一种不确定背景下的系统维修策略优化方法、设备、介质与流程

1.本发明涉及系统可靠性领域，特别涉及一种不确定背景下的系统维修策略优化方法、设备、存储介质。


背景技术：

2.作为削弱系统故障不良影响的有效举措之一，维修策略在保障系统安全性与提升系统运行经济性等方面同样起着举足轻重的作用。然而，随着系统结构复杂性与功能多样性的提升，其组成单元的数量与类型日益繁复，为系统维修策略设计与规划带来了诸多不确定性因素，比如由单元设计功能差异性而导致的可靠性建模不确定性以及由单元间潜在相关性造成的维修策略优化不确定性等。因此申请人提出一种不确定背景下的系统维修策略优化方法旨在表征单元间潜在不确定性对于维修策略的影响方面以及作用强度，并探究上述多层不确定背景下的维修策略最优实施条件。


技术实现要素：

3.(一)技术方案
4.本发明通过如下技术方案实现：一种不确定背景下的系统维修策略优化方法，所述方法包括如下步骤：
5.确定系统组成单元的运行特征及维修策略；
6.确定系统维修策略优化目标；
7.构建优化模型。
8.作为上述方案的进一步说明，所述确定系统组成单元的运行特征及维修策略具体包括如下步骤：
9.确定系统组成单元的故障方式；
10.确定系统组成单元的发生概率；
11.确定系统组成单元的特征参数；
12.所述维修策略包括预防型维修策略和纠正型维修策略；
13.所述故障方式包括突发故障及受退化故障；
14.所述发生概率为冲击载荷水平超过单元承受能力的概率。
15.作为上述方案的进一步说明，所述突发故障发生概率如下：
16.截断正态分布描述所述冲击载荷水平，其中μm表示冲击载荷水平的均值；σm表示冲击载荷水平之间的标准偏值；(0,∞)表示冲击载荷的变化范围；
17.针对第j个到达的冲击，由其导致单元突发故障的概率如下式所示：
[0018][0019]
式中，pj表示由第j个到达的冲击导致突发故障发生的概率；φ表示标准正态分布
的累积分布函数；h1表示突发故障事件发生的临界水平；
[0020]
截至时刻t共有i(i》0)个冲击到达的概率如下式所示：
[0021][0022]
式中，i(t)表示直至时刻t所到达的冲击总数量；ξ表示复合泊松过程求解参数；
[0023]
对于任意确定时刻t,单元能够承受随机冲击j的概率如下式所示：
[0024][0025]
式中，wj表示表示第j个到达冲击的载荷水平；表示第j个随机冲击到达时间的累积分布函数，公式如下：
[0026][0027]
式中，ts表示单元的总运行时间。
[0028]
作为上述方案的进一步说明，所述受退化故障发生概率如下：
[0029][0030]
式中，x(t)表示截至t时刻单元性能的累积退化量；h2表示连续退化型故障的发生临界条件；α(t)表示t时刻的伽马过程形状参数水平；表示参量α(t)和βh2的不完全伽马函数值；的伽马函数值。
[0031]
作为上述方案的进一步说明，所述优化目标包括成本目标值及可用度目标值；
[0032]
所述确定系统维修策略优化目标具体的：
[0033]
确定成本目标值、确定可用度目标值；
[0034]
确定维修策略参数。
[0035]
作为上述方案的进一步说明，所述成本目标值公式如下：
[0036][0037]
式中，e(t)表示在没有维修策略的干预下单元的期望寿命；e(ct)表示单元在e(t)时间内所消耗的平均成本水平；c(t)表示截至时刻t单元所消耗的成本公式如下：
[0038]
c(t)＝n
jc
(t)c
jc
+n
yf
(t)c
yf
+n
jz
(t)c
jz
+t
tj
(t)c
tj
[0039]
式中，c
jc
表示进行一次性能检测所消耗的成本；n
yf
(t)表示单元在时间范围[0,t]内所经历的预防型维修策略总次数；c
yf
表示实施一次预防型维修策略所消耗的成本；n
jz
(t)表示单元在时间范围[0,t]内所经历的纠正型维修策略总次数；c
jz
表示实施一次纠正型维修策略所消耗的成本；n
jz
(t)表示截至时刻t单元处于完全故障状态的累积时间；c
tj
表示单位停机时间所造成的成本损失；
[0040]
所述可用度目标值公式如下：
[0041][0042]
式中，t
ij
[et]表示在e(t)期间单元的总停机时间，该时间是由单元故障发生时刻与其相近的维修策略实施时刻间隔所导致的。
