per
مرکز پژوهش کیفیت و بهرهوری پارسیان
نشریه علمی پژوهشی مهندسی و مدیریت کیفیت
2322-1305
2017-02-18
6
4
213
227
66171
Original Article
ترکیب جدید برنامه ریزی استوار با محدودیت اعتبار برای شبکه زنجیره تأمین حلقه بسته پاسخگو-پایا تحت عدم قطعیت و اختلالات
New combination of robust planning with credit constraints for responsive-dependent closed-loop supply chain network under uncertainty and disruptions
علیرضا ارشدی خمسه
alireza.arshadikhamseh@gmail.com
1
علیرضا حمیدیه
ahamidieh@gmail.com
2
بهمن نادری
bahman.naderi@aut.ac.ir
3
دانشیار گروه مهندسی صنایع، دانشگاه خوارزمی
دانشجوی دکترای مهندسی صنایع، دانشگاه خوارزمی
دانشیار گروه مهندسی صنایع،دانشگاه خوارزمی
امروزه شبکه های زنجیره تامین در فضای کسب و کار رقابتی، با وقوع اختلالات احتمالی، ماهیت غیر قطعی پارامترهای کسب و کار و تغییرات مداوم بازار تقاضا مواجه اند که بر کارایی و عملکرد شبکه تاثیر گذارند بنابراین ضرورت دارد شبکه زنجیره تامین در مقابل وقوع اختلالات پایا، در برابر عدم قطعیت پارامتری استوار و در مواجه با پویایی بازار پاسخگو باشد این پژوهش، ترکیب جدید برنامه ریزی امکانی پایا-استوار را برای طراحی شبکه زنجیره تامین حلقه بسته چند محصولی تحت شرایط عدم قطعیت توسعه داده است برای توسعه رویکرد جدید از برنامه ریزی ریاضی محدودیت اعتبار استفاده شده است شبکه فوق با اهداف ماکزیمم سازی پاسخگویی و پایایی و مینیمم سازی هزینه طراحی شده است و جهت اطمینان یافتن از سطح بالای عملکرد شبکه زنجیره تامین در صورت وقوع اختلال از شاخص استواری با رویکرد مدل سازی مبتنی بر سناریو استفاده شده است. مدل های پایای مبتنی بر برنامه ریزی محدودیت اعتبار و ترکیب جدید استوار-محدودیت اعتبار ارائه گردید و با استفاده از داده های واقعی یک پروژه ملی صنعتی مورد ارزیابی قرار گرفتند نتایج نشان می دهد ترکیب جدید استوار پیشنهاد شده با متوسط هزینه مطلوب و حداقل انحراف استاندارد ، استواری مدل و اثربخشی آن را ارتقا داده است.
Today, supply chain networks in a competitive business environment are faced with the occurrence of potential disruptions, uncertain nature of business parameters and constant changes in market demand that affect the efficiency and performance of the network. This research has developed a new stable-feasibility possibility combination for designing a multi-product closed-loop supply chain network under uncertainty conditions to develop a new approach to planning. Mathematics of credit limitation has been used. The above network has been designed with the objectives of maximizing accountability, reliability and cost minimization. . Reliable models based on credit constraint planning and new robust-credit constraint combination were presented and evaluated using real data from a national industrial project. The results show the proposed robust new combination with average cost-effectiveness and minimum standard deviation , Has improved the stability of the model and its effectiveness.
