论文部分内容阅读
建立了基于神经网络的两阶段预防性维护模型,该模型综合考虑了维修方法、备件,维修前相关部件状态、维修后系统生产计划负荷强度等可能影响维修结果以及维修后系统运行状态的多种因素,并且能够结合系统运行状态监测结果及生产环境的变化对预防性维护计划进行调整。实例分析表明该模型能够提供较高精度的预测,能够提高维修计划的时效性和动态响应能力,能够为维修计划的制定和生产作业调度提供信息支持和决策支持。