[0043]
作为上述方案的进一步说明，所述维修策略参数包括预防型维修策略实施条件、纠正型维修策略的实施间隔
[0044]
所述预防型维修策略实施条件公式如下：
[0045]
h3(t)＝h3(0)-a
1|
[i(t)-i(t
cm0
)]pjμw[0046]
h3(t)表示单元在时刻t的预防型维修策略实施条件；h3(0)表示预防型维修策略实施条件的初始水平；a1表示随机冲击对预防型维修策略实施条件的影响参数；t
cm0
表示距离时刻t最近的一次的纠正型维修时刻；[i(t)-i(t
cm0
)]表示在时刻t
cm0
和t之间所到达的随机冲击总数量；[i(t)-i(t
cm0
)]pj表示单元在时刻t
cm0
和t之间所能承受的冲击总数量；基于正态分布的可加性，[i(t)-i(t
cm0
)]pjμw可表示单元在时刻t
cm0
和t之间所承受冲击的载荷水平的均值之和。
[0047]
作为上述方案的进一步说明，所述优化模型包括受连续退化型故障影响的单元优化模型及受离散退化型故障模式影响的组成单元优化模型；
[0048]
所述受连续退化型故障影响的单元优化模型如下所示：
[0049]
max ea
∞
[h3(0)，t(jz)]and min ec
∞
[h3(0)，t(jz)]
[0050]
s.t.ea
∞
[h3(0)，t(jz)]≥ea
min
[0051]
ec
∞
[h3(0)，t(jz)]≤ec
max
[0052][0053]
所述受离散退化型故障模式影响的组成单元优化模型如下所示：
[0054]
max ea
∞
[t(jz)]and min ec
∞
[t(jz)]
[0055]
s.t.ea
∞
[t(jz)]≥ea
min
[0056]
ec
∞
[t(jz)]≤ec
max
[0057][0058]
上述式中，，ea
min
和ec
max
分别表示单元的可用度最低要求和运行成本最高约束；t(jz)表示纠正型维修策略的实施间隔；ec
∞
表示单元的成本目标值；ea
∞
表示单元的可用度目标值。
[0059]
本发明还提出一种不确定背景下的系统维修策略优化设备，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现一种不确定背景下的系统维修策略优化方法。
[0060]
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行一种不确定背景下的系统维修策略优化方法。
[0061]
(三)有益效果
[0062]
本发明相对于现有技术，具有以下有益效果：
[0063]
本发明方法解决了系统及其组成单元的运行保障策略，旨在保障系统运行可靠性的同时提升其运行经济性；首先运用随机过程理论，给出了单元的故障概率表达式，提出了两种针对性的维修策略；其次将维修策略的优化目标确定为保证单元可用度最大化的同时使维修成本最小化，并基于更新理论给出期望可用度和单位时间成本率的表达式；最后通过综合维修策略优化目标与相关约束条件，构建完整的以预防型维修策略实施条件初始水平为变化参量的优化模型。
附图说明
[0064]
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明新型的其它特征、目的和优点将会变得更明显：
[0065]
图1为发明方法流程示意图；
[0066]
图2为实施例动力组件维修优化结果对比示意图；
[0067]
图3为实施例执行器维修优化结果对比示意图；
[0068]
图4为实施例动力组件和执行器优化目标绝对变化示意图；
[0069]
图5为实施例动力组件和执行器优化目标相对变化示意图；
[0070]
图6为实施例动力组件三种维修情形下的目标对比示意图；
[0071]
图7为实施例执行器三种维修情形下的目标对比示意图；
[0072]
图8为实施例动力组件维修触发条件对比示意图；
[0073]
图9为实施例执行器维修触发条件对比示意图；
[0074]
图10(a)为实施例影响参数a1的敏感性分析示意图；
[0075]
图10(b)为实施例影响参数a2的敏感性分析示意图；
具体实施方式
[0076]
