1．系统可靠性研究 1.1 可靠性定义
可靠性定义：产品在规定的条件下和规定的时间内完成规定功能的能力称为可靠性。可靠性的概率度量称为可靠度。产品终止规定功能称为失效，也称为故障。产品按从发生失效后是否可以通过维修恢复到规定功能状态，可分为可修复产品和不可修复产品。按照人们的日常习惯，终止规定功能对可修复的产品故障，对不可修复的产品称为失效。可靠性包含了耐久性、可维修性、设计可靠性3大要素。耐久性是指产品使用无故障性或使用寿命长；可维修性是指当产品发生故障后，能够很快很容易的通过维护或维修排除故障。设计可靠性是决定产品质量的关键，由于人机系统的复杂性，以及人在操作中可能存在的差错和操作使用环境的因素影响，发生错误的可能性依然存在，所以设计的时候必须充分考虑产品的易使用性和易操作性，这就是设计的可靠性。
1.2. 可靠性研究现状
就可靠性的发展过程、国外的研究现状和国内的研究现状三个方面进行详尽阐述。 发展过程：在可靠性发展的过程中，对于系统可靠性定量和定性分析，众多的模型分析方法主要可以归结为两类: 一类是组合法，包括:可靠性框图法、可靠图法以及在1961年贝尔实验室首次提出的故障树分析方法。另一类是状态法，包括:基于Markov过程的方法和基于Petri网的方法。Markov过程是前苏联数学家发现的，在1951年被引入到可靠性的分析中来。60年代出现了Petri网模型。这些方法的出现极大地促进了系统的可靠性研究。在随后的几十年的发展中，又出现了各种各样的分析方法，如随机回报网模型Markov回报模型、广义随petri网模型等。
国外研究现状：目前国外对城市轨道交通系统的可靠性研究主要有：车辆可靠性测试、安全管理、维修与风险评价、火灾评估、司机操作安全分析、地下结构的风险评价、自动驾驶的事故预防、车站自动门软件安全等安全防范措施方面及关键设备方面的研究。如新加坡、日本等国在城市轨道交通新线建设与设备采购时要求进行系统安全性与可靠性论证，日本新干线建设时具有较全面和完善的安全监控与应急体系，英国的地铁采用ESM安全管理体系。
国内研究现状：目前对城市轨道交通系统在运营安全性与可靠性方面的研究主要集中在安全防范措施方面以及关机设备的工作可靠性方面，如有关车辆可靠性测试、安全管理、维
修与风险评价、司机操作安全分析、火灾评估、地震对地铁的影响、地下结构的风险评价、自动驾驶的事故预防、车站自动门等方面的研究报道。对于整体性的研究，国内有构架城市轨道交通系统安全管理体系或保障系统的研究。
我国有关可靠性方面的技术标准规范主要有：可靠性设计评审(GB 7828-87)；设备可靠性试验(GB5080.1~7-86)；可靠性与维修性管理(GB 6992-86)；维修性试验与评定(军用标准)；装备预防性维修性大纲的制定要求与方法(军用标准)等。目前我国城市轨道交通相关的技术标准或规范有《轨道交通可靠性、可用性、可维修性和安全性性规范及示例》GB/T 21562-2008(IEC 62278:2002)和《EN-50126铁路应用：可靠性、可用性、可维护性和安全性(RMAS)规范和说明》。
（1） 在轨道交通的可靠性发展过程中，国内具体代表性的研究如下：
（2） 1991年，辛鹏等采取抽样的方法对200辆C62、C65型敞车的维修及故障情况进行了研究，确定了其失效规律服从指数分布，并阐述了当产品的失效规律服从指数分布时，实行预防维修是无效的。
（3） 1994年，张元林、汪风泉等研究了一个部件的故障分布为指数分布，而其余三个分布均为一般分布时的并联可修模型，但在故障部件均不能修复如新的情况下，利用几何过程和补充变量法对该模型的可靠性进行讨论。
（4） 1995年，侯炳麟采用Markov理论，对轮轴系统的失效-修复这一随机过程进行可靠性分析，确定出各部件以及整个系统的可用度、可靠度和平均无故障工作时间。
（5） 2005年，王德根据机车车辆的故障数据，采用基于数值的可靠性分析方法，研究得到了该车辆的可靠性数值。同年，丁勇等根据货车可靠性试验收集的故障数据，利用可靠性理论和数理统计理论，研究了货车在120km/h时的运行可靠性，做出初步的结论性判断，可靠性失效数据判断依靠故障观察和动力学试验。
（6） 2007年，牛留斌等对拟合了机车车辆的应力数据，研究得出了在规定可靠度值时的疲劳寿命与裂纹尺寸之间的关系，并研究了在不同初始条件下裂纹扩展的规律。
（7） 2008年，刘爱明以康尼公司客室侧门系统为例研究可靠性设计技术的具体应用。建立了车门系统的基本可靠性框图和可靠性数学模型，并基于故障数据分析了车门系统的典型故障模式和故障原因。
（8） 2010年，李勤、周立新等采用随机过程和可靠性理论，对轨道车辆部件的故障规律和可靠性分析方法进行了研究。提出了故障分布规律和可靠性指标计算的工作流程。通过案例分析，验证了所提出的方法的实用性。同年，王孝延和吴萌岭对城市轨道交通车辆单元制动器进行耐久性试验的方法讨论，依据试验结果对其的可靠性进行了评估。赵永翔等对轨道车辆轮对的可靠性及安全性进行了研究。
1.3. 多状态系统的可靠性研究进程
常规二态可靠性理论认为系统和其组成单元仅存在正常工作和完全失效两个状态，并在此基础上逐渐建立和完善了系统的可靠性优化设计、维修决策、保修管理等理论方法。多状态可靠性理论是近年来学术界和工业界所共同探索和研究的热点和难点课题，由于它打破了以往二态可靠性理论对系统和其组成单元的状态数量的限制。
多状态可靠性理论之所以被广泛应用于各种领域，是因为它揭示了复杂系统多状态的本
质特征;能够客观反映工程科学中各类系统在设计、使用过程中状态的演变规律;可以定性和定量评估系统的性能和可靠度等重要指标，这些都体现了多状态可靠性理论的科学意义和重要的工程价值。
多状态系统的可靠性建模及评估算法：
（1） 将二态系统的布尔模型扩展为多值模型。例如：多状态故障树、多状态最小路径、多值决断图(MVDD)等。
（2）随机过程模型。如：其次马尔可夫模型、非齐次马尔可夫模型、随机衰退模型等。 （3）通用生成函数。
（4）随机仿真。如：蒙特卡洛仿真、随即Petri网等。
为了使系统具有最好的性能或最低的成本，通常需要考虑如何对系统进行优化设计。对于一个由若干单元构成的多状态复杂系统来说，系统的可靠性和性能与各单元的性能状态有关，而且还与系统的组成结构有关。因此，提高整个系统的可靠性主要有四种途径:
（1） 单元的冗余设计。 （2）优化系统的组成结构。 （3）提高单元的性能或可靠性。 （4）综合使用上述三种途径。 现有的各类系统可靠性优化设计方法：
（1）采用生成函数计算在不同系统设计方案下的可靠性指标，并利用遗传算法搜索全局最优解。
（2）Tian等人提出多状态串联-并联系统的联合冗余和可靠度的优化方法，从系统组成单元的冗余程度以及单元的状态分布两个角度优化系统可靠度。
（3）Li和Zuo研究了多状态权值k-out-of-n系统的元件最优可靠性设计问题。 （4）Levitin和Amari根据加速失效时间规律对静态的载荷共享多状态系统的可靠性优化和载荷分配策略开展了研究。
