数学物理学报, 2023, 43(2): 625-645

修理设备可更换的${N}$ -策略延迟不中断单重休假 ${M/G/1}$可修排队系统分析

何亚兴, 唐应辉,*, 刘琼琳

四川师范大学数学科学学院 成都 610068

Analysis of ${M/G/1}$ Repairable Queueing System with a Replaceable Repair Facility, ${N}$-policy and Delayed Uninterrupted Single Vacation

He Yaxing, Tang Yinghui,*, Liu Qionglin

School of Mathematical Sciences, Sichuan Normal University, Chengdu 610068

通讯作者: *唐应辉,E-mail: tangyh@sicnu.edu.cn

收稿日期: 2022-05-12   修回日期: 2022-10-17  

基金资助: 国家自然科学基金(71571127)
与四川师范大学学科建设专项项目(XKZX2021-04)

Received: 2022-05-12   Revised: 2022-10-17  

Fund supported: NSFC(71571127)
Special Project For Subject Construction of Sichuan Normal University(XKZX2021-04)

摘要

该文考虑具有$N$ -策略和延迟不中断单重休假的$M/G/1$可修排队系统, 其中修理设备在修理故障服务台期间可发生故障且可更换. 该文运用更新过程理论, 全概率分解技术和拉普拉斯变换工具, 讨论了服务台和修理设备的可靠性指标, 比如服务台和修理设备的瞬态不可用度, 稳态故障频度以及在时间$\left( 0,t \right]$ 内的平均故障次数等, 并且对服务台的稳态不可用度和稳态故障频度进行了参数敏感性分析.

关键词: $M/G/1$可修排队系统; $N$-策略; 延迟不中断休假; 可靠性指标; 参数敏感性分析

Abstract

This paper considers an $M/G/1$ repairable queueing system with $N$-policy and delayed uninterrupted single vacation, in which the repair facility subject to breakdowns and then replaced during the repair facility busy period. By the renewal process theory, the total probability decomposition technique and the Laplace transform tool, some reliability indices of the service station and the repair facility are discussed, such as the transient-state and steady-state unavailability, and the expected failure number during $(0,t]$, etc., and the parameter sensitivity analysis is carried out on the steady-state unavailability and the steady-state failure frequency.

Keywords: $M/G/1$ repairable queueing system; $N$-policy; Delayed uninterrupted vacation; Reliability index; Parameter sensitivity analysis

PDF (595KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

何亚兴, 唐应辉, 刘琼琳. 修理设备可更换的${N}$ -策略延迟不中断单重休假 ${M/G/1}$可修排队系统分析[J]. 数学物理学报, 2023, 43(2): 625-645

He Yaxing, Tang Yinghui, Liu Qionglin. Analysis of ${M/G/1}$ Repairable Queueing System with a Replaceable Repair Facility, ${N}$-policy and Delayed Uninterrupted Single Vacation[J]. Acta Mathematica Scientia, 2023, 43(2): 625-645

1 引言

在实践中,经常会遇到服务台突发故障而暂时不能为顾客服务的情形, 此时只有等修理工修理好服务台之后才能继续为顾客服务. 目前, 拥有不可靠服务台的各类排队系统得到了学者们的普遍关注[1-4], 曹晋华与程侃首次[5]讨论了服务台可修的$M/G/1$ 排队系统, 使用马尔可夫更新过程讨论了服务台的主要可靠性指标, 曹晋华[6]进一步分析了服务设备可修的机器服务模型, 唐应辉[7]用一种新的分析思路和方法对上述模型进行了可靠性分析, 并得到了一些新的结论. 文献[8]通过分解分析法重新研究了$M/G/1$ 可修排队系统, 使得文献[5]中繁琐的证明过程更加简单, 且得到了比文献[5]更多的可靠性指标结果. 实际情况中, 系统的故障不仅仅发生在工作期间, 也有可能在空闲期间因受到恶劣环境的影响而发生故障, 因此文献[9,10]研究了在服务台闲期时服务台仍可能发生故障的$M/G/1$ 排队系统. 文献[11,12]进一步推广了拥有不可靠服务台$M/G/1$ 排队系统并且得到了可靠性指标. 文献[13-17]研究了有多种休假策略相结合的可修排队系统. 随着离散时间排队模型被广泛应用于计算机通信等领域, 拥有不可靠服务台的离散排队系统也成为了学者们的重点研究对象, 并取得了大量研究成果[18-24]. 文献[25-28] 进一步讨论了带有温储备失效特征的$M/G/1$可修系统排队系统, 文献[29] 将Min$(N,V)$ -策略结合起来研究了具有温储备失效特征和单重休假Min$(N,V)$ -策略的$M/G/1$可修排队系统, 并利用数值例子得到了最优控制策略$N^{*}$.

但是在上述研究的可修排队系统中, 作者都是假设“修理设备在对服务台进行修理时不会发生故障”这样的理想状态, 实际上, 修理设备在对服务台修理的过程中同样可以因为自身的老化和磨损发生故障, 一旦修理设备发生故障, 它就需被修理或者更换后, 才能继续修理故障的服务台. 在文献[30-37]中就进一步考虑到修理设备在修理服务台时可能发生故障的情形, 并给出了其排队指标或者可靠性指标. 本文在上述背景下提出了修理设备可更换且具有$N$ -策略和延迟不中断单重休假的$M/G/1$可修排队系统模型. 这类排队模型常见于制造系统中. 在这类系统中, 系统管理者为了节约系统频繁启动的成本, 往往在累计一定数量的工作量时才开始生产, 当没有需要加工的任务时, 工作人员可以在此期间(即休假期间)进行一些额外的操作任务, 比如对机器进行检修或工作人员去做其他工作等. 另外, 在休假之前, 工作人员也会做一些休假之前的准备工作, 比如关闭系统的一些整理工作等, 因此本文提出建立的系统模型有较强的实际应用背景. 下面我们给出模型的具体刻画

1)顾客相继到达间隔时间 $\tau $ 有分布 $F(t)=1-{{e}^{-\lambda t}}, t\ge 0.$ 顾客的服务时间 $\chi$ 服从一般分布 $G(t)$, 记平均服务时间为 ${1}/{\mu }\;(0<\mu <\infty )$.

2)服务员采取延迟单重休假且休假不中断机制,顾客遵循先到先服务的规则, 服务的启动实行$N$ -策略控制: 每当系统变空时, 服务员不是立即去休假, 这时服务员会有一段随机长度的“延迟时间” $H$ 做休假准备, “延迟时间”$H$ 服从任意分布$H(t)$, 且平均延迟时间为$1/\eta (0<\eta <\infty )$. 如果有顾客在延迟时间 $H$ 内到达, 服务员立即为顾客服务, 直到系统再次变空再重新做休假准备;如果没有顾客在延迟时间$H$内到达, 则延迟时间结束以后服务员立刻去休假一次, 休假时间$V$服从任意分布$V(t)$. 当服务员休假转来, 系统中等待服务的顾客数大于或者等于事先设定的正整数阈值$N$ 个, 服务员立刻启动服务台为顾客服务, 直到系统再次变空;若发现系统中等待服务的顾客数小于$N$个, 则服务员就待在系统中处于空闲状态(在岗)直到系统内到达顾客数达到$N$ 个再启动服务台为顾客服务.

3)系统中只有一个服务台, 且服务台的寿命$X$服从参数为$\alpha (>0)$的负指数分布$X(t)=P\left\{ X\le t \right\}=1-{{e}^{-\alpha t}}$.服务台失效后立即进行修理且修复如新, 修理时间$Y$ 的分布函数为任意分布$Y(t)=P\left\{ Y\le t \right\}$, 且记平均修理时间为$0\le \beta =\int_{0}^{\infty }{t{\rm d}Y(t)}<\infty$.

4)在修理失效服务台的过程中, 修理设备本身也可能发生故障, 其使用寿命$U$服从参数为$\nu (>0)$的负指数分布$U(t)=P\left\{ U\le t \right\}=1-{{e}^{-\nu t}}$. 当修理设备发生故障时立即对修理设备进行更换, 更换的时间$W$服从任意分布$W(t)=P\left\{ W\le t \right\}$, 且记平均更换时间为$0\le \gamma =\int_{0}^{\infty }{t{\rm d}W(t)}<\infty$.

5)在服务台和修理设备未工作期间, 均不会发生故障, 即都处于冷储备状态, 在服务台修理完成和修理设备结束更换之后均完全恢复, 而且假设在初始时刻,服务台和修理设备都是新的.

6)上述所有随机变量$\tau$$\chi$$H$$V$$X$$Y$$U$$W$ 是相互独立的.

另外, 进一步假设在初始时刻, 如果系统中没有顾客, 服务员在系统中等待(在岗), 直到有顾客到达则立即启动服务台进行服务, 即服务员经历一个忙期以后才实行上述的控制策略(这种假设更符合实际情况).

2 预备知识

下面先给出服务台的“广义修理时间”和顾客的“广义服务时间”的定义.

服务台的“广义修理时间”:从开始修理故障服务台的时刻起, 直到结束修理的时间, 它包含了修理设备在对服务台的修理过程中因为自身的故障而进行更换的时间.

顾客的“广义服务时间”:从顾客被服务的时刻起, 直到该顾客服务结束的时间, 它包含了在该顾客的服务期间, 因服务台发生故障而对它进行修理的时间, 并且也包含修理设备在修理故障服务台时因自身的故障而被更换的时间.

${{\tilde{Y}}_{n}}$ 表示服务台第$n$次的“广义修理时间”, 且${{\tilde{Y}}_{n}}(t)=P\left\{ {{{\tilde{Y}}}_{n}}(t)\le t \right\}$, 类似文献[39] 第十章的讨论, 可得

$\begin{matrix} \tilde{Y}(t)\triangleq{{\tilde{Y}}_{n}}(t)=P\left\{ {{{\tilde{Y}}}_{n}}(t)\le t \right\}=\sum\limits_{k=0}^{\infty }{\int_{0}^{t}{{{W}^{\left( k \right)}}\left( t-x \right){{e}^{-\nu x}}\frac{{{\left( \nu x \right)}^{k}}}{k!}{\rm d}Y(x)}}, \end{matrix}$

对(2.1)式作$LS$变换可得

$\begin{matrix} \tilde{y}(s)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}\tilde{Y}(t)}=\sum\limits_{k=0}^{\infty }{{{\left( w\left( s \right) \right)}^{k}}\int_{0}^{\infty }{{{e}^{-\left( s+\nu \right)t}}\frac{{{\left( \nu t \right)}^{k}}}{k!}{\rm d}Y(t)}}=y(s+\nu -\nu w(s)), \end{matrix} $

由(2.2)式得服务台的平均“广义修理时间”为

$\begin{matrix} \tilde{\beta }=E({{{\tilde{Y}}}_{n}})={{\left. -\frac{{\rm d}\tilde{y}(s)}{{\rm d}s} \right|}_{s=0}}=\beta \left( 1+\nu \gamma \right), \end{matrix}$

其中 $y(s)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}Y(t)},w(s)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}W(t)},$${{W}^{\left( k \right)}}\left( t \right)$表示自身$k$重卷积, $k\ge 1,$${{W}^{\left( 0 \right)}}\left( t \right)=1,t\ge 0$, 以下符号同理.

${{\tilde{\chi }}_{n}}$ 表示第$n$个顾客的“广义服务时间”, ${{\tilde{G}}_{n}}(t)=P\left\{ {{{\tilde{\chi }}}_{n}}\le t \right\}$, 如果把服务台的“广义修理时间”看成服务台失效后的修理时间, 可得

$\begin{matrix}\tilde{G}(t)\triangleq{{\tilde{G}}_{n}}(t)=P\left\{ {{{\tilde{\chi }}}_{n}}\le t \right\}=\sum\limits_{k=0}^{\infty }{\int_{0}^{t}{{{{\tilde{Y}}}^{\left( k \right)}}\left( t-x \right){{e}^{-\alpha x}}\frac{{{\left( \alpha x \right)}^{k}}}{k!}{\rm d}G(x)}},\end{matrix}$

对(2.4)式作$LS$变换可得

$\begin{matrix}\tilde{g}(s)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}\tilde{G}(t)}=\sum\limits_{k=0}^{\infty }{{{\left( \tilde{y}\left( s \right) \right)}^{k}}\int_{0}^{\infty }{{{e}^{-\left( s+\alpha \right)t}}\frac{{{\left( \alpha t \right)}^{k}}}{k!}{\rm d}G(t)}}=g(s+\alpha -\alpha \tilde{y}(s)),\end{matrix}$

由(2.5)式得顾客的平均“广义服务时间”为

$\begin{matrix}E\left( {{{\tilde{\chi }}}_{n}} \right)={{\left. -\frac{{\rm d}\tilde{g}(s)}{{\rm d}s} \right|}_{s=0}}=\frac{1+\alpha \tilde{\beta }}{\mu }=\frac{1+\alpha \beta \left( 1+\nu \gamma \right)}{\mu }.\end{matrix}$

引理 2.1${{\tilde{\chi }}_{n}}$ 直接表示第$n$个顾客的“服务时间”, 则本文研究的系统就等价于具有$N$ - 策略和延迟单重休假且休假不中断的$M/G/1$排队系统[38].

因此, 我们可仿照文献[38]的讨论得到该系统的有关排队指标, 为节约篇幅, 本文省略相应的讨论, 具体排队指标有兴趣的读者可参考文献[38].

为下面讨论方便, 我们先给出服务台的“广义忙期”定义.

服务台的“广义忙期”:从服务员开始为顾客服务的时刻起, 直到系统变空的这段时间, 它包含了服务台因故障而被修理的时间, 并且也包含修理设备在修理故障服务台时因自身故障而被更换的时间.

