控制序列排名基于健康的关键系统设备由于·曲克积分gydF4y2Ba

介绍gydF4y2Ba

在工业领域,系统操作变得越来越复杂。这种复杂性来自以下(gydF4y2Baf.t. 2009gydF4y2Ba):gydF4y2Ba

1越来越复杂的控制系统(尺寸、设备数量和异质性、控制的复杂性,同居的手动和自动设备,等等)。gydF4y2Ba

2困难有一个系统的完整视图,即。核电站运营商,心理表征。gydF4y2Ba

3增加了约束(例如,安全和环境标准)和诱导约束(例如,社会)。gydF4y2Ba

4的困难经营者和决策者考虑所有前面的点作为一个整体。gydF4y2Ba

与日益增长的考虑经济、社会和环境风险,安全关键系统的核心问题的专家、政府和社会。因此,它会导致成为理论研究和应用研究的一个主要问题。根据标准(gydF4y2BaISO 13849 - 1:2015 (en)gydF4y2Ba),安全可以被定义为一个实体的能力,以防止发生,在一定条件下,关键的或灾难性的事件。因此,当操作系统,它必须保存在一个国家中人类或物质损失的风险限制在一个可接受的水平。安全关键系统得到特别关注,因为他们代表了社会的重大风险级别(gydF4y2BaDevaraj et al ., 2020gydF4y2Ba;gydF4y2BaKumar et al ., 2020gydF4y2Ba;gydF4y2Ba孔雀王朝,库马尔,2020gydF4y2Ba)。安全关键系统的交互三个波兰人(gydF4y2BaTarride 2013gydF4y2Ba):gydF4y2Ba

1一个复杂的技术系统,其特征是一些与物理耦合的子系统/组件之间的交互和反馈。gydF4y2Ba

2人类操作员与系统交互,在给定的环境中,合成视觉受到几个因素的影响(规则、规范等)。gydF4y2Ba

3,在这一环境下以上两个元素发展和影响。gydF4y2Ba

尽管自动化,复杂的系统操作在很大程度上是基于人类知识。这些知识必须考虑复杂系统与其环境的相互作用中所示gydF4y2Ba图1gydF4y2Ba。系统分解成子系统提供一组函数到设备支持的操作。一个成功的操作允许复杂的系统有效地执行其任务。gydF4y2Ba

通常,复杂系统需要解决的预期任务准备和定义应用的操作序列,即,要执行的动作序列来完成当前的任务。这样的定义必须考虑合适的操作序列,实现系统安全的要求和/或设备的可用性。然而,这样的任务由使用大量的硬设备对其他生产任务,安全/维护和环境原因导致有几个设备组合,使任务成功的可能性。因此,操作序列定义是由于进行序列生成方法在设计阶段。系统的序列生成方法使用一个模型来探索所有可能的组合设备的状态,这将导致任务的成功。一旦获得成功的序列的集合,其中的一些,认为是最好的选择对专家知识,选择和将用于驱动复杂的系统操作。然而,在序列生成模型,系统及其设备的状态是二进制,即。,开/关。虽然可以将一个序列的最佳选择设备完全操作时,它可能不是最好的一次设备是可耻的。此外,一旦运行,设置合适的序列中,专家们必须选择最好的安装一个基于其知识、系统的实际情况,等。显然,人类专家不能完全处理的考虑,也许几百,设备在一个序列都由于设备性能漂移逐渐降低。因此,本文的目的是提出一个排名的操作序列的一组合适的序列,根据系统的当前状态,即。、健康的设备,对专家的知识。gydF4y2Ba

本文的组织结构如下:部分2和3分别专门研究上下文表示,目标和问题陈述。第四部分提出了引入排序过程。第五节提出了建议的方法的一个应用案例研究。本文的结论和观点完成。gydF4y2Ba

研究背景gydF4y2Ba

在本文中,我们考虑一组序列,应该分类。这些序列得到离线或在线,使用方法验证和确认等系统模型,验证一个属性(gydF4y2BaSchnoebelen et al ., 1999gydF4y2Ba;gydF4y2Ba弗雷和绞合线,2000年gydF4y2Ba;gydF4y2BaMachado et al ., 2006gydF4y2Ba;gydF4y2Ba拉赫蒂宁et al ., 2012gydF4y2Ba;gydF4y2BaGoubali et al ., 2016gydF4y2Ba;gydF4y2BaGouyon et al ., 2020gydF4y2Ba),或者合成的模型通过计算获得尊重的约束(gydF4y2BaWonham Ramadge, 1987gydF4y2Ba;gydF4y2BaRamadge Wonham, 1989gydF4y2Ba;gydF4y2BaYeh和张,2012年gydF4y2Ba;gydF4y2BaZaytoon和里埃拉,2017年gydF4y2Ba)。如何获得这组序列并不是本文的主题。在这里,我们认为这组序列只包含尊重可靠性。gydF4y2Ba

在本部分中,我们目前的排名方法整合序列选择的附加信息。当定义一个任务时,专家必须选择一个特定的操作序列执行从几可接受的序列。这个选择是基于以下几点:gydF4y2Ba

1显性知识:考虑在可接受的序列的生成。gydF4y2Ba

2隐性知识:例如,决策标准定义的专家。gydF4y2Ba

3合成知识:表示复杂系统的专家。事实上,专家信息的表征水平是不一样的顺序动作。gydF4y2Ba

4不正确的知识:例如,工厂表示的专家可以假当该退化补偿存在。gydF4y2Ba

5主观知识:例如,两位专家可以选择两个不同的序列。gydF4y2Ba

因此,本文中提出的方法旨在帮助专家选择基于实际系统状态。目标是,首先,向专家提供一个操作序列的排名基于一组客观、简洁的整体信息(gydF4y2Ba图2gydF4y2Ba),其次,提出明确的序列选择如下:gydF4y2Ba

1决策标准的定义。gydF4y2Ba

2的定义决定“规则”。gydF4y2Ba

3实际系统状态的定义。gydF4y2Ba

我们的工作是原始的,因为方法集成了以下:gydF4y2Ba

1设备特点(异构性、数字、criticity等)。gydF4y2Ba

2操作上下文定义的决策标准(时间、成本、性能、征集,等等)。gydF4y2Ba

3实际设备状况(健康监测)。gydF4y2Ba

问题陈述gydF4y2Ba

一个序列的选择由一个排名合适的操作序列,以援助专家。这个排名必须考虑系统运行的复杂性。这个过程是基于系统通过序列表示属性和系统的健康状态。因此,我们使用多准则决策的框架和更特别的多属性效用理论(MAUT)。健康检查提供了当前复杂状态的设备系统的几个指标。这些指标被映射,由于效用函数,在相应的范围内允许他们聚合。本节介绍的概念系统健康检查和介绍了多属性效用理论。gydF4y2Ba

健康检查的概念gydF4y2Ba

健康监测旨在系统的当前状态(gydF4y2BaKalgren et al ., 2006gydF4y2Ba;gydF4y2Ba暗利et al ., 2020gydF4y2Ba)。这个过程的目的是获得系统状态的表示,并提供一个评估的条件/健康(gydF4y2BaRacoceanu 2006gydF4y2Ba),包括初期的退化。传感器数据采集转换为指标,例如,退化指标显示正常或异常工况的系统根据引用(gydF4y2BaRibot 2009gydF4y2Ba;gydF4y2BaBouaziz et al ., 2013gydF4y2Ba)。gydF4y2Ba

设备健康检查的概念已经在文献中解决。gydF4y2BaByington et al . (2004gydF4y2Ba)表明,健康检查对应偏差的实际水平与正常状态相比。gydF4y2Ba刘(2007gydF4y2Ba)是指健康的系统/设备的能力来执行定义的和预期的功能;因此,健康可以被视为学位所需的性能。gydF4y2Ba心(2009gydF4y2Ba)表明,产品/组件的性能测量在整个使用期间,与设计规范相比,这种性能退化的特征。同时,gydF4y2BaKumar和Pecht (2010gydF4y2Ba)是指上下文应该是集成在健康监测的参数。因此,健康的愿景是一个复杂的概念反映功能方面,功能失调方面、环境方面(gydF4y2BaLaloix 2018gydF4y2Ba;gydF4y2BaDinh et al ., 2020gydF4y2Ba)。gydF4y2Ba

Abichou (2013)gydF4y2Ba提出了一个通用的表示这些方面从系统表现的形式完成体检后?gydF4y2BaLaloix (2018)gydF4y2Ba(gydF4y2Ba图3gydF4y2Ba)。体检是一组的三个类指标:gydF4y2Ba

