MOST CITED
Update: 2021-07-01
Task „Implementation of procedures ensuring the originality of scientific papers published in the quarterly „Eksploatacja i Niezawodność – Maintenance and Reliability” financed under contract 532/P-DUN/2018 from the funds of the Minister of Science and Higher Education for science dissemination activities.
konserwacja zapobiegawcza
Modelowanie konserwacji zapobiegawczej w oparciu o pojęcie czasu zwłoki w kontekście studium przypadku
Wykorzystując pojęcie czasu zwłoki oraz modele stowarzyszone, w artykule przedstawiono badania modelowe optymalizacji przerwy konserwacyjnej w zakładzie produkcyjnym w oparciu o studium przypadku. Aby ustalić związek pomiędzy przerwą konserwacyjną a oczekiwanym czasem przestoju na jednostkę czasu, potrzebne są dane dotyczące zarówno czasów uszkodzeń jak i liczby usterek wykrytych i usuniętych w okresach konserwacji zapobiegawczej. Niestety, w badanym przez nas przypadku jedynymi dostępnymi danymi były czasy uszkodzeń. Aby obejść ten problem, wykorzystaliśmy szacunkową średnią liczbę usterek wykrytych w okresie konserwacji zapobiegawczej przez obsługę techniczną zakładu. W oparciu o wspomniane dwa typy danych, ustaliliśmy, w pierwszej kolejności, funkcję wiarygodności dla obserwowanych czasów do uszkodzenia. Następnie, w celu określenia niewiadomych parametrów modelu, funkcję tę połączyliśmy z funkcją najmniejszych kwadratów dla różnicy pomiędzy liczbą wykrytych usterek oszacowaną przez pracownika obsługi technicznej a odpowiadającą jej oczekiwaną wartością wyprowadzoną z modelu. Wiarygodność powyższej metody oceny parametrów sprawdzono za pomocą symulacji. Znając wartości parametrów modelu, zaproponowano model konserwacji zapobiegawczej pozwalający na optymalizację oczekiwanego czasu przestoju na jednostkę czasu w odniesieniu do przerwy konserwacyjnej. Proces modelowania przedstawiono za pomocą studium przypadku.
Modelling Preventive maintenance based on the delay time concept in the context of a case study
Using the delay time concept and associated models, this paper presents a modelling study of optimising the preventive maintenance (PM) interval of a production plant within the context of a case study. To establish the relationship between the PM interval and expected downtime per unit time, we need the data of both failure times and the number of defects identified and removed at PM epochs. However, the available data to us was only the recorded times of failures. To overcome this problem, we obtained an estimated mean number of the defects identified at the PM epoch by the plant maintenance technicians. Based on these two types of data, we first establish a likelihood function of the observed times to failure and then a squared function of the difference between the number of defect identification estimated by the technician and the corresponding expected value from the model is mixed with the likelihood function to estimate the unknown model parameters. We test by simulation to show the validity of the above parameter estimation method. Once the parameters of the model are known, a PM model is proposed to optimize the expected downtime per unit time with respect to the PM interval. The modeling process is demonstrated by the case study presented.
Analiza niezawodności i zysku dla systemu jednoelementowego z konserwacją zapobiegawczą poddanego maksymalnemu czasowi pracy
W niniejszej pracy przedstawiono analizę zysku modelu niezawodności dla systemu jednoelementowego, w którym element ulega całkowitemu uszkodzeniu bezpośrednio z trybu normalnego lub pośrednio na skutek częściowego uszkodzenia. Częściowo uszkodzona działająca jednostka jest wyłączana po upłynięciu maksymalnego czasu pracy w celu przeprowadzenia konserwacji zapobiegawczej. Pojedynczy serwer wspomaga bezzwłocznie system w momencie wystąpienia potrzeby przeprowadzenia konserwacji zapobiegawczej na etapie częściowego uszkodzenia oraz naprawy na etapie uszkodzenia całkowitego. Element działa jak nowy, po konserwacji zapobiegawczej i naprawie. Stan przełączników sieciowych uznaje się za doskonały. Wszystkie zmienne losowe traktowano jako niezależne i nieskorelowane. Rozkład czasów uszkodzeń, maksymalnego czasu pracy, czasu konserwacji zapobiegawczej i czasu naprawy przyjęto jako ogólne. Wybrane parametry niezawodnościowe oceniano za pomocą procesu semimarkowskiego i techniki odnowy RPT. Dla poszczególnych przykładów przedstawiono także tabelaryczne zestawienie średniego czasu do uszkodzenia systemu (MTSF), gotowości i zysku w odniesieniu do maksymalnego czasu pracy.
