مدل ارزیابی زیست‌پذیری سامانه‌های پیچیده مهندسی در شرایط عدم قطعیت- مطالعه موردی یک ماهواره سار

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، دانشکده مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران

2 استادیار، دانشکده مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران

3 استادیار، دانشکده مهندسی صنایع، دانشگاه صنعتی مالک اشتر،تهران، ایران

چکیده

مبحث عملکرد سامانه‌های پیچیده مهندسی در محیط‌های با عدم قطعیت بالا یکی از مباحث روز پژوهش در حوزه مهندسی دستگاه‌ها می‌باشد. عدم قطعیت و مخاطرات موجود در محیط‌های ناشناخته ارزش فراهم شده توسط سامانه‌های پیچیده مهندسی برای ذینفعانش را به‌صورت قابل‌توجهی تحت تأثیر قرار می‌دهد. لذا توانمندسازی سامانه‌های پیچیده برای عملیات در شرایط عدم قطعیت، امری اجتناب‌ناپذیر می‌باشد. بدیهی است قبل از هرگونه اقدام در جهت بهبود طراحی این دستگاه‌ها برای دستیابی به توانمندی بیشتر، نیاز به تعیین شاخص و مدلی برای سنجش میزان توانمندی آن‌ها در مواجهه با شرایط عدم قطعیت می‌باشد. در این مطالعه که از نظر نوع پژوهش یک مطالعه ترکیبی از روش‌های تحقیق کیفی، کمی، کاربردی و بنیادی می‌باشد؛ پس از مرور و بررسی سوابق پژوهش، زیست­پذیری به‌عنوان شاخصی برای ارزیابی توانمندی سامانه‌های پیچیده مهندسی برای عملیات در شرایط عدم قطعیت معرفی شده است.در ادامه یک مدل فرآیندی هفت مرحله­ای تجویزی برای سنجش و کمی سازی این شاخص ارائه شده که توصیف عدم قطعیت چندگانه در محیط عملیاتی و مدل‌سازی سه سطحی از محیط عملیاتی، کارکردهای محصول و تجهیزات فیزیکی محصول از ویژگی‌های کلیدی آن می‌باشد.در انتها کاربردی بودن مدل ارائه شده از طریق یک مثال موردی در خصوص یک ماهواره تصویربرداری به‌عنوان یک سیستم پیچیده مهندسی نشان داده شده است. صحت مدل پیشنهادی بر اساس تحلیل نتایج مطالعه موردی و پرسشنامه تکمیل شده توسط خبرگان مورد تائید واقع شده است.

کلیدواژه‌ها


[1] K. J. Baldwin and S. D. Lucero, “Defense System Complexity: Engineering Challenges and Opportunities,” The ITEA Journal of Test and Evaluation, vol. 37, no. 1, pp. 10–16, 2016.

[2] “ISO/IEC 25023:2016(en), Systems and software engineering — Systems and software Quality Requirements and Evaluation (SQuaRE) — Measurement of system and software product quality.” .

[3] R. De Neufville and S. Scholtes, Flexibility in engineering design. MIT Press, 2011.

[4] D. Ruscio, A. J. Bos, and M. R. Ciceri, “Distraction or cognitive overload? Using modulations of the autonomic nervous system to discriminate the possible negative effects of advanced assistance system,” Accident Analysis and Prevention, vol. 103, no. June, pp. 105–111, 2017.

[5] A. Kossiakoff, Systems engineering : principles and practice. Wiley-Interscience, 2011.

[6] L. Chung, B. A. Nixon, E. Yu, and J. Mylopoulos, Non-Functional Requirements in Software Engineering. Boston, MA: Springer US, 2000.

[7] D. Mairiza, D. Zowghi, and N. Nurmuliani, “An investigation into the notion of non-functional requirements,” in Proceedings of the 2010 ACM Symposium on Applied Computing, 2010, p. 311.