https://www.pqprc.ir/article_66171_b6aa07005fa244211868b2a4cc27fafe.pdf
قابلیت اطمینان
شبکه زنجیره تامین
برنامه ریزی استوار
پایایی
محدودیت اعتبار
Supply chain network
robust planning
Reliability
Credit limit
per
مرکز پژوهش کیفیت و بهرهوری پارسیان
نشریه علمی پژوهشی مهندسی و مدیریت کیفیت
2322-1305
2017-01-20
6
4
228
236
66175
Original Article
بهینهسازی افزونگی با در نظر گرفتن موجودی و هزینه تولید از دست رفته
Redundancy optimization by considering inventory and lost production cost
محمود شهرخی
shahrokhi292@yahoo.com
1
زهرا سبحانی
zahra.sobhani7@gmail.com
2
استادیار، گروه مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه کردستان، کردستان، ایران
دانشجوی دکتری مهندسی صنایع، دانشکده فنی و مهندسی، دانشگاه کردستان، کردستان، ایران
تخصیص افزونگی یکی از رویکردهای مهم برای افزایش قابلیت اطمینان است که توسط طراحان سیستمها به کار گرفتهمیشود. در این رویکرد برای بهبود قابلیت اطمینان سیستم، قطعات یا زیرمجموعههای)مولفههای( مازادی را در سیستم در نظرمیگیرند که در صورت خرابی مولفه های حساس سیستم به سرعت جایگزین آنها شده و به اینترتیب از توقف عملکرد سیستمپیشگیری میشود. در این پژوهش مسئله تخصیص افزونگی برای سیستمی با یک مولفه با محدودیتهای تعیین شده و با توجهبه هزینه تولید از دست رفته ارائه شده است. در مسأله این مقاله، هدف کمینه کردن کل هزینههای سیستم است که دو استراتژیافزونه سرد و موجودی در انبار را در نظر میگیرد. افزونه سرد به حالتی اطلاق میشود که مولفه مازاد در حالت عادی زیر بارنبوده و احتمال خرابی آن تا قبل از جایگزینی قطعه خراب مستقل از زمان عملکرد سیستم است. متغیر تصمیم در این پژوهشمقادیر تعداد مؤلفههای افزونگی و میزان موجودی مولفههای یدکی در انبار است. تفاوت این دو در آن است که مولفه افزونه بهسرعت و بدون تاخیر جایگزین مولفه معیوب در سیستم میشود و همچنین وجود آن موجب عدم توقف در هنگام نگهداریپیشگیرانه مولفه اصلی میشود. مدل برنامهریزی ریاضی جهت رسیدن به اهداف مسأله به صورت یک مسئله مختلط غیرخطیتهیه شده است. همچنین مثالی برای سیستم بیان شده و توسط نرمافزار بهینهسازی GAMS حل شده است. در انتها نتایجحاصل از حل مدل مورد بحث و بررسی قرار گرفته است.
Redundancy allocation is one of the important approaches to increase reliability used by system designers. In this approach, to improve the reliability of the system, components or subsets (components) are considered in the system, which in case of failure of sensitive components of the system are quickly replaced and intermittently stop the operation of the system.It is prevented. In this research, the problem of redundancy allocation for a system with one component with defined constraints and considering the cost of lost production is presented. In this article, the goal is to minimize the total cost of the system, which considers two strategies: cold plug-in and inventory. Cold plug-in refers to a situation where the surplus component is not normally under load and the probability of failure before replacing the damaged component is independent of system performance time. The decision variable in this study is the values of the number of redundancy components and the stock of spare components in stock. The difference between the two is that the plug-in component quickly and without delay replaces the defective component in the system, and its presence does not stop during the maintenance of the main component. The mathematical planning model has been developed to achieve the objectives of the problem as a nonlinear complex problem. An example for the system is also given and solved by GAMS optimization software. Finally, the results of solving the model are discussed.