（5）Remirez-Marquez和Rocco研究了多状态两终端的网络可靠性分配优化问题。 （6）Yu等利用相关函数刻画组成系统单元的冗余相关度，并在此基础上研究了系统的优化设计。
（7）Li和Chen等研究了共因失效下的非齐次多状态系统冗余优化分配问题。 多状态系统可靠性优化算法：
与二态系统可靠性优化问题相比，多状态系统的设计过程中存在更多的决策变量。因此，随着组成系统元件数的增加，其可靠性优化问题的可行解空间将成指数增长，这无疑对优化算法提出了新的挑战，而传统的枚举式搜索寻优算法很难在有限的时间内得到全局最优解。随着近年来各种启发式算法和计算智能的迅猛发展，为解决多状态系统可靠性优化问题带来了新的活力：
（1）Levitin和Lisnianski较早地提出了运用遗传算法的全局收敛性较强的优势来解决各
类型多状态系统的可靠性优化设计问题。
（2）Tian等将遗传算法应用在多状态系统冗余一可靠度优化问题中。
（3）Ramirez-Marquez和Coit提出了一种新的启发式算法以解决包含二态性能元件的多状态系统冗余分配的可靠性优化问题。
（4）Nahas和Dao利用声搜索算法求解多状态系统冗余优化设计问题。
（5）Levitin川运用粒子群算法解决多状态系统可靠性优化设计的单目标和多目标优化问题。
（6）Meziane等和sharma等将蚁群算法应用在含约束的多状态系统可靠性优化问题中。 （7）Ouzineb等和Kuo等利用禁忌搜索求解串一并联多状态系统的冗余优化问题。 在实际工程中，系统的设计有时需要兼顾多个目标，例如:可靠性最高、可用度最大、成本最低、质量最小等。因此，研究多目标下的系统可靠性优化成为了多状态可靠性理论的一个重要分支。多目标下的系统可靠性优化理论成果主要有：
（1）Tian和Zuo等利用物理规划理论在构造设计者偏好信息上的优势和灵活性，将多状态系统可靠性优化设计的多目标问题转化为单目标问题。
（2）Taboada等提出了运用多目标遗传算法搜索Pareto解，为设计者最终的决策提供充足的备选集。T
（3）aboada等提出了多目标多状态的遗传算法(Multi-Objective Multi-State Genetic Algorithm，MOMS-GA)，能很好地搜索出多状态系统可靠性优化问题的Pareto曲面。
（4）Ramirez-Marquez和Rocco提出了基于多目标进化算法和蒙特卡罗仿真的两终端网络的可靠性优化分配方法。
1.4. 可靠性与主动维修的关系
可靠性可以评估出系统或设备的使用寿命、役龄、运行状况和功能的实现程度。根据这些数据用相应算法进行维修方式选择。 机车 系统 单元 综合评估
环境适应能力 耐久服役能力 可修复维修能力 综合评估 2．现有维修方式
定时拆修计划性维修定时更换预防性维修状态维修更换维修方式事后维修拆修修复性维修状态监控维修隐患监测 图1. 复杂设备的维修方式
按照设备的状态和维修的时机，可以将复杂设备的维修方式分为故障前维修和故障后维修，即预防性维修和修复性维修两大类。GB/T3187-94《可靠性、维修性术语》中定义：预防性维修（Preventive Maintenance）是为降低产品故障的概率或防止功能退化按预定的时间间隔或按规定准则实施的维修；修复性维修（Corrective Maintenance）是故障识别后使产品恢复到能执行规定功能状态所实施的维修。复杂设备维修方式的详细分类如图1。
预防性维修
预防性维修是在设备故障前采取合适的维修活动将故障消灭在萌芽状态，按照维修依据不同分为计划性维修和基于状态的维修。
（1）GB/T3187-94《可靠性、维修性术语》中定义：计划性维修（Scheduled Maintenance）是按预定的进度计划实施的预防性维修。计划性维修是以时间为依据（Time Based）的维修，也可称为定时维修（Hard Time Maintenance），是根据维修计划，按规定的时间间隔进行停机检查、解体、更换零部件，以预防损坏、继发性毁坏及运行损失。
按照维修工作内容不同计划性维修又可以分为定时拆修和定时更换两种方式：定时拆修（Restoration）指设备使用到规定时间予以拆修，通过分解、清洗或翻修使其恢复到规定的状态，有效地预防具有明显损耗期的设备发生故障，即主要针对图 1.1 中的 A、B 两种故障模式实施的；定时更换是指按一定的周期用新的设备或部件替换旧的使用中的设备或部
件，当定时更换（Scheduled Replacement）的时间到达时，不管设备当时的可靠性状态如何，都将按计划更换，主要适用于寿命可知的设备或部件，以避免故障的发生。
（2）基于状态的维修是以状态为依据（Condition Based）的维修，在机器运行时，对它的主要（或需要）部位进行定期（或连续）的状态监测和故障诊断，判定设备所处的状态，预测设备状态的发展趋势，依据设备状态的发展趋势和可能的故障，预先制定预测性维修计划。CBM 也称为预测性维修（Predictive Maintenance）或视情维修（On-condition Maintenance）虽然名称不同，但是内涵是相同的，都是应用状态监测技术和故障诊断技术，按诊断程序来确定设备“健康状态”的维修活动，仍然属于预防性维修的范畴，是预防性维修进一步的发展。
CBM 的理论依据是：设备都有自己的状态，即将出现问题的设备会出现一些可以观察、感觉或测量到的信号，如噪声、振动、发热、裂纹或电量的改变等。如图 1.3，从发现故障征兆的点 P 到功能故障点 F 之间的时间称为 P-F 间隔，如果能在 P-F 间隔采用一些技术及时发现这些故障征兆，并采取相应措施，便可避免故障的发生。
修复性维修
修复性维修是设备发生故障后，使其恢复到规定状态所进行的全部活动。它可以包括下述一个或全部步骤：故障定位、故障隔离、分解、更换、再装、调准及检测等。也就是说，允许故障发生后再进行相关维修的方式均可以划为修复性维修的范畴，主要包括事后维修、状态监控维修、隐患检测以及更改设计。
（1）事后维修（Break-down Maintenance）是有故障才维修（Failure Based）的方式，它是以设备是否完好或是否能用为依据的维修，是在设备部分或全部故障后再恢复其原始状态，也就是用坏后再修理。其适用范围是：
① 对于操作者来说是不明显的功能故障；
② 对于无法预知故障情况的设备，只要对安全或任务无直接危害，可以采用这种方式； ③ 对于安全性或任务无直接危害的损耗性设备，虽可用定时或基于状态的维修，但若故障后果的费用小于预防性维修时，可采用事后维修。
（2）状态监控维修（Condition Monitored Maintenance）通过对使用中的具体产品的全部总体数据进行分析，指出是否需要对技术资源进行分配，确定应采取的维修。状态监控维修不是一种预防性维修，它允许故障发生，并根据对使用信息的分析指出需要采取的适当措施。
（3）隐患检测是指在某一具体的时间间隔内，为发现设备已存在但对操作人员来说尚不明显的功能故障所进行的检测工作，如对冗余设备、报警器的检测。