符号$b$通常用来表示在经典的$M/G/1$排队系统中, 从一个顾客开始的服务台忙期长度, 有分布$P\left\{ {{b}}\le t \right\}={{B}}\left( t \right)$, ${{b}^{\left\langle i \right\rangle }}$则表示从$i$个顾客开始的服务台忙期长度, 有分布$P\left\{ {{b}^{\left\langle i \right\rangle }}\le t \right\}={{B}^{\left( i \right)}}\left( t \right)$, 用$\tilde{b}$表示该可修排队系统从一个顾客开始的服务台的“广义忙期”长度, 其分布$\tilde{B}\left( t \right)=P\left\{ \tilde{b}\le t \right\}$, ${{\tilde{b}}^{\left\langle i \right\rangle }}$表示从$i$个顾客开始的服务台的“广义忙期”长度, 有分布${{\tilde{B}}^{\left( i \right)}}\left( t \right)=P\left\{ {{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\}, t\ge 0,i\ge 1.$ 类似于文献[39]中有关可修排队系统的讨论, 我们有如下引理.

引理 2.2[39]$\mathfrak{R}e \left( s \right)>0$, $\tilde{b}(s)$是方程$z=\tilde{g}\left( s+\lambda -\lambda z \right)$$\left| z \right|<1$内的唯一根, 且

$\tilde{B}\left( t \right)=\sum\limits_{k=1}^{\infty }{\int_{0}^{t}{\frac{{{\left( \lambda x \right)}^{k-1}}}{k!}{{e}^{-\lambda x}}{\rm d}}}{{\tilde{G}}^{\left( k \right)}}\left( x \right),t\ge 0, $
$\lim\limits_{t\to \infty }\tilde{B}\left( t \right)=\lim\limits_{s\to {{0}^{+}}}\tilde{b}\left( s \right)=\left\{ \begin{array}{ll} 1, & \tilde{\rho }\le 1, \\ \omega <1, & \tilde{\rho }>1, \\\end{array} \right.E(\tilde{b})=\left\{ \begin{array}{ll} \frac{{\tilde{\rho }}}{\lambda \left( 1-\tilde{\rho } \right)}, & \tilde{\rho }<1, \\ \infty, & \tilde{\rho }\ge 1, \\\end{array} \right.$

其中$\tilde{\rho} =\frac{\lambda \left[ 1+\alpha \beta \left( 1+\nu \gamma \right) \right]}{\mu }$, $\omega \left( 0<\omega <1 \right)$ 是方程$z=\int_{0}^{\infty }{{{e}^{-\lambda (1-z)t}}{\rm d}\tilde{G}(t)} =\tilde{g}(\lambda -\lambda z)$$\left( 0,1 \right)$内的根.

3 服务台的可靠性指标

3.1 服务台的不可用度

首先引入一个经典的单部件可靠性系统[40], 假设这单个部件的工作寿命$X$服从参数为$\alpha$的负指数分布, 它发生故障后可立即被修理, 其修理时间$Y$的分布$Y(t)$等价于本文服务台的“广义修理时间”分布$\tilde{Y}(t)$, 且修复如新, $X$$Y$相互独立. 对$t\ge 0$, 令

$\tilde{\Phi }\left( t \right)=P\left\{ \mbox{时刻t服务台失效} \right\}, {{\tilde{\varphi }}^{*}}\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}\tilde{\Phi }\left( t \right){\rm d}t},$
$\tilde{M}\left( t \right)=E\left\{ \left( 0,t \right]\mbox{内系统失效的次数} \right\},\tilde{m}\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}}\tilde{M}\left( t \right).$

引理 3.1[40]$\mathfrak{R}e \left( {s} \right)>0$, 有

$\begin{matrix} {{\tilde{\varphi }}^{*}}\left( s \right)=\frac{\alpha \left[ 1-\tilde{y}\left( s \right) \right]}{s\left[ s+\alpha -\alpha \tilde{y}\left( s \right) \right]},\tilde{m}\left( s \right)=\frac{\alpha }{s+\alpha -\alpha \tilde{y}\left( s \right)}, \end{matrix}$

且平稳结果

$\begin{matrix}\lim\limits_{t\to \infty }\,\tilde{\Phi }\left( t \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{\tilde{\varphi }}^{*}}\left( s \right)=\frac{\alpha \beta \left( 1+\nu \gamma \right)}{1+\alpha \beta \left( 1+\nu \gamma \right)},\lim\limits_{t\to \infty }\,\frac{\tilde{M}\left( t \right)}{t}=\lim\limits_{s\to {{0}^{+}}}\,s\tilde{m}\left( s \right)=\frac{\alpha }{1+\alpha \beta \left( 1+\nu \gamma \right)}. \end{matrix}$

下面讨论服务台的不可用度, 令

${{\Phi }_{i}}\left( t \right)=P\left\{\mbox{时刻t服务台失效}\left| N\left( 0 \right)=i \right. \right\},{{\varphi }_{i}}^{*}(s)=\int_{0}^{\infty }{{{e}^{-st}}{{\Phi }_{i}}(t){\rm d}t},i\ge 0.$

定理 3.1$\mathfrak{R}e \left( s \right)>0$,有

${{\varphi }_{0}}^{*}\left( s \right)={{\tilde{\varphi }}^{*}}\left( s \right)f\left( s \right)\left\{ 1-\frac{\tilde{b}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},$
${{\varphi }_{i}}^{*}\left( s \right)={{\tilde{\varphi }}^{*}}\left( s \right)\left\{ 1-\frac{{{{\tilde{b}}}^{i}}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},i\ge 1,$

且平稳结果为

$\begin{matrix}\lim\limits_{t\to \infty }\,\Phi \left( t \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{\varphi }^{*}}\left( s \right)=\left\{ \begin{array}{ll} \frac{\lambda \alpha \beta \left( 1+\nu \gamma \right)}{\mu }, & \tilde{\rho }<1, \\[3mm]\frac{\alpha \beta \left( 1+\nu \gamma \right)}{1+\alpha \beta \left( 1+\nu \gamma \right)}, & \tilde{\rho }\ge 1, \\\end{array} \right.\end{matrix}$

其中

$A(s)=\int_{0}^{\infty }{{{e}^{-st}}V(t){\rm d}{{F}^{\left( N \right)}}(t)},\tilde{C}\left( s \right)=\sum\limits_{m=0}^{N-1 }\int_{0}^{\infty }{{{{\tilde{b}}}^{m}}\left( s \right)\frac{{{\left( \lambda t \right)}^{m}}}{m!}{{e}^{-\left( s+\lambda \right)t}}{\rm d}V\left( t \right)},$
$D(s)=\int_{0}^{\infty }{{{e}^{-st}}{{F}^{(N)}}\left( t \right){\rm d}V\left( t \right)},\xi \left( s \right)=f\left( s \right)\left[ 1-h\left( s+\lambda \right) \right]+h\left( s+\lambda \right)\left[ A\left( s \right)+D\left( s \right) \right],$
$\tilde{\Delta }\left( s \right)=1-\left[ 1-h\left( s+\lambda \right) \right]f\left( s \right)\tilde{b}\left( s \right)-h\left( s+\lambda \right)[ {{{\tilde{b}}}^{N}}\left( s \right)A\left( s \right)+v( s+\lambda -\lambda \tilde{b}\left( s \right) )-\tilde{C}\left( s \right) ].$

基于上述模型描述可知, 服务台在未工作期间(即服务员闲期)不会发生故障, 服务台在时刻$t$发生失效当且仅当时刻$t$处在服务台的某个“广义忙期”中且时刻$t$服务台处于故障状态, 令${{l}_{0}}=0,{{l}_{n}}=\sum\limits_{i=1}^{n}{{{\tau }_{i,}}n\ge 1}$, ${{\hat{\hat{\tau }}}_{i}}$表示${{\hat{\tau }}_{i}}$的剩余到达时间, 运用全概率分解技术, 对$i\ge 1$, 有

$\begin{matrix} {{\Phi }_{i}}\left( t \right)& =& P\left\{ 0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }},\mbox{时刻t服务台失效}\right\}\\&& +P\left\{ 0<{{{\hat{\tau }}}_{1}}\le H,{{{\tilde{b}}}^{\left\langle i \right\rangle }}+{{{\hat{\tau }}}_{1}}\le t,\mbox{时刻t服务台失效}\right\} \\ &&+P\left\{ {{{\hat{\tau }}}_{1}}>H,V<{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}},{{{\tilde{b}}}^{\left\langle i \right\rangle }}+H+{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}}\le t,\mbox{时刻t服务台失效}\right\} \\ &&+\sum\limits_{n=N}^{\infty }{P\left\{ {{{\hat{\tau }}}_{1}}>H,{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{n-1}}\le V<{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{n}},{{{\tilde{b}}}^{\left\langle i \right\rangle }}+H+V\le t,\mbox{时刻t服务台失效} \right\}} \\& =&{{S}_{i}}\left( t \right)+\int_{0}^{t}{\int_{0}^{t-x}{{{\Phi }_{1}}(t-x-y)\bar{H}(y){\rm d}{{F}^{\left( N \right)}}(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}} \\ &&+\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{\Phi }_{N}}(t-x-y-z)\bar{F}(y)V(z){\rm d}{{F}^{\left( N \right)}}(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}} \\ &&+\sum\limits_{n=N}^{\infty }{\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{\Phi }_{n}}(t-x-y-z)\bar{F}(y)\frac{{{(\lambda z)}^{n}}}{n!}{{e}^{-\lambda z}}{\rm d}V(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}}}, \end{matrix}$
${{\Phi }_{0}}\left( t \right)=\int_{0}^{t}{{{\Phi }_{1}}\left( t-x \right){\rm d}F\left( x \right)},$

其中 ${{S}_{i}}\left( t \right)=P\left\{ 0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }},\mbox{时刻$t$服务台失效} \right\}$.

在服务台的“广义忙期”中, 服务台的寿命$X$和服务台的“广义修理时间”$\tilde{Y}$ 形成了一个交替更新过程, 且在服务台的“广义忙期”结束的时刻, 服务台处于非故障状态, 如图1 所示.

图1

图1   在服务台的“广义忙期”结束时刻, 服务台处于非故障状态


由于服务台的寿命服从负指数分布, 根据负指数分布的无记忆性, 用${{\tilde{b}}^{\left\langle i \right\rangle }}$对引理3.1中的$\tilde{\Phi }\left( t \right)$作全概率分解, 得

$\begin{matrix} \tilde{\Phi }\left( t \right)&=&P\left\{ \mbox{时刻t服务台失效} \right\} \\ &=&P\left\{ 0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }},\mbox{时刻t服务台失效} \right\}+P\left\{ {{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t,\mbox{时刻t服务台失效}\right\} \\ &=&{{S}_{i}}\left( t \right)+\int_{0}^{t}{\tilde{\Phi }\left( t-x \right){\rm d}{{{\tilde{B}}}^{\left( i \right)}}\left( x \right)}, \end{matrix}$

则如下得(3.7)式

$\begin{matrix} {{S}_{i}}\left( t \right)=\tilde{\Phi }\left( t \right)-\int_{0}^{t}{\tilde{\Phi }\left( t-x \right){\rm d}{{{\tilde{B}}}^{\left( i \right)}}\left( x \right)}, \end{matrix}$

将(3.7)式代入(3.4)式, 得

$\begin{matrix} {{\Phi }_{i}}\left( t \right)&=&\tilde{\Phi }\left( t \right)-\int_{0}^{t}{\tilde{\Phi }\left( t-x \right){\rm d}{{{\tilde{B}}}^{\left( i \right)}}\left( x \right)}+\int_{0}^{t}{\int_{0}^{t-x}{{{\Phi }_{1}}(t-x-y)\bar{H}(y){\rm d}{{F}^{\left( N \right)}}(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}} \\ &&+\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{\Phi }_{N}}(t-x-y-z)\bar{F}(y)V(z){\rm d}{{F}^{\left( N \right)}}(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}} \\ &&+\sum\limits_{n=N}^{\infty }{\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{\Phi }_{n}}(t-x-y-z)\bar{F}(y)\frac{{{(\lambda z)}^{n}}}{n!}{{e}^{-\lambda z}}{\rm d}V(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}}}, \end{matrix} $

对(3.8)式与(3.5)式作$L$变换, 有

$\begin{matrix} {{\varphi }_{i}}^{*}\left( s \right)&=&{{\tilde{\varphi }}^{*}}\left( s \right)\left[ 1-{{{\tilde{b}}}^{i}}\left( s \right) \right]+{{\varphi }_{1}}^{*}\left( s \right){{\tilde{b}}^{i}}\left( s \right)\int_{0}^{\infty }{{{e}^{-st}}\bar{H}\left( t \right){\rm d}F\left( t \right)} \\ &&+{{\varphi }_{N}}^{*}\left( s \right){{\tilde{b}}^{i}}\left( s \right)\left[ \int_{0}^{\infty }{{{e}^{-st}}V\left( t \right){\rm d}{{F}^{\left( N \right)}}\left( t \right)} \right]\left[ \int_{0}^{\infty }{{{e}^{-st}}\bar{F}\left( t \right){\rm d}H\left( t \right)} \right] \\ &&+\sum\limits_{n=N}^{\infty }{{{\varphi }_{n}}^{*}\left( s \right)}{{\tilde{b}}^{i}}\left( s \right)\left[ \int_{0}^{\infty }{{{e}^{-\left( s+\lambda \right)t}}\frac{{{\left( \lambda t \right)}^{n}}}{n!}{\rm d}V\left( t \right)} \right]\left[ \int_{0}^{\infty }{{{e}^{-st}}\bar{F}\left( t \right){\rm d}H\left( t \right)} \right], \end{matrix} $
${{\varphi }_{0}}^{*}\left( s \right)={{\varphi }_{1}}^{*}\left( s \right)f\left( s \right), $

令(3.9)式中$i=1$, 将得到的${{\varphi }_{1}}^{*}\left( s \right)$代入(3.10)式中得

$\begin{matrix} {{\varphi }_{0}}^{*}\left( s \right)&=&{{\tilde{\varphi }}^{*}}\left( s \right)f\left( s \right)[ 1-\tilde{b}\left( s \right) ]+{{\varphi }_{1}}^{*}\left( s \right)f\left( s \right)\tilde{b}\left( s \right)\int_{0}^{\infty }{{{e}^{-st}}\bar{H}\left( t \right){\rm d}F\left( t \right)} \\ &&+{{\varphi }_{N}}^{*}\left( s \right)f\left( s \right)\tilde{b}\left( s \right)\left[ \int_{0}^{\infty }{{{e}^{-st}}V\left( t \right){\rm d}{{F}^{\left( N \right)}}\left( t \right)} \right]\left[ \int_{0}^{\infty }{{{e}^{-st}}\bar{F}\left( t \right){\rm d}H\left( t \right)} \right] \\ &&+\sum\limits_{n=N}^{\infty }{{{\varphi }_{n}}^{*}\left( s \right)}f\left( s \right)\tilde{b}\left( s \right)\left[ \int_{0}^{\infty }{{{e}^{-\left( s+\lambda \right)t}}\frac{{{\left( \lambda t \right)}^{n}}}{n!}{\rm d}V\left( t \right)} \right]\left[ \int_{0}^{\infty }{{{e}^{-st}}\bar{F}\left( t \right){\rm d}H\left( t \right)} \right], \end{matrix} $

由(3.9)与(3.11)式可得到${{\varphi }_{0}}^{*}\left( s \right)$${{\varphi }_{i}}^{*}\left( s \right)$关系式为

$\begin{matrix} {{\varphi }_{i}}^{*}\left( s \right)={{\tilde{\varphi }}^{*}}\left( s \right)[ 1-{{{\tilde{b}}}^{i-1}}\left( s \right)]+\frac{{{{\tilde{b}}}^{i-1}}\left( s \right)}{f\left( s \right)}{{\varphi }_{0}}^{*}\left( s \right),i\ge 1, \end{matrix}$

再将(3.11)式与(3.12)式进行简单的计算整理可得(3.1)式, 将(3.1)式代入(3.12)式可得(3.2) 式.

