This paper proposes a condition-based maintenance policy for the two-phase Wiener degradation process components. The main contribution of this article is to provide the time distribution of degradation failures for the two-phase Wiener process degradationcomponent, as well as the modeling and solving methods for two-phase maintenance. The two-phase maintenance policy includes two-phase inspection and preventive replacement maintenance operations. The established optimization maintenance policy model aims to minimize long-term operation costs. The specific cost calculation equation and the solution method of the maintenance model are given. The feasibility of the maintenance policy model is verified using the two-phase degradation data of the Liquid Coupling Devices. The Particle swarm optimization algorithm can stably solve the described problem, and the results show that the two-phase maintenance policy can be more economical and improve components availability. After that, we also analyzed the impact of the cost parameters on the maintenance policy through sensitivity analysis.
A system subject to several deteriorationprocesses is studiem. These processes arrive to the system following a Cox process and they grow according to a homogeneous gamma process. The system is failed when a degradation process exceeds a certain failure threshold. The maintenance strategy implemented on the system is condition-based maintenance, the deterioration state of the system is checked, and replacements are performer if necessary. A random effects model is considered to dealwith the heterogeneities between processes, in particular, a uniform distribution is used to model the inverse of the scale parameter of the gamma process. Finally, the analytic cost model is obtained and analysed through some numerical examples.
The article proposes an approach based on deep and machine learning models to predict a component failure as an enhancement of condition based maintenance scheme of a turbofan engine and reviews currently used prognostics approaches in the aviation industry. Component degradation scale representing its life consumption is proposed and such collected condition data are combined with engines sensors and environmental data. With use of data manipulation techniques, a framework for models training is created and models' hyperparameters obtained through Bayesian optimization. Models predict the continuous variable representing condition based on the input. Best performed model is identified by detemining its score on the holdout set. Deep learning models achieved 0.71 MSE score (ensemble meta-model of neural networks) and outperformed significantly machine learning models with their best score at 1.75. The deep learning models shown their feasibility to predict the component condition within less than 1 unit of the error in the rank scale.
A complex system consisting of monitored and non-monitored components is analyzed. Monitored components are subject to a degradation gamma process. Non-monitored components are subject to external failures. A Condition-Based Maintenance and an inspection policy are applied to reduce the impact of the failures in the monitored components. When a failure occurs, maintenance team performs a corrective replacement after a certain delay time. An opportunistic maintenance strategy is also implemented, meaning that a maintenance intervention can be used as an opportunity for preventive maintenance of monitored components. Each maintenance task implies a certain cost and each monitored component is assumed to provide a reward. The expected cost of the whole system is minimized through the optimization of the preventive thresholds and the time between inspections. Numerical examples are obtained from applying a blend of Genetic Algorithm and Monte-Carlo simulation.
One of the most important subsystems of the vehicles and machines operating currently in industry and transportation are the rotating subsystems. During the operation, due to the forcing factors influence, the technical state of them is changing and the failure can occur. Fault diagnosis is maintenance task considered as an essential in such subsystems, since possibility of an early detection and diagnosis of the faulty condition can save both time and money. To do this the analysis of the subsystems vibrations is performed. The identified technical state should be considered in a context of the ability and different inability states. Therefore, the first step of the diagnostic procedure is the ability and different inability states identification. Traditional data-driven techniques of fault diagnosis require signal processing for feature extraction, as they are unable to work with raw signal data, consequently leading to need for both expert knowledge and human work. The emergence of deep learning architectures in condition-based maintenance promises to ensure high performance fault diagnosis while lowering necessity for expert knowledge and human work. This article presents authors initial research in deep learning-based data-driven fault diagnosis of rotating subsystems. The proposed technique input raw three-axis accelerometer signal as high-definition image into deep learning layers, which automatically extract signal features, enabling high classification accuracy.
Artykuł przedstawia uzyskane w ciągu kilku lat wyniki monitorowania drgań i podpisu prądu silników w kopalni w Márkushegy przed jej zamknięciem. Do analizy statystycznej użyto dużą ilość zarejestrowanych danych, które posłużyły do wyciągnięcia wniosków co do częstości występowania różnego rodzaju awarii sprzętu na dole i na powierzchni kopalni węgla. Wykazano znaczenie okresu kontroli dla możliwości monitoringu w celu zwiększenia czasu pracy urządzeń. Zdobyte doświadczenie, które zostało zaprezentowane w niniejszej pracy, może dostarczyć cennych wskazówek, przydatnych w planowaniu prac konserwacyjnych w kopalni na podstawie oceny stanu.