https://www.pqprc.ir/article_66175_02a8506a1e2c6c91cc144bd20795e14d.pdf
قابلیت اطمینان
دسترسیپذیری
افزونگی
موجودی قطعات یدکی
Reliability
accessibility
redundancy
Spare parts inventory
per
مرکز پژوهش کیفیت و بهرهوری پارسیان
نشریه علمی پژوهشی مهندسی و مدیریت کیفیت
2322-1305
2017-01-20
6
4
237
249
66179
Original Article
توسعه رویکردی مبتنی بر رگرسیون تکه ای برای پایش پروفایل های خطی چندگانه با اثرات متقابل در فاز
Development of a piecemeal regression-based approach for monitoring multiple linear profiles with phase interactions
مجید جلیلی
m.jalili@merc.ac.ir
1
مهدی بشیری
bashiri@shahed.ac.ir
2
منوچهر منطقی
manteghi@ut.ac.ir
3
علیاصغر توفیق
ali.a.tofigh@gmail.com
4
دانشجوی دکتری، گروه مهندسی صنایع، پژوهشگاه مواد و انرژی، تهران، ایران
دانشیار، دانشگاه شاهد، دانشکده فنی و مهندسی، گروه مهندسی صنایع
دانشیار، دانشگاه مالک اشتر، دانشکده مهندسی صنایع
دانشیار، دانشگاه صنعتی امیرکبیر، دانشکده مهندسی صنایع
در بسیاری از کاربردهای کنترل فرایند آماری، رابطه بین متغیر پاسخ و یک یا چند متغیر کنترلی توسط یک تابع مورد ارزیابی قرار میگیرد که به آن پروفایل گفته میشود. پروفایلها به لحاظ ماهیت متغیر پاسخ به انواع مختلفی مانند پروفایلهای خطی و غیرخطی تقسیم میشود. در این تحقیق، نمودار کنترل جدیدی مبتنی بر رویکرد آزمون خطی تعمیم یافته و رگرسیون تکه ای، به منظور پایش پروفایل های خطی چندگانه با اثرات متقابل در فاز 2 ارائه شده است. نتایج شبیه سازی نمودار کنترل پیشنهادی بیانگر عملکرد بسیار بهتر آن نسبت به نمودار کنترل مبتنی بر روش حداقل مربعات خطا است.
In many statistical process control applications, the relationship between a response variable and one or more control variables is evaluated by a function called a profile. Profiles are divided into different types according to the nature of the response variable, such as linear and nonlinear profiles. In this research, a new control diagram based on the generalized linear test approach and fractional regression is presented to monitor multiple linear profiles with interactions in phase 2. The simulation results of the proposed control diagram show its much better performance than the control diagram based on the least squares error method.
https://www.pqprc.ir/article_66179_a41f666b7908cfc069adc2a96134cbbc.pdf
پروفایل چندگانه خطی
مدل رگرسیون تکه ای
متوسط طول دنباله
فاز2
Multiple linear profiles
Fragmentary regression model
Average trail length
phase 2
per
مرکز پژوهش کیفیت و بهرهوری پارسیان
نشریه علمی پژوهشی مهندسی و مدیریت کیفیت
2322-1305
2017-02-18
6
4
250
259
66181
Original Article
یک سیستم استنتاج تطبیقی عصبی-فازی به منظور کنترل آماری فرآیند با دادههای خود همبسته
A neural-fuzzy adaptive inference system for statistical control of the process with self-correlated data
محمدرضا وکیلی
m.vakili@gmail.com
1
امین محمودی
amin.mahmoudi10@gmail.com
2
عباس سقایی
saghaei.abbas@gmail.com
3
دانشگاه آزاد اسلامی، واحد اردبیل، دانشکده مهندسی صنایع ، اردبیل، ایران
دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، گروه مهندسی صنایع، تهران، ایران
دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه مهندسی صنایع، تهران، ایران
نمودارهای کنترل سنتی مبتنی بر این فرض اساسی هستند که دادههای فرآیند بطور متوالی مستقل از یکدیگر بوده و دارایتوزیع نرمال میباشند. این در حالی است که در بسیاری از موارد در دنیای واقعی از جمله در فرآیندهای شیمیایی و پیوسته این فرضاساسی وجود ندارد و بین دادههای جمع آوری شده از فرآیند نوعی خودهمبستگی وجود دارد. استفاده از نمودارهای کنترل سنتی درفرآیندهای خود همبسته غیرقابل اطمینان بوده و باعث افزایش اخطارهای اشتباه میشود. یکی از روشهای توسعه داده شده به منظورکنترل فرآیندهای خودهمبسته، شناسایی ساختار سریهای زمانی فرآیند و استفاده از مقادیر باقیماندهها به منظور کنترل فرآیند میباشد.در این مقاله از یک مدل مبتنی بر سیستمهای تطبیقی عصبی-فازی به منظور شناسایی ساختار سریهای زمانی و پیش بینی استفادهطراحی میشود. در AR(2) شده است. همچنین نمودارهای کنترل باقیمانده مبتنی بر این سیستم برای دادههای خود برگشتی درجه 2و برای )EWMA( نهایت با استفاده از دادههای شبیه سازی شده، کارایی روش پیشنهادی در نمودار میانگین متحرک موزون نمائیدرجههای مختلفی از همبستگی مورد ارزیابی قرار میگیرد.