Reliability and Profit Analysis of a Single-Unit System with Preventive Maintenance Subject to Maximum Operation Time
This paper deals with the profit analysis of a reliability model for a single-unit system in which unit fails completely either directly from normal mode or via partial failure. The partially failed operating unit is shutdown after a maximum operation time for preventive maintenance. There is a single server who attends the system immediately whenever needed to conduct preventive maintenance at partial failure stage and repair at completely failure stage of the unit. The unit works as new after preventive maintenance and repair. The switch devices are considered as perfect. All random variables are assumed as independent and uncorrelated. The distribution of failure times, maximum operation time, preventive maintenance time and repair time are taken as general. Various reliability characteristics of interest are evaluated by using semi-Markov process and regenerative point technique. The tabular represantation of mean time to system failure (MTSF), availability and profit with respect to maximum rate of operation time has also been shown for a particular case.
Model integrujący planowanie opartej na pojęciu czasu opóźnienia konserwacji zapobiegawczej oraz planowanie produkcji dla systemów produkcji wieloasortymentowej
W niniejszej pracy zintegrowano proces konserwacji zapobiegawczej z procesem średnioterminowego taktycznego planowania produkcji w odniesieniu do systemu produkcji wieloasortymentowej. W takim systemie, zestaw wyrobów jest produkowany partiami w określonym, skończonym horyzoncie planowania. Konserwacja zapobiegawcza prowadzona jest okresowo pod koniec wybranych okresów produkcyjnych, natomiast w przypadku wystąpienia uszkodzenia wykonuje się konserwację korygującą. Konserwacja może mieć wpływ na dostępne moce produkcyjne systemu, jako że zarówno planowana konserwacja prewencyjna jak i nieplanowana konserwacja korygująca powodują straty związane z przestojem urządzeń w danym horyzoncie planowania. Oprócz czasu potrzebnego na konserwację zapobiegawczą i korygującą, nasz model uwzględnia czas konfiguracji urządzeń oraz jakość produktów, ponieważ one również zależą od defektów i awarii systemu. Zaproponowano procedury, które pozwalają na jednoczesne określenie optymalnego planu produkcji i optymalnej strategii konserwacji prewencyjnej. Naszym celem jest minimalizacja sumy kosztów konserwacji, produkcji, zapasów, konfiguracji urządzeń oraz zamówień oczekujących a także kosztów produktów, które nie zostały zakwalifikowane do wprowadzenia do obrotu w danym horyzoncie planowania. Model zilustrowano na przykładzie rzeczywistego przypadku z fabryki stali.
Strategia sekwencyjnej konserwacji zapobiegawczej z uwzględnieniem cech losowej korekcji i losowej redukcji wieku
W literaturze, temat konserwacji niepełnej został szeroko zbadany i wiele z opisywanych badań traktuje wydajność konserwacji niepełnej jako wartość stałą. W rzeczywistości jednak wydajność konserwacji należy traktować jako wielkość losową, ponieważ nie można jej dokładnie określić ze względu na brak wystarczających danych i / lub różnice między poszczególnymi systemami. W niniejszej pracy zaproponowano model hybrydowy konserwacji niepełnej łączący pojęcia parametrów losowej korekcji i losowej redukcji wieku. Na podstawie proponowanego modelu hybrydowego losowej konserwacji niepełnej przebadano strategię sekwencyjnej konserwacji zapobiegawczej przeprowadzanej okresowo w czasie wolnym od pracy; omawianą strategię konserwacji zoptymalizowano za pomocą algorytmu genetycznego (GA). Proponowaną metodę zilustrowano przykładem liczbowym oraz omówiono na przykładzie pompy wtryskowej paliwa do silników wysokoprężnych.