预防性维修与修复性维修有着各自的内涵和意义，预防性维修是发展趋势，但就目前工业的发展水平，离完全实现预防性维修还有一定的差距，因此，修复性维修的存在是必然的。修复性维修是一种被动维修，虽然它的缺陷很明显，甚至导致的后果很严重，但是由于工业发展的局限性，这类维修仍然是不可避免而存在的。预防性维修较修复性维修有很大优势，
因其宗旨是“防患于未然”。如果决策合理、规划科学，不仅能保证设备运行的可靠性和安全性，有效地减少故障的发生，避免由故障引起的一系列不良后果，而且还能够大大降低维修费用和全寿命周期费用。因此，本文将对设备的预防性维修决策的理论和方法进行研究，优化计划性维修周期及 CBM时机，尤其对于组成复杂、故障分布复杂、结构和状态复杂的设备，只有准确分析设备的故障分布、影响因素，科学决策计划性维修和 CBM 的各项参数，才能使预防性维修效果达到理想的要求。
3．维修决策研究现状
决策支持系统（Decision Support System, DSS）的基本概念最早于 20 世纪 70 年代初由美国 M. S. Scott Morton 教授在《管理决策系统》一文中提出。DSS 是支持决策者针对半结构化问题进行有效决策的人－机交互系统，在决策过程中，通过人机交互对话，DSS 能为决策者提供决策所需的各种数据和背景资料，帮助决策者明确目标和进行问题识别，提供各种备选方案，并引导决策者对各种方案进行优化，为正确决策提供有益的帮助。与一般问题求解不同的是 DSS 不直接向决策者提供确认为最优的方案，而是以提高决策者的决策能力为目的。由于采用的模型主要是数学模型，它辅助决策的能力主要表现在定量分析上。决策支持系统把管理信息系统和模型辅助决策系统结合起来，使得数值计算和数据处理融为一体，提高了辅助决策的能力。
3.1. 国外研究现状
在现实工程中，设备的复杂性是多样的，其中有寿命的复杂性，结构的复杂性和状态的复杂性等等，在解决多个设备的不同状态的维修工作时，往往需要更多的理论基础做指导，目前二状态和单设备的维修理论研究已经无法满足工程中的需求，很多学者和工程师的研究和实践重心已经从简单的系统简单的状态上，转移到了更为复杂的层面，在多状态可靠性理论基础上，研究多状态系统的维修和保修策略是近年来的发展趋势。由于系统和组成单元存在多个状态，所涉及的相关性、不确定性和决策变量更为复杂。以下是国外一些阶段性研究成果的列举：
（1）Van Der Duyn Schouten指出优化模型不能得到广泛应用的原因之一是：单部件优化模型过于简化而不能贴切的反映系统实际复杂的运行环境，因此，近十年来大量的学者投身于研究多部件的维修优化模型研究。Cho 和 Parlar Dekker et al对 1997 年以前的多部件模型作了介绍和分析。Wang在其论文“A survey of maintenance policies of deteriorating systems”中列举了20 余篇多部件维修优化模型，并按照不同的维修策略分为成组维修策略和机会维修策略两类。
（2）Jenkins开发了设备维修和更新的决策支持系统；
（3）wnag开发了关于时间迟延模型的软件原型。Jardine和Mka采用比例故障率模型
PHM描述系统状态，以费用最小为优化目标，建立了基于状态的维修更换模型，开发了软件包ExAKT。
（4）Gerhard Vouma报导了ABB开发的工业环境下根原因在线分析支持系统RC@s，该系统通过综合模型库提供分析模型，帮助运行与维修，消除工业生产中出现的问题。
（5）stanislav Jovanovic报导了欧洲铁路研究院(ERRI)研制的铁路维修和更新决策支持系统ECOTRACK。
以下是多状态系统中的研究成果：
（6）Levitin和Lisnianski建立了一个系统冗余分配和更换维修决策的联合优化模型，以使整个多状态系统在寿命周期内以最小成本满足可用度指标。
（7）Levitin等和Nahas等研究了由二状态元件构成的多状态系统在非完好维修下的预防维修计划优化。
（8）zhang等系统地研究了存在多个失效状态类型的多状态系统最优更换维修策略。 （9）Yeh 研究了具有k个工作状态和l个失效状态的多状态系统的单调维修模型。 （10）Nourelfath等]研究了在有限维修人员下的多状态系统冗余和维修决策优化问题。 （11）Tan和Raghavan 提出了一种多状态系统预测性维修决策框架，从“系统级角度”的维修概念出发，研究了系统维修后的随机失效规律以及更换维修策略。
（12）Soro等研究了在修复性维修和非完好预防性维修下的多状态系统性能状态评估模型及方法。
（13）Huang和Yuan提出了在周期监测下的两阶段多状态衰退系统预防维修策略。 （14）Lisnianski和Ding等研究了在非齐次马尔可夫模型下的多状态系统的维修优化和最优序列修复维修计划等问题。
（15）Kim和Makis利用半马尔可夫决策模型研究了在两类失效下的多状态衰退系统的维修决策。
（16）Zuo等研究了多状态衰退系统在保修策略下的更换与维修方案。 以下是长生命周期设备的维修决策研究成果：
（17）学者R.Sudarsan等提出产品生命周期中产品信息建模框架，用以支持产品生命周期各个阶段产品信息交换，其中包含了核心产品模型 (CPM)，装配模型(OAM)、设计分析模型(DAIM)以及产品族演化模型 (PFEM)等。
（18）学者Xiaoqing Tang提出支持产品全生命周期质量管理的产品数据模型模型包含了6个层次:通用物料层、质量数据传递层、质量过程层、质量活动层、质量对象层与物理数据层，质量数据被集成在这个框架中。
（19）学者R.Brakel等研究了在大型核聚变设备超导Wendelstein7-X仿星器的产品生命周期管理中应用技术状态管理来保证系统需求与系统运行表现的一致性。
（20）学者S.Chiocchio等研究了在国际实验热核反应堆装备(International Thermonuelear Experimental Reaetor，ITER)的制造以及维护过程中如何使用系统工程与技术
状态管理的方法来确保装置的运行质量与设计的一致性。
3.2. 国内研究现状
目前国内在维修决策支持系统方面的研究并不多，哈尔滨工业大学的王文彬，马天超和杨承开发了企业设备大修、更新决策计算机系统，吴洪波开发了设备更新决策和设备最佳库存系统，大连海事大学范世东开发了根据设备状态确定维修类型的系统。这些维修决策支持系统都有一些基本的优化模型以及数据分析模块，但存在维修模型单一，很少考虑设备状态、和MSI或CMMS没有联系，不能实现实时决策，缺乏自动选择合适模型的功能等缺点。在维修决策系理论研究方面比较先进的有以下代表性进展：
（1）左洪福等研究的基于比例风险模型的航空发动机视情维修决策。他们利用Weibull比例风险回归的建模思想,分析了航空发动机因性能衰退而换发的历史监控数据记录,并据此建立了反映该类发动机性能参数与在翼时间之间的函数关系;进而采用最小维修成本、最大用度策略确定最优维修决策阈值,为同类型在翼发动机进行维修决策的优化提供了一个客观的量化方法。
