بهینه سازی برنامه ریزی نگهداری پیشگیرانه سیستم سری-موازی: مطالعه موردی سیستم تغذیه آب بویلرهای نیروگاه برق

نوع مقاله : مقاله پژوهشی

نویسندگان

1 Iran,Kurdistan, Sanandaj, University of Kurdistan,

2 گروه مهندسی صنایع- دانشکده مهندسی- دانشگاه کردستان

چکیده

در این پژوهش، یک مدل چندهدفه برنامه‌ریزی نگهداری پیشگیرانه قابلیت اطمینان-محور برای یک سیستم‌ صنعتی، با قطعات سری-موازی توسعه داده شده است. در این مدل هزینه‌های نگهداری و هزینه‌های خرابی لحاظ شده‌اند. به این ترتیب، این مدل انجام عملیات سرویس پیشگیرانه را با هدف افزایش سطح قابلیت اطمینان با کمترین هزینه کل برنامه‌ریزی می‌کند. مدل ارائه شده به صورت برنامه‌ریزی صفر و یک غیرخطی بوده و یک مثال عددی نیز برای آن حل شده است و نتایج مورد بحث قرار گرفته‌اند. برای حل مدل ارائه شده از روش محدودیت اپسیلون تکامل یافته توسط نرم افزار GAMS استفاده شده و جوابهای پارتویی تولید شده مورد تجزیه تحلیل قرار گرفته است. نتایج حاصل از این پژوهش تاثیر برنامه‌ریزی سرویس‌های پیشگیرانه بر نرخ خرابی و قابلیت اطمینان سیستم را نشان میدهد. این پژوهش می‌تواند در برنامه‌ریزی نگهداری و تعمیرات سیستم‌های صنعتی با هدف حداقل کردن توقفات آن‌ها، با کمترین هزینه به کار روند.

کلیدواژه‌ها


[1] Swanson, L. (2001). Linking maintenance strategies to performance. International journal of production economics70(3), 237-244.
[2] Vassiliadis, C. G., & Pistikopoulos, E. N. (2001). Maintenance scheduling and process optimization under uncertainty. Computers & Chemical Engineering25(2-3), 217-236.
[3] Sahoo, T., Sarkar, P. K., Sarkar, A. K., & Iocl, C. M. (2014). Maintenance optimization for critical equipments in process industries based on FMECA method. Int J Eng Innov Technol3(10), 107-112.
[4] Kennedy, R. (2005). Examining the Processes of RCM and TPM. The Plant Maintenance Resource Center, The Centre for TPM (Australasia).
[5] Nourelfath, M., & Ait-Kadi, D. (2007). Optimization of series–parallel multi-state systems under maintenance policies. Reliability Engineering & System Safety92(12), 1620-1626.
 [6] Marseguerra, M., Zio, E. & Podofillini, L. (2005). Multi objective spare part allocation by means of genetic algorithms and monte-carlo simulation. Reliability Engineering & System Safety, 87: 325–335.
[7] Finkelstein, M. (2009). On systems with shared resources and optimal switching strategies. Reliability Engineering & System Safety, 94, 1358–1362.
 [8] Levitin, G., Lisnianski, A., Ben-Haim, H. & Elmakis, D. (1998). Redundancy optimization for series-parallel multi-state systems. IEEE Transactions on Reliability, 47: 165–172.
[9] Tian, Z., Zuo, M. J. & Huang, H. (2008). Reliability-redundancy allocation for multi-state seriesparallel systems. IEEE Transactions on Reliability, 57: 303–310.
[10] Castro, H.F., Cavalca, K.L. (2005). Maintenance Resources Optimization Applied to a Manufacturing System, Reliability Engineering & System Safety, Vol. 91, pp. 413–20.
[11] Gabbar, H.A., Yamashita, H., Suzuki, K. & Shimada, Y. (2003). Computer-aided RCM-based plant maintenance management system. Robotics and Computer-integratedManufacturing, 19:449-58.
[12] Wessels, R.W. (2003). Cost optimized scheduled maintenance interval for reliability centered maintenance. Proceedings Annual Reliability and Maintainability Symposium IEEE, 412-6.
[13] Sahoo, T., Sarkar, P. K., Sarkar, A. K., & Iocl, C. M. (2014). Maintenance optimization for critical equipments in process industries based on FMECA method. Int J Eng Innov Technol3(10), 107-112.
[14] Wang, S., & Liu, M. (2015). Multi-objective optimization of parallel machine scheduling integrated with multi-resources preventive maintenance planning. Journal of Manufacturing Systems37, 182-192.
[15] A Rahmati, S. H., Ahmadi, A., & Karimi, B. (2018). Developing simulation based optimization mechanism for a novel stochastic reliability centered maintenance problem. Scientia Iranica25(5), 2788-2806.
[16] Moslemi, N., Kazemi, M., Abedi, S. M., Khatibzadeh‐Azad, H., & Jafarian, M. (2017). Mode‐based reliability centered maintenance in transmission system. International Transactions on Electrical Energy Systems27(4), e2289.
[17] Pourahmadi, F., Fotuhi-Firuzabad, M., & Dehghanian, P. (2016). Application of game theory in reliability-centered maintenance of electric power systems. IEEE Transactions on Industry Applications53(2), 936-946.
[18] Cullum, J., Binns, J., Lonsdale, M., Abbassi, R., & Garaniya, V. (2018). Risk-Based Maintenance Scheduling with application to naval vessels and ships. Ocean Engineering148, 476-485.
[19] Amiri, S., & Honarvar, M. (2018). Providing an integrated Model for Planning and Scheduling Energy Hubs and preventive maintenance. Energy163, 1093-1114.
[20] Shayesteh, E., Yu, J., & Hilber, P. (2018). Maintenance optimization of power systems with renewable energy sources integrated. Energy149, 577-586.
[21] Tsai, Y. T., Wang, K. S., & Tsai, L. C. (2004). A study of availability-centered preventive maintenance for multi-component systems. Reliability Engineering & System Safety84(3), 261-270.
[22] Li, L., Wang, Y., & Lin, K. Y. (2021). Preventive maintenance scheduling optimization based on opportunistic production-maintenance synchronization. Journal of Intelligent Manufacturing32(2), 545-558.
[23] Eryilmaz, S. (2020). Age-based preventive maintenance for coherent systems with applications to consecutive-k-out-of-n and related 
systems. Reliability Engineering & System Safety204, 107143.
[24] Hamdan, K., Tavangar, M., & Asadi, M. (2021). Optimal preventive maintenance for repairable weighted k-out-of-n systems. Reliability Engineering & System Safety205, 107267.
[25] Bisht, S., & Singh, S. B. (2021). Reliability Evaluation of Repairable Parallel-Series Multi-State System Implementing Interval Valued Universal Generating Function. Journal of Reliability and Statistical Studies, 81-120.
[26] Mavrotas, G. (2009). Effective implementation of the ε-constraint method in multi-objective mathematical programming problems. Applied mathematics and computation213(2), 455-465.