Traditional control diagrams are based on the basic assumption that process data are sequentially independent of each other and have a normal distribution. However, in many cases in the real world, including in chemical and continuous processes, this assumption does not exist and there is a kind of autocorrelation between the data collected from the process. The use of traditional control charts in self-correlated processes is unreliable and increases erroneous warnings. One of the methods developed to control autocorrelation processes is to identify the structure of process time series and use residual values to control process. In this paper, a model based on adaptive neural-fuzzy systems to identify time series structure and predict design use. May be. Is in AR (2). Also, the residual control diagrams based on this system for the self-return data of degree 2 and for (EWMA) finally using the simulated data, the efficiency of the proposed method in the moving average diagram are evaluated. Different degrees of correlation are evaluated.
https://www.pqprc.ir/article_66181_d29371f1f9258561343f293f43ee1960.pdf
کنترل فرآیند آماری
نمودار کنترل
سیستم استنتاج عصبی-فازی تطبیقی
دادههای خود همبسته
Statistical process control
Control chart
Adaptive neural-fuzzy inference system
Self-correlated data
per
مرکز پژوهش کیفیت و بهرهوری پارسیان
نشریه علمی پژوهشی مهندسی و مدیریت کیفیت
2322-1305
2017-02-18
6
4
260
273
66183
Original Article
برآورد باقیمانده عمر مفید تجهیزات با زوال تدریجی با سیاست نگهداری و تعمیرات مبتنی بر شرایط با حضور دو عامل تسریع کننده خرابی
Estimation of the remaining useful life of equipment with gradual deterioration with condition-based maintenance policy with the presence of two failure accelerators
صدیق رئیسی
raissi@azad.ac.ir
1
مهدی دیوسالار
medivsalar@gmail.com
2
گروه مهندسی صنایع،واحد تهران جنوب،دانشگاه آزاد اسلامی، تهران، ایران
دانشکده مهندسی صنایع، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران
معمولاً تجهیزات بر اساس فرآیند زوال تدریجی با الگوی تصادفی دچار خرابی می شوند. در این موارد سطح زوال به طور تدریجی افزایش می یابد و زمانی که مقدار آن از آستانه زوال از پیش تعریف شده تجاوز کند، از کارافتاده تلقی می شود. علاوه بر آن ممکن است عوامل اغتشاش محیطی مانند دما، رطوبت، فشار و نظایر آن با تغییرات غیر قابل کنترل مواجه شده و الگوهای خرابی را تغییر و یا تسریع کنند. از آنجائی که تخمین باقیمانده طول عمر تجهیز اهمیت بسیاری در موثر بودن برنامه ریزی نگهداری و تعمیرات پیشبینانه دارد و این برآورد متکی بر شناسائی الگوهای تسریع شده خرابی می بایست انجام شود، تحقیق حاضر برای نخستین بار بر برآورد باقیمانده طول عمر تجهیز در شرایط حضور اثرات تسریع کننده دو عامل اخلال همبسته متمرکز شده است و در آن برای پایش عوامل تاثیر گذار محیطی بر طول عمر تجهیز از نمودارهای کنترلی و چگونگی برآورده متوسط باقیمانده طول عمر تجهیز در شرایط مختلف تحت کنترل بودن، خارج از کنترل بودن به دلیل عامل اخلال اول، خارج از کنترل بودن به دلیل عامل دوم و خارج از کنترل بودن به دلیل هر دو عامل ارائه شده است. برای تشریح هر چه بیشتر جزئیات محاسبات مثال عددی نیز ارائه شده است.