（2）浙江大学的王凌博士等针对一类多设备系统(其中设备是完全相同的，其劣化过程建模为离散时间马尔可夫链)，提出了一种视情更换和备件定购策略，给出了该策略下的维修系统的蒙特卡罗仿真模型，并对提出的策略在卡车发动机视情维修决策优化方面的应用进行了研究。
（3）董玉亮等利用维修历史数据和状态评价及预测结果，建立了各类设备的维修任务决策及优化模型，并给出了求解方法；并以RCM分析方法为基础，结合我国电力行业的特点和对维修的需求，成功设计出适合我国发电设备运行的运营维修决策支持系统。
（4）毕建新、张志春等应用延迟时间模型描述航空装备多部件系统的故障过程，应用改进遗传算法获得延迟时间模型参数的最大似然估计值，并对系统故障分布模型参数进行估计，结果可为航空装备多部件系统的视情维修策略提供参考依据。
（5）南京大学的孙绍辉等针对潜在故障期内的特点，利用随机滤波理论建立了航空发动机的剩余寿命预测模型，并采用K．M法检验发动机性能参数的退化数据服从威布尔分布，按照最优线性无偏估计的点估计方法和极大似然函数法对相关参数进行点估计，举例对某型航空发动机在潜在故障期内的剩余寿命进行了预测。
（6）电子科技大学的刘宇提出了多状态复杂系统的选择性维修决策优化模型。在多状态复杂系统可靠性理论基础上开展了在有限维修资源约束下多状态复杂系统的选择性维修决策优化的研究。同时还提出了多级层次型复杂系统的统计灵敏度分析方法，并能广泛应用于复杂系统可靠性分析和设计中，以辅助系统不确定分析和降低模型复杂度。
（7）清华大学的高萍博士在其论文中阐述了对复杂设备基于状态的维修决策研究，分析物理可靠性模型的分类及各自的特点和适用性；基于协变量物理可靠性分析，建立以可用度最大为目标的 CBM 最优维修时机决策模型。她还以胜利油田 150KY260-265 型输油泵和
DF140-150 型注水泵为研究对象，根据运行状态监测数据，建立设备的物理可靠性模型，得到可用度最大时设备的 CBM 维修时机策略。
（8）北京化工大学化工安全教育部工程研究中心高金吉院士把先进维修诊断工程理论和基于风险的维修理论相结合，研究了基于风险和状态的网络化智能维修系统。该系统集成状态监测系统、RBM和维修管理系统，实现了诊断系统网络化、诊断方法智能化、诊断系统可扩展化、诊断与维修决策相结合、诊断与风险分析相结合、诊断预测与主动控制相结合。系统能够给用户提供预防性维修建议、cBM维修建议和设备运行日报告、周报告、月报告等（见图2）。
图2基于风险和状态的动态智能维修原理图
（9）毕建新，张志春等应用延迟时间模型，描述航空装备多部件系统的故障过程，在维修事件分析的基础上，以费用率最小为优化目标。建立了多部件维修费用率模型，通过设计迭代算法对模型求解，实现了航空装备多部件预防性维修周期优化。（摘自-航空装备多部件预防性维修优化研究）
3.3. 适用于维修决策的研究方法
3.3.1. 随机性决策
随机性决策是指在未来不确定的因素和信息不完全的条件下进行的决策。随机性决策问
题的基本特点是后果的不确定性和后果的效用性。后果的不确定性是由自然状态的不确定性引起的。由于自然状态不能由决策人控制，而且对自然状态决策人也不能作精确的预测，因此不论决策人采取什么行动（决策），都可能产生不同的后果。后果的效用性是指各种决策的后果对决策人实际所产生的效果。同一后果对不同的决策人有不同的效用，或者说不同的决策人对冒风险有不同的态度。因此，在进行决策时，先要确定各种后果的效用，以反映决策人的偏好，这样决策人才能从多种方案中选择他们偏爱的决策。解决随机性决策问题常用的决策原则有最大可能原则、渴望水平原则和期望值最大原则。
3.3.2. 多阶段决策和序贯决策
很多实际的决策问题，不只是要求作一次决策，而是要求多次决策。这些决策按先后次序分为几个阶段，后阶段的决策内容依赖于前阶段的决策结果及前一阶段决策后所出现的状态。而在作前一次决策时，也必须考虑到后一阶段的决策情况。一般情况下，一个决策问题，如果需要几次决策才能解决，则称之为多阶段决策问题。多阶段决策问题多采用动态规划方法。
还有一种多级决策问题，其决策的级数不是事先确定的，而是依赖于执行决策过程中所出现的状况，这种决策问题称为序贯决策。在这种情况下，在每一个决策点，不经抽样的行动的损益期望值是可以计算的，但无法计算经抽样的行动的结果，同时也就无法进行优劣的比较。所以，解决序贯决策的关键是确定一个决策序列终止的原则，即不论到决策的哪个阶段，只要有一个非经抽样的行动的后悔期望值小于进行一次抽样的费用时，决策序列便可终止。这时，一次抽样的费用已大于某一非经抽样的行动后悔期望值，从而更大于完全情报价值。
3.3.3. 多目标决策
随着生产技术与社会的发展，现实中的许多系统变得越来越复杂，从而使得决策问题变为半结构化或非结构化问题，使用传统的经验决策与单目标数学规划建模方法进行决策难以凑效，代之以多目标决策。在多目标决策中，如果所提出的各种方案中，有一个方案的各种指标都比其它方案好，当然它就是最优方案。但大多数情况下，除部分方案明显不好而应首批淘汰外（称为劣解），余下的方案，在各目标比较中往往各有千秋。在这种情况下，一般可采用：1） 使一个主要目标优化，其余目标降为约束条件；2）目标分等法；3）纯量化方法；4）排序法等方法进行处理，最终得出最优的决策结果。
3.3.4. 模糊决策
1970 年，享有“动态规划之父”盛誉的南加州大学教授 R.E. Bellman 与 L.A. Zadeh 一起在多目标决策的基础上，提出了模糊决策的基本模型。在该模型中，凡决策者不能精确定
义的参数、概念和事件等，都被处理成某种适当的模糊集合，蕴含着一系列具有不同置信水平的可能选择。模糊决策就是研究在模糊环境下或者在模糊系统中进行决策的数学理论和方法，模糊决策的目标是把决策论域中的对象在模糊环境下进行排序，或按某些模糊限制条件从决策论域中选择出最优对象。
3.3.5. 马尔可夫预测与决策
马尔可夫预测与决策方法是应用随机过程中马尔可夫链的理论和方法研究、分析有关现象变化规律并籍此对未来进行预测和决策的一种方法。马尔可夫决策是一种利用近期资料，运用转移矩阵来进行预测与决策的技术。
3.3.6. 灰色决策
灰色决策是将事件与对策的关系在统一的测度空间，按目标进行量化，或灰关联化，以找出对付事件的满意对策。灰色决策可分为灰靶决策、灰色关联决策、灰色发展决策、灰色聚类决策及灰色局势决策等。灰靶决策实质上是相对优化意义下满意效果所在的区域。在许多情况下，要取得绝对的最优是不可能的，因而人们常常要求满意结果就行了。当然，根据需要，可将决策灰靶逐步收缩，最后蜕化为一点，即最优效果，与之对应的局势就是最优局势，相应的对策即为最优对策。局势效果向量的靶心距离是衡量局势优劣的一个标准，而局势效果向量与最优效果向量的关联度则是评价局势优劣的另一个准则，从而产生了灰色关联决策。灰色发展决策根据局势的发展趋势或未来行为作决定。它并不特别看重某一局势在目前的效果，而注重随着时间推移局势效果的变化情况。灰色聚类决策用于按照多个不同的决策指标对决策对象进行综合评价，以确定决策对象是否满足给定的取舍原则。灰色局势决策是指对于被处置(决策)的事件，从不同的对策中挑选效果最好的对策来对付该事件。