EN
This paper presents the results obtained during the years of vibration and current signature monitoring at the Márkushegy mining plant before its final closure. The large amount of recorded data has been used for a statistical analysis that is useful for deriving conclusions regarding the incidence of different kinds of faults occurring at the main underground and surface equipment of an underground coal mine. The importance of an inter-inspection time period on the capability of monitoring to increase up-times is revealed. The gained experience that is disseminated in the paper could be a valuable guideline for designing the condition-based maintenance of operating mines.
This paper presents the results obtained during the years of vibration and current signature monitoring at the Márkushegy mining plant before its final closure. The large amount of recorded data has been used for a statistical analysis that is useful for deriving conclusions regarding the incidence of different kinds of faults occurring at the main underground and surface equipment of an underground coal mine. The importance of an inter-inspection time period on the capability of monitoring to increase up-times is revealed. The gained experience that is disseminated in the paper could be a valuable guideline for designing the condition-based maintenance of operating mines.
PL
Artykuł przedstawia uzyskane w ciągu kilku lat wyniki monitorowania drgań i podpisu prądu silników w kopalni w Márkushegy przed jej zamknięciem. Do analizy statystycznej użyto dużą ilość zarejestrowanych danych, które posłużyły do wyciągnięcia wniosków co do częstości występowania różnego rodzaju awarii sprzętu na dole i na powierzchni kopalni węgla. Wykazano znaczenie okresu kontroli dla możliwości monitoringu w celu zwiększenia czasu pracy urządzeń. Zdobyte doświadczenie, które zostało zaprezentowane w niniejszej pracy, może dostarczyć cennych wskazówek, przydatnych w planowaniu prac konserwacyjnych w kopalni na podstawie oceny stanu.
In this paper, we optimize a dynamic condition-based maintenance policy for a slowly degrading system subject to soft failure and condition monitoring at equidistant, discrete time epochs. A random-coefficient autoregressive model with time effect is developed to describe the system degradation. The system age, previous state observations, and the item-to-item variability of the degradation are jointly combined in the proposed degradation model. Stochastic behavior for both the age-dependent and the state dependent term are considered, and a Bayesian approach for periodically updating the estimates of the stochastic coefficients is developed to combine information from a degradation database with real-time condition-monitoring information. Based on this degradation model, the dynamic maintenance policy is formulated and solved in a semi-Markov decision process framework. Incorporated with the same semi-Markov decision process framework is a novel approach for mean residual life estimation, which enables simultaneous residual life estimation with the optimization procedure. The effectiveness of using the proposed random coefficient autoregressive model with time effect rather than the existing fixed-coefficient ones to describe system degradation is demonstrated through a comparative study based on a real degradation dataset. The advantages of using a dynamic maintenance policy are also revealed.
PL
W prezentowanej pracy dokonano optymalizacji dynamicznej, uwzględniającej stan techniczny obiektu strategii utrzymania ruchu dla wolno ulegającego degradacji systemu monitorowanego w równoodległych dyskretnych chwilach czasu (epokach) pod względem uszkodzeń parametrycznych oraz stanu technicznego. Do opisu degradacji systemu opracowano model autoregresyjny z parametrami losowymi uwzględniający wpływ czasu. Proponowany model degradacji bierze pod uwagę zarówno wiek systemu jak i wcześniejsze obserwacje stanu oraz zmienność degradacji pomiędzy obiektami. Rozważano zachowanie stochastyczne zarówno składnika zależnego od wieku jak i składnika zależnego od stanu; opracowano bayesowską metodę okresowej aktualizacji oszacowań współczynników stochastycznych, która pozwala łączyć informacje z bazy danych o degradacji z informacjami z monitorowania stanu w czasie rzeczywistym. W oparciu o otrzymany model degradacji, sformułowano dynamiczną politykę utrzymania ruchu; problem optymalizacji tej polityki rozwiązywano w ramach procesu decyzyjnego semi-Markowa. Do procesu decyzyjnego włączono nowatorską metodę obliczania trwałości resztkowej, co umożliwiło ocenę trwałości resztkowej jednocześnie z przeprowadzeniem procedury optymalizacyjnej. Skuteczność wykorzystania proponowanego modelu autoregresyjnego do opisu degradacji systemu porównywano ze skutecznością dotychczasowych modeli z parametrami stałymi w badaniu opartym na rzeczywistym zbiorze danych o degradacji. Wskazano również zalety stosowania proponowanej dynamicznej strategii utrzymania ruchu.