接下来计算平稳结果, 结合引理3.1可得

$\begin{matrix}\lim\limits_{t\to \infty }{{\Phi }_{i}}\left( t \right)&=&\lim\limits_{s\to {{0}^{+}}}\,s{{\varphi }_{i}}^{*}\left( s \right) \\&=&\lim\limits_{s\to {{0}^{+}}}\,s{{\tilde{\varphi }}^{*}}\left( s \right)\left\{ 1-\frac{{{{\tilde{b}}}^{i}}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\} \\&=&\frac{\alpha \beta \left( 1+\nu \gamma \right)}{1+\alpha \beta \left( 1+\nu \gamma \right)}\cdot \lim\limits_{s\to {{0}^{+}}}\,\left\{ 1-\frac{{{{\tilde{b}}}^{i}}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},\end{matrix}$

经过简单的计算可知需对(3.13)式运用洛必达法则, 并且注意到

$\lim\limits_{s\to {{0}^{+}}}{{\left[ 1-\xi \left( s \right) \right]}^{\prime }}=\frac{1}{\lambda }[ 1-h\left( \lambda \right) ]+h\left( \lambda \right)\left[ \int_{0}^{\infty }{tV\left( t \right){\rm d}{{F}^{\left( N \right)}}\left( t \right)}+\int_{0}^{\infty }{t{{F}^{\left( N \right)}}\left( t \right){\rm d}V\left( t \right)} \right],$
$\begin{matrix}&&\lim\limits_{s\to 0^+}\tilde{{\Delta }'}(s)=\left[ 1-h(\lambda ) \right][ \frac{1}{\lambda }+E(\tilde{b})]\\&&+h(\lambda )\left\{ NE(\tilde{b})A(0)+\int_{0}^{\infty }{tV(t){\rm d}{{F}^{(N)}}(t)}+E(V)[ 1+\lambda E(\tilde{b}) ] \right\} \\&&-h(\lambda )\sum\limits_{m=0}^{N-1}{\int_{0}^{\infty }{\frac{{{(\lambda t)}^{m}}}{m!}{{e}^{-\lambda t}}[ mE(\tilde{b})+t]{\rm d}V(t)}}+[ A(0)-\tilde{C}(0)]\int_{0}^{\infty }{t{{e}^{-\lambda t}}{\rm d}H(t)}.\\ \end{matrix}$

(1)当$\tilde{\rho}\ge 1$, 此时$\lim\limits_{s\to {{0}^{+}}}\,\tilde{b}(s)=\omega (0<\omega <1)$$\lim\limits_{s\to {{0}^{+}}}\,\tilde{b}(s)=1,E(\tilde{b})=\infty$, 由(3.15) 式有$\lim\limits_{s\to {{0}^{+}}}\,{\Delta }'(s)=\infty$, 则$\lim\limits_{t\to \infty }\,{{\Phi }_{i}}\left( t \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{\varphi }_{i}}^{*}\left( s \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{\varphi }^{*}}\left( s \right)=\frac{\alpha \beta \left( 1+\nu \gamma \right)}{1+\alpha \beta \left( 1+\nu \gamma \right)}$.

(2)当$\tilde{\rho} <1$时, 此时$\lim\limits_{s\to {{0}^{+}}}\,\tilde{b}(s)=1,E( {\tilde{b}})=\frac{{\tilde{\rho }}}{\lambda \left( 1-\tilde{\rho } \right)}$, 并结合(3.14), (3.15)式化简整理得证(3.3)式, 证毕.

3.2 在时间$(0,t]$服务台的平均失效次数

$t\ge 0$, 令

${{M}_{i}}\left( t \right)=E\left\{\mbox{(0,t]内服务台失效次数},\left| N\left( 0 \right)=i \right. \right\}, {{m}_{i}}\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}{{M}_{i}}}\left( t \right),i\ge 0.$

定理 3.2$\mathfrak{R}e \left( s \right)>0$,有

${{m}_{0}}\left( s \right)=\tilde{m}\left( s \right)f\left( s \right)\left\{ 1-\frac{\tilde{b}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},$
${{m}_{i}}\left( s \right)=\tilde{m}\left( s \right)\left\{ 1-\frac{{{{\tilde{b}}}^{i}}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},i\ge 1,$

且平稳结果为

$\begin{matrix}\lim\limits_{t\to \infty }\,\frac{{{M}_{i}}\left( t \right)}{t}=\lim\limits_{s\to {{0}^{+}}}\,s{{m}_{i}}\left( s \right)=\left\{ \begin{array}{ll} \frac{\lambda \alpha }{\mu }, & \tilde{\rho }<1, \\[3mm] \frac{\alpha }{1+\alpha \beta \left( 1+\nu \gamma \right)}, & \tilde{\rho }\ge 1. \end{array} \right.\end{matrix}$

与定理3.1同理, 运用全概率分解技术, 对$i\ge 1$, 有

$\begin{matrix}{{M}_{i}}\left( t \right)&=&E\left\{\mbox{(0,t]内服务台失效次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\}{+}E\left\{\mbox{(0,t] 内服务台失效次数}, {{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&=&E\left\{\mbox{(0,t]内服务台失效次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\}+E\left\{ (0,{{{\tilde{b}}}^{\left\langle i \right\rangle }} ]\mbox{内服务台失效次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&&+\int_{0}^{t}{\int_{0}^{t-x}{{{M}_{1}}(t-x-y)\bar{H}(y){\rm d}F(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}} \\&&+\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{M}_{N}}(t-x-y-z)\bar{F}(y)V(z){\rm d}{{F}^{\left( N \right)}}(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}} \\&&+\sum\limits_{n=N}^{\infty }{\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{M}_{n}}(t-x-y-z)\bar{F}(y)\frac{{{(\lambda z)}^{n}}}{n!}{{e}^{-\lambda z}}{\rm d}V(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}}} \\&=&{{\Gamma }_{i}}\left( t \right)+{{L}_{i}}\left( t \right)+\int_{0}^{t}{\int_{0}^{t-x}{{{M}_{N}}(t-x-y)V(y){\rm d}{{F}^{\left( N \right)}}(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}} \\&&+\sum\limits_{n=N}^{\infty }{\int_{0}^{t}{\int_{0}^{t-x}{{{M}_{n}}(t-x-y)\frac{{{(\lambda y)}^{n}}}{n!}{{e}^{-\lambda y}}{\rm d}V(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}},\end{matrix}$
${{M}_{0}}\left( t \right)=\int_{0}^{t}{{{M}_{1}}\left( t-x \right){\rm d}F\left( x \right)},$

其中

$\begin{matrix}&&{{\Gamma }_{i}}\left( t \right)=E\left\{ \mbox{(0,t]内服务台失效次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\}\\&&{{L}_{i}}\left( t \right)=E\left\{ (0,{{{\tilde{b}}}^{\left\langle i \right\rangle }} ]\mbox{内服务台失效次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\},i\ge 1,\end{matrix}$

${{\tilde{b}}^{\left\langle i \right\rangle }}$对引理3.1中的$\tilde{M}\left( t \right)$作全概率分解, 得

$\begin{matrix}\tilde{M}\left( t \right)&=&E\left\{ \mbox{(0,t]内服务台失效次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\}+E\left\{\mbox{(0,t] 内服务台失效次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&=&E\left\{ \mbox{(0,t]内服务台失效次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\}+E\left\{ (0,{{{\tilde{b}}}^{\left\langle i \right\rangle }} ]\mbox{内服务台失效次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&&+E\left\{ ( {{{\tilde{b}}}^{\left\langle i \right\rangle }},t ]\mbox{内服务台失效次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&=&{{\Gamma }_{i}}\left( t \right)+{{L}_{i}}\left( t \right)+\int_{0}^{t}{\tilde{M}\left( t-x \right){\rm d}{{{\tilde{B}}}^{\left( i \right)}}\left( x \right)},\end{matrix}$

于是可得如下(3.22)式

$\begin{matrix}{{\Gamma }_{i}}\left( t \right)+{{L}_{i}}\left( t \right)=\tilde{M}\left( t \right)-\int_{0}^{t}{\tilde{M}\left( t-x \right){\rm d}{{{\tilde{B}}}^{\left( i \right)}}\left( x \right)},\end{matrix}$

将(3.22)式代入(3.19)式, 再对代入后的(3.19)式与(3.20)式作$LS$变换, 有

$\begin{matrix}{{m}_{i}}\left( s \right)&=&\tilde{m}\left( s \right)\left[ 1-{{{\tilde{b}}}^{i}}\left( s \right) \right]+{{m}_{1}}\left( s \right){{\tilde{b}}^{i}}\left( s \right)\int_{0}^{\infty }{{{e}^{-st}}\bar{H}\left( t \right){\rm d}F\left( t \right)} \\&&+{{m}_{N}}\left( s \right){{\tilde{b}}^{i}}\left( s \right)\left[ \int_{0}^{\infty }{{{e}^{-st}}V\left( t \right){\rm d}{{F}^{\left( N \right)}}\left( t \right)} \right]\left[ \int_{0}^{\infty }{{{e}^{-st}}\bar{F}\left( t \right){\rm d}H\left( t \right)} \right] \\&&+\sum\limits_{n=N}^{\infty }{{{m}_{n}}\left( s \right)}{{\tilde{b}}^{i}}\left( s \right)\left[ \int_{0}^{\infty }{{{e}^{-\left( s+\lambda \right)t}}\frac{{{\left( \lambda t \right)}^{n}}}{n!}{\rm d}V\left( t \right)} \right]\left[ \int_{0}^{\infty }{{{e}^{-st}}\bar{F}\left( t \right){\rm d}H\left( t \right)} \right],\\ \end{matrix}$
${{m}_{0}}\left( s \right)={{m}_{1}}\left( s \right)f\left( s \right),$

令(3.23)式中$i=1$, 将得到的${{m}_{1}}\left( s \right)$代入(3.24)式中得

$\begin{matrix}{{m}_{0}}\left( s \right)&=&\tilde{m}\left( s \right)f\left( s \right)[ 1-\tilde{b}\left( s \right) ]+{{m}_{1}}\left( s \right)f\left( s \right)\tilde{b}\left( s \right)\int_{0}^{\infty }{{{e}^{-st}}\bar{H}\left( t \right){\rm d}F\left( t \right)} \\&&+{{m}_{N}}\left( s \right)f\left( s \right)\tilde{b}\left( s \right)\left[ \int_{0}^{\infty }{{{e}^{-st}}V\left( t \right){\rm d}{{F}^{\left( N \right)}}\left( t \right)} \right]\left[ \int_{0}^{\infty }{{{e}^{-st}}\bar{F}\left( t \right){\rm d}H\left( t \right)} \right] \\&&+\sum\limits_{n=N}^{\infty }{{{m}_{n}}\left( s \right)}f\left( s \right)\tilde{b}\left( s \right)\left[ \int_{0}^{\infty }{{{e}^{-\left( s+\lambda \right)t}}\frac{{{\left( \lambda t \right)}^{n}}}{n!}{\rm d}V\left( t \right)} \right]\left[ \int_{0}^{\infty }{{{e}^{-st}}\bar{F}\left( t \right){\rm d}H\left( t \right)} \right],\end{matrix}$

由(3.23)与(3.25)式得${{m}_{i}}\left( s \right)$${{m}_{0}}\left( s \right)$的关系式为

$\begin{matrix}{{m}_{i}}\left( s \right)=\tilde{m}\left( s \right)[ 1-{{{\tilde{b}}}^{i-1}}\left( s \right)]+\frac{{{{\tilde{b}}}^{i-1}}\left( s \right)}{f\left( s \right)}{{m}_{0}}\left( s \right),i\ge 1,\end{matrix}$

再将(3.25)式与(3.26)式进行简单的计算化简整理可得(3.16)式, 将(3.16)式代入(3.26)式得(3.17)式, 再根据$\lim\limits_{t\to \infty }\,\frac{{{M}_{i}}\left( t \right)}{t}=\lim\limits_{s\to {{0}^{+}}}\,s{{m}_{i}}\left( s \right)$, 类似定理3.1的证明可得(3.18)式, 证毕.