4．资源分配技术研究现状
在市场化战略的指导思想和基本原则下，按照市场化程度及维保主体的不同，地铁运营管理维保模式可分为完全委外维保、联合维保和运营商维保等。每一类根据具体情况又可以细分，如图3所示。从完全委外维保到独立维保，维保模式的市场化程度呈逐步递减的趋势。
图3. 城市地铁运营管理维保模式
4.1城铁维保模式评价选择指标与选择方法
4.1.1. 安全性评价指标
在进行安全性评价时，采用层次分析法和模糊综合评判法相结合的评价方法。通过分析上述指标体系，确定单因素模糊评判的因素集，然后根据专家调查法，进行单因素模糊评判，最后运用层次分析法得到系统安全性评价指标体系中各指标权重的优劣排序，同时结合单因素模糊评判结果，得到不同维保模式下安全性模糊综合评判结果，从而为系统维保模式的安全性评价提供决策依据。
图4. 系统维保安全性评价指标体系
4.1.2. 经济型评价指标
维保系经济性评价是地铁各系统维保模式评价的重要内容之一，经济性评价指标识别的主要目的是为了确定在进行不同维保方案经济性评价时，哪些指标是动态的，会发生变化的，哪些指标是几种维保模式下相比不大会发生变化的，因为在进行不同维保方案经济性评价时，重点是判别哪种维保模式相对最佳。
由于地铁项目决策结果的复杂性，进行各系统维保模式经济性评价时，需要采用正确的评价方法，以达到正确决策的目的。经过聚类分析和专家咨询，经济性评价指标体系见图5。
图5. 系统维保经济性评价指标体系
4.1.3. 风险性评价指标
地铁各系统维保模式风险性评价的指标是多种多样的，它们从不同角度反映和影响系统维保模式的风险性。经过聚类分析和专家咨询，风险性评价指标体系见图6。
图6. 系统维保风险性评价指标体系
4.1.4. 综合评价指标
综合评价的主要特点就在于全面、系统和综合，也就是说维保模式的选择不能仅取决于安全性评价，还要综合考虑经济性、风险性、区位条件和轨道网络运营能力等多个方面。因此，只有进行综合评价，才能对各种维保模式的总体优劣有一个比较全面完整的了解，以保证决策的正确合理。见图7。
图7. 系统维保综合评价指标体系
4.2. 船舶资源优化配置研究
国内有侯莉莉、范世楠等人进行的基于船舶大修的人力资源优化配置研究，他们分析了在船舶大修所编制的修理单(即维修次序)既定的情况下，对维修人力资源进行优化配置，以维修人员数量和能力差异为约束，完成维修任务为目标建立维修人力资源的优化模型，并用遗传算法对模型进行求解得出最佳分配方案，以缩短维修工作时间，降低船舶停运损失。
4.3. 敏捷维修资源优化配置研究
先进制造系统在其有效期内的维修成本往往是其购置费用的几十倍甚至上百倍，在可靠性要求很高的制造企业的关键制造设备系统中，这个比例还要更高。制造企业，一方面要保证制造系统的高可靠度，另一方面还需要协调好维修资源中各要素的经济性关系。没有一种单独的技术可以达到这一目的，这需要多种技术的综合才能达到。
敏捷维修的目标：一是在最短的时间内使故障排除，恢复生产设备的预定功能，保证设备能继续正常运行；二是在设备故障发生前，按最优的方式组织维修资源，以最少的主动维修行为换取设备在高性能前提下的最大可用度；三是提供一个柔性的进行精细化维修的环境，以适应先进的制造系统。
国外已有的比较成熟的研究方法主要有：
（1） 建立基于 Petri 网的制造系统维修过程模型，通过对该模型的分析，提炼出某些规则，并按照这些规则对维修资源的配置建立方案；运用基于决策树的维修资源决策方法，如此等等主要是通过建立维修系统的数学模型，然后通过仿真的方法对制造系统的维修资源规划和配置进行决策。
（2） 考虑到维修系统中许多的不确定性，维修资源信息也是不完备的，已有很多的研究人员将灰色系统理论、模糊集理论和粗糙集理论等运用到维修资源的优化配置决策中。
（3） 随着计算智能和知识工程的发展，智能化方法被用于维修资源的优化配置决策中，并逐渐成为最具前景的研究方向。例如：人工神经网络方法（Artificial Neural Network，ANN）、专家系统方法（ExpertSystem，ES）等等。人工智能领域发展出新的分支——基于案例的推理技术（Case-Based Reasoning，CBR），即通过对以往决策案例的推理获取知识，用于指导以后的资源配置决策。
国内的研究比较少，有：
（1） 2004年巫世晶和向农两人进行了电力设备维修计划优化管理研究，针对电力设备维修过程中进度的合理安排和资源的最优利用, 从项目管理的角度出发, 综合运用运筹学、经济学、工程科学、决策管理等理论, 提出了电力设备维修计划优化决策模型, 并开发了电力设备维修管理系统。该系统为电力设备维修工程的计划编制和现场管理提供一种辅助管理与决策手段。
（2） 2007年裴国薇进行了面向敏捷维修的维修资源智能优化配置技术研究，提出运用进程调度理论和基于维修时间窗口方法的资源调度方法指导维修资源的预配置；在分析了敏捷维修中维修资源冲突产生根源的基础上，提出了在维修资源配置过程中采用结构化处理和非结构化处理相结合的资源冲突消解策略。
5. 维保系统研究现状 5.1. 现有维保技术
5.1.1. PHM的关键技术与研究现状
故障预测与健康管理(Prognostic and Health Management/Monitoring, PHM)，是一种全面故障检测、隔离和预测及健康管理技术，它的引入不仅仅是为了消除故障，更是为了了解和预报故障何时可能发生，使得系统在尚未完全故障之前人们就能依据系统的当前健康状况决定何时维修，从而实现自助式保障，降低使用和保障费用的目标。PHM代表的是一种方法的转变，即从传统的基于传感器的诊断转向基于智能系统的预测。PHM技术是在系统有异常征兆而其工作状态仍然处于可以接受的工作范围时判断未来时刻故障是否发生。它除了判断故障有无以外，还要判断故障的类型，以便于事先采取合理的补救措施以预防系统的完全故障，因此PHM还应当包含故障定位和隔离，故障诊断的部分内容。它研究的对象是故障发生的征兆，因此就要求对微小的故障信息有足够的分辨灵敏度，能检测和识别出系统的早期故障。同时由于它所研究的故障征兆幅值一般都很小，易混杂在系统的噪声中，因此相比故障检测其对鲁棒性的要求也更高。（摘自电子系统的鼓掌预测与健康管理技术研究）
5.1.2. RCM分析方法
RCM即以可靠性为中心的维修，是一种对系统功能及其失效方式的系统分析方法，是一种优先关系的、对预防性维修任务进行分析的方法。它以可靠性理论为手段，以保持运行系统应具有的功能和固有可靠性为目标，对组成系统诸设备的维修需求进行分析决策，确定维修计划。RCM分析流程如图8所示。
