单机调度与维修决策集成模型：考虑设备劣化状态

"本文主要探讨了考虑设备劣化状态的单机调度与维修决策的集成模型，采用非完美预防性视情维修、小修与故障更换的综合维修策略，旨在最小化加工作业的总加权期望完成时间。" 在单机调度与维修决策的研究中，传统的做法往往依赖于基于役龄的维修策略。然而，这种策略忽略了设备的实时状态，而设备的劣化状态可能受到多种因素的影响，如加工对象、加工环境以及加工时间等。鉴于此，作者提出了一个适用于设备状态可检测系统的新型集成模型。 该模型创新地采用了非完美预防性视情维修策略，这意味着设备的维修不再完全依赖于固定的服役时间，而是根据设备的实际运行状态和预设的预防维修阈值来决定。同时，结合小修和故障更换，能够在设备出现轻微故障时进行及时修复，防止设备进一步恶化，而在设备无法正常工作时进行更换，以确保生产的连续性。 模型的决策变量包括加工作业的顺序和预防维修的触发阈值，优化目标是使加工作业的总加权期望完成时间最小化。通过这种方式，模型旨在平衡生产效率和维修成本，避免过维修（即过早维修导致资源浪费）和欠维修（设备故障导致生产中断）的问题。 实验结果证明，这个模型在实际应用中能显著提高决策效果，能够更加精确地调整维修策略，有效减少生产中的等待时间，从而降低生产持有成本。此外，通过减少不必要的停机时间和维修成本，该模型有助于提升整体生产效率和系统的可靠性。 关键词涵盖的领域包括视情维修策略，非完美预防性维修，单机调度，集成研究，以及期望值模型。视情维修策略强调根据设备实际状态而非固定周期进行维修，非完美预防性维修则考虑了维修过程中的不确定性。单机调度是运营管理中的核心问题，而集成研究将调度与维修决策相结合，提高了决策的全面性和有效性。期望值模型则是用于处理随机变量的优化工具，它在这里被用来计算和最小化总加权期望完成时间。 这篇研究提供了一种新的、适应设备劣化状态的集成模型，对于优化生产调度和维修决策具有重要的理论与实践意义。对于工业界尤其是制造型企业来说，该模型的应用可以显著提升生产系统的性能和经济效益。