3.3 服务台的首次失效前的寿命分布

$t\ge 0$, 令

${{\Psi }_{i}}\left( t \right)=P\left\{ \mbox{服务台首次失效的时间}\le t\left| N\left( 0 \right)=i \right. \right\}$
${{\psi }_{i}}\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}{{\Psi }_{i}}}\left( t \right),i\ge 0.$

定理 3.3$\mathfrak{R}e \left( s \right)>0$, 有

${{\psi }_{0}}\left( s \right)=\frac{\alpha f\left( s \right)}{s+\alpha }\left\{ 1-\frac{b\left( s+\alpha \right)\left[ 1-\xi \left( s \right) \right]}{\Delta \left( s+\alpha \right)} \right\},$
${{\psi }_{i}}\left( s \right)=\frac{\alpha }{s+\alpha }\left\{ 1-\frac{{{b}^{i}}\left( s+\alpha \right)\left[ 1-\xi \left( s \right) \right]}{\Delta \left( s+\alpha \right)} \right\},i\ge 1,$

平均首次失效时间

$\int_{0}^{\infty }{t{\rm d}{{\psi }_{0}}\left( t \right)}=\frac{1}{\alpha }+\frac{1}{\lambda }+\frac{b\left( \alpha \right)}{\lambda }\\ \cdot \frac{1-h\left( \lambda \right)+\lambda h\left( \lambda \right)\left( \int_{0}^{\infty }{tV\left( t \right){\rm d}{{F}^{(N)}}\left( t \right)}+\int_{0}^{\infty }{t{{F}^{(N)}}\left( t \right){\rm d}V\left( t \right)} \right)}{1-b\left( \alpha \right)+h\left( \lambda \right)\left[ b\left( \alpha \right)-{{b}^{N}}\left( \alpha \right)A\left( 0 \right)-v\left( \lambda -\lambda b\left( \alpha \right) \right)+C\left( \alpha \right) \right]},$
$\int_{0}^{\infty }{t{\rm d}{{\psi }_{i}}\left( t \right)}=\frac{1}{\alpha }+\frac{{{b}^{i}}\left( \alpha \right)}{\lambda }\\ \cdot \frac{1-h\left( \lambda \right)+\lambda h\left( \lambda \right)\left( \int_{0}^{\infty }{tV\left( t \right){\rm d}{{F}^{(N)}}\left( t \right)}+\int_{0}^{\infty }{t{{F}^{(N)}}\left( t \right){\rm d}V\left( t \right)} \right)}{1-b\left( \alpha \right)+h\left( \lambda \right)\left[ b\left( \alpha \right)-{{b}^{N}}\left( \alpha \right)A\left( 0 \right)-v\left( \lambda -\lambda b\left( \alpha \right) \right)+C\left( \alpha \right) \right]},i\ge 1,$

其中A(s)与D(s)同定理3.1,

$v\left( s+\lambda -\lambda b\left( s+\alpha \right) \right)=\int_{0}^{\infty }{{{e}^{-\left( s+\lambda b\left( s+\alpha \right) \right)t}}{\rm d}V\left( t \right)},$
$\xi \left( s \right)=f\left( s \right)\left[ 1-h\left( s+\lambda \right) \right]+h\left( s+\lambda \right)\left[ A\left( s \right)+D\left( s \right) \right], $
$C\left( \alpha \right)=\sum_{m=0}^{N-1}\int_{0}^{\infty }{{{b}^{m}}\left( \alpha \right)\frac{{{\left( \lambda t \right)}^{m}}}{m!}{{e}^{-\lambda t}}{\rm d}V\left( t \right)},$
$C\left( s+\alpha \right)=\sum_{m=0}^{N-1}\int_{0}^{\infty }{{{b}^{m}}\left( s+\alpha \right)\frac{{{\left( \lambda t \right)}^{m}}}{m!}{{e}^{-\left( s+\lambda \right)t}}{\rm d}V\left( t \right)},$
$\begin{matrix}\Delta \left( s+\alpha \right)&=&1-f\left( s \right)b\left( s+\alpha \right)\left[ 1-h\left( s+\lambda \right) \right]\\&& -h\left( s+\lambda \right)\left[ {{b}^{N}}\left( s+\alpha \right)A\left( s \right)+v\left( s+\lambda -\lambda b\left( s+\alpha \right) \right)-C\left( s+\alpha \right) \right].\end{matrix}$

$\tilde{X}$表示服务台首次失效前的寿命长度, 运用全概率分解技术, 对$i\ge 1$, 有

$\begin{matrix}{{\Psi }_{i}}\left( t \right)&=&P\left\{ \tilde{X}\le t,X\le {{b}^{\left\langle i \right\rangle }} \right\}+P\left\{ \tilde{X}\le t,X>{{b}^{\left\langle i \right\rangle }} \right\} \\&=&\int_{{0}}^{t}{\left[ 1-{{B}^{\left( i \right)}}\left( x \right) \right]{\rm d}X\left( x \right)}+P\left\{ 0<{{{\hat{\tau }}}_{1}}\le H,{{b}^{\left\langle i \right\rangle }}+{{{\hat{\tau }}}_{1}}\le \tilde{X}<t,X>{{b}^{\left\langle i \right\rangle }} \right\} \\&&+P\left\{ {{{\hat{\tau }}}_{1}}>H,V<{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}},{{b}^{\left\langle i \right\rangle }}+H+{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}}\le \tilde{X}<t,X>{{b}^{\left\langle i \right\rangle }} \right\} \\&&+\sum\limits_{n=N}^{\infty }{P\left\{ {{{\hat{\tau }}}_{1}}>H,{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{n-1}}\le V<{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{n}},{{b}^{\left\langle i \right\rangle }}+H+V\le \tilde{X}<t,X>{{b}^{\left\langle i \right\rangle }} \right\}} \\&=&\int_{{0}}^{t}{\left[ 1-{{B}^{\left( i \right)}}\left( x \right) \right]{\rm d}X\left( x \right)}+\int_{0}^{t}{\int_{0}^{t-x}{{{\Psi }_{1}}(t-x-y)\bar{H}(y){{e}^{-\alpha x}}{\rm d}F(y){\rm d}{{B}^{(i)}}(x)}} \\&&+\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{\Psi }_{N}}(t-x-y)\bar{F}(y)V(z){{e}^{-\alpha x}}{\rm d}{{F}^{\left( N \right)}}(z){\rm d}H(y){\rm d}{{B}^{(i)}}(x)}}} \\&&+\sum\limits_{n=N}^{\infty }{\int_{0}^{t}{\int_{0}^{t-x}{{{\Psi }_{n}}(t-x-y)\bar{F}(y)\frac{{{(\lambda y)}^{n}}}{n!}{{e}^{-\lambda y-\alpha x}}{\rm d}V\left( z \right){\rm d}H(y){\rm d}{{B}^{(i)}}(x)}}},\end{matrix}$
${{\Psi }_{0}}\left( t \right)=\int_{0}^{t}{{{\Psi }_{1}}\left( t-x \right){\rm d}F\left( x \right)},$

对(3.31)-(3.32)式作$LS$变换有

$\begin{matrix}{{\psi }_{i}}\left( s \right)&=&\frac{\alpha }{s+\alpha }\left[ 1-{{b}^{i}}\left( s+\alpha \right) \right]+{{\psi }_{1}}\left( s \right)f\left( s \right){{b}^{i}}\left( s+\alpha \right)\left[ 1-h\left( s+\lambda \right) \right] \\&&+h\left( s+\lambda \right){{b}^{i}}\left( s+\alpha \right)\left[ {{\psi }_{N}}\left( s \right)A\left( s \right)+\sum\limits_{n=N}^{\infty }{{{\psi }_{n}}\left( s \right)\int_{0}^{\infty }{{{e}^{-\left( s+\lambda \right)t}}\frac{{{\left( \lambda t \right)}^{n}}}{n!}}}{\rm d}V\left( t \right) \right],\end{matrix}$
${{\psi }_{0}}\left( s \right)={{\psi }_{1}}\left( s \right)f\left( s \right),$

令(3.33)式中$i=1$, 将得到的${{\psi }_{1}}\left( s \right)$代入(3.34)式中得

$\begin{matrix} {{\psi }_{0}}\left( s \right)&=&f\left( s \right)\left\{ \frac{\alpha }{s+\alpha }\left[ 1-b\left( s+\alpha \right) \right]+{{\psi }_{1}}\left( s \right)f\left( s \right)b\left( s+\alpha \right)\left[ 1-h\left( s+\lambda \right) \right] \right. \\& & \left. +h\left( s+\lambda \right)b\left( s+\alpha \right)\left[ {{\psi }_{N}}\left( s \right)A\left( s \right)+\sum\limits_{n=N}^{\infty }{{{\psi }_{n}}\left( s \right)\int_{0}^{\infty }{{{e}^{-\left( s+\lambda \right)t}}\frac{{{\left( \lambda t \right)}^{n}}}{n!}}}{\rm d}V\left( t \right) \right] \right\},\end{matrix}$
${{\psi }_{i}}\left( s \right)=\frac{\alpha }{s+\alpha }\left[ 1-{{b}^{i-1}}\left( s+\alpha \right) \right]+\frac{{{b}^{i-1}}\left( s+\alpha \right)}{f\left( s \right)}{{\psi }_{0}}\left( s \right),i\ge 1,$

再结合(3.35)与(3.36)式, 计算整理可得到(3.27)式, 再把(3.27)式代入(3.36)式可得(3.28)式.

而平均首次失效时间为$\int_{0}^{\infty }{t{\rm d}}{{\Psi }_{i}}\left( t \right)=-\frac{{\rm d}{{\psi }_{i}}\left( s \right)}{{\rm d}s}\left| _{s=0} \right.,i\ge 1,$并注意到

$\lim\limits_{s\to {{0}^{+}}}\,\left[ 1-\xi \left( s \right) \right]=\lim\limits_{s\to {{0}^{+}}}\,1-f\left( s \right)\left[ 1-h\left( s+\lambda \right) \right]-h\left( s+\lambda \right)\left[ A\left( s \right)+D\left( s \right) \right]=0,$
$\lim\limits_{s\to {{0}^{+}}}\,{{\left[ 1-\xi \left( s \right) \right]}^{\prime }}=\frac{1}{\lambda }\left[ 1-h\left( \lambda \right) \right]+h\left( \lambda \right)\left[ \int_{0}^{\infty }{tV\left( t \right){\rm d}{{F}^{\left( N \right)}}\left( t \right)}+\int_{0}^{\infty }{t{{F}^{\left( N \right)}}\left( t \right){\rm d}V\left( t \right)} \right],$
$\lim\limits_{s\to {{0}^{+}}}\,\Delta \left( s+\alpha \right)=1-b\left( \alpha \right)\left[ 1-h\left( \lambda \right) \right]-h\left( \lambda \right)\left[ {{b}^{N}}\left( \alpha \right)A\left( 0 \right)+v\left( \lambda -\lambda b\left( \alpha \right) \right)-C\left( \alpha \right) \right],$

利用求导法则可得(3.29), (3.30)式, 证毕.

4 修理设备的可靠性指标

4.1 相关引理

为了下面讨论, 下面我们先给出修理设备的“广义忙期”的定义.修理设备的“广义忙期”是指从故障服务台被修理设备修理的时刻起, 直到服务台被完全修复的这一段时间, 它包含了修理设备因自身发生故障被更换的时间. 可以看出, 修理设备的“广义忙期”等价于服务台的“广义修理时间”. 并且修理设备的寿命$U$和更换时间$W$可形成一个交替更新过程$\left\{ \left( {{U}_{i}},{{W}_{i}} \right),i\ge 1 \right\}$, 如图2 所示.

图2

图2   修理设备的寿命$U$和更换时间$W$形成的交替更新过程$\left\{ \left( {{U}_{i}},{{W}_{i}} \right),i\ge 1 \right\}$


$t\ge 0$, 令

$\Pi \left( t \right)=P\left\{\mbox{时刻t修理设备处于更换状态} \right\}, {{\pi }^{*}}\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}\Pi \left( t \right){\rm d}t}, $
$\Sigma \left( t \right)=E\left\{ \mbox{修理设备在( 0,t]内更换的次数} \right\}, \sigma \left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}\Sigma }\left( t \right).$

引理 4.1[40]$\mathfrak{R}e \left( {s} \right)>0$, 有

$\begin{matrix}{{\pi }^{*}}\left( s \right)=\frac{\nu \left( {1}-w\left( s \right) \right)}{s\left( s+\nu -w\left( s \right) \right)},{ }{{\sigma }^{*}}\left( s \right)=\frac{\nu }{s+\nu -w\left( s \right)},\end{matrix}$

平稳结果为

$\begin{matrix}\lim\limits_{t\to \infty }\,\Pi \left( t \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{\pi }^{*}}\left( s \right)=\frac{\nu \gamma }{1+\nu \gamma },{ }\lim\limits_{t\to \infty }\,\frac{\Sigma \left( t \right)}{t}=\lim\limits_{s\to {{0}^{+}}}\,s\sigma \left( s \right)=\frac{\nu }{1+\nu \gamma }.\end{matrix}$

在修理设备的“广义忙期”结束的时刻, 修理设备一定是没有发生故障的, 如图3 所示.