Equipment is usually damaged by a random pattern based on a gradual deterioration process. In these cases, the level of deterioration gradually increases, and when its value exceeds the predefined decline threshold, it is considered disabled. In addition, environmental disturbance factors such as temperature, humidity, pressure, etc. may experience uncontrollable changes and alter or accelerate failure patterns. Since estimating the remaining equipment life is very important in the effectiveness of forecast maintenance planning and this estimate should be based on identifying accelerated failure patterns, the present study is the first to estimate the remaining equipment life in the presence of effects. The accelerator is focused on two correlated disturbance factors and in it to monitor the environmental factors affecting the life of the equipment from control charts and how to meet the average residual life of the equipment in different conditions under control, out of control due to the first disturbance factor, Being out of control due to the second factor and being out of control due to both factors are presented. A numerical example is also provided to illustrate the details of the calculations.
https://www.pqprc.ir/article_66183_b57895e442ade478388c4707fbf1cfba.pdf
نگهداری و تعمیرات مبتنی بر شرایط
باقیمانده عمر مفید
زوال
قابلیت اطمینان
آزمون طول عمر تسریع شده
Condition-based maintenance and repairs
Remaining useful life
Deterioration
Reliability
Accelerated life test
per
مرکز پژوهش کیفیت و بهرهوری پارسیان
نشریه علمی پژوهشی مهندسی و مدیریت کیفیت
2322-1305
2017-02-18
6
4
274
285
66184
Original Article
تشخیص عیب بلبرینگ ماشینهای صنعتی از طریق صوتسنجی با استفاده از شبکه عصبی
Detection of bearing defects of industrial machines through audiometry using neural network
سید احمد شیبت الحمدی
sheibat@yahoo.com
1
محمدمهدی موحدی
mmmovahedi@gmail.com
2
عباس طلوعی اشلقی
toloie@gmail.com
3
معصومه امیرابراهیمی خوشمهر
nm_amirebrahimi@yahoo.com
4
مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه آزاد اسلامی واحد فیروزکوه، فیروزکوه، ایران،
دانشگاه ازاد اسلامی، واحد فیروزکوه، دانشکده مدیریت و حسابداری، گروه مدیریت صنعتی، فیروزکوه، ایران
دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، دانشکده مدیریت و اقتصاد، گروه مدیریت صنعتی، تهران، ایران
کارشناس ارشد مدیریت، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، دانشکده مدیریت و اقتصاد، گروه مدیریت صنعتی، تهران، ایران
هدف اصلی این پژوهش شناسایی عوامل ایجاد ارتعاش و عیوب قابل شناسایی بلبرینگ از طریق صوتسنجی به کمک شبکه عصبی چند لایه است. شبکهی عصبی از روشهای هوشمند محسوب میشود و با توجه به خاصیتهای اصلی آن یعنی قابلیت بالایش برای تخمین توابع غیرخطی و یادگیری تطبیقی، برای عیبیابی ارتعاشات مکانیکی ماشینآلات یعنی صوتسنجی بلبرینگ و تحلیل فرکانسی آنها مورد استفاده قرار گرفته است. برای جمعآوری دادهها، یک نوع بلبرینگ مخروطی ساچمهای سالم و یک بلبرینگ مشابه آن که ساچمههایش معیوب بودند، در دستگاههای مته رومیزی و مته رادیال پایهدار، در 5 دور مختلف مورد استفاده و بررسی قرار گرفته است. در این پژوهش، با توجه به شبکهای دارای 10 لایه پنهان، فرکانس سیگنال به عنوان ورودی شبکه عصبی چند لایه در نظر گرفته شده و در نهایت عیوب بلبرینگ و علت احتمالی آن تعیین گردیده و اقدامات اصلاحی پیشنهاد شده است.
The main purpose of this study is to identify the causes of vibration and detectable defects of bearings through sonometry using a multilayer neural network. Neural network is an intelligent method and due to its main properties, ie its high ability to estimate nonlinear functions and adaptive learning, it has been used to troubleshoot mechanical vibrations of machines, ie bearing acoustics and their frequency analysis. To collect the data, a type of healthy ball bearing cone bearing and a similar bearing with defective bullets were used and tested in desktop drills and radial-based drills in 5 different rounds. In this study, according to the network with 10 hidden layers, the signal frequency is considered as the input of the multilayer neural network and finally the bearing defects and its probable cause are determined and corrective measures are proposed.
https://www.pqprc.ir/article_66184_0c3f504d920129ddf2d596a70d39525d.pdf
ارتعاش
بلبرینگ
شبکه عصبی
عیب یابی
کنترل کیفیت
vibration
ball bearings
Neural Network
Diagnosis
Quality Control