优化不确定性下的预测性维护计划：基于情景的理论框架

本文提出了一个在有限规划时域内进行预测性维护调度的情景方法。所考虑的setting涉及多个资产，其维护决策由三种异构信息源提供：基于日历的大修周期、由不确定未来运行循环驱动的使用限制，以及通过剩余可用寿命（RUL）估计表示的运行状况监测输出。虽然这些要素在维护文献中已被广泛研究，但往往被单独处理或仅部分集成。相反，本文的提出框架在模拟的未来情景下评估完整的维护计划，并根据期望成本和尾部风险准则进行比较。该工作的贡献主要是概念性和方法论性的：我们定义了一个统一的有限时域决策框架，将日历、使用和prognostics信息纳入统一的调度问题。以小型合成计算示例作为概念验证。结果表明，集成情景方法的政策在性能上显著优于简单单触发规则，而风险中性和风险感知的集成政策之间的差异在当前校准下仍相对温和。