)的方法,根据知识库中的静态和动态范例,通过采用方法库中的方法,在模型库中选择与当前处理的问题具有相同属性的模型进行匹配,并且根据匹配的程度进行调整。该方法由于对过去求解过程的复用,提高了问题求解的效率。
6.解释系统:实现对系统所选方案的解释和回答用户提出的问题。

四、系统实现的关键技术分析

1.模型中的关键因素。在按本模型研究开发系统时,应当着重考虑以下几个因素:
(1)设备维护需求计划。维护需求包括了人员、物质、财务等各项因素;
(2)考虑设备运行及维修的历史数据。这是进行模型选择的基础数据,也是重要的参考数据;
(3)设备维护能力计划。必须充分地平衡设备维护能力与生产作业计划后,才能选择合适的方案。
(4)考虑经济因素。要同时考虑维护成本与可靠度,在两者之间找到最好的平衡。
(5)考虑维护策略。维护方案主要包括:预防维护、改善检修、预测维修、故障维修。在选择维护策略时,应充分考虑相应的维护方案,不仅可以降低维护成本,还能提高效率。
2.知识的表示。知识的表示有声明式和过程式两种。声明式的知识表示方法有语义网络和框架,适用于表示事实和断言,过程式则适合表示行为和过程。
根据设备维护特点,在本模型中,采用了基于实例的框架知识表示法,每个框架包括槽和面,槽表示对象的一个属性集,有面和子槽构成,面表示有关某个属性的知识或过程。实例的数学模型可以用以下公式表示:
case(f,p)=case[(f₁,f₂,f₃,…,f_n),(p₁,p₂,p₃,…p_n)]
其中,f=(f₁,f₂,f₃,…,f_n)为实例的特征集,p=(p₁,p₂,p₃,…p_n)是实例的特征集参数。f和p之间存在着一定的映射关系。

五、智能决策支持系统模型特点

智能决策支持系统模型具有以下特点:
1.将物料需求计划(mrp)的思想用于设备维护管理中,充分体现了现代管理思想;
2.将智能决策支持与设备维护需求计划结合起来,对设备维护进行智能决策,使设备维护方案得到优化;
3.为用户提供与待处理问题相匹配的模型及专家经验,便于用户做出决策;
4.提供了对各种历史数据进行分析和复用的能力;

六、结论

根据mrp的思想建立起来的设备维护需求计划是管理思想的创新,同时将人工智能技术应用到该系统中,是对该系统的进一步完善与提高。基于ids的设备维护rp能够很好的为用户提供、评价和完善设备维护方案,为企业在保证成本最低、效益最优的前提下,获得最佳市场竞争力。但是该系统对于模型库中模型的建立、推理过程中模型的识别、选择还有待于进一步的完善。设备维护管理将朝着充分利用企业内外资源、利用与虚拟企业、erp思想相结合基于网络技术的远程故障诊断的社会化维修方向发展。

参考文献:
[1]任明仑,杨善林,朱卫东.智能决策支持系统:研究现状与挑战[j].系统工程学报,2002,(15).
[2]陈文伟.知能决策技术[m].北京:电子工业出版社,1998.
[3]赵纯钧,等.优化与决策[m].北京:中国科学技术出版社,1988.