برنامه ریزی هم زمان بازرسی و نگهداری و تعمیرات پیشگیرانه مبتنی بر تقاضا در شرایط زوال مارکفی ماشین جهت کاربرد در توربین های بادی

نوع مقاله : مقاله صنایع

نویسندگان

1 دانشجوی دکتری مهندسی صنایع دانشگاه یزد

2 عضو هیئت علمی دانشکده مهندسی صنایع دانشگاه یزد

3 عضو هیئت علمی دانشگاه یزد

چکیده

در این مقاله یک سیستم تولید تک ماشین و تک محصول در شرایط عدم قطعیت تقاضا در نظر گرفته شده که در آن ماشین طبق یک فرایند مارکفی رو به زوال می-رود. هدف پیداکردن زمان بهینه برای انجام بازرسی‌ها و نت پیشگیرانه در برنامه‌ریزی نگهداری و تعمیرات مبتنی بر شرایط با بازرسی‌های گسسته1 (CBMDM) است. بدین منظور با استفاده از برنامه‌ریزی پویای تصادفی یک مدل (مدل اول) ارائه شده که متغیر حالت آن، وضعیت ماشین می‌باشد. مدل اول بدون در نظر گرفتن تقاضا و با هدف کمینه کردن هزینه‌های بازرسی، نت و تولید از دست رفته به دلیل اختلاف ظرفیت واقعی با ظرفیت اسمی تولید ساخته شده است. سپس در مدل دوم، تقاضا به متغیر حالت پیوند داده شده و متوسط هزینه‌ی تولید از دست رفته به دلیل اختلاف ظرفیت واقعی تولید با تقاضا، جایگزین این بخش از هزینه در مدل اول گردیده است. در آخر به منظور اعتبارسنجی و تجزیه و تحلیل مدل‌های پیشنهادی، کاربردی از آن در زمینه ی توربین های بادی ارائه شده که نتایج عددی حاصل از آن نشان می‌دهد، وقتی در برنامه ریزی هم زمان بازرسی و نت پیشگیرانه، تقاضا جایگزین ظرفیت اسمی شود متوسط مجموع هزینه های بازرسی و نت پیشگیرانه در افق برنامه‌ریزی کاهش می یابد.

کلیدواژه‌ها


عنوان مقاله [English]

A demand-based simultaneous inspection and preventive maintenance planning with Markovian deteriorating machine conditions: An application in Wind Turbine

نویسندگان [English]

  • reza noori 1
  • ahmad sadegheih 2
  • ahmad sadegheih 3
1 Faculty of industrial engineering, Yazd University
2 Faculty of industrial engineering
3 Faculty of industrial engineering
چکیده [English]

In this paper, a single-product, single-machine system under Markovian deterioration of machine condition and demand uncertainty is studied. The objective is to find the optimal intervals for inspection and preventive maintenance (PM) activities in a condition-based maintenance planning with discrete monitoring (CBMDM) framework. At first, a stochastic dynamic programming model whose state variable is the machine status is presented. This model whose objective is minimizing inspection, preventive maintenance and lost production costs due to the difference in actual capacity with nominal capacity, does not take into account demand. Then, demand is appended to the state variable in the second model and the average cost of lost production which is due to the difference in actual production capacity with demand is replaced in the first model correspondingly. Finally, to validate and analyze the proposed models, an application of the models in wind turbines is prepared. The numerical results show that replacing demand by nominal capacity in simultaneous inspection and preventive maintenance planning, the average total costs consist of inspection and preventive maintenance in the planning horizon are reduced in the planning horizon.

کلیدواژه‌ها [English]