This paper deals with a condition-based maintenance strategy (CBM) in finite-time horizon for a system subject to two different causes of failure, internal degradation and sudden shocks. Internal degradation is modelled under a gamma process and sudden shocks arrive at the system following a non-homogeneous Poisson process (NHPP). Both causes of failure are considered as dependent. When a sudden shock takes places, the system fails. In addition, the system is regarded to fail when the deterioration level reaches a critical threshold. Under this functioning scheme, a CBM strategy is developed for controlling the reliability of the system. Traditionally, this strategy is developed under an asymptotic approach. Hence, considering an infinite-time horizon is not always possible. In this paper, we analyse a CBM strategy under a finite-time horizon developing a recursive method which estimates the expected cost rate based on numerical integration and Monte Carlo simulation. A numerical example is provided in order to illustrate this complex maintenance model.
For the control-limit policy of condition-based maintenance (CBM), it usually focuses on the internal condition of the equipment while neglecting the un-constant external conditions. However, the electricity price-dependent downtime cost have influence on the cost-effectiveness of control-limit policy for a generating unit in a power system. To make a linkage between CBM and the nonconstant cost model, an electricity price-dependent control-limit policy (EPCLP) is proposed to accommodate the time-dependent downtime costs. For the proposed EPCLP, preventive maintenance control-limits is much flexible to be adjusted to different electricity price levels, and the maintenance cost reduction can be achieved among the planning horizon as a result. The optimal control-limits and maintenance costs for different downtime-cost ratios, reliabilities, covariate processes and electricity price scenarios are analysed to compare the performances between the proposed policy and the constant control-limit policy. Through the sensitivity analysis, the application scope of the proposed policy is evaluated.
PL
Stosując strategie utrzymania ruchu uwzględniające bieżący stan techniczny obiektu (condition based maintenance, CBM) oparte na pojęciu progu konserwacji koniecznej (control limit), najczęściej przywiązuje się wagę do stanu samego sprzętu, ignorując przy tym niestałe warunki zewnętrzne. Należy jednak pamiętać, że w przypadku agregatów prądotwórczych wchodzących w skład układów elektroenergetycznych, koszty przestoju zależne od ceny energii elektrycznej mają wpływ na opłacalność stosowania strategii progu konserwacji koniecznej. Aby powiązać CBM z modelem kosztów niestałych, zaproponowano strategię progu konserwacji koniecznej, w której wysokość progu uzależniona jest od ceny prądu elektrycznego (electricity price-dependent control-limit policy, EPCLP). Przyjęcie takiej strategii pozwala uwzględnić koszty przestojów zależne od czasu. W EPCLP, progi czasowe konserwacji zapobiegawczej są bardzo elastyczne, co pozwala na ich regulację zgodnie z aktualną ceną energii elektrycznej. Strategia umożliwia redukcję kosztów w danym horyzoncie planowania. W celu porównania proponowanej strategii ze strategią stałego progu konserwacji koniecznej, w pracy przeanalizowano optymalne progi czasowe konserwacji koniecznej oraz koszty utrzymania ruchu dla różnych stosunków przestoju do kosztu, różnych wartości niezawodności, różnych procesów kowariantnych oraz różnych scenariuszy zmian cen energii elektrycznej. Zakres zastosowania proponowanej strategii oceniano za pomocą analizy czułości.
Niewłaściwa współpraca odbieraka prądu i sieci trakcyjnej, w trudnych warunkach lokalnych, może prowadzić do uszkodzenia sieci trakcyjnej i pantografu. W ramach rozwoju metod monitoringu i diagnostyki dla tych podsystemów, tworzone są nowe i dokładniejsze narzędzia symulacyjne, których zakres obejmuje modelowanie zarówno napowietrznej sieci trakcyjnej i pantografu, a także ich dynamicznego oddziaływania. Głównym celem jest dokładniejsza analiza wyników pomiarów uzyskanych z pilotażowego stanowiska monitoringu odbieraków prądu, w celu poprawy wiarygodności oceny monitorowanych urządzeń. W artykule zaproponowano model odbieraka prądu, zbudowany na podstawie metody energetycznej Lagrange’a, dzieląc jego strukturę mechaniczną na zestaw skupionych elementów zachowawczych i dyssypatywnych. Komputerowy model 3D odbieraka typu 160EC powstał w programie Inventor. Przeprowadzone symulacje porównano z wynikami eksperymentalnymi.