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
[0077]
在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0078]
实施例
[0079]
请参阅图1，一种不确定背景下的系统维修策略优化方法，所述方法包括如下步骤：
[0080]
确定系统组成单元的运行特征及维修策略；
[0081]
确定系统维修策略优化目标；
[0082]
构建优化模型。
[0083]
针对该方法，本实施例以微型电机系统为例进行说明，由体积小、成本低、高性能和智能化等特征所决定，诸如变换器、传感器以及磁性器件等微型机电系统(micro-electro-mechanical system,mems)在太空飞船、生物医疗、原子能开发和武器系统等领域的应用日益广泛，并且其运行可靠性水平直接影响着相关产品的功能发挥。为在解析微型机电系统结构特征与功能特点的基础上，探究其最优维修策略，本实施例以某微型机电系统为例，通过分析其各个组成单元的运行特征，分别求解其维修策略的最优实施条件。
[0084]
首先，确定系统组成单元的运行特征及维修策略，具体的：
[0085]
确定系统组成单元的故障方式；所述故障方式包括突发故障及受退化故障；该系统由传感器，执行器以及微动力组件等三个组成单元构成，其中执行器中的力矩传输部件以及微动力组件中的电源部分会随着运行的推进而发生诸如磨损，侵蚀等退化型故障；传感器则会由于电压，温度等环境因素的突然变化而产生瞬时型故障。
[0086]
确定系统组成单元的运行特征及维修策略；所述维修策略包括预防型维修策略和纠正型维修策略；为防止该微型机电系统及其组成单元出现不必要的停机事件，诸如性能检测、预防型维修以及纠正型维修等活动被引入至该系统日常运行保障过程中。针对执行器和微动力组件，主要有预防型维修和纠正型维修两种形式；针对传感器则仅有纠正型维修策略一种保障方式。
[0087]
确定系统组成单元的发生概率；确定系统组成单元的特征参数；所述发生概率为冲击载荷水平超过单元承受能力的概率。根据下述公式依据故障方式进行区别计算。
[0088]
所述突发故障发生概率如下：
[0089]
由于单元的突发故障大多由其运行环境中诸如温度、湿度以及压强等因素的突然变化而导致，本部分将针对上述因素的变化特征构建相应的表征模型。首先将运行环境的变化定义为可导致单元发生故障的随机冲击，则单元的故障事件可描述为冲击载荷水平超过单元承受能力的概率。对于冲击的载荷水平，截断正态分布描述所述冲击载荷水平，其中μm表示冲击载荷水平的均值；σm表示冲击载荷水平之间的标准偏值；(0,∞)表示冲击载荷的变化范围；
[0090]
针对第j个到达的冲击，由其导致单元突发故障的概率如下式所示：
[0091][0092]
式中，pj表示由第j个到达的冲击导致突发故障发生的概率；φ表示标准正态分布的累积分布函数；h1表示突发故障事件发生的临界水平；
[0093]
由于单元运行环境的变化大多由随机因素导致，本步骤假设不同冲击之间是独立到达的。考虑到泊松过程在表征累积随机事件方面的广泛应用性，本部分将运用参数为ξ的复合泊松过程求解冲击的到达概率。截至时刻t共有i(i》0)个冲击到达的概率如下式所示：
[0094][0095]
式中，i(t)表示直至时刻t所到达的冲击总数量；ξ表示复合泊松过程求解参数；
[0096]
对于任意确定时刻t,单元能够承受随机冲击j的概率如下式所示：
[0097][0098]
式中，wj表示表示第j个到达冲击的载荷水平；表示第j个随机冲击到达时间的累积分布函数，公式如下：
[0099][0100]
式中，ts表示单元的总运行时间。
[0101]
对于受退化故障影响的单元，其故障机理可描述为相关性能水平随着运行的累积而逐渐下降直至无法满足其设计功能的需要。针对该类单元的可靠性建模方法，既可以选择基于单元寿命数据的可靠度求解方法；也可以转而分析单元的性能数据。本部分聚焦于该类单元的性能退化过程，通过挖掘其中间过程信息，实现其可靠性分析。由于伽马过程在分析具有单调趋势随机过程方面的优势作用，本步骤将伽马过程作为连续退化型单元的可靠性分析框架。伽马过程的特性由其内部形状参数α和位置参数β共同决定，其所内含的三个重要性质可概括为：(1)过程的初始水平为零；(2)过程水平的变化量彼此独立且非负；(3)过程水平的变化量仍服从伽马过程，该过程的形状参数为过程变化量的发生时间差，位置参数保持不变。在可靠性测度方面，则通过求解性能累积退化水平小于其故障临界值的概率实现，受退化故障发生概率如下：