研究对象及需求分析系统选择及定义功能故障分析数据收集及更新关键部件选择维修计划实施FMEA分析数据收集及整理选择最优维修计划选择维修活动RCM流程决断
图8.RCM分析流程图
其基本思路是：对系统进行功能与故障分析，明确系统内各故障的后果；用规范化的逻辑决断方法，确定出各故障后果的预防性对策；通过现场故障数据统计、专家评估、定量化建模等手段，在保证安全性和完好性的前提下，以维修停机损失最小为目标优化系统的维修策略。其主要过程为:根据所研究对象的故障状态，确定进行RCM研究的设备和故障范围；对系统进行故障模式及影响分析和故障树分析以明确系统的故障模式、影响和后果；针对设备的各种故障模式，进行合理的维修决策，并确定相应的结果和技术特征。之后也有一些改进的RCM维修方式，但是都是以经典的RCM理论为基础，针对具体的实际设备的特点和需求进行细节改进，并没有出现质的变化。
5.1.3. 故障模式、影响及危害性分析（FMECA）
FMECA一般在系统设计阶段就对还没开始建造的系统进行分析的方法，对于已经在使用的系统同样适用。FMECA是进行产品或系统可靠性设计、评估、改进的最重要和最有效的分析方法之一，其目的是通过分析系统各单元所有可能的故障模式来确定每一故障对任务完成、系统性能、系统安全等要求的潜在影响，找出单点故障，并按照其影响的严重程度及其发生概率，确定危害性，找出薄弱环节，以便采取有效措施消除或减轻这些影响。
FMECA是采用填写分析表的形式进行分析的。分析表列出了所要分析的所有单元，对每个单元分析其有多少种可能发生的故障模式（其中有些故障模式没有实际发生过，但存在发生的可能性），对每种故障模式分析其发生的原因、发生后对系统可能会造成的影响以及影响的可能性，统计/估计/计算这种故障模式发生的条件概率（故障率），最终计算出每种故障模式的危害度。危害度是故障模式的故障率与影响整个系统发生故障概率等级度量线性叠加进行综合考虑的结果，能较好的体现出故障模式对系统的影响。
5.2. 现有维保系统
5.2.1. 遥控维保（电梯行业）
遥控维保系统的目的是维持保养设备的性能和功能，确保其安全，把故障防患未然，故采取24小时，365天监视检测，极力减少因维修而停机，即使发生故障，也可以很快修复。遥控维保是基于相应软件和配套硬件基础上而实现的电梯的远程监控。只要电梯上安装硬件系统，电梯管理员在监控中心便可实现对该电梯每时每刻的监控，从其运行所在楼层到轿门的开关一目了然。若电梯有异常现象，原有的绿色指示灯便会变红，而且有相应的语言提示监控人员注意，同时该电梯维保人员的手机会自动接通，并告知电梯所在位置和所出现的故障。维保人员可与困在梯内的人员进行交流，以安抚其情绪，同时可在最短时间内赶到现场。 遥控维保的实现从表面上看需增设相应的软件、硬件设施，从而增加了电梯的报价。但从长远发展来看，它不但不会使物管公司（或电梯维保公司）失去竞争力，反而会增强其竞争力、促进其发展。每台电梯安装相应硬件需0.8~1.5万元，相应软件也只有万元左右，而整部电梯少则十几万，多达几十万，相比之下，前者已微不足道。而前者投入的效果是很明显的，它从根本上解决了电梯有故障得不到及时排除的困惑，为业主的正常工作提供了更有力的保障。（摘自电梯维保的发展趋势--遥控维保）
5.2.2. 地铁列车主动维保系统 5.2.2.1．地铁列车主动维保系统模式
根据技术成熟度，地铁列车主动维保系统模式包括：远程指导司机现场处理在途列车故障，地铁列车可运营状态评估，地铁列车故障影响推演及预警。
远程指导司机现场处理在途列车故障主要是通过车地信息化平台实现的，一旦在途列车发生故障，地面维保中心人员立即能够接到故障报警信息，地面维保中心人员针对该故障进行技术分析、故障影响度分析、故障处理办法分析与决策，然后快速发送列车在途故障处理参考办法给司机，司机便可以直接按照参考处理办法进行处理，以确保列车稳定运行，降低在途列车故障对整个线路运营的影响。
地铁列车可运营状态评估主要是采用高性能计算系统，根据列车可运营性指标体系，针对每列车的可运营状态进行评估。若该列车的可运营状态为不稳定，便可立即进行全方位的检查，以确保在线运营车辆健康运行。
地铁列车故障影响推演及预警主要是采用高性能计算系统与先进的故障影响推演算法，提取列车状态特征，识别列车故障特征，智能感知、预警影响列车可运营状态的故障，实现
故障前预警，达到列车健康运营的目的。
相比之下，“远程指导司机现场处理在途列车故障”的技术成熟度最高，而“地铁列车故障影响推演及预警”技术要求高、难度大。然而，无论是哪种主动维保模式，都需要通过信息化手段采集列车状态数据，实现车地之间双向数据传输，针对列车状态数据进行预处理、特征感知识别，然后实现终端相关应用。因此研制地铁列车主动维保平台成为首要任务。 主动维保关键技术有：基于最优互信息的特征选取预处理技术 列车状态互信息预处理 获取最优列车状态特征集 列车状态最优互信息特征提取算法。
5.2.2.2．维保平台功能
地铁列车主动维保平台是采用信息化技术武装列车维保工作的手段之一。平台通过列车状态数据智能采集技术、车地可信无线传输技术，将列车运营状态数据汇聚到地面数据中心，然后数据中心进行特征提取等，形成一种高性能系统平台，为各种业务应用提供平台支持。
（1） 异构系统数据智能采集：地铁列车主动维保平台车载系统采用以太网接口、RS232接口、MVB接口、RS485接口等接口技术，采集列车车辆中的车门系统、空调系统、牵引系统、制动系统、信号系统、走行部系统等关键装备状态数据以及列车工况数据，并且通过以太网总线传输给车地传输主机。该系统具备接口智能判别机制、信息源判别机制、动态组网机制、接口自适应机制，可适应采集不同型号列车状态数据的要求。
（2） 异构数据智能预处理：地铁列车主动维保平台车载系统针对车门系统、空调系统、
牵引系统、制动系统、信号系统、走行部系统等关键装备状态数据以及列车工况数据，采用基于自律分散理论数据智能拆分与重组技术，实现数据融合功能；采用基于神经网络故障特征识别技术，实现故障泛特征智能提取及特征关联数据重组功能。
（3） 车地高可信数据传输：由于车载系统固有的存储量小，运算能力不足的特点，地铁列车主动维保平台采用信息复接/ 分接技术、OFDM调制技术、无线通信网络层协议、信道编解码技术以及扩频跳频技术，实现了车地之间数据高可信传输的功能。
（4） 地面数据智能预处理地铁列车主动维保平台在数据下载到达地面之后，根据数据的特征，采用数据泛特征模糊识别技术，实现数据智能分类存储、数据泛特征智能修正、数据源智能判别功能；结合地铁列车及车辆关键装备的设计原理、电气原理，智能分拆与重组数据，根据复合业务应用的特征，智能提取与分发数据。 （摘自地铁列车主动维保平台及关键技术）
5.2.3. 消防设备维保系统
为了保证维保工作顺利进行,消防设备和系统的正常运行,减少不必要的经济损失,利用RIFD电子标签射频技术、数字签证防伪技术、掌上电脑数据采集技术、移动应用GPRS无线
