沈 斌 (上海理工大學(xué) 管理學(xué)院,上海 200082)
SHEN Bin (School of Management,University of Shanghai for Science and Technology,Shanghai 200082,China)
在企業(yè)生產(chǎn)中,預(yù)防性維護起到了越來越重要的作用,能夠減少設(shè)備發(fā)生故障的概率,提高生產(chǎn)質(zhì)量和產(chǎn)量。但預(yù)防性維護會使生產(chǎn)設(shè)備停機,所以在上下游設(shè)備之間建立緩沖區(qū),有效避免因設(shè)備停機造成的經(jīng)濟損失。庫存緩沖區(qū)與設(shè)備維修有一定的理論研究價值。Cheung,Hausman等人提出了預(yù)防性維護和安全庫存策略的分析模型[1]。Van Der Duyn Schouten等人研究了考慮緩沖庫存容量的生產(chǎn)系統(tǒng)維護優(yōu)化,在他們的模型中,采取預(yù)防性維護取決于緩沖庫存水平和安裝條件[2]。Salameh和Ghattas提出了一個模型來計算實時緩沖庫存,該模型考慮了緩沖庫存持有成本和周期短缺造成的成本之和,從而使成本率最小[3]。Chelbi和Ait-Kadi提出了一個模型,該模型考慮了預(yù)防性維護措施的隨機持續(xù)時間,從而找到了最佳的緩沖區(qū)大小和最佳的預(yù)防性維護時間點,緩沖區(qū)可確保在維修或預(yù)防性維護期間的供應(yīng)[4]。劉勤明等人考慮不完美預(yù)防維修,構(gòu)建了設(shè)備生產(chǎn)成本模型,計算出了最優(yōu)設(shè)備維護策略和最佳的緩沖區(qū)庫存量[5]。成國慶、周炳海等人建立了退化系統(tǒng)維修更換模型,以緩沖區(qū)庫存和設(shè)備更換前故障次數(shù)為決策變量,以最小化系統(tǒng)運行成本為目標(biāo),求得了最小費用率以及最優(yōu)策略[6]。張博文等人構(gòu)建了批量生產(chǎn)和設(shè)備維護之間的關(guān)系,提出了基于系統(tǒng)可靠性的預(yù)防維修策略,設(shè)計了啟發(fā)式算法,驗證了數(shù)值仿真的有效性[7]。郝虹斐等人運用虛擬壽命理論,建立了非完美多目標(biāo)決策預(yù)防維修模型,以設(shè)備可用度最高和總成本率最低為目標(biāo),并用某加工中心為例進行了算例分析[8]。
以上研究大都是緩沖區(qū)累積結(jié)束后立即進行預(yù)防維修,且整個周期內(nèi)不帶隨機故障,以緩沖區(qū)庫存量和維修時間間隔為決策變量。本文考慮引入設(shè)備役齡閾值,當(dāng)?shù)竭_滿足條件的役齡時,進行預(yù)防性維護,緩沖區(qū)既用來避免預(yù)防維護所造成的停機,也應(yīng)對周期內(nèi)可能出現(xiàn)的隨機故障,使企業(yè)的整個生產(chǎn)過程能夠平穩(wěn)進行,減少不必要的經(jīng)濟損失。
在生產(chǎn)線的上下游設(shè)備之間建立緩沖區(qū),當(dāng)設(shè)備的役齡到達閾值時進行預(yù)防性維護。本文的基本問題是確定最優(yōu)的緩沖區(qū)庫存量和設(shè)備役齡閾值,以免因預(yù)防性維護導(dǎo)致生產(chǎn)中斷,造成企業(yè)損失。該模型是帶有隨機故障的緩沖區(qū)庫存維修模型,以兩次預(yù)防性維護為節(jié)點,中間過程作為一個周期。每次預(yù)防性維護結(jié)束后,設(shè)備役齡回退到初始狀態(tài),到達y時刻,開始以α的生產(chǎn)速率累積緩沖區(qū)庫存。生產(chǎn)系統(tǒng)的生產(chǎn)速率為β,進行預(yù)防性維護之前可能會出現(xiàn)故障,這時就要進行事后維修。圖1是整個周期緩沖區(qū)庫存的變化圖。
圖1 緩沖區(qū)庫存變化
假設(shè):
(1)在正常生產(chǎn)期間補貨率大于生產(chǎn)率。
(2)T與t相比足夠大,在任何時間段T期間,緩沖區(qū)補充從零水平開始,且在任意時間段,都有足夠的產(chǎn)能進行緩沖區(qū)庫存的積累。
(3)維護措施可使設(shè)備恢復(fù)到全新的狀態(tài)。
(4)設(shè)備所滿足進行預(yù)防性維護的閾值大于緩沖區(qū)庫存累積時間。
(5)由于本文中的緩沖區(qū)要應(yīng)對預(yù)防性維護和隨機故障兩種情況,故設(shè)補充緩沖區(qū)庫存的時間點為y。
(6)預(yù)防維修和事后維修都認定為完美維修,設(shè)備經(jīng)過預(yù)防性維護或者事后維修,可靠度能夠恢復(fù)到全新設(shè)備水平。
本文的模型符號描述如表1所示。
表1 符號描述