[0102][0103]
式中，x(t)表示截至t时刻单元性能的累积退化量；h2表示连续退化型故障的发生临界条件；α(t)表示t时刻的伽马过程形状参数水平；
[0104]
表示参量α(t)和βh2的不完全伽马函数值；
[0105]
的伽马函数值。
[0106]
在求解各个单元维修策略最优实施条件时所依据的参数取值如表1所示。
[0107]
表1微型机电系统组成单元可靠性与维修策略特征参数值
[0108]
参数名称h
1-传感器
ξμwσw|h
2-动力组件h
2-执行器
a1a2取值0.637650.260.657.8e-344360.30.6
[0109]
其次确定系统维修策略优化目标；所述优化目标包括成本目标值及可用度目标值；具体的包括如下步骤：
[0110]
确定成本目标值、确定可用度目标值；所述成本目标值公式如下：
[0111][0112]
式中，e(t)表示在没有维修策略的干预下单元的期望寿命；e(ct)表示单元在e(t)时间内所消耗的平均成本水平；c(t)表示截至时刻t单元所消耗的成本公式如下：
[0113]
c(t)＝n
jc
(t)c
jc
+n
yf
(t)c
yf
+n
jz
(t)c
jz
+t
tj
(t)c
tj
[0114]
式中，c
jc
表示进行一次性能检测所消耗的成本；n
yf
(t)表示单元在时间范围[0，t]内所经历的预防型维修策略总次数；c
yf
表示实施一次预防型维修策略所消耗的成本；n
jz
(t)表示单元在时间范围[0，t]内所经历的纠正型维修策略总次数；c
jz
表示实施一次纠正型维修策略所消耗的成本；n
jz
(t)表示截至时刻t单元处于完全故障状态的累积时间；c
tj
表示单位停机时间所造成的成本损失；
[0115]
所述可用度目标值公式如下：
[0116][0117]
式中，t
ij
[et]表示在e(t)期间单元的总停机时间，该时间是由单元故障发生时刻与其相近的维修策略实施时刻间隔所导致的。
[0118]
确定维修策略参数。所述维修策略参数包括预防型维修策略实施条件、纠正型维修策略的实施间隔所述预防型维修策略实施条件公式如下：
[0119]
h3(t)＝h3(0)-a
1|
[i(t)-i(t
cm0
)]pjμw[0120]
h3(t)表示单元在时刻t的预防型维修策略实施条件；h3(0)表示预防型维修策略实施条件的初始水平；a1表示随机冲击对预防型维修策略实施条件的影响参数；t
cm0
表示距离时刻t最近的一次的纠正型维修时刻；[i(t)-i(t
cm0
)]表示在时刻t
cm0
和t之间所到达的随机冲击总数量；[i(t)-i(t
cm0
)]pj表示单元在时刻t
cm0
和t之间所能承受的冲击总数量；基于正态分布的可加性，[i(t)-i(t
cm0
)]pjμw可表示单元在时刻t
cm0
和t之间所承受冲击的载荷水平的均值之和。
[0121]
最后构建优化模型，所述优化模型包括受连续退化型故障影响的单元优化模型及受离散退化型故障模式影响的组成单元优化模型；
[0122]
所述受连续退化型故障影响的单元优化模型如下所示：
[0123]
max ea
∞
[h3(0)，t(jz)]and min ec
∞
[h3(0)，t(jz)]
[0124]
s.t.ea
∞
[h3(0)，t(jz)]≥ea
min
[0125]
ec
∞
[h3(0)，t(jz)]≤ec
max
[0126][0127]
所述受离散退化型故障模式影响的组成单元优化模型如下所示：
[0128]
max ea
∞
[t(jz)]and min ec
∞
[t(jz)]
[0129]
s.t.ea
∞
[t(jz)]≥ea
min
[0130]
ec
∞
[t(jz)]≤ec
max
[0131][0132]
上述式中，，fa
min
和ec
max
分别表示单元的可用度最低要求和运行成本最高约束；t(jz)表示纠正型维修策略的实施间隔；ec
∞
表示单元的成本目标值；fa
∞
