《海上浮式系统退化维护计划的多目标决策》268页博士论文

海上资产的维护计划是一项复杂的活动，因为它会影响操作和安全风险和后果，依赖于人员资源的可用性，由于操作要求和环境因素的现场限制，以及与资产各种脆弱性相关的不确定性。本文详细阐述了海上维护框架面临的挑战，并对最新的最新文献进行了回顾，这些文献发现，目前的最新技术并没有将与海上人员资源可用性和执行活动所需时间的影响相关的资产场地限制纳入维护计划及其对维护引起的其他活动的影响。此外，在海上维护计划程序中，没有采用动态和自主的维护活动资源分配，因为海上维护计划程序允许每个维护项目根据完成活动所需的时间独立调整其资源分配，以提高资源利用率。

在这项工作中，采用了一种新的方法来制定浮式生产储卸设施(FPSO)的维护计划优化问题，该问题可以最大限度地利用维护人员资源，并使FPSO的状态得到改善，同时考虑到设计特征、操作条件、恶化以及不进行维护的后果等方面的优先事项。考虑到完成活动所需的人力资源时间。为了找到帕累托最优解，建立了维修优先级的总体目标函数，包括应力统一校核、疲劳损伤比、弯矩比、剪力比、腐蚀规模程度、金属损失程度、不维修时的安全风险和不维修时的财务风险。考虑到使用加权和方法完成活动所需的人力资源时间。该公式提供了灵活性，可以根据所遵循的维护策略调整其各自的权重，从而将总体目标功能的重点引导到任何一个或多个目标功能上，这将补充FPSO的监管监督要求。

此外，在这项工作中，提出了一种新的工作管理框架，该框架包括深度q-强化学习(DQN)问题表述，作为fpso维护活动多目标优化问题的解决方案。考虑到设计特点、操作条件、恶化情况、不进行活动的后果和完成活动所需的时间，该框架使开展的活动在场地限制最小的情况下进行，从而在尽可能短的时间内获得更高的完成时间加权总和，从而实现更高的资源利用率。贪婪算法对DQN模型和由贪婪和DQN参数组成的混合模型的性能进行了基准测试。该配方能够实现执行活动的最佳路径，消除资产性能的风险，这反过来又补充了FPSO的监管监督要求。