EN
Improper cooperation of current collector and the overhead contact line, in severe local conditions, may lead to damage of the catenary or pantograph. As a part of the development of diagnostic and monitoring systems for these subsystems, the novel and more accurate simulation tools are created, the scope of which includes modeling of both the overhead catenary and the pantograph, as well as their dynamic interaction. The main objective is more accurate analysis of the measurement results to improve reliability of evaluation of the monitored devices. This paper proposes a model of the current collector, sharing its mechanical structure on a set of inertial or resilient conservative and dissipative elements a mathematical model was created based on the Lagrange energy method. 3D computer model of the current collector type 160EC was made in Inventor. Simulations were performed, the results of which were compared with the results of selected experimental tests.
This paper analyzes a replacement problem for a continuously degrading system which is periodically inspected and subject to the competing risk of soft and sudden failures. The system should be correctively replaced by a new one upon failure, or it could be preventively replaced before failure due to safety and economic considerations. Dependent soft and sudden failures are considered. The degradation process of the system observed by inspections exhibits a monotone increasing pattern and is described by a gamma process. The failure rate of the sudden failure is characterized by its dependency on the system age and the degradation state. By formulating the optimization problem in a semi-Markov decision process framework, the specific form of the optimal replacement policy which minimizes the long-run expected average cost per unit time is found, considering a cost structure that includes the cost for inspections, the cost for preventive replacement, and the costs for different failure modes. The corresponding computational algorithm to obtain the optimal replacement policy is also developed. A real data set is utilized to illustrate the application of the optimal replacement policy.
PL
W artykule przeanalizowano problem wymiany dotyczący poddawanego przeglądom okresowym systemu ulegającego ciągłej degradacji i narażonego na konkurujące zagrożenie uszkodzeniami parametrycznymi i nagłymi. System taki powinien zostać wymieniony na nowy w ramach konserwacji korygującej w przypadku wystąpienia uszkodzenia lub też, ze względów bezpieczeństwa i względów ekonomicznych, można dokonać wymiany profilaktycznej jeszcze przed wystąpieniem uszkodzenia. W artykule rozważono przypadek zależnych od siebie uszkodzeń parametrycznych i nagłych. Proces degradacji systemu obserwowany podczas przeglądów ma charakter monotonicznie rosnący i można go opisać za pomocą procesu gamma. Intensywność uszkodzeń nagłych zależy od wieku systemu i jego stanu degradacji. Formułując problem optymalizacyjny w ramach semi-markowskiego procesu decyzyjnego, można określić formę optymalnej polityki wymiany, która minimalizowałaby długookresowy średni koszt na jednostkę czasu, z uwzględnieniem struktury kosztów, która obejmuje koszty przeglądów, koszty wymiany profilaktycznej oraz koszty różnych przyczyn uszkodzeń. Opracowano odpowiedni algorytm obliczeniowy umożliwiający ustalenie optymalnej polityki wymiany. Zastosowanie proponowanej optymalnej polityki wymiany zilustrowano na przykładzie zbioru rzeczywistych danych.
The detection of transformer winding deformation caused by short-circuit current is of great significance to the realization of condition based maintenance. Considering the influence of environment and measurement errors, an online deformation detection method is proposed based on the analysis of leakage inductance changes. First, the operation expressions are derived on the basis of the equivalent circuit and the leakage inductance parameters are identified by the partial least squares regression algorithm. Second, the amount of the leakage inductance samples in a detection time window is determined using the Monte Carlo simulation thought, and then the samples in the confidence interval are obtained. Last, a criteria is built by the mean value changes of the leakage inductance samples and the winding deformation is detected. The online detection method considers the random fluctuation characteristics of the leakage inductance samples, adjust the threshold value automatically, and can quantify the change range to assess the severity. Based on the field data, the distribution of the leakage inductance samples is analyzed to obey the normal function approximately. Three deformation experiments are done by different sub-winding connections and the detection results verify the effectiveness of the proposed method.
Koszty konserwacji budynków nieustannie rosną ze względu na nieodpowiednią konserwację. Z tej racji, niezbędne jest wypracowanie rozwiązań obniżających koszty konserwacji. Różne badania wykazały, iż charakterystyki utrzymania urządzeń zależnie od ich bieżącego stanu technicznego (condition-based maintenance, CBM) są bezpośrednio powiązane z wydajnością kosztu. Niniejszy artykuł stara się więc ustalić związek pomiędzy charakterystykami utrzymania budynków zależnie od ich bieżącego stanu technicznego a wydajnością kosztu. Następnie opracowano model regresji dla planowania konserwacji jak i predykcji. W badaniach użyto metody mieszanej łączącej badania kwestionariuszowe, wywiad oraz studium przypadku. Rezultaty podkreśliły, iż wiarygodność danych z konserwacji i informacji to najbardziej istotne charakterystyki CBM. W konsekwencji, wnioski z badań sugerują, iż planowanie i wdrożenie strategii utrzymania w zależności od bieżącego stanu technicznego powinno brać pod uwagę jej istotne charakterystyki i odwoływać się do wynikającego z niej modelu predykcji. Ponadto, praca zawiera zalecenia jakimi środkami można w praktyce poprawić istotne charakterystyki i wydajność kosztu.