1功能或性能指标:他们监测执行的函数解决各级组件层次结构的系统。这些指标主要集中在函数的表示流(材料、能源、信息)和功能表现。我们发现在这第二个类别特别是我)有效性指标(比值结果/目标)和ii)效率指标(比值结果/资源)。gydF4y2Ba

2不正常的指标:主要是相关的降解机制进化。他们可以代表我)降解机制(如泄漏、磨损),由物理参数指标,2)可观察到的症状(如振动、温度升高)和3)外部退化因素(例如,系统冲击、机械约束)。gydF4y2Ba

3环境指标:这些上下文允许指标评估值的功能/功能指标的条件系统演化关系。因此,漂移的功能/功能失调的指标可以抛开如果造成操作和环境条件变化和考虑。gydF4y2Ba

体检形式化的组件gydF4y2BaEgydF4y2Ba是由gydF4y2BaAbichou (2013)gydF4y2Ba:gydF4y2Ba

在哪里gydF4y2Ba $\mathrm{vgydF4y2Ba}(gydF4y2Ba\mathrm{EgydF4y2Ba})gydF4y2Ba$ 指标的集合是一个系统组件吗gydF4y2BaEgydF4y2Ba,gydF4y2Ba ${\mathrm{我gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}$ 是gydF4y2BajgydF4y2Bath指标的性能(gydF4y2Ba ${\mathrm{我gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}^{\mathrm{pgydF4y2Ba}}$ ),降解(gydF4y2Ba ${\mathrm{我gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}^{\mathrm{DgydF4y2Ba}}$ ),或环境(gydF4y2Ba ${\mathrm{我gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}^{\mathrm{EgydF4y2Ba}}$ ),npgydF4y2Ba_EgydF4y2Ba,分别地。ndgydF4y2Ba_EgydF4y2Ba和欧宁gydF4y2Ba_EgydF4y2Ba代表的数量表现,分别地。退化和环境、指标分配到E。gydF4y2Ba

预测和健康管理方法(榜单)旨在提供支持系统包括监控它的真实状态,潜在故障的检测和预测即将发生的降解系统在其生命周期(gydF4y2BaKalgren et al ., 2006gydF4y2Ba)。它依赖于一些重要的过程,如数据处理、诊断、预测和决策帮助。gydF4y2Ba图4gydF4y2Ba提出了榜单的典型体系结构,显示了这些步骤之间存在的联系和健康检查。注意,这个通用的体系结构可以适应应用的需要。的第一步是提取相关指标的定性和定量数据处理。这些指标可以用于诊断探测、识别、定位异常;也可用于预测来估计断层演化。最后,允许选择一个适当的行动计划决策支持一步通过评估预定义的标准(成本、收益率等)(gydF4y2BaBen-Daya et al ., 2009gydF4y2Ba)。gydF4y2Ba

在我们的工作中,我们特别感兴趣的概念决定帮助我们的研究是面向领域的方法和工具多准则决策协助(MCDA)。gydF4y2Ba

多属性效用理论gydF4y2Ba

排名顺序的问题是一个多准则决策问题。为gydF4y2BaGrabisch和Perny (2007gydF4y2Ba),每个替代的性能必须评估根据有关方面的问题;然后一个分类后可以执行他们的表演。所以,它变成了一个比较自选择问题必须2 - 2相比为了获得一个完整的排名。通过这种比较是基于替代的表示值根据相关标准方面的问题(gydF4y2BaZopounidis Doumpos, 2002gydF4y2Ba)。困难在于antinomic标准相反的方式不同。一个典型的例子是汽车的选择根据其速度和燃料消耗。几个多准则决策方法存在。其中,最常用的是(gydF4y2BaOzturk et al ., 2005gydF4y2Ba):gydF4y2BaPROMETHEE法gydF4y2Ba(gydF4y2Ba优先排名浓缩评估的组织方法gydF4y2Ba)(gydF4y2Ba穆萨维林,2020gydF4y2Ba),gydF4y2BaELECTREgydF4y2Ba(即消除Et挑选Traduisant现实。消除和选择表达现实)(gydF4y2BaMishra et al ., 2020gydF4y2Ba),gydF4y2Ba层次分析法gydF4y2Ba(gydF4y2Ba层次分析法gydF4y2Ba)(gydF4y2BaKubler。2016gydF4y2Ba;gydF4y2Ba刘et al ., 2020gydF4y2Ba),gydF4y2BaANPgydF4y2Ba(gydF4y2Ba网络分析法gydF4y2Ba)(gydF4y2Ba陈et al ., 2019gydF4y2Ba),gydF4y2BaMAUTgydF4y2Ba(多属性效用理论)(gydF4y2Ba戴尔2005gydF4y2Ba)。gydF4y2Ba

回想一下,目标是一组备选方案(序列)进行分类的基础上多准则分析。我们使用MAUT理论的框架,它是一种最常用的决策支持方法。我们选择MAUT是因为我们认为,考虑到标准之间的相互作用是一个必要的属性在这种类型的应用程序和类中使用的运营商MAUT允许这个。在上面提到的其他方法,只有ANP和PROMETHEE法允许这种考虑。然而,ANP是非常复杂的实现和PROMETHEE法属于一组方法的属性与我们的应用程序不兼容。gydF4y2Ba

因此,根据MAUT,形式化如下问题。我们的目标是建立一个函数gydF4y2Ba $\mathrm{fgydF4y2Ba}$ ,如:gydF4y2Ba

在哪里gydF4y2Ba $\mathrm{一个gydF4y2Ba}\mathrm{\succcurlyeq gydF4y2Ba}\mathrm{bgydF4y2Ba}$ 是一个二元谓词等gydF4y2Ba $\mathrm{一个gydF4y2Ba}\mathrm{\succcurlyeq gydF4y2Ba}\mathrm{bgydF4y2Ba}=gydF4y2Ba\mathrm{1gydF4y2Ba}$ 如果gydF4y2Ba $\mathrm{一个gydF4y2Ba}$ 优先还是冷漠gydF4y2Ba $\mathrm{bgydF4y2Ba}$ 。gydF4y2Ba $\mathrm{KgydF4y2Ba}$ 决策标准的数量;gydF4y2Ba ${\mathrm{一个gydF4y2Ba}}_{\mathrm{1gydF4y2Ba}},gydF4y2Ba\dots gydF4y2Ba,gydF4y2Ba{\mathrm{一个gydF4y2Ba}}_{\mathrm{KgydF4y2Ba}}$ 和gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{\mathrm{1gydF4y2Ba}},gydF4y2Ba\dots gydF4y2Ba,gydF4y2Ba{\mathrm{bgydF4y2Ba}}_{\mathrm{KgydF4y2Ba}}$ 代表每个选择的决策标准的价值观gydF4y2Ba $\mathrm{一个gydF4y2Ba}$ 和gydF4y2Ba $\mathrm{bgydF4y2Ba}$ 。gydF4y2Ba $\mathrm{\succcurlyeq gydF4y2Ba}$ 通常是由一个专家给出两个选择之间的选择。gydF4y2Ba

这个函数gydF4y2Ba $\mathrm{fgydF4y2Ba}$ 需要使用聚合(gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ )和排名(gydF4y2Ba $\mathrm{\varphi gydF4y2Ba}$ )的过程。的建设gydF4y2Ba $\mathrm{fgydF4y2Ba}$ 可以通过“聚合和比较”的方法或“比较和聚合”的方法(gydF4y2BaGrabisch Perny, 2007gydF4y2Ba)。第二种方法是安装时必须结合定量和定性标准或标准不能映射到一个相应的规模。尽管有这些优点,“比较和聚合”方法受一些限制(gydF4y2Ba箭头,1951gydF4y2Ba;gydF4y2BaPerny 1992gydF4y2Ba;gydF4y2Ba森,1986gydF4y2Ba),其中传递性的丧失财产或decisionary标准的子集的存在。事实上,箭头定理(gydF4y2Ba箭头,1951gydF4y2Ba)表明“比较和聚合”的方法不能尊重,与此同时,四个条件的标准:普遍性、一致,二进制独立,和nondictator。gydF4y2Ba