上网等先进自动识别技术配合计算机管理,尽可能杜绝人为因素影响,使即时、定性、定量、客观地考核维保人员的工作成为可能。而RFID本身的技术特点为这些问题找到了最好的解决方法。RFID射频技术采用的是无线电技术原理,读取设备只需通过无线电波就可以快速进行数据采集工作。电子标签安装简单、使用寿命长,储存数量大,不怕恶劣天气环境、采集数据方便,汇总分析等工作量大大的减少,从而使得维保管理效率的进一步提高。真正实现了消防维保管理的电子化、信息化和智能化,最大限度减少漏检、错检，确保消防线路长期高效稳定运行,且启动投入较少。
5.2.4. 船舶设备维保系统
船舶维修决策支持系统(SMDSS)总体设计
针对性维修体制是依我国国情提出的现代维修管理模式，它按照设备综合管理原理和以可靠性为中心的维修思想，从机械设备管理实际出发，在推行设备点检制的基础上，根据设备的形式、性能、使用条件等特点，有针对性地采用不同的维修方式，即状态维修、定期计划预防维修和事后维修等方式。对于定期计划预防维修的设备，应求其最佳维修周期，而对实行状态维修的设备推行以针对性项修为主的项修、大修两修制，同时改革相应的组织管理、技术管理和经济管理制度，以实现船舶寿命周期费用最短，综合效益最高的目的卿。SMDSS正是基于针对性维修体制，从船舶设备管理的实际出发，根据设备的形式、性能、使用条件等特点，跟踪设备的技术状况，及时综合处理各类检查数据和其它各类故障维修数据，根据处理结果和专家知识进行维修方式、类型及维修时机和内容决策，并根据船舶设备运行情况进行维修计划的制定，以实现船舶寿命周期费用最短，综合效益最高为目的的计算机辅助决策支持系统。
SMDSS的系统结构图如图10所示：
图10. SMDSS系统功能框图
它们的大致功能如下: 1.数据库子系统
数据库子系统采用基于数据仓库的数据管理方案，数据仓库为SMDSS的系统数据和应用数据提供数据支撑，数据仓库是通过数据提取生成的主题数据库，并作为决策数据的来源。本系统中采用基于关系表的存储方式，将数据仓库的数据存储在关系型数据库的表结构中，
在元数据的管理下完成数据仓库的功能。这种组织方式在建库时有两个主要过程用以完成数据的抽取。首先要提供一种图形化的点击操作界面，使分析员能对源数据库的内容进行选择，定义多维数据模型。然后再编制程序把数据库中的数据抽取到数据仓库的数据库中。数据库管理系统提供建立、增加、删除、修改和查询功能。
2.模型库子系统
模型库子系统为SMDSS提供模型支撑，采用关系数据库模式存储。模型管理系统提供建立、增加、删除、修改模型的功能，构造和修改功能的实现运用了可视化中的直接图形操作和动态图形反馈‘旧理论，便于用户直观化地操作模型。
3.人机交互子系统
人机交互子系统提供友好的人机界面，为用户提供了菜单、报表、图形、窗口等对话方式。
4.决策分析
决策分析部分是整个系统的核心，SMDSS的其它部分基本是为它服务的，它调用模型库中的模型，分析数据仓库中的数据，从而对船舶设备的维修决策提供支持。
5.2.5. 航天设备维保系统
图11. 综合状态维修总体框架图
图11是综合状态维修总体框架图。综合状态维修实施包含以下5个步骤：① 维修信息集成；② 维修策略分析：基于综合状态维修信息，用RCM分析装备故障机理和模式，确定装备退化规律、维修费用和维修效果等分布函数，选择适宜维修方式；③ 维修决策建模：根据维修方式和故障机制建立维修决策模型；进行决策优化求解；④ 维修评估：构建装备维修决策评估指标体系，对维修决策结果进行评估；⑤ 维修决策反馈优化：根据评估结果，对综合状态维修进行调整和优化，或者当装备可得到的维修信息变化后，进行维修决策重新建模。
综合状态维修的综合方法包含以下几个方面：
（1） 维修信息的综合维修信息的综合包括监测、性能、历史故障、维修、生产与质量及维修人员经验等信息。维修信息利用不充分的主要原因是丢失了关键的数据单元，如系统
维修识别码等，造成维修信息相互无法关联。因此需要加强以下方面：① 明确需求，从综合状态维修实施需求出发，建立维修信息明确格式和内容要求；② 建立航空装备维修识别码，增加必要数据单元，制定收集规程和标准，规范以后维修信息收集；③ 加强科研与部队联系，推广RCM与CBM思想，使得各级维修部门明确维修信息综合必要性和重要性。
（2） 维修方式选择的综合：根据研究对象重要性、故障类型采取合适维修方式组合：① 对于非关键的部件和间歇故障，采取事后维修或替换，对不可修部件进行故障后替换策略；② 对于无明显耗损期的故障采取定时维修，根据历史故障发生情况，用可靠性理论计算这类故障发生期望最小周期，并结出厂性能参数和专家意见给出合理的定时维修周期和部件故障时参数最小偏差；③ 对于耗损期的故障，分析故障发生对应的征兆参数，建立退化模型，实现状态维修；④ 对于能实行状态维修且重要程度高，故障危害性大的部件应视情采取状态维修与定时维修相结合，实行2种方式“先到先执行”的策略，并结合状态维修模型对定时维修间隔期进行优化。
（3） 多决策目标的综合：对适宜采用状态维修的系统，根据其安全性、任务性、可用度和严重经济性后果，综合选择决策目标函数，构建决策优化模型。
（4） 分析方法的综合：对于综合状态维修过程，从故障判断、维修决策到模型参数估计，有基于模型、数据和仿真的方法。。图12是基于“模型一仿真一数据”的状态维修方法及过程图。综合3种方法进行故障诊断，在故障诊断基础上，构建基于时间或者基于状态的决策模型，进行维修内容优化和计划制定。
图12. “模型-仿真-数据”状态维修方法及过程模型
（5） 维修决策效能综合评估：依据可靠性理论从实际模型和仿真数据中计算故障率、可靠度、可用性、故障频率等，构建评价指标体系。针对不同系统决策需求侧重不同，对决策实施后的效能进行综合评价，由专家对系统可靠性、费用等进行分析，检查维修策略是否达到了优化，哪些还有待改进。如果不满足要求则寻找决策误差产生原因，从信息、模型和方法角度进行重新优化。（摘自：航空装备综合状态维修框架研究）
维修保障新模式的思路
（1） 将飞行保障和技术保障分开
采用了多种机内和地面检测手段便于外场保障人员对设备的性能进行准确判断，而某型
飞机科技含量增加、系统交联复杂等特点对排故人员要求很高。飞行保障日趋简单、技术保障日趋复杂这种状况要求必须将飞行保障和技术保障分开。
（2） 对外场专业进行整合
将外场人员职责调整为维护保障后，很多工作需要的知识和技能相近，可以将现有的机械、军械、特设、无线电调整为机械电气、军械、电子三个专业。
（3） 对飞行机务准备流程进行优化
某型飞机的飞行机务准备在工作内容方面，各专业忙闲不均，浪费了人力资源；在维修工序时间方面，有的专业占用时间多，而有的专业很少，可以对维修工序占用时间少的专业人员进行一专多能培训，使其在熟练掌握本专业工作的基础上，还能帮助其它专业完成某些工作，对工作量比较大的专业的工作内容进行优化调整，将没有必要做的工作去掉。（摘自-航空装备维修保障模式改革的机遇和挑战）
图13是空军第一航空学院的陈德煌、赵敬和张涛发表的基于实时状态监控信息的飞机维修决策系统文章中的维保决策系统流程；图14是数据分析决策系统框图，如下：
