Wyznaczanie optymalnego czasu eksploatacji elementów nienaprawialnych

• Autorzy: Chmielowiec Andrzej
• Języki publikacji: PL

Abstrakty

PL

Nowoczesne utrzymanie ruchu zmierza w stronę możliwie dokładnego przewidywania czasu przyszłej awarii. Instalowanie kolejnych czujników pozwala na monitorowanie stopnia zużycia coraz większej liczby elementów.

Słowa kluczowe

PL

utrzymanie ruchu; czas eksploatacji; monitorowanie; stopień zużycia; awaria maszyny

• Wydawca: ELAMED Media Group
• Czasopismo: Utrzymanie Ruchu
• Rocznik: 2022
• Tom: Nr 2-3
• Strony: 38--43
• Opis fizyczny: Bibliogr. 11 poz., rys.

Twórcy

autor

Chmielowiec Andrzej

• Wydział Mechaniczno-Technologiczny Politechniki Rzeszowskiej im. Ignacego Łukasiewicza

Bibliografia

• 1. Barlow R.E., Proschan F.: Mathematical theory of reliability. John Wiley & Sons, New York, 1965.
• 2. Barlow R.E., Proschan F.: Statisitcal Theory of Reliability and Life Testing . Holt, Rinehart, Austin, 1975.
• 3. Chmielowiec A.: Rozkład Weibulla i jego zastosowanie w procesie optymalizacji kosztów eksploatacji elementów nienaprawialnych. [W:] Predykcja w układach mechanicznych i automatycznych 2020 – modelowanie matematyczne i statystyczne , red. J. Weiss (MTKE 1), s. 45-73. Oficyna Wydawnicza Politechniki Rzeszowskiej, Rzeszów, 2020. https://depot.ceon.pl/handle/123456789/19465.
• 4. Chmielowiec A., Klich L.: Application of python libraries for variance, normal distribution and Weibull distribution analysis in diagnosing and operating production systems. „Diagnostyka”, 2021, 22 (4), 89-105. https://doi.org/10.29354/diag/144479.
• 5. Chmielowiec A., Klich L.: Analiza statystyczna dużych zbiorów danych w kontroli jakości i utrzymaniu ruchu. [W:] Kramek A., Szwajka K. (red.): Predykcja w układach mechanicznych i automatycznych 2021 – metody statystyczne i sztuczna inteligencja (MTKE 6), s. 13-76. Oficyna Wydawnicza Politechniki Rzeszowskiej, Rzeszów, 2021. https://depot.ceon.pl/handle/123456789/20857.
• 6. Nakagawa T.: Maintenance and optimum policy. [In:] Handbook of reliability engineering , red. H. Pham s. 367-395. Springer, 2003. https://doi.org/10.1007/1-85233-841-5_20.
• 7. Nakagawa T.: Statistical models on maintenance. [In:] Pham H. (ed.): Handbook of reliability engineering. Pp. 835-848. Springer London, London, 2006. https://doi.org/10.1007/978-1-84628-288-1_46.
• 8. Wang J., Qiu Q., Wang H.: Joint optimization of condition-based and age-based replacement policy and inventory policy for a two-unit series system. „Reliability Engineering and System Safety”, 2021, 205:107251. https://doi.org/10.1016/j.ress.2020.107251.
• 9. Weibull W.: A statistical theory of the strength of material. Ingeniors Vetenskaps Akademiens Handligar, 1939, 151, 5-45.
• 10. Zhao X., Al-Khalifa K.N., Hamouda A.M., Nakagawa T.: Age replacement models: A summary with new perspectives and methods. „Reliability Engineering & System Safety”, 2017, 161:95-105. http://dx.doi.org/10.1016/j.ress.2017.01.011.
• 11. Zhao X., Li B., Mizutani S., Nakagawa T.: A Revisit of Age-Based Replacement Models With Exponential Failure Distributions. IEEE Transactions on Reliability, 2021. https://doi.org/10.1109/TR.2021.3111682.