因为我们的应用程序需要四个条件的尊重,前者方法是首选。“聚合和比较”的方法也受限制。其中,gydF4y2BaGrabisch和Perny (2007)gydF4y2Ba指出1)必要性映射在一个共同的标准能较量的规模,2)标准之间的冲突和可能的赔偿,和3)的信息量要求设置的参数模型。缺点1)和3)是可以克服的因为我们有专业知识以及操作数据,以提供足够的信息。限制2)仍然不能克服“聚合和比较”的方法。它一般发生在使用意味着运营商。但是,使用聚合算子能够捕获之间的交互标准允许减轻这种限制。然而,这样的问题是最重要的在处理关键系统。因此,该方法旨在提出一个序列排名。最终决定选择一个特定的序列操作仍将手中的系统运营商。系统操作员可以平衡冲突的标准和可能的补偿。该工具将帮助他抛弃序列在考虑不足大量应用的设备操作。gydF4y2Ba

这种方法的规范化需要找到一个数值表示的偏好,即。,一个函数gydF4y2Ba $\mathrm{\gamma gydF4y2Ba}:gydF4y2Ba\mathrm{XgydF4y2Ba}\to gydF4y2Ba\mathrm{ℝgydF4y2Ba}$ 称为分数,如:gydF4y2Ba

如果gydF4y2Ba $\mathrm{\succcurlyeq gydF4y2Ba}$ 是一个完整的和过渡二元关系呢gydF4y2Ba $\mathrm{\gamma gydF4y2Ba}$ 可以写成:gydF4y2Ba

在哪里gydF4y2Ba ${\mathrm{ugydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}:gydF4y2Ba\mathrm{我gydF4y2Ba}\to gydF4y2Ba(gydF4y2Ba\mathrm{1gydF4y2Ba},gydF4y2Ba\mathrm{KgydF4y2Ba})gydF4y2Ba$ 是函数的gydF4y2Ba ${\mathrm{XgydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}\to gydF4y2Ba(gydF4y2Ba\mathrm{0\; 1gydF4y2Ba}]gydF4y2Ba$ 称为函数和边际效用gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ 是一个聚合函数(Dimuro。, 2020)。请注意,规模gydF4y2Ba $(gydF4y2Ba\mathrm{0gydF4y2Ba}\mathrm{1gydF4y2Ba}]gydF4y2Ba$ 用于效用函数,虽然在一般情况下他们的定义gydF4y2Ba $\mathrm{ℝgydF4y2Ba}$ 。的gydF4y2Ba ${\mathrm{ugydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}^{\mathrm{\prime gydF4y2Ba}}\text{年代gydF4y2Ba}$ 让专家表达可接受的或不可接受的值;效用函数是用来确保以下几点:gydF4y2Ba

一个共同的语义为决策标准:标准是异构;对聚合必须具有相同的语义。它对应于一个分数或满意度。gydF4y2Ba

一个共同的规模和可公度性假说:可公度性确保相同效用水平,在两个不同的标准,强度对应于相同的满足感。gydF4y2Ba

制定的结果gydF4y2BaEq。(4)gydF4y2Ba是所有元素具有可比性。这个属性不会站。事实上,某些情况下可能比不上根据专家的偏好,即。,既不gydF4y2Ba $\mathrm{一个gydF4y2Ba}\mathrm{\succcurlyeq gydF4y2Ba}\mathrm{bgydF4y2Ba}$ 也不gydF4y2Ba $\mathrm{bgydF4y2Ba}\mathrm{\succcurlyeq gydF4y2Ba}\mathrm{一个gydF4y2Ba}$ 站。我们假设,任何一对序列gydF4y2Ba $\mathrm{一个gydF4y2Ba}$ 和gydF4y2Ba $\mathrm{bgydF4y2Ba}$ ,专家能够进行比较和给他的偏好(gydF4y2Ba $\mathrm{一个gydF4y2Ba}\mathrm{\succcurlyeq gydF4y2Ba}\mathrm{bgydF4y2Ba}$ 或gydF4y2Ba $\mathrm{bgydF4y2Ba}\mathrm{\succcurlyeq gydF4y2Ba}\mathrm{一个gydF4y2Ba}$ )。在这个意义上,gydF4y2Ba ${\mathrm{ugydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ 和gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ 反映了专家的偏好。gydF4y2Ba

聚合函数gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ 允许将边际效用聚合成一个简洁的整体效用。为了让gydF4y2BaEq。4gydF4y2Ba满意,gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ 必须幂等:gydF4y2Ba

与gydF4y2Ba $\mathrm{\alpha gydF4y2Ba}\in gydF4y2Ba(gydF4y2Ba\mathrm{0gydF4y2Ba}\mathrm{1gydF4y2Ba}]gydF4y2Ba。gydF4y2Ba$

$\mathrm{\psi gydF4y2Ba}$ 必须反映专家的偏好而考虑的标准。因此,它是可取的gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ 应反映以下(gydF4y2BaGrabisch Perny, 2007gydF4y2Ba):gydF4y2Ba

1标准之间的相对重要性,gydF4y2Ba

对于某些标准2宽容或不容忍的态度,gydF4y2Ba

3标准之间的交互gydF4y2Ba

最后,从gydF4y2BaEq。4gydF4y2Ba,排名顺序变成发现功能gydF4y2Ba ${\mathrm{ugydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ 和gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ 。gydF4y2Ba

从体检到多准则决策gydF4y2Ba

在本文中,我们使用的体检与设备相关联的概念结合MAUT操作序列。我们建议这些序列(gydF4y2Ba $\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ )由于聚合算子合并成单个序列的一些指标和属性值,可以订购。上一节中提到的,排名过程的决定是通过四个步骤(见gydF4y2Ba图5gydF4y2Ba)。通过这些步骤,体检信息的设备和序列对决策属性转换。我们现在在gydF4y2Ba图5gydF4y2Ba认为是沿着这样的信息。我们描述的一些信息gydF4y2Ba图6gydF4y2Ba从决定,要真正的对象属性。gydF4y2Ba

全球得分计算是基于决策对象描述一组能较量的和语义一致的标准。这些标准是由效用函数(见gydF4y2BaEq。4gydF4y2Ba)。因此对于一个特定的序列,gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ ,gydF4y2BaEq。4gydF4y2Ba就变成:gydF4y2Ba

得到gydF4y2Ba $\mathrm{KgydF4y2Ba}$ 公用事业公司gydF4y2Ba ${\mathrm{ugydF4y2Ba}}_{\mathrm{kgydF4y2Ba}\in gydF4y2Ba(gydF4y2Ba\mathrm{1gydF4y2Ba}\dots gydF4y2Ba\mathrm{KgydF4y2Ba}]gydF4y2Ba}$ ,必须有一个设备的信息表示。因此,这一信息表示量化决策标准(gydF4y2Ba $\mathrm{cgydF4y2Ba}{\mathrm{dgydF4y2Ba}}_{\mathrm{kgydF4y2Ba}}$ 在适当的效用尺度):gydF4y2Ba

真正的标准是由属性对象作为一个序列的属性gydF4y2Ba $\mathcal{PgydF4y2Ba}(gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba,gydF4y2Ba$ 或设备健康检查指标gydF4y2Ba $\mathrm{vgydF4y2Ba}(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}})gydF4y2Ba$ :gydF4y2Ba

与gydF4y2Ba $\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}\in gydF4y2Ba\mathrm{ℰgydF4y2Ba}(gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba$ 和gydF4y2Ba $\mathrm{ℰgydF4y2Ba}(gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba$ 设备设置中解决gydF4y2Ba $\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ 。gydF4y2Ba

排名的最后阶段的过程,也就是说,gydF4y2Ba情商。gydF4y2Ba和gydF4y2Ba7情商。gydF4y2Ba,依赖MAUT的古典数学框架。然而,对于量化的第一步,也就是说,gydF4y2Ba情商。gydF4y2Ba、序列和设备异构性必须解决。在接下来的部分,我们现在排名过程的步骤。gydF4y2Ba

排名过程的描述gydF4y2Ba

操作序列的排序过程分为四个步骤(gydF4y2Ba图6gydF4y2Ba):gydF4y2Ba

1量化:量化模型建立序列属性之间的联系,体检指标和决策标准。gydF4y2Ba

2计算:决策标准映射到公用事业gydF4y2Ba ${\mathrm{ugydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ 根据专家的知识。gydF4y2Ba

聚合:聚合算子gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ 计算全球得分为每个序列。gydF4y2Ba

3:排名运算符gydF4y2Ba $\mathrm{\varphi gydF4y2Ba}$ 对所有的序列进行分类。在详细描述这些步骤之前,需要一些假设:gydF4y2Ba