故障等级库飞机维修规程危险立即返航维修执行任务后维修闲时维修维修费用计算准备航材备件确定维修工艺指派维修人员下达维修命令故障信息故障等级判别与最佳维修时机选择警告诊断与预测程序注意预测信息设备使用限制、制定维修计划下达使用与维修计划图13. 维修决策程序框图
图14. 数据分析与决策系统框图
该文献的维修数据处理终端包括以下几个方面：
（1） 数据预处理：当系统收到经由数据链传来的飞机实时或近实时状态数据时，预处理程序根据协议要求，对数据进行阈值比较、过滤、综合、重组和分类，然后送往多通道推理机对应的推理机通道。
（2） 健康评估：健康评估程序由多通道推理机、知识库、健康数据库组成，用于诊断所监测的机上系统是否存在故障，其诊断方法采用了基于部件历史记录的趋势分析、系统运行环境及其负载分析和系统部件的维修历史分析等。在评估健康状况时设立了健康警戒线，当监测数据在警戒线以外且在极限环境下超出容限时，表明部件已处于亚健康状态。
1) 多通道推理机：根据不同对象的损伤机理和数据分析要求，推理机设立了不同策略
的推理通道，以获得最优结果。推理机采用的分析与推理方法包括：基于规则和案例的方法，基于故障树的方法，基于神经网络的方法和基于相关性统计分析的方法。 2) 知识库：存储飞机健康监测和诊断所需的工程技术资料，包括正常/ 异常数据、容
限、曲线、参数、警戒线、原因、危害、相关因素、判据、案例、处理预案等，用来支持推理机根据监测数据对飞机当前健康状况作出判断。
3) 健康数据库：存储系统及其部件的使用维修数据记录，全面反映飞机及各部件的累
计使用情况、历次维修情况、当前健康状况、损伤残留及待查隐患、任务能力评估以及预定的维修安排等，用来支持推理机根据监测数据对飞机系统部件的健康状况作出判断。
（3） 预测：预测程序综合多通道推理机的多路输出，利用数据挖掘技术，对飞机健康状况进行预测。鉴于飞机部件的复杂性和故障发展的随机性，在预测模块中组合应用了基于状态的预测、基于性能参数的预测和基于寿命的预测，可以有效预测设备在未来某一时期故障概率及其变化趋势，也可获得设备在特定条件下继续运行的剩余寿命函数。
（4） 维修决策：运用概率预测模型对设备未来健康状况进行预测、获得设备在某一时间的故障率、可靠度函数或剩余寿命分布函数后，就可按照经济性、设备可用度、风险度等准则建立维修决策模型，形成最优的使用和维修策略，其决策流程图。
在决策过程中，需要依据诊断与预测程序所提供的故障信息进行故障设备是否需要维修、何时维修的决策以及维修费用、维修工时的分析计算，最终形成维修指令下达。此外，还要依据诊断与预测模块所提供的故障预测信息，产生设备使用条件限制、使用注意事项以及设备视情维修计划，以避免故障的发生。在决策过程中，需要依据诊断与预测程序所提供的故障信息进行故障设备是否需要维修、何时维修的决策以及维修费用、维修工时的分析计算，最终形成维修指令下达。此外，还要依据诊断与预测模块所提供的故障预测信息，产生设备使用条件限制、使用注意事项以及设备视情维修计划，以避免故障的发生。
5.2.6. 军工设备维保系统
依据炮兵武器系统维修级别以及装备损坏原因，可将炮兵武器系统维修保障工作分为：战场抢修工作（战时修理任务）、预防性维修工作（平时修理机构任务）、修复性维修工作（平时修理机构任务）和操作使用分析（平时装备使用人员维修工作），在此基础上进行维修任务的综合，在约定保障要求的前提下，进一步确定维修人员与维修资源。具体保障方案指定方法可以按照图12所示程序和方法展开。
图12. 装备维修保障方案制定流程图
5.2.7. 发电设备维保系统
2005年董玉亮等人以Powehtuldler9.0为基本开发工具，综合利用数据库、多线程、数据接口等技术设计并开发了发电设备运行与维修决策支持系统。作为一通用平台，该系统集状态监测、故障诊断和维修决策为一体，通过选择对象和模型实现了各类设备的运行与维修决策。系统结构为：
（1） 模型库。模型库里的数学模型主要包括用于数据模式识别的统计分析模型、重要度分析模型、状态评价模型、状态预测模型、维修决策及优化模型等。
（2） 数据库。数据库包括基础数据和运行维修数据两类。前者包括设备基本信息、设备重要度评价标准、状态及维修闽值等信息;后者包括设备运行与维修历史记录、机组运行实时数据、机组性能分析数据、设备状态评价与诊断数据、状态预测数据、设备可靠性统计
分析数据等。其中与CMMS或Msi系统共用的数据可以由CMMS或MIS直接提供。
（3） 知识库。知识库就是一个规则库，它包含众多规则用于模型选择。
（4） 用户界面。系统为用户提供了一个对话的环境，按照用户要求输出图形、表格、运算结果、推理结论以及推理的依据。使用户充分了解系统推理过程和运算结果。
（5） 处理器。是系统的核心部分，它控制系统模块之间的信息交流以及对知识库中规则的操纵。通过处理器可访问综合数据库;检查数据合法性及统一格式化处理;访问知识库，向用户、专家咨询信息;选择合适的模型。运行与维修优化中的在线状态评价及预测、维修时机确定等都是由处理器通过协调和调度人机交互系统、数据库系统和模型库系统来解决。
（摘自发电设备运行与维修决策支持系统研究）
5.3. 维保面临的问题
近年来，我国生产企业的技术装备水平与世界发达国家的差距逐渐缩小，设备管理和维修方面受到前所未有的重视。我国已经与欧洲维修团体联盟、日本设备维修协会、意大利维修协会、荷兰、瑞典、美国等许多国家和地区的维修团体建立了广泛的学术交流，大大促进了我国设备管理和设备维修水平的提高。但从整体上看存在着较高的硬件技术水平和较低的管理水平的矛盾[16]。客观评价此领域的现状，可以发现尚有许多不足，主要表现在：
（1） 从企业高层决策层到具体从事设备维修的管理和工程技术人员，在维修观念上都有必要进行较大的调整和更新；
（2） 必须进一步提高设备管理和维修理论水平，促进先进的设备管理方法和维修决策模式的应用，充分发挥设备的功效；
（3） 如何有效地采集、记录设备的各种相关信息，以满足设备状态评估、故障诊断、信息统计、可靠性分析等需要；
（4） 需要不断研究探索分析计算和有效提高设备可靠性和可用度的途径；
（5） 如何综合设备个方面的相关信息，优化维修策略模型，将基于时间的和基于状态的维修模式结合起来，建立完善的维修决策综合评价方法；
（6） 如何正确地建立设备管理和维修决策系统的层次结构，准确定义相关功能模块及其相互作用关系，形成科学严密和高效的维修体系；
（7） 设备供应商应该如何将维修预防的思想贯穿于设备的设计生产之中，如何为用户提供产品的可靠性、寿命周期和维修费用等方面的指标，用户如何向供应商反馈设备的实际运行和维修的分析数据；
（8） 怎样在市场经济的环境下，建立健全企业的设备维修管理机制，逐步实现设备维修的专业化、社会化；
（9） 如何将上述各方面的需要结合起来，利用先进的计算机、数据库、网络等信息技术建立性能完善、使用方便、安全高效的设备维修管理和决策支持系统。
因篇幅问题不能全部显示，请点此查看更多更全内容