An integrated production and delay-time based preventive maintenance planning model for a multi-product production system
This paper integrates preventive maintenance and medium-term tactical production planning in a multi-product production system. In such a system, a set of products needs to be produced in lots during a specified finite planning horizon. Preventive maintenance is carried out periodically at the end of some production periods and corrective maintenance is always performed at failures. The system’s available production capacity can be affected by maintenance, since both planned preventive maintenance and unplanned corrective maintenance result in downtime loss during the planning horizon. In addition to the time used for preventive and corrective maintenance, our model considers the setup time and the product quality, as these are affected by the defects and failures of the system. Procedures are proposed to identify the optimal production plan and preventive maintenance policy simultaneously. Our objective is to minimize the sum of maintenance, production, inventory, setup, backorder costs and the costs of unqualified products within the planning horizon. A real case from a steel factory is presented to illustrate the model.
Sequential preventive maintenance policies with consideration of random adjustment-reduction features
In existing literature, imperfect maintenance has been widely studied and many studies treat the effectiveness of imperfect maintenance as a fixed constant. In reality, it is more realistic to regard the maintenance efficiency as a random quantity as it may not be precise value due to the lack of sufficient data and/or the variation from system to system. In this paper, a hybrid imperfect maintenance model with random adjustment-reduction parameters is proposed, and a maintenance policy, namely the sequential preventive maintenance in periodic leisure interval, is studied based on the proposed hybrid random imperfect maintenance model, and the corresponding maintenance strategy is optimized by the genetic algorithm (GA). A numerical example and an example of the fuel injection pump of diesel engines are presented to illustrate the proposed method.
Modele konserwacji zapobiegawczej a wyższa niezawodność eksploatacyjna
Autorzy przedstawiają metodę określania optymalnego czasu przerwy na okresową konserwację zapobiegawczą oraz optymalnego parametru diagnostycznego dla konserwacji predykcyjnej/wymiany Dodatkowo, autorzy zadają pytanie, jaki jest wpływ konserwacji zapobiegawczej na prawdopodobieństwo wystąpienia uszkodzenia oraz na niezawodność eksploatacyjną elementów systemu, w stosunku do których zastosowano okresową konserwację zapobiegawczą. Odpowiedzi na te pytania, autorzy poszukują posługując się metodami analizy i symulacji komputerowej. Wyniki podane w formie ilościowej, informują o związkach między przerwami na konserwację predykcyjną a funkcjami niezawodnościowymi. Podane przykłady pokazują, z wykorzystaniem trójparametrowego rozkładu Weibulla, że proponowana metoda może być stosowana w przypadku typowych obiektów inżynieryjnych. Zastosowanie omawianej metody przynosi znaczące korzyści zarówno wytwórcom jak i użytkownikom sprzętu technicznego.
Preventive maintenance models – higher operational reliability
The authors present a method for determining the optimal interval for preventive periodical maintenance and an optimal diagnostic parameter for predictive maintenance/replacement. Additionally, the authors raise the question: how does preventive maintenance influence the probability of failure and the operational reliability of system elements that have undergone preventive periodical maintenance? They answer the question using analytical and simulation computing approaches. The results are in quantitative form, giving relationships between preventive maintenance intervals and reliability functions. Examples demonstrate suitability of the method for typical engineering objects using a three parameters Weibull distribution. Application of the method is of substantial benefit to both the manufacturer and the user of technical equipment.