面向预测性维护的序贯多目标多智能体强化学习方法
系统与控制
2025-02-05 v1 系统与控制
摘要
现有的预测性维护（PdM）方法通常只关注是否更换系统组件，而不考虑检查所产生的成本。然而，一个深思熟虑的方法应能在发动机更换时最小化剩余使用寿命（RUL），同时最大化检查间隔。为实现这一目标，可以引入多智能体强化学习（MARL）。但由于这两个目标具有序贯和相互约束的特性，传统的MARL并不适用。因此，本文引入了一个新颖的框架，并开发了一种序贯多目标多智能体近端策略优化（SMOMA-PPO）算法。此外，为了向强化学习智能体提供全面且有效的退化信息，我们还采用了门控循环单元、分位数回归和概率分布拟合，开发了一种基于GRU的RUL预测（GRP）模型。实验表明，与现有方法相比，GRP方法在系统运行后期显著提高了RUL预测的准确性。当将其输出整合到SMOMA-PPO中时，我们在无非计划更换（UR）的情况下，平均RUL至少降低了15%，检查间隔增加了近10%，维护成本总体下降。重要的是，我们的方法为解决具有序贯约束的多目标维护规划问题提供了新视角，有效提升了系统可靠性并降低了维护费用。
引用
@article{arxiv.2502.02071,
title = {Sequential Multi-objective Multi-agent Reinforcement Learning Approach for Predictive Maintenance},
author = {Yan Chen and Cheng Liu},
journal= {arXiv preprint arXiv:2502.02071},
year = {2025}
}