Planowanie obsługi narzędzi do obróbki plastycznej na zimno z wykorzystaniem logiki rozmytej

• Autorzy: Baban M. , Baban C. F. , Blaga S.

Warianty tytułu

EN

Maintenance planning of cold plastic deformation tools using fuzzy logic

• Języki publikacji: EN

Abstrakty

EN

For technical systems, generally of high complexity, their open feature may be employed to improve system reliability by preventive renewal. The effectiveness of increasing complex cold plastic deformation tools depends considerably on the characteristics of their maintenance actions and renewal policies are widely used to carry out the preventive renewal. If the derivation of an analytical reliability function is impossible, a fuzzy logic approach for maintenance planning is emphasized in this paper. The fuzzy logic decision process for planning the maintenance activities of these tools is presented and a case study illustrates its application. The results of the case study demonstrate that fuzzy logic is a method which can be successfully used in maintenance planning of cold plastic deformation tools..

PL

W przypadku systemów technicznych, na ogół cechujących się dużą złożonością, ich otwartość można wykorzystać do poprawy niezawodności systemu stosując odnawianie profilaktyczne. Skuteczne zwiększenie niezawodności złożonych narzędzi do obróbki plastycznej na zimno zależy w znacznym stopniu od charakterystyki czynności obsługowych, dlatego też w strategiach odnowy powszechnie stosuje się odnawianie profilaktyczne. W pracy omówiono podejście do planowania obsługi wykorzystujące logikę rozmytą, które można stosować w przypadkach, gdy analityczne wyprowadzenie funkcji niezawodności jest niemożliwe. Przedstawiono oparty na logice rozmytej proces decyzyjny w zakresie planowania czynności obsługowych omawianych narzędzi. Jego zastosowanie zilustrowano w studium przypadku. Wyniki studium przypadku pokazują, że logika rozmyta jest metodą, która może być z powodzeniem stosowana w planowaniu obsługi narzędzi do obróbki plastycznej na zimno.

Słowa kluczowe

EN

failure; vibration monitoring; fuzzy logic; maintenance planning

PL

uszkodzenie; monitorowanie drgań; logika rozmyta; planowanie obsługi

• Wydawca: Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne
• Czasopismo: Eksploatacja i Niezawodność
• Rocznik: 2010
• Tom: nr 3
• Strony: 21--26
• Opis fizyczny: Bibliogr. 19 poz.

Twórcy

autor

Baban M.

autor

Baban C. F.

autor

Blaga S.

• Faculty of Management and Technological Engineering University of Oradea, 1, Universitatii st., Oradea, Romania,

Bibliografia

• 1. Al-Najjar B., Alsyouf I. Selecting the most efficient maintenance approach using fuzzy multiple criteria decision making. International Journal of Production Economics 2003; 84: 85–100.
• 2. Baban C.F., Baban M., Radu I.E., Integrated system for reliability modeling of cold plastic deformation tools used in the car industry. Annual Reliability and Maintainability Symposium Seattle USA 2002; 212-216.
• 3. Boljanovic V. Sheet Metal Forming Processes and Die Design. Industrial Press, 2004.
• 4. Catuneanu V., M., Mihalache A., N. Reliability Fundamentals. Amsterdam: Elsevier, 1989.
• 5. Chaudhuri D., Suresh P. V. An algorithm for maintenance and replacement policy using fuzzy set theory. Reliability Engineering & System Safety 1995; 50(1): 79-86.
• 6. Chen G., Pham T.T. Introduction to Fuzzy Sets, Fuzzy Logic, and Fuzzy Control Systems. CRC Press, 2001.
• 7. Elsayed E.A. Reliability Engineering. Addison Wesley Longman, 1996.
• 8. Jardine A.K.S., Joseph T., Banjevic D. Optimizing condition-based maintenance decisions for equipment subject to vibration monitoring. Journal of Quality in Maintenance Engineering 1999; 5(3): 192-202.
• 9. Jurča V., Hladík T., Aleš Z. Optimization of preventive maintenance intervals. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2008, 3(39): 41-44.
• 10. Kobbacy K.A.H. Artificial Intelligence in Maintenance. In Kobbacy K.A.H., Murthy D.N.P.(eds). Complex System Maintenance Handbook. London: Springer, 2008; 209-234.
• 11. Liao S.H. Expert system methodologies and applications – a decade review from 1995 to 2004, Expert Systems with Applications 2005; 28(1): 93-103.
• 12. Radkowski S. Use of vibroacoustical signal in detecting early stages of failures. Eksploatacja i Niezawodnosc - Maintenance and Reliability 2007; 3(35): 11-18.
• 13. Rehorn A.G, Jiang J., Orban P.E., Bordatchev E.V. State-of-the-art methods and results in tool condition monitoring: a review. International Journal of Advanced Manufacturing Technology 2005; 26(7-8): 693-710.
• 14. Ross T. Fuzzy Logic with Engineering Applications. John Wiley & Sons, 2 edition, 2004.
• 15. Scheffer C., Girdhar P. Practical Machinery Vibration Analysis and Predictive Maintenance. Elsevier, 2004.
• 16. Sharma R.K., Kumar D., Kumar P. Fuzzy methodology – a pragmatic tool to model, analyse and predict complex behaviour of industrial systems. International Journal for Computer-Aided Engineering and Software 2007; 24(4): 319-346.
• 17. Sivanandam S. N., Sumathi S., Deepa S. N. Introduction to Fuzzy Logic using MATLAB. Springer, 2006.
• 18. Sudiarso A., Labib, A.W. A Fuzzy Logic Approach to an Integrated Maintenance / Production Scheduling Algorithm. International Journal of Production Research 2002; 40(13): 3121-3138.
• 19. Tschdtsch H., Metal Forming Practise: Processes - Machines – Tools. Berlin Heidelberg: Springer Verlag, 2006.