4输入操作序列属于合适的关于安全方面的设置。gydF4y2Ba

5所有的输入序列执行相同的任务(目标)。gydF4y2Ba

6所有设备的序列有助于任务的成就。gydF4y2Ba

7属性和体检指标可用。gydF4y2Ba

决策标准量化gydF4y2Ba

在一般情况下,量化地图操作序列为决策标准和设备条件。确定标准的列表从专家的判断,以确定主要元素考虑专家在他的序列选择(例如,时间、成本和性能指标)。对于每一个决策准则,计算数学函数结合序列的属性和/或设备体检指标的一个序列。关键是使量化足够通用实现每一步操作序列。事实上,序列可能有不同的行为与不同的组件的数量。这一步的输出的值gydF4y2Ba $\mathrm{NgydF4y2Ba}$ 决策标准。gydF4y2Ba

效用计算gydF4y2Ba

效用函数表示的数值标准之间的关系(例如,成本值)和一个实用程序引用从0(拒绝值)1(首选值)。这些函数可以通过学习获得从历史数据或从专家的知识(gydF4y2BaGrabisch 2006gydF4y2Ba)。我们利用专家的知识,第二种方法是选择来定义gydF4y2Ba $\mathrm{NgydF4y2Ba}$ 实用函数。gydF4y2Ba

聚合gydF4y2Ba

聚合机制合并在全球价值的信息。在一般情况下,总比分有助于决策的情况下,可能是矛盾的。聚合算子gydF4y2Ba $\mathrm{\psi gydF4y2Ba}$ (见gydF4y2Ba情商。gydF4y2Ba)将分数与每个序列的实用标准。gydF4y2Ba

有四种主要类型的聚合操作符(gydF4y2Ba贝利亚科夫et al ., 2007gydF4y2Ba):连接词、分隔、妥协和混合动力车。然而,只有妥协聚合(见运营商尊重幂等属性gydF4y2Ba情商。gydF4y2Ba)。主要妥协运营商算术平均值,加权算术平均数,有序加权平均,和模糊积分。最后一个家庭聚集运营商考虑之间的交互标准(gydF4y2BaGrabisch Perny, 2007gydF4y2Ba)。gydF4y2Ba

聚合允许综合效用值的标准在全球得分。一个聚合算子的选择取决于应用程序(gydF4y2BaGrabisch et al ., 2011gydF4y2Ba)。为我们的应用程序中,我们决定比较计算结果与两个妥协运营商:加权算术平均数(WA)和·曲克积分(CI)。一方面,佤邦操作员被选中,因为它是一个标准的每个人都由于其广泛使用和简单。然而,它不能用于模型广泛的决策者偏好,因为它具有内在的限制(gydF4y2BaGrabish Labreuche, 2010gydF4y2Ba)。另一方面,CI算子是少得多,但在几个领域得到很好的结果,也从理论的角度提高几个扩展(gydF4y2BaDimuro。2020gydF4y2Ba)。此外,许多聚合运营商相反,CI是能够处理标准之间的相互作用,是唯一一个,在它的基本形式,处理同构和异构关系(gydF4y2Ba太阳et al ., 2018gydF4y2Ba)。条目之间的相关性等交互应该不明白但作为建模的标准之间的依赖关系由于决策者的偏好(gydF4y2BaMarichal, 2000gydF4y2Ba)。gydF4y2Ba

佤邦运营商将不同的重量与每一个准则,这些权重之和等于1。佤邦的配方是由:gydF4y2Ba

CI运营商使用参数反映的标准重量和这些标准之间的相互作用程度。这些参数表示的能力(或模糊措施)(gydF4y2BaMarichal, 2000 bgydF4y2Ba)。定义的词gydF4y2BaMurofushi和Sugeno (1991gydF4y2Ba):gydF4y2Ba

在哪里gydF4y2Ba ${\mathrm{xgydF4y2Ba}}_{(gydF4y2Ba\mathrm{1gydF4y2Ba})gydF4y2Ba},gydF4y2Ba\dots gydF4y2Ba,gydF4y2Ba{\mathrm{xgydF4y2Ba}}_{(gydF4y2Ba\mathrm{ngydF4y2Ba})gydF4y2Ba}$ 代表的归一化值标准,gydF4y2Ba $(gydF4y2Ba。gydF4y2Ba)gydF4y2Ba$ 是一个置换算符,这样gydF4y2Ba ${\mathrm{xgydF4y2Ba}}_{(gydF4y2Ba\mathrm{1gydF4y2Ba})gydF4y2Ba}\le gydF4y2Ba{\mathrm{xgydF4y2Ba}}_{(gydF4y2Ba\mathrm{2gydF4y2Ba})gydF4y2Ba}\le gydF4y2Ba\dots gydF4y2Ba\le gydF4y2Ba{\mathrm{xgydF4y2Ba}}_{(gydF4y2Ba\mathrm{ngydF4y2Ba})gydF4y2Ba}$ ,gydF4y2Ba ${\mathrm{xgydF4y2Ba}}_{(gydF4y2Ba\mathrm{0gydF4y2Ba})gydF4y2Ba}=gydF4y2Ba\mathrm{0gydF4y2Ba}$ ,gydF4y2Ba ${\mathrm{一个gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}=gydF4y2Ba\{gydF4y2Ba\mathrm{我gydF4y2Ba},gydF4y2Ba\dots gydF4y2Ba,gydF4y2Ba\mathrm{ngydF4y2Ba}\}gydF4y2Ba$ 。gydF4y2Ba $\mathrm{XgydF4y2Ba}:gydF4y2Ba\{gydF4y2Ba{\mathrm{XgydF4y2Ba}}_{\mathrm{1gydF4y2Ba}},gydF4y2Ba\dots gydF4y2Ba,gydF4y2Ba{\mathrm{XgydF4y2Ba}}_{\mathrm{ngydF4y2Ba}}\}gydF4y2Ba$ 是归一化的值。gydF4y2Ba $\mathrm{\mu gydF4y2Ba}$ 是能力。gydF4y2Ba $\mathrm{\mu gydF4y2Ba}$ (一)代表的重要性程度gydF4y2Ba $\mathrm{一个gydF4y2Ba}\subseteq gydF4y2Ba\mathrm{XgydF4y2Ba}$ 在全球价值的计算gydF4y2Ba $\mathrm{XgydF4y2Ba}。gydF4y2Ba$

的分析能力可以使用沙普利重要性指数进行交互指数(gydF4y2BaMarichal, 2000gydF4y2Ba)。沙普利指数考虑平均标准的重要性与贡献的能力。以类似方式,交互指数量化两个标准之间的交互能力。gydF4y2Ba

排名gydF4y2Ba

分类排名过程的最后一步旨在从最好的最低分数γ。自聚合计算分数γgydF4y2Ba $\mathrm{ℝgydF4y2Ba}$ ,比较运算符gydF4y2Ba $\ge gydF4y2Ba$ 用于分类(看到了吗gydF4y2Ba情商。gydF4y2Ba)。这方面必须反映排名所代表的偏好关系gydF4y2Ba $\mathrm{\succcurlyeq gydF4y2Ba}$ 。决策的结果是一个元素定义的操作序列。gydF4y2Ba

案例研究:应用程序CISPIgydF4y2Ba^{一个gydF4y2Ba}关键子系统gydF4y2Ba

在安全关键系统(SCS) (gydF4y2Ba迪亚兹et al ., 2020gydF4y2Ba;gydF4y2Ba王et al ., 2017gydF4y2Ba),我们感兴趣的化学或核有关的行业。在这些行业中,驾驶相当于选择最好的血统问题根据不同性质的几个标准。CISPI凹口的研究平台(中心de矫揉造作的en的时候南希)尺度下的一个子系统genetor植物。gydF4y2Ba图7gydF4y2Ba显示操作子系统控制液体流过gydF4y2BaCgydF4y2Ba_kgydF4y2BaCgydF4y2Ba_pgydF4y2Ba,gydF4y2BaCgydF4y2Ba_{年代gydF4y2Ba}坦克。注意,目标任务是填补储罐gydF4y2BaCgydF4y2Ba_{年代gydF4y2Ba}。这个电路由1)三个路线:gydF4y2BaRgydF4y2Ba_1gydF4y2Ba,RgydF4y2Ba_2gydF4y2Ba,gydF4y2BaRgydF4y2Ba_3gydF4y2Ba之间的gydF4y2BaCgydF4y2Ba_pgydF4y2Ba和gydF4y2BaCgydF4y2Ba_{年代gydF4y2Ba}坦克,2)两个线性阀gydF4y2Ba虚拟现实gydF4y2Ba_1gydF4y2Ba和gydF4y2Ba虚拟现实gydF4y2Ba_3gydF4y2Ba控制流gydF4y2BaRgydF4y2Ba_1gydF4y2Ba和gydF4y2BaRgydF4y2Ba_3gydF4y2Ba3)电磁阀gydF4y2Ba已经gydF4y2Ba_2gydF4y2Ba控制gydF4y2BaRgydF4y2Ba_2gydF4y2Ba流,4)四个手动阀门gydF4y2Ba虚拟机gydF4y2Ba_1gydF4y2Ba,虚拟机gydF4y2Ba_2gydF4y2Ba,VVgydF4y2Ba_2gydF4y2Ba,gydF4y2Ba虚拟机gydF4y2Ba_3gydF4y2Ba。gydF4y2Ba

