1. 研究目的与意义（文献综述）

1.1 研究目的及意义

维修对于各类工业生产设备、军事装备以及交通运输工具等系统的正常工作或安全运行具有重要作用。维修费用也是各类企业的主要支出之一。然而，一直以来多数企业认为维修是“必要但令人讨厌的工作”而不给予重视。不同于其他生产和管理问题，研究人员对维修问题的关注和研究也相对较少。因此，企业中盲目维修和维修过剩问题严重，据统计有三分之一的维修费用属于浪费。有鉴于此，维修管理问题被称为“企业管理领域最后一个未攻克的堡垒”。当前已有的维修管理理念(例如以可靠性为中心的维修和全员生产维护等)，其中的大多数维修决策都是基于专家或工程师的经验和定性判断，决策过程中缺少定量分析方法。

随着设备大型化、自动化、智能化程度的不断提高，工业生产系统越来越复杂，安全性和可靠性的要求越来越高，维修在现代企业中的地位也日益重要。设备维修的研究除了维修技术，维修管理也是很重要的一个方面，维修管理包括维修决策、维修策略优化等。维修策略对于保障设备系统可靠性有重要的作用，良好的维修策略不仅能延长设备使用寿命，提升设备制造商的维护服务质量，还可以提高设备可用度，进而提高企业生产效率，而维修决策研究的问题就是选择何种维修策略才能够达到上述目的。

传统的事后维修存在很多不足，很多设备在运行过程中，由于维修经济性问题考虑不周全，使维修费用数倍于系统本身的使用费用，特别是重要设备的突发故障，常常会造成巨大的经济损失。据统计，在现代企业中，故障维修和停机损失费用已占其产品制造成本的15%-40%^[1]，因此，在故障发生前进行预防性维修是极为重要的措施，可以保证设备及其系统，在规定的可靠度水平内持续稳定的运转，同时节省大量的维修费用。当前，定时预防维修仍然是最重要和应用最为广泛的预防维修方式。它根据设备故障的统计规律制定出长远的或特定时期的维修计划，以期从总体上控制维修成本，提高设备可靠性，减少停机损失，保证产品质量，提高生产能力计划的准确性。但是，单一的定时维修方式在实际工作中也产生了一系列不良后果。第一，维修过剩，对状态较好的设备进行不必要的维修，造成设备有效利用时间减少，可用度降低。第二，维修不足，设备由于多种原因在未到检修期时产生局部故障，但受维修计划制约，仍然要继续运行，可能导致故障恶化，造成维修费用增大甚至导致事故损失。

2. 研究的基本内容与方案

2.1基本内容

本设计拟运用模糊聚类分析的相关知识对设备（产品）的维修进行规划，并运用matlab模糊工具箱对实际算例进行分析，主要进行以下工作：

1 收集产品（设备）数据，提取出样本数据，根据样本数据分析影响设备使用的因素，即需要进行维修的方面。

2 对维修影响因素进行比较，得出对于产品的维修中每个因素分别所占的权重，确定相关距离。

3 对影响因素进行模糊聚类，并据此选择维修策略

2.2研究目标

1.分析设备维修影响因素重要程度基础上，阐述设备维修影响因素重要度评估方法，根据影响因素重要程度对设备维修决策进行分类，进而根据分类结果，研究设备维修方式选择。

2.针对状态维修中的复杂决策问题，研究模糊聚类分析选择维修决策方式；

3.利用本文提出的维修方式选择、维修策略优化方法，确定零件的维修方式、维修策略，通过应用案例验证了所提出方法的可行性。

2.3技术方案

研究背景、目的及意义

国内外研究现状

模糊聚类分析发展历程

建立各种因素对维修影响大小的表格

收集数据，并采集样本

影响维修因素分类介绍

Matlab仿真并验证

选择维修策略

结合实例分析

图1 设计流程图

如图1所示设计的主要流程分为三个步骤：1、了解维修策略决策相关知识并选定实际维修决策对象，查阅其各项数据，建立维修路径模型。

2、了解产品损坏的各项因素对维修路径决策的影响，运用权重分析建立各种因素对维修影响大小的表格，用相对距离表示

3、用matlab对目标实例进行分析，对各项维修影响因素进行仿真，并验证

3. 研究计划与安排

1．第1周—第4周，4周时间收集并阅读毕业设计过程中相关的各种文献资料，开始英文文献的翻译。提交开题报告并完成开题，开题报告中“设计的目的及意义”至少800字，“基本内容和技术方案”至少400字；第3周检查开题报告；

2．第5周—第6周，2周时间，相关研究理论及研究方法学习；

3．第7周—第8周，2周时间，掌握理论算法在matlab软件平台的实现；针对待维修产品/设备的故障特性进行维修加工需求分类集合构建；完成英文资料翻译；完成论文中期检查；

4. 参考文献（12篇以上）

[1] 吴建忠,何海龙,陈志兵,徐宗昌.维修思想发展综述[j].装备指挥技术学院学报,2003,14(3):20-23

[2] 郝洪星,朱玉全,陈耿,等.基于划分和层次的混合动态聚类算法[j].计算机应用研究,2011,28(1):51-53.

[3] 吴玲玉,高学东,武森.基于属性—关系综合相似度的聚类算法[j].计算机应用研究,2011,28(1):44-47.