  • Inspection planning
  • Condition-based maintenance
  • Demand uncertainty
  • Stochastic dynamic programming
  • Wind turbine
[1] M. Aramon Bajestani, "Integrating Maintenance Planning and Production Scheduling: Making Operational Decisions with a Strategic Perspective", Doctoral dissertation, University of Toronto, 2014.
[2] V. Legat, A. Žaludová, V. Červenka, and V. Jurča, "Contribution to optimization of preventive replacement", Reliability Engineering & System Safety, Vol. 3, No. 51, 1996, pp. 259-266.
[3] A. K. Jardine, D. Lin, and D.Banjevic, "A review on machinery diagnostics and prognostics implementing condition-based maintenance", Mechanical systems and signal processing, Vol. 7, No. 20, 2006, pp. 1483-1510.
[4] S. Alaswad, and Y. Xiang, "A review on condition-based maintenance optimization models for stochastically deteriorating system", Reliability Engineering & System Safety, Vol. 1, No. 157, 2017, pp. 54-63.
[5] H. R. Golmakani, and F. Fattahipour, "Optimal replacement policy and inspection interval for condition-based maintenance", International Journal of Production Research, Vol. 17, No. 49, 2011, pp. 5153-5167.
[6] V.N. Achutha Naikan, and P. Naga Srinivasa Rao, "A condition-based preventive maintenance policy for Markov deteriorating systems", International Journal of Performability Engineering, Vol. 2, No. 2, 2006, pp. 175-189.
[7] H. R. Golmakani, and F. Fattahipour, "Age-based inspection scheme for condition-based maintenance", Journal of Quality in Maintenance Engineering, Vol. 1, No. 17, 2011, pp. 93-110.
[8] V. Amari, Suprasad, Leland McLaughlin, and Hoang Pham., "Cost-effective condition-based maintenance using Markov decision processes", Reliability and maintainability symposium, RAMS'06. Annual, IEEE, 2006, pp. 464-469.
[9] A. Grall, C. Bérenguer, and L. Dieulle, "A condition-based maintenance policy for stochastically deteriorating systems", Reliability Engineering & System Safety, Vol. 2, No. 76, 2002, pp. 167-180.
[10] D. Chen, and K. S.Trivedi, "Optimization for condition-based maintenance with semi-Markov decision process", Reliability Engineering & System Safety, Vol. 1, No. 90, 2005, pp. 25-29.
[11] B. Liu, , S. Wu, M. Xie, and W. A. Kuo, "Condition-based maintenance policy for degrading systems with age-and state-dependent operating cost", European journal of operational research, Vol. 3, No. 263, 2017, pp. 879-887.
[12] Q. Liu, M. Dong, W. Lv, and C. Ye, "Manufacturing system maintenance based on dynamic programming model with prognostics information", Journal of Intelligent Manufacturing, Vol. 3, No. 30, 2019, pp. 1155-1173.
[13] J. Y. J. Lam, and D. A. Banjevic, "A myopic policy for optimal inspection scheduling for condition based maintenance", Reliability Engineering & System Safety, Vol. 1, No. 144, 2015, pp. 1-11.
 [14] M. Xu, M. N.-E. Alam, and S. Kamarthi, "A Modified Dynamic Programming Model in Condition-Based Maintenance Optimization", 12th International Manufacturing Science and Engineering Conference, American Society of Mechanical Engineers, 2017.
[15] محمود شهرخی، زهرا سبحانی، " بهینه‌سازی دسترسی­‌پذیری سیستم­‌های دارای افزونه با در نظر گرفتن حالت نیمه­بار، تخفیف و تغییر نرخ­تعمیر"، نشریه مدل­سازی در مهندسی، دوره 16، شماره 54، پائیز 1397، صفحه 267-281.
[16] M. Saeedi Mehrabad, A. Jabarzadeh, and M. Alimian, "An integrated production and preventive maintenance planning model with imperfect maintenance in multi-state system", Journal of Industrial and Systems Engineering, Vol. 4, No. 10, 2017, pp. 28-42.
 [17] E.-H. Aghezzaf, A. Khatab, and P. Le Tam, "Optimizing production and imperfect preventive maintenance planning׳ s integration in failure-prone manufacturing systems", Reliability Engineering & System Safety, Vol. 1, No. 145, 2016, pp. 190-198.
[18] حسام عابد، سعید امامی و رمضان نعمتی کشتلی، "زمان­بندی کار­ها و فعالیت‌­های نگهداری و تعمیرات در محیط ماشین­‌های موازی نا­مرتبط"، نشریه مدل­سازی در مهندسی، دوره 17، شماره 58، پائیز 1398، صفحه 233-247.
[19] K. Kang, and V. Subramaniam, "Integrated control policy of production and preventive maintenance for a deteriorating manufacturing system", Computers & Industrial Engineering, Vol. 1, No. 118, 2018, pp. 266-277.
[20] V. Polotski, J.-P. Kenne, and A. Gharbi, "Optimal production and corrective maintenance in a failure-prone manufacturing system under variable demand", Flexible Services and Manufacturing Journal, Vol. 1, No. 1, 2019, pp. 1-32.
[21] M. Aramon Bajestani, D. Banjevic, and J. C. Beck, "Integrated maintenance planning and production scheduling with Markovian deteriorating machine conditions", International Journal of Production Research, Vol. 24, No. 52, 2014, pp. 7377-7400.
[22] F.Besnard, and L. Bertling, "An approach for condition-based maintenance optimization applied to wind turbine blades", IEEE Transactions on Sustainable Energy, Vol. 2, No. 1, 2010, pp. 77-83.
[23] الهه زکی­خانی، مهدی صمدی و محمد ابراهیم حاجی­آبادی، " ارائه مدلی تحلیلی جهت تعیین اثرات پارامتر­های توربین بادی و مشخصه احتمالی سرعت باد بر میانگین قیمت گرهی بازار برق"، نشریه مدل­سازی در مهندسی، doi: 10.22075/jme.2019.17192.1687
 [24] B. Hayman, J. Wedel-Heinen, and P. Brøndsted,, "Materials challenges in present and future wind energy", MRS bulletin, Vol. 4, No. 33, 2008, pp. 343-353.