一种基于交互预测的分解方法用于维护调度优化
最优化与控制
2021-05-07 v2
摘要
优化维护调度是提升水电站性能的重要问题。我们研究一个由同族多个物理部件组成的系统：一组水轮机、一组变压器或一组发电机。这些部件共享一个公共备件库存，并依据已知故障分布发生随机故障。我们寻求一种确定性的预防性维护策略，使依赖于系统维护与强迫停机的期望代价最小化。辅助问题原理被用于将原大规模优化问题分解为一系列较小维度的独立子问题，同时保证其协调性。每个子问题由单一部件的维护优化构成。分解-协调技术基于变分方法，但维护优化问题是混合整数问题。因此，我们对系统动力学与代价函数进行松弛。所得算法在松弛系统上以黑箱方法迭代求解子问题并协调各部件。松弛参数对优化有重要影响，必须恰当选取。随后由松弛问题的求解导出可行的维护策略。我们将该分解算法应用于含 80 个部件的系统，其优于直接应用于原问题的参考黑箱方法。
引用
@article{arxiv.2002.10719,
title = {A Decomposition Method by Interaction Prediction for the Optimization of Maintenance Scheduling},
author = {Jean-Philippe Chancelier and Thomas Bittar and Pierre Carpentier and J-Ph Chancelier and Jérôme Lonchampt},
journal= {arXiv preprint arXiv:2002.10719},
year = {2021}
}