图3

图3   在修理设备的“广义忙期”结束时刻, 修理设备处于非故障状态


由模型假设可知修理设备的寿命$U$也服从具有无记忆性的负指数分布, 因此用$\tilde{Y}$对引理4.1中的$\Pi \left( t \right)$作全概率分解, 可得

$\begin{matrix} \Pi \left( t \right)&=&P\left\{ \mbox{时刻t修理设备处于更换状态} \right\} \\ &=&P\left\{ 0\le t<\tilde{Y},\mbox{时刻t修理设备处于更换状态} \right\}\\&&+P\left\{ \tilde{Y}\le t,\mbox{时刻t修理设备处于更换状态} \right\} \\ &=&\tilde{S}\left( t \right)+\int_{0}^{t}{\Pi \left( t-x \right){\rm d}\tilde{Y}\left( x \right)}, \end{matrix}$

其中$\tilde{S}\left( t \right)=P\left\{ 0\le t<\tilde{Y},\mbox{时刻$t$修理设备处于更换状态} \right\}$表示$t$处于$\tilde{Y}$中, 且在时刻$t$修理设备处于更换状态的概率.

$\begin{matrix} \Sigma \left( t \right)&=&E\left\{ \mbox{修理设备在( 0,t]内更换的次数} \right\} \\ &=&E\left\{ 0\le t<\tilde{Y},\mbox{修理设备在( 0,t]内更换的次数} \right\}\\&&+E\left\{ \tilde{Y}\le t,\mbox{修理设备在( 0,t]内更换的次数} \right\} \\ &=&E\left\{ 0\le t<\tilde{Y},\mbox{修理设备在( 0,t]内更换的次数} \right\}\\&&+E\left\{ \tilde{Y}\le t,\mbox{修理设备在( 0,\tilde{Y}]内更换的次数} \right\}+\int_{0}^{t}{\Sigma \left( t-x \right)}{\rm d}\tilde{Y}\left( x \right) \\ &=&\tilde{K}\left( t \right)+\tilde{L}\left( t \right)+\int_{0}^{t}{\Sigma \left( t-x \right)}{\rm d}\tilde{Y}\left( x \right), \end{matrix}$

其中

$\begin{matrix} &&\tilde{K}\left( t \right)=E\left\{ 0\le t<\tilde{Y},\mbox{修理设备在( 0,t]内更换的次数} \right\},\\ &&\tilde{L}\left( t \right)=E\left\{ \tilde{Y}\le t,\mbox{修理设备在( 0,\tilde{Y}]内更换的次数} \right\}, \end{matrix}$

于是, 由(4.3), (4.4)式可得如下引理4.2.

引理 4.2[32]$t\ge 0$, 有

$\tilde{S}\left( t \right)=\Pi \left( t \right)+\int_{0}^{t}{\Pi \left( t-x \right){\rm d}\tilde{Y}\left( x \right)},$
$\tilde{K}\left( t \right)+\tilde{L}\left( t \right)=\Sigma \left( t-x \right)-\int_{0}^{t}{\Sigma \left( t-x \right)}{\rm d}\tilde{Y}\left( x \right),$

其中$\Pi \left( t \right)$$\Sigma \left( t \right)$由引理4.1给出.

注意到如图4所示的服务台的寿命$X$和服务台的“广义修理”时间$\tilde{Y}$形成的交替更新过程$\left\{ ( {{X}_{i}},{{{\tilde{Y}}}_{i}}),i\ge 1 \right\}$.

图4

图4   服务台的寿命$X$和服务台的“广义修理”时间$\tilde{Y}$形成的交替更新过程$\left\{ ( {{X}_{i}},{{{\tilde{Y}}}_{i}}),i\ge 1 \right\}$


由上述可知服务台的“广义修理”时间包含修理设备的更换时间, 对于图4所示的交替更新过程$\left\{ ( {{X}_{i}},{{{\tilde{Y}}}_{i}}),i\ge 1 \right\}$, $t\ge 0$, 令

$ A\left( t \right)=P\left\{\mbox{时刻t处于修理设备的“广义忙期”},\mbox{且时刻t修理设备处于更换状态} \right\},$
${{a}^{*}}\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}A\left( t \right){\rm d}t}.$

引理 4.3[32]$\mathfrak{R}e \left( {s} \right)>0$, 有

$\begin{matrix}{{a}^{*}}\left( s \right)={{\pi }^{*}}\left( s \right)\frac{\left( 1-\tilde{y}\left( s \right) \right)x\left( s \right)}{1-x\left( s \right)\tilde{y}\left( s \right)}=\frac{\nu \left( {1}-w\left( s \right) \right)}{s\left( s+\nu -w\left( s \right) \right)}\cdot \frac{\alpha \left( 1-y\left( s+\nu -\nu w\left( s \right) \right) \right)}{s+\alpha -\alpha y\left( s+\nu -\nu w\left( s \right) \right)},\end{matrix}$

且平稳结果为

$\begin{matrix}\lim\limits_{t\to \infty }\,A\left( t \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{a}^{*}}\left( s \right)=\frac{\nu \gamma }{1+\nu \gamma }\cdot \frac{\alpha \tilde{\beta }}{1+\alpha \tilde{\beta }}=\frac{\alpha \beta \nu \gamma }{1+\alpha \beta \left( 1+\nu \gamma \right)}.\end{matrix}$

图4可得

$\begin{matrix}A\left( t \right)&=&\sum\limits_{m=1}^{\infty }{P\left\{ \sum\limits_{l=1}^{m-1}{( {{X}_{l}}+{{{\tilde{Y}}}_{l}} )+{{X}_{m}}\le t<\sum\limits_{l=1}^{m}{( {{X}_{l}}+{{{\tilde{Y}}}_{l}}),\mbox{时刻t修理设备处于更换状态}}} \right\}} \\&=&\sum\limits_{m=1}^{\infty }{\int_{{0}}^{t}{P\left\{ {{{\tilde{Y}}}_{m}}>t-x,\mbox{时刻t-x修理设备处于更换状态} \right\}d\left[ {{X}^{m}}*{{{\tilde{Y}}}^{\left( m-1 \right)}}\left( x \right) \right]}} \\&=&\sum\limits_{m=1}^{\infty }{\int_{{0}}^{t}{\tilde{S}\left( t-x \right)}}d\left[ {{X}^{m}}*{{{\tilde{Y}}}^{\left( m-1 \right)}}\left( x \right) \right],\end{matrix}$

其中$\tilde{S}\left( t \right)$由引理4.2给出.

对(4.9)式作$L$变换, 并结合引理4.1与引理4.2即可得(4.7)式, 再由

$\begin{matrix}\lim\limits_{t\to \infty }\,A\left( t \right)=\lim\limits_{t\to \infty }\,\lim\limits_{s\to {{0}^{+}}}\,\int_{0}^{t}{{{e}^{-sx}}{\rm d}}A\left( x \right)=\lim\limits_{s\to {{0}^{+}}}\,\int_{0}^{t}{{{e}^{-sx}}{\rm d}}A\left( x \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{a}^{*}}\left( s \right),\end{matrix}$

利用洛必达法则可得(4.8)式,证毕.

对于图4所示的交替更新过程$\left\{ ( {{X}_{i}},{{{\tilde{Y}}}_{i}}),i\ge 1 \right\}$, $t\ge 0$, 又令

$D\left( t \right)=E\left\{\mbox{修理设备在( 0,t]内的更换次数} \right\},d\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}D}\left( t \right).$

引理 4.4[32]$\mathfrak{R}e \left( {s} \right)>0$, 有

$\begin{matrix}d\left( s \right)=\sigma \left( s \right)\frac{\left( 1-\tilde{y}\left( s \right) \right)x\left( s \right)}{1-x\left( s \right)\tilde{y}\left( s \right)}=\frac{\nu }{s+\nu -w\left( s \right)}\cdot \frac{\alpha \left( 1-y\left( s+\nu -\nu w\left( s \right) \right) \right)}{s+\alpha -\alpha y\left( s+\nu -\nu w\left( s \right) \right)},\end{matrix}$

平稳结果为

$\begin{matrix}\lim\limits_{t\to \infty }\,\frac{D\left( t \right)}{t}=\lim\limits_{s\to {{0}^{+}}}\,sd\left( s \right)=\frac{\nu }{1+\nu \gamma }\cdot \frac{\alpha \tilde{\beta }}{1+\alpha \tilde{\beta }}=\frac{\alpha \beta \nu }{1+\alpha \beta \left( 1+\nu \gamma \right)}.\end{matrix}$

因为修理设备只在服务台的“广义忙期” 中可能发生故障, 且修理设备的寿命$U$和更换时间$W$也形成交替更新过程(见图3), 所以$D(t)$$R(t)$有如下关系

$\begin{matrix} D\left( t \right)=\int_{0}^{t}{R\left( t-x \right){\rm d}}P\left\{ X\le x \right\}, \end{matrix}$

其中$R(t)$表示在交替更新过程$\left\{ ( {{{\tilde{Y}}}_{k}},{{X}_{k}} ),k\ge 1 \right\}$下于$(0,t]$时间内修理设备的平均更换次数, 交替更新过程如图5所示.

图5

图5   服务台的“广义修理”时间$\tilde{Y}$和服务台的寿命$X$形成的交替更新过程$\left\{ ( {{{\tilde{Y}}}_{k}},{{X}_{k}} ),k\ge 1 \right\}$


$\begin{matrix}R\left( t \right)=&&E\left\{ ( {{{\tilde{Y}}}_{k}},{{X}_{k}} ),\left( 0,t \right]\mbox{内修理设备的更换次数},{{{\tilde{Y}}}_{1}}>t\ge 0 \right\}\\ &&+E\left\{ ( {{{\tilde{Y}}}_{k}},{{X}_{k}} ),( 0,{{{\tilde{Y}}}_{1}}]\mbox{内修理设备的更换次数},{{{\tilde{Y}}}_{1}}\le t \right\} \\&&+E\left\{ ( {{{\tilde{Y}}}_{k}},{{X}_{k}} ),( {{{\tilde{Y}}}_{1}},t ]\mbox{内修理设备的更换次数},{{{\tilde{Y}}}_{1}}\le t \right\} \\&=&E\left\{(0,t]\mbox{内修理设备的更换次数},{{{\tilde{Y}}}_{1}}>t\ge 0 \right\}\\&&+E\left\{ ( 0,{{{\tilde{Y}}}_{1}}]\mbox{内修理设备的更换次数},{{{\tilde{Y}}}_{1}}\le t \right\}+\int_{0}^{t}{D\left( t-x \right){\rm d}}P\left\{ \tilde{Y}\le x \right\} \\&=&\tilde{K}\left( t \right)+\tilde{L}\left( t \right)+\int_{0}^{t}{D\left( t-x \right){\rm d}}P\left\{ \tilde{Y}\le x \right\},\end{matrix}$

其中$\tilde{K}\left( t \right)+\tilde{L}\left( t \right)$由上面的引理4.2给出, 对(4.12)与(4.13)式作$LS$换, 结合引理4.1和引理4.2即可解得(4.10)式, 再根据Tauber定理得$\lim\limits_{t\to \infty }\,\frac{D\left( t \right)}{t}=\lim\limits_{s\to {{0}^{+}}}\,sd\left( s \right)$, 于是使用洛必达法则可得(4.11)式. 证毕.

4.2 修理设备的不可用度

$t\ge 0$, 令

${{\Pi }_{i}}\left( t \right)=P\left\{ \mbox{时刻t修理设备处于更换状态}\left| N\left( 0 \right)=i \right. \right\},{{\pi }_{i}}^{*}\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}{{\Pi }_{i}}\left( t \right){\rm d}t},i\ge 0.$

定理 4.1$\mathfrak{R}e \left( s \right)>0$, 有

$\begin{matrix}{{\pi }_{0}}^{*}\left( s \right)={{a}^{*}}\left( s \right)f\left( s \right)\left\{ 1-\frac{\tilde{b}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},\end{matrix}$
$\begin{matrix}{{\pi }_{i}}^{*}\left( s \right)={{a}^{*}}\left( s \right)\left\{ 1-\frac{{{{\tilde{b}}}^{i}}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},i\ge 1,\end{matrix}$

且平稳结果为

$\begin{matrix}\lim\limits_{t\to \infty }\,{{\Pi }_{i}}\left( t \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{\pi }_{i}}^{*}\left( s \right)=\left\{ \begin{array}{ll} \frac{\lambda \alpha \beta \nu \gamma }{\mu }, & \tilde{\rho }<1, \\[2mm] \frac{\alpha \beta \nu \gamma }{1+\alpha \beta \left( 1+\nu \gamma \right)}, & \tilde{\rho }\ge 1. \end{array} \right.\end{matrix}$

根据模型的假设, 时刻$t$修理设备处于更换状态当且仅当时刻$t$落在服务台某个“广义忙期”长度$\tilde{b}$中且时刻$t$ 落在服务台的某个“广义修理时间" $\tilde{Y}$(等价于修理设备的“广义修理时间" )内, 并且修理设备处于更换状态. 服务台闲期和“广义忙期”的交替过程如图6所示.