以确保足够的液体gydF4y2BaCgydF4y2Ba_pgydF4y2Ba坦克,两个额外的路由请求gydF4y2BaRgydF4y2Ba_4gydF4y2Ba和gydF4y2BaRgydF4y2Ba_5gydF4y2Ba。从外部gydF4y2Ba输入gydF4y2Ba源,gydF4y2BaRgydF4y2Ba_4gydF4y2Ba允许灌装坦克gydF4y2BaCgydF4y2Ba_pgydF4y2Ba通过一个泵gydF4y2Ba阿宝gydF4y2Ba,两个电磁阀gydF4y2Ba已经gydF4y2Ba_41gydF4y2Ba,gydF4y2Ba已经gydF4y2Ba_42gydF4y2Ba和两个手动阀gydF4y2Ba虚拟机gydF4y2Ba_41gydF4y2Ba和gydF4y2Ba虚拟机gydF4y2Ba_42gydF4y2Ba。一个安全阀gydF4y2Ba房车gydF4y2Ba限制的内部压力gydF4y2BaRgydF4y2Ba_4gydF4y2Ba为了保护设备。gydF4y2BaRgydF4y2Ba_5gydF4y2Ba确保相同的任务gydF4y2BaRgydF4y2Ba_4gydF4y2Ba;它与储罐gydF4y2BaCgydF4y2Ba_kgydF4y2Ba和由两个手动阀控制gydF4y2Ba虚拟机gydF4y2Ba_51gydF4y2Ba和gydF4y2Ba虚拟机gydF4y2Ba_52gydF4y2Ba。最后,CISPI通过压力传感器检测gydF4y2BaπgydF4y2Ba和流量传感器gydF4y2BaFIgydF4y2Ba。gydF4y2Ba

CISPI安装(gydF4y2Ba图7gydF4y2Ba),基本血统如下(gydF4y2BaClanche et al ., 2010gydF4y2Ba):gydF4y2Ba

1血统N°1:满了Cp坦克和输入源(R4和R1/2/3)gydF4y2Ba

2家族N°2:满了Cp和CgydF4y2Ba_kgydF4y2Ba坦克(R5和R1/2/3)gydF4y2Ba

3家族N°3:满了gydF4y2BaCgydF4y2Ba_pgydF4y2Ba,gydF4y2BaCgydF4y2Ba_kgydF4y2Ba坦克和gydF4y2Ba输入gydF4y2Ba源(gydF4y2BaRgydF4y2Ba_4/5gydF4y2Ba和gydF4y2BaRgydF4y2Ba_{1/2/3gydF4y2Ba})gydF4y2Ba

当执行一个序列,系统操作员必须处理一些设备和手动设备之间移动估计执行时间gydF4y2Ba等gydF4y2Ba_pgydF4y2Ba(gydF4y2Ba表1gydF4y2Ba)。gydF4y2Ba

两种途径的子系统,三个序列定义为目标任务如下:gydF4y2Ba

1gydF4y2Ba $\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{1gydF4y2Ba}}$ :┴VM1┴VR1 (R1)gydF4y2Ba

2gydF4y2Ba $\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{2gydF4y2Ba}}$ :┬VM2┴VV2┴VE2 (R2)gydF4y2Ba

3gydF4y2Ba $\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{3gydF4y2Ba}}$ :┴VM1┴VR1┬VM2┴VV2┴VE2 (R1和R2)gydF4y2Ba

┴和┬代表阀门打开和关闭操作。gydF4y2Ba

首先,标准的gydF4y2Ba表2gydF4y2Ba被认为是。注意,每个决策准则相结合的属性操作序列和设备的卫生检查。例如,gydF4y2Ba图8gydF4y2Ba分别显示了执行时间(时间单位UdT)和管道长度(长度单位LU)。gydF4y2Ba

每个序列的特征是一组属性与操作(手动/自动)和直接设备(阀门、泵)或设备结构(如坦克和管道)。gydF4y2Ba

在提出的模型中,考虑设备的实际情况,通过体检gydF4y2Ba $\mathrm{vgydF4y2Ba}(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba$ 的概念。如上所述,设备健康检查包括三类指标:功能,功能失调,环境。的gydF4y2Ba $\mathrm{vgydF4y2Ba}(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba$ VM的指标gydF4y2Ba_我gydF4y2BaTgydF4y2Ba_xgydF4y2BaCgydF4y2Ba_xgydF4y2Ba总结了在gydF4y2Ba表3gydF4y2Ba。这些指标是由可用的测量和/或专家的知识。gydF4y2Ba

为我们的学术的例子中,我们考虑下列数值:gydF4y2Ba

1罐表面:SgydF4y2Ba_CSgydF4y2Ba= 0.16米gydF4y2Ba^2gydF4y2Ba;年代gydF4y2Ba_CPgydF4y2Ba= 0.49米gydF4y2Ba^2gydF4y2Ba

2罐Cp的高度:LgydF4y2Ba_CPgydF4y2Ba= 0.80米gydF4y2Ba

3高度不同坦克Cs: LgydF4y2Ba_CSgydF4y2Ba= 0.20;体积V来填补gydF4y2Ba_莫gydF4y2Ba= 0.2 * 0.49 = 0.098 mgydF4y2Ba^3gydF4y2Ba

4的长度、直径和管道表面:TgydF4y2Ba_L1gydF4y2Ba= 3.55;TgydF4y2Ba_L2gydF4y2Ba= 1.15;DgydF4y2Ba_TgydF4y2Ba= 40 *三米;年代gydF4y2Ba_TgydF4y2Ba4 = 12.56 *打败mgydF4y2Ba^2gydF4y2Ba

5平均速度:SagydF4y2Ba_CPgydF4y2Ba= 2 * g * LgydF4y2Ba_CPgydF4y2Ba/ 2 = 7.848 m / s;额定流量:DngydF4y2Ba_TgydF4y2Ba= SagydF4y2Ba_CPgydF4y2Ba* DgydF4y2Ba_TgydF4y2Ba= 9.89 *不过十的负三次方米gydF4y2Ba^3gydF4y2Ba/秒gydF4y2Ba

6飞行流:DgydF4y2Ba_ngydF4y2Ba4 = 9.89打败米gydF4y2Ba^3gydF4y2Ba/秒gydF4y2Ba

7手动操作成本和运营成本设备(凸轮;CdM) = (7;5)UdC统一(成本)gydF4y2Ba

自动操作和运营成本设备成本(创新艺人经纪公司;CdM) = (1;3)UdCgydF4y2Ba

8手动阀的打开/关闭时间(2位置):等gydF4y2Ba_ogydF4y2Ba=等gydF4y2Ba_fgydF4y2Ba= 5 udt(时间统一)gydF4y2Ba

9手动阀的打开/关闭时间(3位置):等gydF4y2Ba_ogydF4y2Ba=等gydF4y2Ba_fgydF4y2Ba= 7 udtgydF4y2Ba

10自动阀的打开/关闭时间:等gydF4y2Ba_ogydF4y2Ba=等gydF4y2Ba_fgydF4y2Ba= 3 udtgydF4y2Ba

注意,初始状态对应于计划关闭;这让我们假设操作设备在定义的初始状态序列。对于这个关键系统,我们也认为,即使设备最初关闭,关闭行动必须得到验证。从上述三个血统,21日的操作序列被定义。这些序列被认为合格的从安全的角度来看,最优(即。,没有无用的动作)。接受序列描述的集合gydF4y2Ba表4gydF4y2Ba。我们使用“gydF4y2Ba $\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ ”指的是一个特定的序列。gydF4y2Ba