表示单元的可用度目标值。
[0133]
按照上述方法，求得各个单元的维修策略最优实施特征参数如表2所示。由于传感器为突发故障型单元，其维修策略优化结果仅包含纠正型维修策略的实施间隔t
*
(jz)；而动力组件和执行器的维修策略优化结果则同时包含着预防型维修策略的最优触发条件
和纠正型维修的最优实施间隔t
*
(jz)。
[0134]
表2单元维修策略特征参数优化值
[0135]
单元名称成本目标值可用度目标值维修策略优化参数动件组件ec
∞
＝0.5148ea
∞
＝0.96321h3(0)＝28.6，t(jz)＝55执行器ec
∞
＝0.4752ea
∞
＝0.95452h
3*
(0)＝30.8，t
*
(jz)＝62.4传感器ec
∞
＝0.46ea
∞
＝0.95328t
*
(jz)＝56
[0136]
为进一步探究不同类型单元间的相关性影响，本实施例还在单元彼此独立的假设下，对动力组件和执行器的维修策略进行了重新优化，结果如表3所示。
[0137]
表3单元维修策略特征参数优化值
[0138]
单元名称成本目标值可用度目标值维修策略优化参数动件组件ec
′
∞
＝0.4942ea
′
∞
＝0.97284h
3*
＝25.74，t
*
(jz)＝71.5执行器ec
′
∞
＝0.4562ea
′
∞
＝0.97361h
3*
＝27.104，t
*
(jz)＝74.88
[0139]
其中ec’∞
和ea’∞
分别表示不考虑传感器单元影响的两退化故障型单元成本和可用度优化目标值。为更形象化地展示上述两种情形的差异性，本实施例还构建了针对两单元的对比性分析柱状图，如图2和3所示，其中圆柱体表示单元具有相关性联系的情形，长方体表示单元彼此独立的情形。无论对于动力组件还是执行器，其优化成本率相较于单元间具有相互作用的情形都有所下降，而可用度目标制则出现了提升现象，这是由于缺少随机冲击的影响，两单元的运行可靠性都有所提升，进而减少了相应的维修策略实施次数。
[0140]
为进一步分析单元间相关性联系的作用强度，本实施例还对上述两种典型情形下求得的维修策略优化结果分别进行了绝对变化量和相对变化量分析，分析结果如表4所示。
[0141]
表4单元维修策略优化参数与目标变化率
[0142]
单元名称δec
∞
δec
∞
/ec
∞
δea
∞
δea
∞
/ea
∞
动力组件0.02060.0400160.009630.009998执行器0.0190.039980.019090.0199996
[0143]
其中绝对变化量和相对变化量的计算方法如下式所示。
[0144]
δec
∞
＝|ec
∞-ec’∞
|，δea
∞
＝|ea
∞-ea’∞
|
[0145]
r(ec
∞
)＝δec
∞
/ec
∞
|，r(ea
∞
)＝δea
∞
/ea
∞
[0146]
进一步地，为形象化表征上述表4的分析结果，本部分将绝对变化量和相对变化量分别表征为如图4和5所示，其中圆柱体表示动力组件相关的目标参量，长方体则表示执行器相关的优化目标水平。虽然动力组件的成本率在绝对变化量方面低于执行器，但其相对变化率却略高于执行器，表明动力组件在成本率方面的敏感性高于执行器。在目标可用度方面，无论绝对变化量还是相对量，执行器都远高于动力组件，表明执行器在可用度的方面的敏感程度较高。
[0147]
为探究不同类型维修策略的实施差异性，本实施例还针对动力组件和执行器进行了单个维修策略的对比性优化分析，结果如表5所示。
[0148]
表5不同维修策略的优化结果
[0149][0150]
结合表2中的两维修策略协同优化结果，对三种不同情形的维修优化目标进行了对比性分析，结果为如图6和7所示，其中长方体表示两种维修策略同时优化的情形，圆柱体表示仅考虑预防型维修策略，圆锥体表示仅优化纠正型维修策略的情形。无论动力组件还是执行器的成本率都在仅规划纠正型维修策略的情形下取得最小值，而可用度则在仅考虑预防型维修策略的情形下取得最大值。
[0151]
在维修策略触发条件方面，本实施例将同时安排预防型和纠正型维修策略下求得的和t
*
(jz)与单独考虑预防型维修策略下求得的以及单独分析纠正型维修策略下得出的t
*
(jz)进行了对比性分析，结果如图8和9所示，其中长方体表示同时考虑两种维修策略条件下求得的和t
