船舶动力设备拆装过程的建模与智能优化

中国正从航运大国走向航运强国.我国海船船员规模巨大,截至2020年底有808,183人,同比增长3.0%.由于新增船员人数逐年增加,导致船员培训,评估任务加重,船员适任评估过程急需引入智能评估手段来加强评估过程的科学性,合理性和公平性.船舶动力设备拆装由于涉及零部件数量多,过程复杂,目前尚无自动和智能的评估方法.本文以船舶动力设备拆装评估智能化为研究背景,以6135船用柴油机拆装检修过程为研究对象,研究船舶动力设备拆装过程的建模与智能优化.首次创建了船用柴油机拆装过程与或网络的数学模型.在实验室针对6135船用柴油机开展规范化拆装检修实验,详细记录实验实操过程,形成了 6135船用柴油机拆装检修流程图.在此基础上,研究了基于与或网络的拆装网络建模的过程.原创性地将6135船用柴油机每个拆装作业任务定义为"零部件","动作","工具"和"背景"四个属性的耦合,得到识别四类拆装属性集合S;考虑拆装作业任务之间的"与"和"或"的逻辑关系,得到描述拆装作业任务之间的连接关系的与或网络G;组合属性模型和与或网络模型,从而确定柴油机拆装过程模型.得到了 6135船用柴油机拆装与或网络,根据其邻接矩阵构建网络拓扑结构;形成一个包括14746节点的复杂网络.应用复杂网络理论对6135船用柴油机拆装过程的复杂性进行分析.对6135船用柴油机拆装与或网络进行出度和入度的复杂性分析,发现大部分的拆装步骤前后作业关系是确定的.通过整体网络密度,网络聚集系数和网络平均最短路3个维度对该与或网络的整体结构进行分析,计算结果显示:6135船用柴油机拆装与或网络的整体网络密度(0.0044)较小,说明它是一个稀疏网络;各任务之间的集聚性较低(网络聚集系数为0.073),表明各任务之间互相影响的可能性较低,各任务具有一定的相对独立性;这与柴油机拆装操作的实际经验相吻合.该网络的平均最短路径约为7.034,说明任意两个任务经过约7个任务的链接就会产生影响.提出基于网络节点中心性指标的设备拆装关键任务识别模型,选取计算网络中任务节点的度数中心性,接近中心性,中介中心性3类中心性指标,从网络结构局部特征进行拆装网络中的关键任务节点识别;识别出了拆装过程的关键任务.基于网络平均最短路径的拆装任务相关性分析,通过计算网络中任意两个任务节点之间的最短路径得到,与任务T6(对应任务;放缸套水)和T15(对应任务:拆进气管)的最短路径为1的节点数最多,均为30,说明这两个任务节点与网络中其他任务节点之间的相关性最大.研究6135船用柴油机拆装过程网络智能优化问题,并进行算例验证.考虑在6135船用柴油机拆装与或网络中最短路的流入流出平衡和节点之间的与或逻辑关系,最小化最短路的连接成本,建立01整数线性规划模型.同时考虑该与或网络中,经过节点i的前置条件为完成i节点的所有前驱节点;或节点仅选择可选支路中的一条支路;在最短路中,存在多个"与"关系的普通节点和选择有限后继的"或"节点,单个节点与多条路径相连;因此,传统有向网络中最短路径的广度与深度搜索算法无法直接应用于与或网络.本文提出基于与或关系的广度优先搜索,基于前驱关系的或节点剪枝搜索和随机深度优先搜索3种搜索策略优化与或网络中的最短路.即针对节点的前驱关系与判断节点的后继选择,设计数学规划模型和搜索算法,优化节点之间的最短路,减少冗余步骤.开展算例实验,针对10个与50个节点的算例优化结果表明,搜索算法的最优值与数学规划得到的值相近,差距小于1.5%,并且搜索算法的运行时间远少于数学规划.针对基于实验记录建立的6135船用柴油机拆装过程与或网络,计算结果表明,完整拆装6135船用柴油机最少需要954步操作,经过专家组评估:该计算结果合理,与实践情况相符.优化过程研究能够为船员动力设备拆装实操评估系统确定评估因素量化标准提供参考.本文研究思路,模型,算法可为其他大型机械设备的智能拆装研究提供参考和借鉴;可为大型机械设备的研发设计者制订该设备的拆装检修操作指南提供指导.