图6

图6   服务台闲期$\tilde{\tau }$和服务台的“广义忙期”$\tilde{b}$形成的交替更新过程$\left\{ \left( {{{\tilde{\tau }}}_{k}},{{{\tilde{b}}}_{k}} \right),k\ge 1 \right\}$


于是, 类似定理3.1的分解过程, 对$i\ge 1$, 有

$\begin{matrix}{{\Pi }_{i}}\left( t \right)&=&P\left\{ 0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }},\mbox{时刻t处于修理设备“广义忙期”且处于更换状态} \right\} \\&&+P\left\{ 0<{{{\hat{\tau }}}_{1}}\le H,{{{\tilde{b}}}^{\left\langle i \right\rangle }}+{{{\hat{\tau }}}_{1}}\le t,\mbox{时刻t处于修理设备“广义忙期”且处于更换状态}\right\} \\&&+P\left\{ {{{\hat{\tau }}}_{1}}>H,V<{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}},{{{\tilde{b}}}^{\left\langle i \right\rangle }}+H+{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}}\le t, \right. \\ && \left. \mbox{时刻t处于修理设备“广义忙期”且处于更换状态} \right\} \\ & &+\sum\limits_{n=N}^{\infty }{P\left\{ {{{\hat{\tau }}}_{1}}>H,{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{n-1}}\le V<{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{n}},{{b}^{\left\langle i \right\rangle }}+H+V\le t, \right.} \\ & & \left. \mbox{时刻t处于修理设备“广义忙期”且处于更换状态} \right\} \\& =&{{\tilde{\Lambda }}_{i}}\left( t \right)+\int_{0}^{t}{\int_{0}^{t-x}{\bar{H}(y){{\Pi }_{1}}(t-x-y){\rm d}F(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}} \\ & &+\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{\bar{F}(y)V(z){{\Pi }_{N}}(t-x-y-z){\rm d}{{F}^{\left( N \right)}}(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}}\\&&+\sum\limits_{n=N}^{\infty }{\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{\bar{F}(y)\frac{{{(\lambda z)}^{n}}}{n!}{{e}^{-\lambda z}}{{\Pi }_{n}}(t-x-y-z){\rm d}V(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}}},\end{matrix}$
${{\Pi }_{0}}\left( t \right)=\int_{0}^{t}{{{\Pi }_{1}}\left( t-x \right){\rm d}F\left( x \right)},$

其中${{\tilde{\Lambda }}_{i}}\left( t \right)=P\left\{ 0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }},\mbox{时刻$t$处于修理设备“广义忙期”且处于更换状态} \right\}$, 且

$\begin{matrix}{{\tilde{\Lambda }}_{i}}\left( t \right)=A\left( t \right)-\int_{0}^{t}{A\left( t-x \right)}{\rm d}{{\tilde{B}}^{\left( i \right)}}\left( x \right),i\ge 1,\end{matrix}$

其中$A(t)$由引理4.3给出, 下面验证(4.19)式.

${{\tilde{b}}^{\left\langle i \right\rangle }}$$A(t)$ 进行全概率分解, 可得

$\begin{matrix}A\left( t \right)&=&P\left\{ \mbox{时刻t处于修理设备“广义忙期”且处于更换状态} \right\} \\&=&P\left\{ 0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }},\mbox{时刻t处于修理设备“广义忙期”且处于更换状态} \right\} \\&&+P\left\{ {{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t,\mbox{时刻t处于修理设备“广义忙期”且处于更换状态} \right\} \\&=&{{\tilde{\Lambda }}_{i}}\left( t \right)+\int_{0}^{t}{A\left( t-x \right)}{\rm d}{{\tilde{B}}^{(i)}}\left( x \right),\end{matrix}$

实际上, 修理设备在服务台的每个忙期的开始和结束时刻都是正常状态, 在服务台的“广义忙期”中, 修理设备的闲期和其“广义忙期”相互交替, 形成一个更新过程, 而在修理设备的“广义忙期”中, 修理设备是正常, 失效(更换)的交替更新过程, 修理设备的闲期长度等价于服务台的寿命长度, 修理设备的“广义忙期”等价于服务台的“广义修理时间”, 具体过程如图7 所示.

图7

图7   在修理设备的“广义忙期”中, 修理设备正常与失效(更换)形成的交替更新过程


再将(4.19)式代入(4.17)式, 对代入后的(4.17), (4.18)式作$L$变换, 同定理3.1的方法化简整理得(4.14), (4.15)式, 再根据$\lim\limits_{t\to \infty }\,{{\Pi }_{i}}\left( t \right)=\lim\limits_{s\to {{0}^{+}}}\,s{{\pi }_{i}}^{*}\left( s \right)$, 仿照定理3.1的证明使用洛必达法则可得(4.16)式, 证毕.

4.3 修理设备在$\left( 0,t \right]$ 内的平均更换次数

$t\ge 0$, 令

${{Z}_{i}}\left( t \right)=E\left\{\mbox{修理设备在 \left( 0,t \right]内的平均更换次数}\left| N\left( 0 \right)=i \right. \right\}, {{z}_{i}}\left( s \right)=\int_{0}^{\infty }{{{e}^{-st}}{\rm d}{{Z}_{i}}}\left( t \right).$

定理 4.2$\mathfrak{R}e \left( s \right)>0$, 有

${{z}_{0}}\left( s \right)=d\left( s \right)f\left( s \right)\left\{ 1-\frac{\tilde{b}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},$
${{z}_{i}}\left( s \right)=d\left( s \right)\left\{ 1-\frac{{{{\tilde{b}}}^{i}}\left( s \right)\left[ 1-\xi \left( s \right) \right]}{\tilde{\Delta }\left( s \right)} \right\},i\ge 1,$

且平稳结果为

$\begin{matrix}\lim\limits_{t\to \infty }\,\frac{{{Z}_{i}}\left( t \right)}{t}=\lim\limits_{s\to {{0}^{+}}}\,s{{z}_{i}}\left( s \right)=\left\{ \begin{array}{ll} \frac{\lambda \alpha \beta \nu }{\mu }, & \tilde{\rho }<1, \\[3mm] \frac{\alpha \beta \nu }{1+\alpha \beta \left( 1+\nu \gamma \right)}, & \tilde{\rho }\ge 1. \\\end{array} \right.\end{matrix}$

运用全概率分解技术, 对$i\ge 1$, 有

$\begin{matrix}{{Z}_{i}}\left( t \right)&=&E\left\{ \mbox{修理设备在}\left( 0,t \right]\mbox{内的更换次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\} \\&&+E\left\{ \mbox{修理设备在}\left( 0,t \right]\mbox{内的更换次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&=&E\left\{\mbox{修理设备在}\left( 0,t \right]\mbox{内的更换次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\} \\&&+E\left\{ \mbox{修理设备在}( 0,{{{\tilde{b}}}^{\left\langle i \right\rangle }}]\mbox{内的更换次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&&+E\left\{ \mbox{修理设备在}( {{{\tilde{b}}}^{\left\langle i \right\rangle }}+{{{\hat{\tau }}}_{1}},t ]\mbox{内的更换次数},0<{{{\hat{\tau }}}_{1}}\le H,{{{\tilde{b}}}^{\left\langle i \right\rangle }}+{{{\hat{\tau }}}_{1}}\le t \right\} \\&& +E\left\{\mbox{修理设备在}( {{{\tilde{b}}}^{\left\langle i \right\rangle }}+H+{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}},t ]\mbox{内的更换次数},\right. \\ && \left. {{{\hat{\tau }}}_{1}}>H,V<{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}},{{{\tilde{b}}}^{\left\langle i \right\rangle }}+H+{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}}\le t \right\} \\ &&+\sum\limits_{n=N}^{\infty }{E\left\{ \mbox{修理设备在}( {{{\tilde{b}}}^{\left\langle i \right\rangle }}+H+{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{N-1}},t ]\mbox{内的更换次数}, \right.} \\ & & \left. {{{\hat{\tau }}}_{1}}>H,{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{n-1}}\le V<{{{\hat{\hat{\tau }}}}_{1}}+{{l}_{n}},{{b}^{\left\langle i \right\rangle }}+H+V\le t \right\} \\&=&{{C}_{i}}\left( t \right)+{{\Omega }_{i}}\left( t \right)+\int_{0}^{t}{\int_{0}^{t-x}{{{Z}_{1}}(t-x-y)\bar{H}(y){\rm d}F(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}} \\&&+\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{Z}_{N}}(t-x-y-z)\bar{F}(y)V(z){\rm d}{{F}^{\left( N \right)}}(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}} \\&&+\sum\limits_{n=N}^{\infty }{\int_{0}^{t}{\int_{0}^{t-x}{\int_{0}^{t-x-y}{{{Z}_{n}}(t-x-y-z)\bar{F}(y)\frac{{{(\lambda z)}^{n}}}{n!}{{e}^{-\lambda z}}{\rm d}V(z){\rm d}H(y){\rm d}{{{\tilde{B}}}^{(i)}}(x)}}}},\end{matrix}$
${{Z}_{0}}\left( t \right)=\int_{0}^{t}{{{Z}_{1}}\left( t-x \right){\rm d}F\left( x \right)},$

其中

${{C}_{i}}\left( t \right)=E\left\{\mbox{修理设备在$\left( 0,t \right]$内的更换次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\},$
${{\Omega }_{i}}\left( t \right)=E\left\{ \mbox{修理设备在$( 0,{{{\tilde{b}}}^{\left\langle i \right\rangle }}]$内的更换次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\},$

与定理4.1同理, 用${{\tilde{b}}^{\left\langle i \right\rangle }}$对引理4.4中的$D(t)$作全概率分解, 得

$\begin{matrix}D\left( t \right)&=&E\left\{ \mbox{修理设备在$\left( 0,t \right]$内的更换次数}\right\} \\&=&E\left\{ \mbox{修理设备在$\left( 0,t \right]$内的更换次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\} \\&&+E\left\{\mbox{修理设备在$\left( 0,t \right]$内的更换次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&=&E\left\{ \mbox{修理设备在$\left( 0,t \right]$内的更换次数},0\le t<{{{\tilde{b}}}^{\left\langle i \right\rangle }} \right\} \\&&+E\left\{ \mbox{修理设备在$( 0,{{{\tilde{b}}}^{\left\langle i \right\rangle }}]$内的更换次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&&+E\left\{ \mbox{修理设备在$( {{{\tilde{b}}}^{\left\langle i \right\rangle }},t]$内的更换次数},{{{\tilde{b}}}^{\left\langle i \right\rangle }}\le t \right\} \\&=&{{C}_{i}}\left( t \right)+{{\Omega }_{i}}\left( t \right)+\int_{0}^{t}{D\left( t-x \right){\rm d}{{{\tilde{B}}}^{\left( i \right)}}\left( x \right)},\end{matrix}$

于是

$\begin{matrix}{{C}_{i}}\left( t \right)+{{\Omega }_{i}}\left( t \right)=D\left( t \right)-\int_{0}^{t}{D\left( t-x \right){\rm d}{{{\tilde{B}}}^{\left( i \right)}}\left( x \right)},\end{matrix}$

将(4.27)式代入(4.24)式, 再对代入后的(4.24)与(4.25)式作$LS$变换, 经过化简整理得 (4.21) 与(4.22) 式, 再根据$\lim\limits_{t\to \infty }\,\frac{{{Z}_{i}}\left( t \right)}{t}=\lim\limits_{s\to {{0}^{+}}}\,s{{z}_{i}}\left( s \right)$,同理定理3.1的证明用洛必达法则可得(4.23)式, 证毕.

5 服务台稳态不可用度和稳态故障频度的参数敏感性分析

由定理3.1和定理3.2得出的重要结论, 我们在本节中对服务台的稳态不可用度$\Phi$和稳态故障频度$M$作参数的敏感性分析.

根据定理3.1和定理3.2的稳态结果表达式, 在满足$\tilde{\rho }<1$的情况下, 运用MATLAB软件编程作图, 图8, 图9分别给出了随着参数$\mu$的变化, $\lambda$取不同值时服务台的稳态不可用度$\Phi$ 与瞬态故障频度$M$的变化情况. 图10, 图11分别给出了参数$\alpha$取不同值时随着参数$\beta$的变化, 参数$\nu$取不同值时随着参数$\gamma$的变化服务台的稳态不可用度$\Phi$的变化情况.

图8

图8   $\alpha =0.2,\beta =0.5,\nu =0.3,\gamma =5,$$\lambda$取不同值时, $\phi$随着$\mu$的变化情况


图9

图9   $\alpha =0.2$, $\lambda$取不同值时, $M$随着$\mu$的变化情况


图10

图10   $\lambda =0.4,\mu =5,\nu =0.2,\gamma =2,$$\alpha$取不同值时, $\phi$随着$\beta$的变化情况


图11

图11   $\lambda =0.4,\mu =10,\alpha =0.2,\beta =2,$$\nu$取不同值时, $\phi$随着$\gamma$的变化情况


图8, 图9可知, 固定参数$\lambda$时, $\phi$$M$$\mu$的增大而减小, 这是因为参数$\mu$越大, 顾客的服务时间就越短, 因此服务台故障的概率与单位时间内的平均失效次数就越低. 同样, 当固定参数$\mu$时, $\phi$$M$$\lambda$ 的增大而增大, 这是因为$\lambda$的增大, 使得单位时间内到达的顾客数越多, 加重了服务台的运行负荷和长度, 因此服务台故障的概率与单位时间的平均失效次数就越高, 这与现实情况是吻合的.

图10图11可知, $\phi$随参数$\alpha$$\beta$的增大而增大, 也随参数$\nu$$\gamma$ 的增大而增大, 这是因为参数$\alpha$的增大或$\beta$的增大, 使得服务台的寿命或者修理设备的寿命越短, 这样服务台处于故障状态的概率就越高, 同样, 参数$\nu$$\gamma$的增大, 使得服务台的修理时间或修理设备的更换时间就越长, 因此服务台处于故障状态的概率也越高, 这与现实情况是吻合的.

参考文献

Avi-Itzhak B, Naor P.

Some queueing problems with service station subject to server breakdown

Operations Research, 1963, 11: 303-320

DOI:10.1287/opre.11.3.303      URL     [本文引用: 1]

A number of situations is considered where the single service station is incapacitated from time to time to render service to the incoming (stationary) Poisson stream of customers. Five models are presented Model. A deals with the situation in which the service interruption is brought about by a Poisson process homogeneous in time. The preemptive priority queuing model is shown to be a special case. Model B is concerned with the case in which breakdowns occur only while the station is giving service. In Model C it is assumed that the repair process cannot start without customers at the station. Model D describes a situation in which the repair of the station starts at the initiative of a customer who wishes to improve the standard of service. In Model E the assumption is that the station can break down only while no customer is being serviced. In all models it is assumed that service times and repair times possess arbitrary distribution functions each having a density and finite second moment. The expected queue lengths and related operating characteristics of the various systems are derived using relatively simple mathematical methods.

Federgruen A, Green L.