*
(jz)，圆柱体表示仅考虑预防型维修策略下求得的和单独分析纠正型维修策略下得出的t
*
(jz)。无论是动力组件还是执行器，在两种维修策略共同作用的情形下，其预防型维修临界值水平较高，表示该条件下相关维修策略被实施的次数较少，这是由于两种维修策略的相互保障作用，避免了其中任何一种被频繁地实施。
[0152]
由于本实施例所涉及参数a1和a2的影响方面仅局限在预防型维修策略方面，本部分以动力组件为例，对上述两参数展开了敏感性分析，如图10所示，其中的分析指标为动力组件的预防型维修策略最优触发条件随着参数a1的增加，水平逐渐升高，这是因为a1的值越大表示随机冲击对预防型维修策略触发条件的影响性越大，为满足动力组件的成本率要求，值需要进一步提升以防止其被随机冲击削弱过大，进而使该类维修方式被频繁实施。对于a2，随着该参数水平的升高，呈现下降趋势，这是由于a2值越大表示预防型维修效果越不明显，为满足单元的可用度要求，需要降低该类维修方式的实施条件。
[0153]
本发明方法解决了系统及其组成单元的运行保障策略，旨在保障系统运行可靠性的同时提升其运行经济性；首先运用随机过程理论，给出了单元的故障概率表达式，提出了两种针对性的维修策略；其次将维修策略的优化目标确定为保证单元可用度最大化的同时使维修成本最小化，并基于更新理论给出期望可用度和单位时间成本率的表达式；最后通过综合维修策略优化目标与相关约束条件，构建完整的以预防型维修策略实施条件初始水平为变化参量的优化模型。
[0154]
本发明还提出一种不确定背景下的系统维修策略优化设备，包括处理器、存储器以及存储在所述存储器内的计算机程序，所述计算机程序能够被所述处理器执行以实现一种不确定背景下的系统维修策略优化方法。
[0155]
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行一种不确定背景下的系统维修策略优化方法。
[0156]
示例性的，所述计算机程序可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在不确定背景下的系统维修策略优化方法设备中的执行过程。
[0157]
所述一种不确定背景下的系统维修策略优化设备可包括但不仅限于处理器、存储器。本领域技术人员可以理解，所述示意图仅仅是一种不确定背景下的系统维修策略优化设备的示例，并不构成对不确定背景下的系统维修策略优化方法设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述不确定背景下的系统维修策略优化方法设备还可以包括输入输出设备、网络接入设备、总线等。
[0158]
所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述不确定背景下的系统维修策略优化设备的控制中心，利用各种接口和线路连接整个不确定背景下的系统维修策略优化设备的各个部分。
[0159]
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述不确定背景下的系统维修策略优化设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0160]
其中，所述不确定背景下的系统维修策略优化方法设备集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。
[0161]
所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法
和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0162]
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0163]
上述实施例中的实施方案可以进一步组合或者替换，且实施例仅仅是对本发明的优选实施例进行描述，并非对本发明的构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域中专业技术人员对本发明的技术方案作出的各种变化和改进，均属于本发明的保护范围。