船舶动力设备拆装过程的建模与智能优化

中国正从航运大国走向航运强国.我国海船船员规模巨大,截至2020年底有808,183人,同比增长3.0%.由于新增船员人数逐年增加,导致船员培训,评估任务加重,船员适任评估过程急需引入智能评估手段来加强评估过程的科学性,合理性和公平性.船舶动力设备拆装由于涉及零部件数量多,过程复杂,目前尚无自动和智能的评估方法.本文以船舶动力设备拆装评估智能化为研究背景,以6135船用柴油机拆装检修过程为研究对象,研究船舶动力设备拆装过程的建模与智能优化.首次创建了船用柴油机拆装过程与或网络的数学模型.在实验室针对6135船用柴油机开展规范化拆装检修实验,详细记录实验实操过程,形成了 6135船用柴油机拆装检修流程图.在此基础上,研究了基于与或网络的拆装网络建模的过程.原创性地将6135船用柴油机每个拆装作业任务定义为"零部件","动作","工具"和"背景"四个属性的耦合,得到识别四类拆装属性集合S;考虑拆装作业任务之间的"与"和"或"的逻辑关系,得到描述拆装作业任务之间的连接关系的与或网络G;组合属性模型和与或网络模型,从而确定柴油机拆装过程模型.得到了 6135船用柴油机拆装与或网络,根据其邻接矩阵构建网络拓扑结构;形成一个包括14746节点的复杂网络.应用复杂网络理论对6135船用柴油机拆装过程的复杂性进行分析.对6135船用柴油机拆装与或网络进行出度和入度的复杂性分析,发现大部分的拆装步骤前后作业关系是确定的.通过整体网络密度,网络聚集系数和网络平均最短路3个维度对该与或网络的整体结构进行分析,计算结果显示:6135船用柴油机拆装与或网络的整体网络密度(0.0044)较小,说明它是一个稀疏网络;各任务之间的集聚性较低(网络聚集系数为0.073),表明各任务之间互相影响的可能性较低,各任务具有一定的相对独立性;这与柴油机拆装操作的实际经验相吻合.该网络的平均最短路径约为7.034,说明任意两个任务经过约7个任务的链接就会产生影响.提出基于网络节点中心性指标的设备拆装关键任务识别模型,选取计算网络中任务节点的度数中心性,接近中心性,中介中心性3类中心性指标,从网络结构局部特征进行拆装网络中的关键任务节点识别;识别出了拆装过程的关键任务.基于网络平均最短路径的拆装任务相关性分析,通过计算网络中任意两个任务节点之间的最短路径得到,与任务T6(对应任务;放缸套水)和T15(对应任务:拆进气管)的最短路径为1的节点数最多,均为30,说明这两个任务节点与网络中其他任务节点之间的相关性最大.研究6135船用柴油机拆装过程网络智能优化问题,并进行算例验证.考虑在6135船用柴油机拆装与或网络中最短路的流入流出平衡和节点之间的与或逻辑关系,最小化最短路的连接成本,建立01整数线性规划模型.同时考虑该与或网络中,经过节点i的前置条件为完成i节点的所有前驱节点;或节点仅选择可选支路中的一条支路;在最短路中,存在多个"与"关系的普通节点和选择有限后继的"或"节点,单个节点与多条路径相连;因此,传统有向网络中最短路径的广度与深度搜索算法无法直接应用于与或网络.本文提出基于与或关系的广度优先搜索,基于前驱关系的或节点剪枝搜索和随机深度优先搜索3种搜索策略优化与或网络中的最短路.即针对节点的前驱关系与判断节点的后继选择,设计数学规划模型和搜索算法,优化节点之间的最短路,减少冗余步骤.开展算例实验,针对10个与50个节点的算例优化结果表明,搜索算法的最优值与数学规划得到的值相近,差距小于1.5%,并且搜索算法的运行时间远少于数学规划.针对基于实验记录建立的6135船用柴油机拆装过程与或网络,计算结果表明,完整拆装6135船用柴油机最少需要954步操作,经过专家组评估:该计算结果合理,与实践情况相符.优化过程研究能够为船员动力设备拆装实操评估系统确定评估因素量化标准提供参考.本文研究思路,模型,算法可为其他大型机械设备的智能拆装研究提供参考和借鉴;可为大型机械设备的研发设计者制订该设备的拆装检修操作指南提供指导.