Queueing systems with service interruptions

Operations Research, 1986, 34: 752-768

DOI:10.1287/opre.34.5.752      URL     [本文引用: 1]

In many queueing systems, the service process is subject to interruptions resulting from breakdowns, scheduled off-periods or the arrival of customers with preemptive priority. We consider a single server, first-come, first-served queueing system that alternates between periods when service is available (“on-periods”) and periods when the server is unavailable (“off-periods”). We consider the case of Poisson arrivals and general service, on- and off-time distributions and derive bounds and approximations for the mean waiting time, probability of delay and steady-state distribution of the number in system. These results are exact for the case of exponentially distributed on-times. Computational results are reported.

史定华, 田乃硕.

服务台可修的$GI/M(M/PH)/1$排队系统

应用数学学报, 1995, 18(1): 44-50

DOI:10.12387/C1995006      [本文引用: 1]

本文首次讨论一个到达间隔为一般分布的可修排队系统。假定服务时间、忙期服务台寿命都服从指疏分布,修复时间是PH变量。首先证明该系统可转化为一个经典的排队模型,然后给出系统在稳态下的各种排队论指标和可靠性指标。

Shi D H, Tian N S.

Repairable $GI/M(M/PH)/1$ queueing system

Acta Mathematicae Applicatae Sinica, 1995, 18(1): 44-50

DOI:10.12387/C1995006      [本文引用: 1]

本文首次讨论一个到达间隔为一般分布的可修排队系统。假定服务时间、忙期服务台寿命都服从指疏分布,修复时间是PH变量。首先证明该系统可转化为一个经典的排队模型,然后给出系统在稳态下的各种排队论指标和可靠性指标。

李泉林.

服务台可修的$M/SM/(PH/SM)/1$排队系统

应用数学, 1996, 9(4): 422-428

[本文引用: 1]

Li Q L.

$M/SM(PH/SM)/1$ repairable queueing system

Mathematica Applicatae, 1996, 9(4): 422-428

[本文引用: 1]

曹晋华, 程侃.

服务台可修的$M/G/1$排队系统分析

应用数学学报, 1982, 5(2): 113-127

DOI:10.12387/C1982016      [本文引用: 3]

现有的排队论文献所研究的系统几乎都假定服务台是不会失效的.可是在实践中,经常会碰到服务台发生故障而不能为顾客服务的情形.此时需要修理工对服务台进行修理,服务台被修复后继续为顾客服务.对于这类服务台可能失效和可修的排队系统,无论从排队论的角度,还是从可靠性理论的角度都是非常值得研究的.从理论上来说,这是一类更为一般的排队系统,通常研究的排队系统只是其特殊情形.

Cao J H, Cheng K.

Analysis of $M/G/1$ queueing system with repairable service station

Acta Mathematicae Applicatae Sinica, 1983, 5(2): 113-127

DOI:10.12387/C1982016      [本文引用: 3]

现有的排队论文献所研究的系统几乎都假定服务台是不会失效的.可是在实践中,经常会碰到服务台发生故障而不能为顾客服务的情形.此时需要修理工对服务台进行修理,服务台被修复后继续为顾客服务.对于这类服务台可能失效和可修的排队系统,无论从排队论的角度,还是从可靠性理论的角度都是非常值得研究的.从理论上来说,这是一类更为一般的排队系统,通常研究的排队系统只是其特殊情形.

曹晋华.

服务设备可修的机器服务模型分析

数学研究与评论, 1985, 5(4): 89-96

[本文引用: 1]

Cao J H.

Service model analysis of repairable service equipment

Journal of Mathematical Research and Exposition, 1985, 5(4): 89-96

[本文引用: 1]

Tang Y H.

Revisiting the model of servicing machines with repairable service facility-A analyzing idea and some new results

Acta Mathematicae Applicatae Sinica, English Series, 2010, 26(4): 557-566

DOI:10.1007/s10255-008-8029-6      URL     [本文引用: 1]

唐应辉, 赵玮.

可修排队系统可靠性指标的分解特性

运筹学学报, 2004, 8(4): 73-84

[本文引用: 1]

Tang Y H, Zhao W.

The decomposition properties of reliablility indices in repairable queueing systems

Operations Research Transactions, 2004, 8(4): 73-84

[本文引用: 1]

Tang Y H.

A single-server $M/G/1$ queueing system subject to breakdowns-some reliability and queueing problems

Microelectronics and Reliability, 1997, 37(2): 315-321

DOI:10.1016/S0026-2714(96)00018-2      URL     [本文引用: 1]

Tang Y H, Mu Y C, Yu M M.

Analysis of reliability on $M/G/1$ repairable queueing sysyem with $p$-entering discipline during second type failure time-Some reliability indices

Journal of Systems Engineering, 2012, 27(4): 559-567

[本文引用: 1]

唐应辉, 唐小我.

推广的$M/G(M/G)/1(M/G)$可修排队系统(II)-一些可靠性指标

系统工程理论与实践, 2000, 20(2): 84-91

DOI:10.12011/1000-6788(2000)2-84      [本文引用: 1]

进一步研究推广的$M^x$/G(M/G)/1(M/G)可修排队系统,讨论了服务台如下的可靠性问题:1)在时刻t失效的概率,即不可用度;2)在“服务员忙期”内的失效次数;3)在(0,t]内的平均失效次数及其渐近展开;4)在“服务员忙期”内的失效时间;5)在(0,t]内的平均失效时间及其渐近展开,得到一系列结果,并给出了便于计算(0,t]内的平均失效次数和平均失效时间的近似式.

Tang Y H, Tang X W.

The generalized $M/G(M/G)/1(M/G)$ repairable queueing system(II)-Some reliability indices

System Engineering-Theory and Practice, 2000, 20(2): 84-91

DOI:10.12011/1000-6788(2000)2-84      [本文引用: 1]

进一步研究推广的$M^x$/G(M/G)/1(M/G)可修排队系统,讨论了服务台如下的可靠性问题:1)在时刻t失效的概率,即不可用度;2)在“服务员忙期”内的失效次数;3)在(0,t]内的平均失效次数及其渐近展开;4)在“服务员忙期”内的失效时间;5)在(0,t]内的平均失效时间及其渐近展开,得到一系列结果,并给出了便于计算(0,t]内的平均失效次数和平均失效时间的近似式.

Tang Y H.

Some reliability problems arising in the repairable queueing system single delay vacation

Journal of Systems Science and Systems Engineering, 2001, 10(3): 306-314

[本文引用: 1]

Wang H, Wang T Y, Peam W L.

Optimal control of the $N$ policy $M/G/1$ queueing system with server breakdowns and general startup times

Applied Mathematical Modelling, 2007, 31(10): 2199-2212

DOI:10.1016/j.apm.2006.08.016      URL     [本文引用: 1]

Wang H, Kuo C C, Ke C.

Optimal control of the $D$-policy $M/G/1$ queueing system with server breakdowns

American Journal of Applied Sciences, 2008, 5(5): 565-573

DOI:10.3844/ajassp.2008.565.573      URL     [本文引用: 1]

Wu W Q, Tang Y H, Yu M M, Jiang Y.

Reliability analysis of a k-out-of-n: G repairable system with single vacation

Applied Mathematical Modelling, 2014, 38(19/20): 6075-6097

DOI:10.1016/j.apm.2014.05.020      URL     [本文引用: 1]

钟瑶, 唐应辉.

具有两类失效模式的$D$ -策略$M/G/1$可修排队系统最优控制策略$D^{*}$

运筹学学报, 2020, 24(1): 40-56

[本文引用: 1]

Zhong Y, Tang Y H.

Analysis of the $M/G/1$ repairable queueing system with $D$-policy and two types of failure modes

Operations Research Transactions, 2020, 24(1): 40-56

[本文引用: 1]

旷欣宇, 唐应辉.

带启动时间与双阈值$(m,N)$ -策略的$M/G/1$可修排队系统的最优控制策略

运筹与管理, 2021, 30(10): 64-70

DOI:10.12005/orms.2021.0315      [本文引用: 1]

本文研究带随机启动时间与双阈值(m,N)-策略的M/G/1可修排队系统,首先讨论系统有关的排队指标,接着研究因为故障而产生的系统的下列可靠性指标,如:服务台首次失效前的寿命分布、不可用度和(0,t]时间内的平均故障次数。最后,在建立费用模型的基础上,结合实际中检测公司检测样品的这一现实情况,研究了双阈值最优控制策略(m<sup>*</sup>,N<sup>*</sup>),并在同一组参数下与服务台不发生故障时系统的双阈值最优控制策略进行了比较。

Kuang X Y, Tang Y H.

Optimal control policy for the $M/G/1$ repairable queueing system with random start-up time and bi-level threshold $(m,N)$-policy

Operations Research and Management Science, 2021, 30(10): 64-70

DOI:10.12005/orms.2021.0315      [本文引用: 1]

本文研究带随机启动时间与双阈值(m,N)-策略的M/G/1可修排队系统,首先讨论系统有关的排队指标,接着研究因为故障而产生的系统的下列可靠性指标,如:服务台首次失效前的寿命分布、不可用度和(0,t]时间内的平均故障次数。最后,在建立费用模型的基础上,结合实际中检测公司检测样品的这一现实情况,研究了双阈值最优控制策略(m<sup>*</sup>,N<sup>*</sup>),并在同一组参数下与服务台不发生故障时系统的双阈值最优控制策略进行了比较。

唐应辉, 余妙妙, 付永红.

$Geom/G1,G2(Geom/G)/1/1$可修Erlang消失系统的可靠性指标及其计算机仿真分析

系统工程理论与实践, 2010, 30(2): 347-355

DOI:10.12011/1000-6788(2010)2-347      [本文引用: 1]

研究Bernoulli到达且无等待空间的单服务员离散时间可修Erlang消失排队系统.系统中服务员可向顾客提供两种不同类型的服务,即常规服务和可选二次服务.在系统运行过程中服务设备的故障可以引起系统中顾客的清空.采用一种新型的离散补充变量技术, 给出了系统稳态可用度,稳态失效频度, 首次故障前平均时间, 服务员空闲概率, 故障概率,工作概率以及系统稳态损失概率等一系列性能指标.最后通过数值实例和计算机仿真验证了理论分析技术的合理性和有效性.

Tang Y H, Yu M M, Fu Y H.

Reliability indices of $Geom/G1,G2(Geom/G)/1/1$ repairable Erlang loss system and computer simulation analysis

System Engineering-Theory and Practice, 2010, 30( 2): 347-355

DOI:10.12011/1000-6788(2010)2-347      [本文引用: 1]

研究Bernoulli到达且无等待空间的单服务员离散时间可修Erlang消失排队系统.系统中服务员可向顾客提供两种不同类型的服务,即常规服务和可选二次服务.在系统运行过程中服务设备的故障可以引起系统中顾客的清空.采用一种新型的离散补充变量技术, 给出了系统稳态可用度,稳态失效频度, 首次故障前平均时间, 服务员空闲概率, 故障概率,工作概率以及系统稳态损失概率等一系列性能指标.最后通过数值实例和计算机仿真验证了理论分析技术的合理性和有效性.

Tang Y H, Yu M M, Li C L.

$Geom/G1,G2/1/1$ repairable Erlang loss system with catastrophe and second optional service

Journal of Systems Science and Complexity, 2011, 24(3): 554-564

DOI:10.1007/s11424-011-8339-2      URL     [本文引用: 1]

Tang Y H, Yu M M, Yun X, Huang S J.

Reliability indices of discrete-time $GeoX/G/1$ queueing system with unreliable service station and multiple adaptive delayed vacations

Journal of Systems Science and Complexity, 2012, 25(6): 1122-1135

DOI:10.1007/s11424-012-1062-9      URL     [本文引用: 1]

兰绍军, 唐应辉.

具有Bernoulli反馈和Min$(N,D)$ -策略控制的$Ge{{o}^{({{\lambda }_{1}},{{\lambda }_{2}})}}/G/1$离散时间可修排队的可靠性分析

系统科学与数学, 2016, 36(11): 2070-2086

DOI:10.12341/jssms12974      [本文引用: 1]

考虑具有~Bernoulli 反馈, 可变到达率以及~Min($N,D$)-策略控制的~$Geo/G/1$ 离散时间可修排队系统的可靠性指标. 服务台在服务过程中可能发生故障, 顾客的到达率依赖于服务员的状态. 使用更新理论, 全概率分解技术和概率母函数方法, 首先讨论了服务员在任意时刻~$n^+$ 处于忙的瞬态概率和稳态概率. 其次, 分析了一些可靠性指标, 如服务台的瞬态和稳态不可用度、时间段~$\left( {0^+,n^+} \right]$ 内服务台的平均故障次数和稳态故障频度. 所得结果揭示了可靠性指标的随机分解性质. 利用本文的结论直接给出了一些特殊离散时间可修排队系统的可靠性指标. 最后, 通过数值实例分析了系统参数对可靠性指标的影响.

Lan S J, Tang Y H.

Reliability analysis of discrete-time $Ge{{o}^{({{\lambda }_{1}},{{\lambda }_{2}})}}/G/1$ repairable queue with Bernoulli feedback and Min$(N,D)$-policy

Journal of Systems Science and Mathematical Sciences, 2016, 36(11): 2070-2086

DOI:10.12341/jssms12974      [本文引用: 1]

考虑具有~Bernoulli 反馈, 可变到达率以及~Min($N,D$)-策略控制的~$Geo/G/1$ 离散时间可修排队系统的可靠性指标. 服务台在服务过程中可能发生故障, 顾客的到达率依赖于服务员的状态. 使用更新理论, 全概率分解技术和概率母函数方法, 首先讨论了服务员在任意时刻~$n^+$ 处于忙的瞬态概率和稳态概率. 其次, 分析了一些可靠性指标, 如服务台的瞬态和稳态不可用度、时间段~$\left( {0^+,n^+} \right]$ 内服务台的平均故障次数和稳态故障频度. 所得结果揭示了可靠性指标的随机分解性质. 利用本文的结论直接给出了一些特殊离散时间可修排队系统的可靠性指标. 最后, 通过数值实例分析了系统参数对可靠性指标的影响.