在一個生產(chǎn)周期內(nèi),生產(chǎn)總費用包括維修費用、緩沖區(qū)庫存維持費用和可能產(chǎn)生的缺貨費用。
2.2.1 維修費用
維修費用包括PM(預(yù)防性維護)費用和BM(事后維修)費用兩個部分,維修費用的表達式如下:
2.2.2 庫存維持費用
庫存雖然能夠在設(shè)備停機起到重要作用,但也會有一定的維持費用,基于圖1的緩沖區(qū)庫存變化軌跡,得到庫存維持費用:
2.2.3 缺貨費用
如果進行預(yù)防性維護時的緩沖區(qū)供應(yīng)時間小于預(yù)防性維護時間,則會發(fā)生缺貨;否則,缺貨時間將為零,因此周期內(nèi)缺貨的單位數(shù)量表達式如下:
若產(chǎn)生缺貨,缺貨費用表達式如下:
綜上,一個周期的模型總費用是三個費用之和,可以得到總費用表達式:
維修策略模型目標(biāo)是使整個周期內(nèi)所花的費用達到最低,并得到緩沖區(qū)和役齡閾值的最優(yōu)解S*和x*,最優(yōu)周期總費用C0,所得到維修計劃目標(biāo)函數(shù)如下。
為了找出緩沖區(qū)庫存量和役齡閾值的最優(yōu)解,首先選擇役齡閾值,改變緩沖區(qū)庫存的大小,將不同緩沖區(qū)存量所對應(yīng)的周期內(nèi)總費用求解出來,并且比較各個費用的大小,然后增加役齡閾值,依次迭代,最終求解出最低的總費用以及對應(yīng)的最佳緩沖區(qū)庫存量和最佳的役齡閾值,求解的流程如圖2所示。整個求解工作通過Matlab仿真軟件求解完成。
結(jié)合實際生產(chǎn)及文獻,對模型的初始數(shù)據(jù)進行準(zhǔn)備。F1(t)服從均值為7天的指數(shù)分布,F(xiàn)2(t)服從均值為3天的指數(shù)分布。參數(shù)中的時間單位為天,數(shù)量單位為件,經(jīng)濟單位為元,參數(shù)設(shè)置如表2所示。
通過Matlab仿真求解出預(yù)防性維護模型的最優(yōu)策略,使得周期內(nèi)總費用達到最低,仿真所得出函數(shù)圖像如圖3所示。當(dāng)役齡閾值x=26天時,緩沖區(qū)庫存S=99件時,周期內(nèi)模型總費用最低,為3 444元。當(dāng)役齡閾值和緩沖區(qū)庫存過大或者過小時,會增加企業(yè)的維修費用和維持費用,以及因設(shè)備停機,生產(chǎn)停止造成的損失成本。
本文考慮引入設(shè)備役齡閾值,結(jié)合庫存緩沖區(qū)維修模型,構(gòu)建了基于設(shè)備役齡閾值的完美預(yù)防性維護模型,并計算出維修費用,庫存維持費用以及缺貨費用的表達式,給出了該模型的求解思路,通過Matlab計算求得了設(shè)備維護最優(yōu)的役齡閾值和緩沖區(qū)庫存量,驗證了本文模型的有效性。本文對于企業(yè)生產(chǎn)預(yù)防性維護策略有一定的指導(dǎo)意義,然而對于設(shè)備壽命或役齡回退的方面考慮不足,這是進一步研究的內(nèi)容。
圖2 求解流程圖
表2 參數(shù)數(shù)據(jù)
圖3 模型仿真結(jié)果
[3]M K Salameh,R E Ghattas.Optimal just-in-time buffer inventory for regular preventive maintenance[J].International Journal of Production Economics,2001,74:157-161.
[4]A Chelbi,D Ait-Kadi.Analysis of a production/inventory system with randomly failing production unit submitted to regular preventive maintenance[J].European Journal of Operational Research,2004,156:712-718.
[5]劉勤明,呂文元,葉春明.考慮中間庫存緩沖區(qū)的設(shè)備不完美預(yù)防維修策略研究[J].計算機應(yīng)用研究,2018,35(9):2614-2616,2623.
[6]成國慶,周炳海,李玲,等.考慮緩沖區(qū)庫存的退化系統(tǒng)最優(yōu)維修更換策略[J].計算機集成制造系統(tǒng),2015,21(6):1593-1600.
[7]張博文,陸志強,張岳君.基于系統(tǒng)可靠性的生產(chǎn)與維護計劃聯(lián)合決策[J].計算機集成制造系統(tǒng),2015,21(8):2079-2088.
[8]郝虹斐,郭偉,桂林,等.非完美維修情境下的預(yù)防性維修多目標(biāo)決策模型[J].上海交通大學(xué)學(xué)報,2018,52(5):518-524.