每个序列是指路线导致一组操作设备、传感器和设备结构。本设备由体检评估指标。因此,序列属性和健康检查指标选择的参数序列。gydF4y2Ba

决策标准量化gydF4y2Ba

在这项研究中,排名的标准定义。每一个决策准则gydF4y2BacdgydF4y2Ba需要作为参数序列的属性或属性和健康检查指标序列的设备如下(gydF4y2Ba表4gydF4y2Ba)。gydF4y2Ba

时间序列的成就是根据打开/关闭时间计算gydF4y2Ba $(gydF4y2Ba\mathrm{EgydF4y2Ba}{\mathrm{TgydF4y2Ba}}_{\mathrm{ogydF4y2Ba}}$ 和gydF4y2Ba $\mathrm{EgydF4y2Ba}{\mathrm{TgydF4y2Ba}}_{\mathrm{fgydF4y2Ba}}$ )的设备gydF4y2Ba $(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}})gydF4y2Ba$ 的行为gydF4y2Ba $(gydF4y2Ba{\mathrm{一个gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba$ ,执行时间gydF4y2Ba $(gydF4y2Ba\mathrm{EgydF4y2Ba}{\mathrm{TgydF4y2Ba}}_{\mathrm{PgydF4y2Ba}})gydF4y2Ba$ 手动设备之间gydF4y2Ba $(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}^{\mathrm{米gydF4y2Ba}})gydF4y2Ba$ 从一个初始位置gydF4y2Ba ${\mathrm{我gydF4y2Ba}}_{\mathrm{0gydF4y2Ba}}$ 。gydF4y2Ba $\mathrm{cgydF4y2Ba}{\mathrm{dgydF4y2Ba}}_{\mathrm{1gydF4y2Ba}}$ 给出如下:gydF4y2Ba

与gydF4y2Ba ${|gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}|gydF4y2Ba}^{\mathrm{米gydF4y2Ba}\mathrm{一个gydF4y2Ba}\mathrm{ngydF4y2Ba}}$ 手动操作的数量。gydF4y2Ba $\mathrm{EgydF4y2Ba}\mathrm{TgydF4y2Ba}(gydF4y2Ba{\mathrm{一个gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}})gydF4y2Ba\in gydF4y2Ba\{gydF4y2Ba\mathrm{EgydF4y2Ba}{\mathrm{TgydF4y2Ba}}_{\mathrm{ogydF4y2Ba}}(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}})gydF4y2Ba,gydF4y2Ba\mathrm{EgydF4y2Ba}{\mathrm{TgydF4y2Ba}}_{\mathrm{fgydF4y2Ba}}(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}})gydF4y2Ba\}gydF4y2Ba$ 和gydF4y2Ba $\{gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{0gydF4y2Ba}}=gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{{|gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}|gydF4y2Ba}^{\mathrm{米gydF4y2Ba}\mathrm{一个gydF4y2Ba}\mathrm{ngydF4y2Ba}}+gydF4y2Ba\mathrm{1gydF4y2Ba}}=gydF4y2Ba{\mathrm{我gydF4y2Ba}}_{\mathrm{0gydF4y2Ba}}\}gydF4y2Ba$ 。gydF4y2Ba

第二个标准考虑的成本手动和自动操作(gydF4y2Ba $\mathrm{CgydF4y2Ba}\mathrm{一个gydF4y2Ba}{\mathrm{米gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}},gydF4y2Ba\mathrm{CgydF4y2Ba}\mathrm{一个gydF4y2Ba}{\mathrm{一个gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}$ )和材料成本gydF4y2Ba $\mathrm{CgydF4y2Ba}\mathrm{dgydF4y2Ba}\mathrm{米gydF4y2Ba}$ 对给定的设备gydF4y2Ba $\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}$ :gydF4y2Ba

与gydF4y2Ba $|gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}|gydF4y2Ba$ 序列和操作的数量gydF4y2Ba $\mathrm{CgydF4y2Ba}{\mathrm{一个gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}\in gydF4y2Ba\{gydF4y2Ba\mathrm{CgydF4y2Ba}\mathrm{一个gydF4y2Ba}{\mathrm{米gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}},gydF4y2Ba\mathrm{CgydF4y2Ba}\mathrm{一个gydF4y2Ba}{\mathrm{一个gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}}\}gydF4y2Ba$ 。gydF4y2Ba

第三个标准是自动化操作序列中的百分比。这一标准的数量取决于自动操作:gydF4y2Ba

与gydF4y2Ba ${|gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}|gydF4y2Ba}^{\mathrm{一个gydF4y2Ba}\mathrm{ugydF4y2Ba}\mathrm{tgydF4y2Ba}\mathrm{ogydF4y2Ba}}$ 在自动操作的基数。gydF4y2Ba

最后,第四个则是表现任务的成就。这一标准是基于坦克卷VgydF4y2Ba_莫gydF4y2Ba,血统卷VgydF4y2Ba_LggydF4y2BaD名义流gydF4y2Ba_ngydF4y2Ba和泄漏流DgydF4y2Ba_fgydF4y2Ba对所有设备。我们假设初始水平足以实现使命:gydF4y2Ba

与gydF4y2Ba $(gydF4y2Ba{\mathrm{LgydF4y2Ba}}_{\mathrm{dgydF4y2Ba}}-gydF4y2Ba{\mathrm{LgydF4y2Ba}}_{\mathrm{年代gydF4y2Ba}})gydF4y2Ba。gydF4y2Ba\frac{\mathrm{年代gydF4y2Ba}\mathrm{cgydF4y2Ba}\mathrm{年代gydF4y2Ba}}{{\mathrm{LgydF4y2Ba}}_{\mathrm{pgydF4y2Ba}}。gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{cgydF4y2Ba}\mathrm{pgydF4y2Ba}}\le gydF4y2Ba\mathrm{1gydF4y2Ba}$ ,(gydF4y2Ba ${\mathrm{年代gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ ,gydF4y2Ba ${\mathrm{LgydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ )的表面和水平gydF4y2Ba ${\mathrm{CgydF4y2Ba}}_{\mathrm{pgydF4y2Ba}}$ 和gydF4y2Ba ${\mathrm{CgydF4y2Ba}}_{\mathrm{年代gydF4y2Ba}}$ 坦克。gydF4y2Ba ${\mathrm{LgydF4y2Ba}}_{\mathrm{dgydF4y2Ba}}$ 所需的水平。此外,体积VgydF4y2Ba_莫gydF4y2Ba远高于各种设备的卷吗gydF4y2Ba $\underset{\mathrm{jgydF4y2Ba}=gydF4y2Ba\mathrm{0gydF4y2Ba}}{\overset{|gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}|gydF4y2Ba}{{\displaystyle \sum gydF4y2Ba}}}{\mathrm{VgydF4y2Ba}}_{\mathrm{LgydF4y2Ba}\mathrm{ggydF4y2Ba}}(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}},gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{jgydF4y2Ba}+gydF4y2Ba\mathrm{1gydF4y2Ba}})gydF4y2Ba$ 。gydF4y2Ba

对于每一个序列,每个准则的值必须从给定的数值计算。获取每个标准第一序列的值将详细,和其他的条件值直接将两个序列。gydF4y2Ba

如果我们更换这些参数的数值,我们获得以下结果Seq第一序列gydF4y2Ba_1gydF4y2Ba:gydF4y2Ba

现在我们更换这些参数的数值。的标准计算序列和所示gydF4y2Ba表5gydF4y2Ba。gydF4y2Ba

效用计算gydF4y2Ba

效用函数的定义将使映射标准在相应的范围内。更高水平的效用相关的优先值。gydF4y2Ba图9gydF4y2Ba显示了建议的功能。gydF4y2Ba

确定效用函数为每个标准根据以下规则和考虑名义系统的状态。的最小值和最大值的标准计算考虑所有的操作序列。区间[0.2 - 1.0]用于“名义状态”序列的效用。使用这些限制值是必需的,因为:gydF4y2Ba

没有标准可以有一个更好的价值(系统设计是最好的解决方案在其标称状态);因此效用的最大值,即。1,给这些值,gydF4y2Ba

价值标准可能值自降解时,设备可能nonoptimal工作但是仍然有利于系统操作。因此,一些非零效用值必须受到这些影响。这就是为什么我们使用0.2实用价值的价值标准的值来计算决策标准与设备健康变化。gydF4y2Ba