Lan S J, Tang Y H.

Analysis of $D$-policy discrete-time $Geo/G/1$ queue with second J-optional service and unreliable server

RAIRO-Operations Research, 2017, 51(1): 101-122

DOI:10.1051/ro/2016006      URL     [本文引用: 1]

Lan S J, Tang Y H.

Performance and reliability analysis of a repairable discrete-time $Geo/G/1$ queue with Bernoulli feedback and randomized policy

Applied Stochastic Models in Business and Industry, 2017, 33(5): 522-543

DOI:10.1002/asmb.v33.5      URL     [本文引用: 1]

Lan S J, Tang Y H.

An unreliable discrete-time retrial queue with probabilistic preemptive priority, balking customers and replacements of repair times

AIMS Mathematics, 2020, 5(5): 4322-4344

DOI:10.3934/math.2020276      URL     [本文引用: 1]

刘金银, 唐应辉, 朱亚丽, .

具有温储备失效和延迟修理的$M/G/1$可修排队系统的可靠性指标

系统工程理论与实践, 2015, 35(2): 413-423

DOI:10.12011/1000-6788(2015)2-413      [本文引用: 1]

本文考虑了具有温储备失效特征的M/G/1可修排队系统. 在该系统中, 服务台故障分为两类: 第一类是服务台在服务员的&quot;广义忙期&quot;中以故障率为&alpha;(0&le;&alpha;&lt;&infin;) 的泊松过程发生故障, 第二类是服务台在系统闲期中以分布函数为Y(t)的更新过程发生故障, 而且发生第二类故障时不能得到立即修理. 利用全概率分解技术和拉普拉斯变换工具, 分别讨论了在两类故障模式下服务台的瞬态不可用度和稳态不可用度, (0,t]时间内的平均故障次数和稳态故障频度等可靠性指标, 进一步还讨论了服务台由温储备失效引起等待修理的概率. 最后, 通过数值计算例子讨论了系统有关参数对服务台的第二类稳态不可用度和第二类稳态故障频度的影响.

Liu J Y, Tang Y H, Zhu Y L, et al.

Reliability indices of $M/G/1$ repairable queueing system with warm standby failure and delayed repair

System Engineering-Theory and Practice, 2015, 35(2): 413-423

DOI:10.12011/1000-6788(2015)2-413      [本文引用: 1]

本文考虑了具有温储备失效特征的M/G/1可修排队系统. 在该系统中, 服务台故障分为两类: 第一类是服务台在服务员的&quot;广义忙期&quot;中以故障率为&alpha;(0&le;&alpha;&lt;&infin;) 的泊松过程发生故障, 第二类是服务台在系统闲期中以分布函数为Y(t)的更新过程发生故障, 而且发生第二类故障时不能得到立即修理. 利用全概率分解技术和拉普拉斯变换工具, 分别讨论了在两类故障模式下服务台的瞬态不可用度和稳态不可用度, (0,t]时间内的平均故障次数和稳态故障频度等可靠性指标, 进一步还讨论了服务台由温储备失效引起等待修理的概率. 最后, 通过数值计算例子讨论了系统有关参数对服务台的第二类稳态不可用度和第二类稳态故障频度的影响.

唐应辉, 刘金银, 余妙妙.

$N$ -控制策略且温储备失效$M/G/1$可修排队

系统工程学报, 2015, 30(6): 852-864

[本文引用: 1]

Tang Y H, Liu J Y, Yu M M.

$M/G/1$ repairable with $N$-policy and warm standby failure

Journal of System Engineering, 2015, 30(6): 852-864

[本文引用: 1]

唐应辉, 朱亚丽, 吴文青.

具有温储备失效的$M/G/1$可修排队系统

系统工程理论与实践, 2014, 34(4): 944-950

DOI:10.12011/1000-6788(2014)4-944      [本文引用: 1]

本文把“服务台在系统闲期中可能温储备失效”引入到M/G/1可修排队系统中,考虑了具有温储备失效特征的M/G/1可修排队系统.使用全概率分解技术和利用拉普拉斯变换工具,导出了在任意时刻t队长的瞬态分布的拉普拉斯变换的表达式,进一步获得了队长的稳态分布的递推式,同时,给出了稳态队长和稳态等待时间的随机分解结果. 最后通过数值计算实例讨论了平均附加队长随温储备失效参数和修复参数的变化情况.

Tang Y H, Zhu Y L, Wu W Q.

$M/G/1$ repairable queueing system with warm standby failure

System Engineering-Theory and Practice, 2014, 34(4): 944-950

DOI:10.12011/1000-6788(2014)4-944      [本文引用: 1]

本文把“服务台在系统闲期中可能温储备失效”引入到M/G/1可修排队系统中,考虑了具有温储备失效特征的M/G/1可修排队系统.使用全概率分解技术和利用拉普拉斯变换工具,导出了在任意时刻t队长的瞬态分布的拉普拉斯变换的表达式,进一步获得了队长的稳态分布的递推式,同时,给出了稳态队长和稳态等待时间的随机分解结果. 最后通过数值计算实例讨论了平均附加队长随温储备失效参数和修复参数的变化情况.

高丽君, 唐应辉.

$N$ -控制策略且温储备失效$M/G/1$可修排队的可靠性指标

运筹与管理, 2018, 27(10): 102-112

DOI:10.12005/orms.2018.0237      [本文引用: 1]

本文研究N-门限值进入控制策略且温储备失效M/G/1可修排队系统, 其中系统在处于温储备失效的状态下最多容许N(1)个顾客进入系统。 运用全概率分解技术和拉普拉斯变换工具, 对服务台第一次失效前的寿命概率分布、不可用度、(0,t]时间内的平均失效次数以及处于温储备失效而等待修理的概率等可靠性指标进行了讨论, 并给出了其稳态结果表达式。 最后, 通过数值实例分析了服务台因温储备故障的稳态不可用度和稳态故障频度随一些参数的变化情况。

Gao L J, Tang Y H.

Reliability indices of $M/G/1$ repairable queue with $N$-policy and warm standby failure

Operations Research and Management Science, 2018, 27(10): 102-112

DOI:10.12005/orms.2018.0237      [本文引用: 1]

本文研究N-门限值进入控制策略且温储备失效M/G/1可修排队系统, 其中系统在处于温储备失效的状态下最多容许N(1)个顾客进入系统。 运用全概率分解技术和拉普拉斯变换工具, 对服务台第一次失效前的寿命概率分布、不可用度、(0,t]时间内的平均失效次数以及处于温储备失效而等待修理的概率等可靠性指标进行了讨论, 并给出了其稳态结果表达式。 最后, 通过数值实例分析了服务台因温储备故障的稳态不可用度和稳态故障频度随一些参数的变化情况。

蔡晓丽, 唐应辉.

具有温储备失效特征和单重休假$Min(N,V)$ -控制策略$M/G/1$的可修排队系统

应用数学学报, 2017, 40(5): 692-701

[本文引用: 1]

Cai X L, Tang Y H.

$M/G/1$ repairable queueing system with warm standby failure and $Min(N,V)$-policy Based on Single vacation

Acta Mathematicae Applicatae Sinica, 2017, 40(5): 692-701

[本文引用: 1]

刘仁彬, 唐应辉.

修理设备可更换且修理有延迟的两不同型部件并联可修系统

高校应用数学学报, 2006, 21(2): 127-140

DOI:10.1007/BF02791345      URL     [本文引用: 1]

Liu R B, Tang Y H.

Two-different-units paralleled repairable system with a replaceable facility and repair delay

Applied Mathematics-A Journal of Chinese Universities, 2006, 21(2): 127-140

DOI:10.1007/BF02791345      URL     [本文引用: 1]

Yu M M, Tang Y H, FuY H, Pan L M, Tang X W.

A deteriorating repairable system with stochastic lead time and replaceable repair facility

Computers and Industrial Engineering, 2012, 62(2): 609-615

DOI:10.1016/j.cie.2011.11.023      URL     [本文引用: 1]

唐应辉, 冯慧侠, 吴文青.

修理设备可更换的$M/G/1$可修排队系统分析

系统工程学报, 2013, 28(6): 830-839

[本文引用: 4]

Tang Y H, Feng H X, Wu W Q.

Analysis of $M/G/1$ repairable queueing system with a replacement repair facility

Journal of Systems Engineering, 2013, 28(6): 830-839

[本文引用: 4]

唐应辉, 朱亚丽, 吴文青.

修理设备可更换的$N$ -策略$M/G/1$可修排队系统分析

系统工程理论与实践, 2014, 34(3): 746-755

DOI:10.12011/1000-6788(2014)3-746      [本文引用: 1]

本文把“修理设备可发生故障”引入到N-策略M/G/1可修排队系统中,考虑了 修理设备可更换的N-策略M/G/1可修排队系统.通过引进服务台的“广义修理时间”、顾客的“广义服务时间”和修理设备的“广义忙期”,讨论了系统的排队指标和服务台的可靠性指标.同时,使用全概率分解方法,利用拉普拉斯变换工具,重点讨论了修理设备的不可用 度和在(0,t]时间内的平均更换次数,并给出了数值计算实例.最后,本文在给定的费用结构下 讨论了最优策略N<sup>*</sup>的求解问题,并给出了数值计算例子.

Tang Y H, Zhu Y L, Wu W Q.

Analysis of $M/G/1$ repairable queueing system with $N$-policy and a replaceable repair facility

Systems Engineering-Theory and Practice, 2014, 34(3): 746-755

DOI:10.12011/1000-6788(2014)3-746      [本文引用: 1]

本文把“修理设备可发生故障”引入到N-策略M/G/1可修排队系统中,考虑了 修理设备可更换的N-策略M/G/1可修排队系统.通过引进服务台的“广义修理时间”、顾客的“广义服务时间”和修理设备的“广义忙期”,讨论了系统的排队指标和服务台的可靠性指标.同时,使用全概率分解方法,利用拉普拉斯变换工具,重点讨论了修理设备的不可用 度和在(0,t]时间内的平均更换次数,并给出了数值计算实例.最后,本文在给定的费用结构下 讨论了最优策略N<sup>*</sup>的求解问题,并给出了数值计算例子.

吴文青, 唐应辉, 兰绍军.

修理设备可更换的$k/n(G)$表决可修系统

数学学报, 2016, 59(6): 799-820

[本文引用: 1]

研究了修理设备可更换的k/n(G)表决可修系统,其中修理设备在修理故障部件时可能发生失效.假定部件和修理设备的寿命服从负指数分布,故障部件的修理时间和修理设备的更换时间服从一般分布的条件下,利用马尔可夫更新过程理论和拉普拉斯变换(Laplace-Stieltjes变换),分别讨论了系统首次故障前的平均时间,可用度,故障频度及修理设备的不可用度和失效频度,获得了相关指标的递推表达式.在此基础上,给出了1/2(G)表决可修系统和(n-1)/n(G)表决可修系统相关可靠性指标的表达式.

Wu W Q, Tang Y H, Lan S J.

Analysis of $k/n(G)$ repairable system with replaceable repair facility

Acta Mathematica Sinica, 2016, 59(6): 799-820

[本文引用: 1]

研究了修理设备可更换的k/n(G)表决可修系统,其中修理设备在修理故障部件时可能发生失效.假定部件和修理设备的寿命服从负指数分布,故障部件的修理时间和修理设备的更换时间服从一般分布的条件下,利用马尔可夫更新过程理论和拉普拉斯变换(Laplace-Stieltjes变换),分别讨论了系统首次故障前的平均时间,可用度,故障频度及修理设备的不可用度和失效频度,获得了相关指标的递推表达式.在此基础上,给出了1/2(G)表决可修系统和(n-1)/n(G)表决可修系统相关可靠性指标的表达式.

Wu W Q, Tang Y H, Yu M M, Jiang Y, Liu H.

Reliability analysis of a k-out-of n:G system with general repair times and replaceable repair equipment

Quality Technology and Quantitative Management, 2018, 15(2): 274-300

DOI:10.1080/16843703.2016.1226712      URL     [本文引用: 1]

潘取玉, 唐应辉.

在延迟Min$(N,D)$ -控制策略下修理设备可更换的$M/G/1$可修排队系统及最优控制策略

数学物理学报, 2018, 38A(5): 1014-1031

[本文引用: 1]

Pan Q Y, Tang Y H.

Analysis of $M/G/1$ repairable queueing system and optimal control policy with a replaceable repair facility under delay Min$(N,D)$-policy

Acta Mathematica Scientia, 2018, 38A(5): 1014-1031

[本文引用: 1]

魏瑛源, 唐应辉.

基于修理设备可更换和修理延迟策略的两不同型部件冷贮备可修系统

工程数学学报, 2020, 37(4): 423-441

[本文引用: 1]

Wei Y Y, Tang Y H.

Two units cold standby repairable system with a replaceable repair facility and delay repair

Journal of Engineering Mathematics, 2020, 37(4): 423-441

[本文引用: 1]

何亚兴, 唐应辉.

具有$N$ -策略和延迟单重休假且休假不中断的$M/G/1$排队系统

应用数学, 2021, 34(1): 130-145

[本文引用: 3]

He Y X, Tang Y H.

$M/G/1$ Queueing system with $N$-policy and Delayed Single vacation without interruption

Mathematica Applicata, 2021, 34(1): 130-145

[本文引用: 3]

唐应辉, 唐小我. 排队论-基础与分析技术. 北京: 科学出版社, 2006

[本文引用: 3]

Tang Y H, Tang X W. Queueing Theory-Foundations and Analysis Techniques. Beijing: Science Press, 2006

[本文引用: 3]

曹晋华, 程侃. 可靠性数学引论(修订版). 北京: 高等教育出版社, 2006

[本文引用: 3]

Cao J H, Cheng K. Introdution to Reliability Mathematics (revised edition). Beijing: Higher Education Press, 2006

[本文引用: 3]

/