This paper optimizes economic production quantity (EPQ) and condition-based maintenance (CBM) simultaneously for a production system subject to aging and deterioration. Different from previous models jointly determining EPQ and CBM, the proposed model is developed based on the proportional hazards model with a continuous-state covariate process, and on a CBM policy with multiple maintenance actions and dynamic control limits. Taking advantage of the opportunity of the downtime when a production run completes, condition monitoring is performed to reveal the system deterioration and then a suitable action is selected from preventive replacement, preventive repair, and no maintenance. Random failures during a production phase can be fixed by corrective replacement, corrective repair, or minimal repair. Considering that in many practical situations condition monitoring cannot be conducted at failure, corrective maintenance actions are determined based on (1) the system age at failure and the deterioration at the beginning of the production run (Scenario 1); or (2) both the system age and deterioration at the beginning of the production run (Scenario 2). The objective is to jointly optimize the production lot size and the CBM policy by minimizing the long-run average cost rate. The optimization problem is solved based on the policy-iteration algorithm in the semi-Markov decision process (SMDP) framework. A numerical example is provided to illustrate the proposed approach. The results show that Scenario 1 produces a more cost-effective but more complex maintenance strategy than Scenario 2 does.

本文针对老化和恶化的生产系统，同时优化了经济产量（EPQ）和基于状态的维护（CBM）。与先前共同确定EPQ和CBM的模型不同，该提议的模型是基于具有连续状态协变量过程的比例风险模型以及具有多个维护措施和动态控制限制的CBM策略而开发的。利用生产运行完成后停机的机会，执行状态监视以显示系统退化，然后从预防性更换，预防性维修和无需维护中选择适当的措施。生产阶段的随机故障可以通过纠正性更换，纠正性维修或最小程度的维修来解决。考虑到在许多实际情况下无法对故障进行状态监视，因此，基于以下方面确定纠正性维护措施：（1）故障时的系统寿命和生产运行开始时的性能下降（方案1）；或（2）生产运行开始时的系统老化和退化（方案2）。目的是通过最小化长期平均成本率来共同优化生产批量和煤层气政策。在半马尔可夫决策过程（SMDP）框架中，基于策略迭代算法解决了优化问题。提供了一个数值示例来说明所提出的方法。结果表明，方案1比方案2更具成本效益，但维护策略更复杂。纠正性维护措施是基于以下因素确定的：（1）故障时的系统寿命和生产运行开始时的性能下降（情况1）；或（2）生产运行开始时的系统老化和退化（方案2）。目的是通过最小化长期平均成本率来共同优化生产批量和煤层气政策。在半马尔可夫决策过程（SMDP）框架中，基于策略迭代算法解决了优化问题。提供了一个数值示例来说明所提出的方法。结果表明，方案1比方案2更具成本效益，但维护策略更复杂。纠正性维护措施是基于以下因素确定的：（1）故障时的系统寿命和生产运行开始时的性能下降（情况1）；或（2）生产运行开始时的系统老化和退化（方案2）。目的是通过最小化长期平均成本率来共同优化生产批量和煤层气政策。在半马尔可夫决策过程（SMDP）框架中，基于策略迭代算法解决了优化问题。提供了一个数值示例来说明所提出的方法。结果表明，方案1比方案2更具成本效益，但维护策略更复杂。或（2）生产运行开始时的系统老化和退化（方案2）。目的是通过最小化长期平均成本率来共同优化生产批量和煤层气政策。在半马尔可夫决策过程（SMDP）框架中，基于策略迭代算法解决了优化问题。提供了一个数值示例来说明所提出的方法。结果表明，方案1比方案2更具成本效益，但维护策略更复杂。或（2）生产运行开始时的系统老化和退化（方案2）。目的是通过最小化长期平均成本率来共同优化生产批量和煤层气政策。在半马尔可夫决策过程（SMDP）框架中，基于策略迭代算法解决了优化问题。提供了一个数值示例来说明所提出的方法。结果表明，方案1比方案2更具成本效益，但维护策略更复杂。在半马尔可夫决策过程（SMDP）框架中，基于策略迭代算法解决了优化问题。提供了一个数值示例来说明所提出的方法。结果表明，方案1比方案2更具成本效益，但维护策略更复杂。在半马尔可夫决策过程（SMDP）框架中，基于策略迭代算法解决了优化问题。提供了一个数值示例来说明所提出的方法。结果表明，方案1比方案2更具成本效益，但维护策略更复杂。