[8] B. W. Boehm, J. R. Brown, and M. Lipow, “Quantitative Evaluation of Software Quality,” Proceedings of the 2nd international conference on Software engineering., pp. 592–605, 1976.

[9] J. P. Cavano and J. A. Mccall, “A Framework fo the Measurement of Software Quality,” in Proceedings of the software quality assurance workshop on Functional and performance issues., 1978, vol. 7, no. 3–4, pp. 133–139.

[10] T. P. Bowen, G. B. Wigle, J. T. Tsai, and WA., Specification of Software Quality Attributes. Volume 2. Software Quality Specification Guidebook. Boeing aerospace CO., 1985.

[11] K. M. Adams, Nonfunctional Requirements in Systems Analysis and Design. Springer international publishing, 2015.

[12] 1976- Mekdeci, Brian, “Managing the impact of change through survivability and pliability to achieve viable systems of systems,” Massachusetts Institute of Technology, 2013.

[13] A. M. Ross et al., “A Prescriptive Semantic Basis for System Lifecycle Properties,” 2012.

[14] N. Kattner and U. Lindemann, “Performance metrics in engineering change management: Towards a methodology to investigate the efficiency of handling engineering changes,” in Portland International Conference on Management of Engineering and Technology: Technology Management for the Interconnected World, 2017, vol. 2017–Janua, pp. 1–8.

[15] A. Stevenson, “Oxford dictionary of English.” Oxford University Press, 2010.

[16] R. Y. A. Hassan, M. M. Mekawy, P. Ramnani, and A. Mulchandani, “Monitoring of microbial cell viability using nanostructured electrodes modified with Graphene/Alumina nanocomposite,” Biosensors and Bioelectronics, vol. 91, pp. 857–862, 2017.

[17] I. Hoogendoorn, J. Reenalda, B. F. J. M. Koopman, and J. S. Rietman, “The effect of pressure and shear on tissue viability of human skin in relation to the development of pressure ulcers: A systematic review,” Journal of Tissue Viability, 2017.

[18] L. Uusitalo, A. Lehikoinen, I. Helle, and K. Myrberg, “An overview of methods to evaluate uncertainty of deterministic models in decision support,” Environmental Modelling & Software, vol. 63, pp. 24–31, Jan. 2015.

[19] N. Ricci, M. E. Fitzgerald, A. M. Ross, and D. H. Rhodes, “Architecting Systems of Systems with Ilities: An Overview of the SAI Method,” Procedia Computer Science, vol. 28, pp. 322–331, 2014.

[20] W. Wade and N. Wagner, “Scenario planning : a field guide to the future,” Wiley, 2012.

[21] J. Pierce, “Designing flexible engineering systems utilizing embedded architecture options,” vanderbilt, 2010.

[22] R. E. Thebeau, “Knowledge management of system interfaces and interactions from product development processes,” 2001.

[23] 1976- Kalligeros, Konstantinos C., “Platforms and real options in large-scale engineering systems,” 2006.

[24] J. A. Hartigan, Clustering algorithms. Wiley, 1975.

[25] P. Grünwald, “The Minimum Description Length Principle,” pp. 1–2, 2007.

[26] R. I. Whitfield, J. S. Smith, and A. H. B. Duffy, “Identifying component modules,” in  7th International Conference on Artificial Intelligence in Design, 2002.

[27] A. Skabar and K. Abdalgader, “Clustering Sentence-Level Text Using a Novel Fuzzy Relational Clustering Algorithm,” IEEE Transactions on Knowledge and Data Engineering, vol. 25, no. 1, pp. 62–75, 2013.

[28] J. Rissanen, “Modeling by shortest data description,” Automatica, vol. 14, no. 5, pp. 465–471, 1978.

[29] M. E. Sosa, S. D. Eppinger, and C. M. Rowles, “A Network Approach to Define Modularity of Components in Complex Products,” Journal of Mechanical Design, vol. 129, no. 11, p. 1118, 2007.