当操作在退化的情况下,标准将效用值0显示不能接受的价值观。gydF4y2Ba

聚合gydF4y2Ba

聚合算子的参数必须被识别。的一个子集序列gydF4y2Ba $\{gydF4y2Ba\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{7gydF4y2Ba}},gydF4y2Ba\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{3gydF4y2Ba}},gydF4y2Ba\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{19gydF4y2Ba}},gydF4y2Ba\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{12gydF4y2Ba}},gydF4y2Ba\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{9gydF4y2Ba}},gydF4y2Ba\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{2gydF4y2Ba}},gydF4y2Ba\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{16gydF4y2Ba}}\}gydF4y2Ba$ 用于这一目的。的序列子集所示一个专家谁有以下优惠:gydF4y2Ba

对他的喜好,专家给他们每个人一个全球的分数。的选择,提出了专家的评分gydF4y2Ba表5gydF4y2Ba。gydF4y2Ba

加权算术平均数的系数(WA)计算从学习专家提供的数据,即提出了gydF4y2Ba表5gydF4y2Ba。我们解决方程组* WgydF4y2Ba_我gydF4y2Ba= B,是选择矩阵gydF4y2Ba $(gydF4y2Ba{\mathrm{ugydF4y2Ba}}_{\mathrm{cgydF4y2Ba}{\mathrm{dgydF4y2Ba}}_{\mathrm{1gydF4y2Ba}}},gydF4y2Ba{\mathrm{ugydF4y2Ba}}_{\mathrm{cgydF4y2Ba}{\mathrm{dgydF4y2Ba}}_{\mathrm{2gydF4y2Ba}}},gydF4y2Ba{\mathrm{ugydF4y2Ba}}_{\mathrm{cgydF4y2Ba}{\mathrm{dgydF4y2Ba}}_{\mathrm{3gydF4y2Ba}}},gydF4y2Ba{\mathrm{ugydF4y2Ba}}_{\mathrm{cgydF4y2Ba}{\mathrm{dgydF4y2Ba}}_{\mathrm{4gydF4y2Ba}}}]gydF4y2Ba$ 和B是得分向量(得分)。gydF4y2Ba表6gydF4y2Ba给出了W获得gydF4y2Ba_我gydF4y2Ba系数。gydF4y2Ba

利用GNU-R Kappalab扩展软件(gydF4y2BaGrabisch et al ., 2007gydF4y2Ba),从相同的学习数据识别能力,即。gydF4y2Ba表5gydF4y2Ba。gydF4y2Ba图10gydF4y2Ba显示了夏普利值。沙普利值给一个标准的重要性相对于其整体能力的贡献。例如,性能(cdgydF4y2Ba_4gydF4y2Ba)最高的重量关系与佤邦等标准。第二个最重要的标准,佤邦,cdgydF4y2Ba_2gydF4y2Ba:成本。gydF4y2Ba图11gydF4y2Ba介绍了交互CI识别能力的重要指标。两个标准之间的交互指数反映了交互能力。因此,一个积极的价值之间的相互作用的一对标准(如cdgydF4y2Ba_1gydF4y2Ba、cdgydF4y2Ba_3gydF4y2Ba)对应配置当cd的实用程序gydF4y2Ba_1gydF4y2Ba和cdgydF4y2Ba_3gydF4y2Ba有重大价值,CI的结果大于个人贡献的总和的结果。然后我们说标准之间的协同作用。一个负值的交互(例如,cdgydF4y2Ba_2gydF4y2Ba、cdgydF4y2Ba_3gydF4y2Ba),一个相反的解释。然后我们说标准之间的冗余。我们注意到一个强大的(cd之间积极的互动gydF4y2Ba_3gydF4y2Ba、cdgydF4y2Ba_4gydF4y2Ba)和弱相互作用(cdgydF4y2Ba_1gydF4y2Ba、cdgydF4y2Ba_2gydF4y2Ba)和(cdgydF4y2Ba_1gydF4y2Ba、cdgydF4y2Ba_2gydF4y2Ba)。负面的互动,有一些(cd之间gydF4y2Ba_1gydF4y2Ba、cdgydF4y2Ba_4gydF4y2Ba),(cdgydF4y2Ba_2gydF4y2Ba、cdgydF4y2Ba_3gydF4y2Ba),(cdgydF4y2Ba_2gydF4y2Ba、cdgydF4y2Ba_4gydF4y2Ba)。gydF4y2Ba

排名(学习集)gydF4y2Ba

的聚合获得的分数和排名序列加权算术平均(gydF4y2Ba佤邦gydF4y2Ba)和·曲克积分(gydF4y2BaCIgydF4y2Ba)运营商了gydF4y2Ba表7gydF4y2Ba学习的子集序列。专家偏好之间的排名,CI算子,佤邦运算符有:gydF4y2Ba

尽管一小部分序列,只有CI运营商有能力妥善处理它们。由于分数计算CI运营商排名结果类似于专家的偏好而佤邦运营商不能抓住专家偏好(例如,SeqgydF4y2Ba_12gydF4y2Ba和SeqgydF4y2Ba_2gydF4y2Ba排名不正确)。这个结果可能并不奇怪因为佤邦有内在的限制(gydF4y2BaGrabish Labreuche, 2010gydF4y2Ba)。这种差异表现在均方误差等于5.57.10gydF4y2Ba^{−3gydF4y2Ba}CI和55.82.10gydF4y2Ba^{−3gydF4y2Ba}佤邦。gydF4y2Ba

但由于目标的方法是使用体检,反映了组件的状态,当组件降解的健康的时候会发生什么?在下一节中提出的分析模型,通过比较几种操作条件对设备的健康状况。gydF4y2Ba

场景和讨论gydF4y2Ba

检查学习集上的排名后,看结果的完整序列。的确,一旦学会了CI和佤族参数,我们可以概括整个组排名序列,即gydF4y2Ba $\{gydF4y2Ba\mathit{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathit{问gydF4y2Ba}}_{\mathrm{1gydF4y2Ba}},gydF4y2Ba\dots gydF4y2Ba,gydF4y2Ba\mathit{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathit{问gydF4y2Ba}}_{\mathrm{21gydF4y2Ba}}\}gydF4y2Ba$ 。我们还需要分析排名的行为时,组件将会降低,这是我们建议的主要贡献。事实上,我们比较的结果聚合运营商基于两个“退化”的情景。首先,我们考虑一个序列有轻微偏差R设备卫生指标的途径gydF4y2Ba_1gydF4y2Ba。其次,我们考虑相同的路线R的较大偏差gydF4y2Ba_1gydF4y2Ba。同样,专家提出了相同的偏好排序。gydF4y2Ba

排名序列的全套名义模式gydF4y2Ba

表8gydF4y2Ba显示了整个组的分数和排名序列在名义上的模式,即。,没有考虑退化的设备。这两个排名表现出不同的结果。分数的CI运营商显示更多渐次所有序列。相反,佤邦的运营商,有明显的差异的gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{20.gydF4y2Ba}}$ 和gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{1gydF4y2Ba}}$ ;这种差异没有找到得分的词序列。gydF4y2Ba

我们还要注意,CI和佤邦,有些序列有相同的分数(例如,3和6、15和18)。自RgydF4y2Ba_1gydF4y2Ba和RgydF4y2Ba_3gydF4y2Ba很明显,序列是相同的,哪一个是取代,获得相等的分数。gydF4y2Ba

场景# 1:低健康指标的偏差gydF4y2Ba

对于第一个退化场景,我们模拟一个轻微变化的开启和关闭时间gydF4y2Ba虚拟机gydF4y2Ba_1gydF4y2Ba手动设备的线路RgydF4y2Ba_1gydF4y2Ba。这只退化影响cdgydF4y2Ba_1gydF4y2Ba。新获得的分数序列所示gydF4y2Ba表9gydF4y2Ba。gydF4y2Ba

我们获得全球名义场景的行为一样。我们可以注意一些排名的变化是由于线路RgydF4y2Ba_1gydF4y2BaR和路线gydF4y2Ba_3gydF4y2Ba不再是等价的。因此,序列的分数获得使用RgydF4y2Ba_1gydF4y2Ba略有下降。这减少是正常的,因为RgydF4y2Ba_1gydF4y2Ba设备退化。分数必须减少。例如,对于序列gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{3gydF4y2Ba}}$ 和gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{6gydF4y2Ba}}$ 的分数CI在名义上是一样的,0.7844。仍然是相同的gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{6gydF4y2Ba}}$ ,因为它不包括RgydF4y2Ba_1gydF4y2Ba设备,而gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{3gydF4y2Ba}}$ 得分为0.7823,因为它包括了RgydF4y2Ba_1gydF4y2Ba设备。佤邦也遵循同样的行为。因此,有轻微退化,序列的顺序略有变化。gydF4y2Ba