EN
Building maintenance costs are continuously increasing as a result of poor maintenance. Consequently, there is an urgent need to develop solutions to reduce the maintenance costs. Various studies demonstrated that the characteristics of condition-based maintenance are directly related to the cost performance. Thus, this paper seeks to establish the relationships between the characteristics of condition-based maintenance and the cost performance. The researcher then developed a regression model for maintenance planning and prediction. The study adopted a mix method approach that includes questionnaire survey, interview, and case study. The findings highlighted the reliability of maintenance data and information as the most significant characteristic of conditionbased maintenance. Consequently, the study concluded that the planning and the application of the condition-based maintenance strategy should consider its significant characteristics and make reference to the resulting prediction model. Furthermore, the study recommended measures to improve the significant characteristics and the cost performance in practice.
Większość badań nad optymalizacją utrzymania systemów wieloskładnikowych bierze pod uwagę jedynie rozkład czasu życia elementów składowych. Kiedy przyjmie się dla systemów wieloskładnikowych strategię utrzymania urządzeń zależną od ich bieżącego stanu technicznego (condition-based maintenance, CBM), struktura strategii staje się złożona w związku z dużą liczbą stanów składowych oraz ich kombinacji. W konsekwencji, często przyjmuje się pewne z góry ustalone struktury strategii utrzymania przed optymalizacją utrzymania systemu wieloskładnikowego w kontekście CBM. Opracowanie takich z góry ustalonych struktur strategii wymaga jednak specjalistycznego doświadczenia, a i tak brak dowodów na optymalność tych strategii. W artykule zaproponowano metodę optymalizacji utrzymania szeregowego systemu dwuskładnikowego, która nie wymaga wcześniej ustalonej struktury strategii. Proponowaną metodę opracowano na podstawie semimarkowskiego procesu decyzyjnego (SMDP). Badanie symulacyjne pokazało, że za pomocą proponowanej metody można ustalać optymalną strategię utrzymania w sposób adaptacyjny dla różnych kosztów utrzymania oraz parametrów procesów degradacyjnych. Za pomocą symulacji badano także optymalną strukturę strategii utrzymania, jako punkt odniesienia dla przyszłych studiów nad optymalizacją systemów wieloskładnikowych.
EN
Most existing research on maintenance optimisation for multi-component systems only considers the lifetime distribution of the components. When the condition-based maintenance (CBM) strategy is adopted for multi-component systems, the strategy structure becomes complex due to the large number of component states and their combinations. Consequently, some predetermined maintenance strategy structures are often assumed before the maintenance optimisation of a multicomponent system in a CBM context. Developing these predetermined strategy structure needs expert experience and the optimality of these strategies is often not proofed. This paper proposed a maintenance optimisation method that does not require any predetermined strategy structure for a two-component series system. The proposed method is developed based on the semi-Markov decision process (SMDP). A simulation study shows that the proposed method can identify the optimal maintenance strategy adaptively for different maintenance costs and parameters of degradation processes. The optimal maintenance strategy structure is also investigated in the simulation study, which provides reference for further research in maintenance optimisation of multi-component systems.
16
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono aktualne tendencje kolei eurpejskich w zakresie monitoringu urządzeń infrastruktury kolejowej (ang. Fixed infrastrukture asset monitiring). Obok aspektów technicznych poruszono aspekty ekonomiczne i organizacyjne warunkujące poprawę dostępności sieci kolejowej oraz racjonalizacje kosztów jej utrzymania.
EN
The present tendencies at European railways in the field of railway fixed infrastructure assets monitoring have been presented in the paper. Not only technical but economic and organizational aspects influencing on railway network accessibility improvement and rationalization of its maintenance costs have been also mentioned.
This paper presents a modelling framework of condition-based maintenance policies for continuously deteriorating systems, based on semi-regenerative stochastic techniques.
This paper deals with the maintenance cost of deteriorating systems. Two maintenance strategies are studied: age-replacement and condition-based maintenance. To compare these two policies, degradation models are used: these models characterize the degradation level but also the system time-to-failure. In order to compute the optimal condition-based maintenance cost, we suppose that the main influencing sources are the preventive threshold, the inspection frequency and the inspection cost. Numerical examples illustrate the maintenance cost computation and compare the optimal costs of both policies.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.