场景# 2:大偏差的卫生指标gydF4y2Ba

第二个退化场景是为了演示考虑R更严重退化的途径gydF4y2Ba_1gydF4y2Ba。因此,除了第一个场景退化,我们考虑一个泄漏的管道TgydF4y2Ba_xgydF4y2BaR的路线gydF4y2Ba_1gydF4y2Ba。因此这个场景不仅在于模拟手动阀的性能下降而且管道的故障。因此这种情况下影响cdgydF4y2Ba_1gydF4y2Ba和cdgydF4y2Ba_4gydF4y2Ba。新获得的分数序列所示gydF4y2Ba表10gydF4y2Ba。一个可以观察到多个序列的顺序将发生重大变革。例如,gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{3gydF4y2Ba}}$ deacreases从排名# 3对于名义场景,场景1 # 4,# 5场景2。相同的是gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{15gydF4y2Ba}}$ 分别排名# 19,20 #,# 21。总分上的退化产生的影响这降低排名。相反,gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{7gydF4y2Ba}}$ 在这三个场景仍然排名# 1。的确,分数与第二序列的差异大到足以补偿减少由于退化。gydF4y2Ba

此外,由于其他序列的分数变化,gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{6gydF4y2Ba}}$ 的分数并没有改变,现在排名# 2虽然排名# 3gydF4y2Ba $\mathrm{年代gydF4y2Ba}\text{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{3gydF4y2Ba}}$ 名义场景和场景1中仅排名# 3。gydF4y2Ba

我们也注意到,得分最低的序列,即过去八序列,秩序是完全改变了。退化的影响更重要的分数低时。同样的行为也观察到佤邦。gydF4y2Ba

最后,gydF4y2Ba表11gydF4y2Ba介绍了序列的分数的分数改变由于场景1和场景2退化。我们在这些分数计算一些数据。第一个CI操作符让更广泛的分数比佤邦和最大和最小值超过这两个佤族的场景。集成电路的均值低于佤邦而标准差的意思,相反的是正确的。从这些统计数据,我们可以得出这样的结论:IC的分数更比佤邦的分组,而集群的队列,即。,极端值,进一步比佤邦的IC。gydF4y2Ba

结论gydF4y2Ba

本文处理的问题排序操作序列的一个复杂的系统。事实上,操作顺序执行选择使用序列生成方法,不考虑设备的实际状态。这种方法在设计阶段执行的关键系统,导致一组几个序列使用在操作阶段。当序列应用,一个是选择其中几个序列由于操作人员。这种方法的主要缺点是双重的。首先,一些序列将被忽略,因为他们被丢弃在设计阶段。第二,人类很难考虑数以千万计,也许几百,设备在一个序列,无论是由于设备性能漂移逐渐降低。都可能导致不选择最优序列应用。为了克服这些问题,我们提出一种方法利用多属性效用理论与设备健康检查。这种方法的主要优点是它允许在操作阶段考虑所有成功序列以及设备健康以客观的方式。 In order to illustrate the performance of adopted tools, a case study is presented on the CISPI experimental platform.

本研究介绍了聚合·曲克积分算子,使结果的排名的操作序列根据专家的偏好。这个排名是提供不同的操作模式(名义、偏差和退化)对应于不同的设备卫生指标。我们建议的方法有几个优点并显示潜力在复杂的工业环境。它也允许知识的形式化和提供了简洁和整体信息专家。此外,这种方法考虑了异构性,数,重要性,征集,设备的实际情况决定。gydF4y2Ba

未来的工作将首先关注的结果之间的比较研究两种方法提出了和有序加权平均算子OWA (gydF4y2BaFilev和狙击兵,1998年gydF4y2Ba)。除了这种比较,体检应该集成的层次方面。事实上,对于复杂的系统,健康的概念必须出现在不同的抽象级别,必须反映现有的这些水平之间的关系。第三,我们将这种方法应用于其他案例研究(例如,化学复杂过程)通过考虑若干标准与一个更有代表性的系统上下文相关的效用函数。此外,应该分析效用函数学习方面尤其是在不确定的情况下信息。gydF4y2Ba

数据可用性声明gydF4y2Ba

在这项研究中生成的数据集是可在请求相应的作者。gydF4y2Ba

作者的贡献gydF4y2Ba

M-FB是工程师和执行应用程序。点在复杂背景和理论贡献关键系统提供启发式序列。AV提供了背景和理论贡献多准则决策和·曲克积分。J-FP项目协调员和监督工作。gydF4y2Ba

资金gydF4y2Ba

这个工作已经连接支持的集群(gydF4y2Bahttps://www.edf.fr/groupe-edf/premier-electricien-mondial/activites/recherche-et-developpement/nos-projets-phares/cluster-connexion-le-controle-commande-du-futurgydF4y2Ba),资金则通过Investissements d未来/ Briques Generiques du软件Embarque。gydF4y2Ba

的利益冲突gydF4y2Ba

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。gydF4y2Ba

缩写gydF4y2Ba

CI·曲克积分;CISPI、安全、工业过程的交互操作;MAUT,多属性效用理论;WA / OWA,加权算术平均数/有序加权平均算子gydF4y2Ba

脚注gydF4y2Ba

^{一个gydF4y2Ba}http://safetech.cran.univ-lorraine.fr/gydF4y2Ba

命名法gydF4y2Ba

$\mathrm{\gamma gydF4y2Ba}$ 分数gydF4y2Ba

$\mathrm{\succcurlyeq gydF4y2Ba}$ 和gydF4y2Ba $\ge gydF4y2Ba$ 操作员和比较运算符的偏好gydF4y2Ba

$\mathrm{\psi gydF4y2Ba}$ 和gydF4y2Ba $\mathrm{\varphi gydF4y2Ba}$ 聚合算子和排名算子gydF4y2Ba

$\mathrm{ℰgydF4y2Ba}(gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba$ 设置设备的考虑gydF4y2Ba $\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$

$\mathcal{PgydF4y2Ba}(gydF4y2Ba\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba$ 操作顺序属性gydF4y2Ba

$\mathrm{vgydF4y2Ba}(gydF4y2Ba\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}})gydF4y2Ba$ 组gydF4y2Ba $\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ 卫生指标、卫生检查gydF4y2Ba $\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$

一个gydF4y2Ba_我gydF4y2Ba行动gydF4y2Ba

凸轮gydF4y2Ba_jgydF4y2Ba/创新艺人经纪公司gydF4y2Ba_jgydF4y2Ba手动/自动操作成本gydF4y2Ba

清洁发展机制gydF4y2Ba材料成本gydF4y2Ba

cdgydF4y2Ba_我gydF4y2Ba决策标准gydF4y2Ba

铜/你/乘以单位成本gydF4y2Ba

残雪/ Tx,液体容器/管道gydF4y2Ba

DgydF4y2Ba_ngydF4y2Ba/ DgydF4y2Ba_fgydF4y2Ba名义/泄漏流gydF4y2Ba

$\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ /情商gydF4y2Ba_jgydF4y2Ba^米gydF4y2Ba设备/手动设备gydF4y2Ba

造成PIi /,流量/压力传感器gydF4y2Ba

$\mathrm{年代gydF4y2Ba}\mathrm{egydF4y2Ba}{\mathrm{问gydF4y2Ba}}_{\mathrm{我gydF4y2Ba}}$ 操作顺序gydF4y2Ba

TgydF4y2Ba_ogydF4y2Ba/ TgydF4y2Ba_fgydF4y2Ba打开/关闭时间gydF4y2Ba

TgydF4y2Ba_pgydF4y2Ba执行时间gydF4y2Ba

${\mathrm{ugydF4y2Ba}}_{\mathrm{kgydF4y2Ba}}(gydF4y2Ba)gydF4y2Ba$ 效用函数gydF4y2Ba

VgydF4y2Ba_莫gydF4y2Ba/ VgydF4y2Ba_LggydF4y2Ba坦克/血统卷gydF4y2Ba

VMi / VVi,手动阀门gydF4y2Ba

VRi / VEi /电磁阀控制gydF4y2Ba

WgydF4y2Ba_我gydF4y2Ba权重gydF4y2Ba

┴┬阀开启和关闭操作gydF4y2Ba

引用gydF4y2Ba