Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Przegląd Mechaniczny

2 2013

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: probability of a machine failure

Sortuj według:

Ogranicz wyniki do:

Modelowanie i symulacja systemu produkcyjnego w celu pozyskania stabilnego harmonogramu. Cz. I

Paprocka I., Kempa W.

Przegląd Mechaniczny

2013

nr 2

28--31

W problemie szeregowania zadań ważne jest zrozumienie źródeł występowania zakłócenia i wykorzystanie tej wiedzy. W artykule zdefiniowano problem oraz zaproponowano model matematyczny systemu predykcyjnego harmonogramowania zadań. W modelu matematycznym do wyznaczenia średniego terminu występowania zakłócenia - awarii maszyny (ang. Mean Time To Failure - MTTF) oraz obliczenia średniego czasu trwania naprawy maszyny (ang. Mean Time To Repair - MTTR) zastosowano teorię wnioskowania statystycznego. Na podstawie danych historycznych o częstotliwości występowania awarii oraz czasie trwania naprawy maszyny dobrano rozkłady tych zmiennych. Odpowiednie testy zgodności wykonano, stosując program Statistica. System produkcyjny zamodelowano w programie Enterprise Dynamics Studio. Wynikiem symulacji jest harmonogram, który przedstawia przydział zadań do maszyn. Harmonogram predykcyjny tworzony jest przez przeszeregowanie zadania, które przewidziano, że będzie zakłócone. Poszukuje się harmonogramu predykcyjnego, który będzie stabilny - odporny na zakłócenia.

In the scheduling problem, it is important to understand sources of disturbances occurrence and use that knowledge. The article defines the problem and proposes a mathematical model of the predictive scheduling system of jobs. In the mathematical model to determine the average date of occurrence of disturbance - failure of the machine (Mean Time To Failure - MTTF) and to calculate the average repair time of the machine (Mean Time To Repair - MTTR) the theory of statistical inference is applied. Basing on historical data about the frequency of machine's failure and repair time the variables of distributions were defined. Appropriate goodness-of-fit tests were performed using the Statistica program. The production system is modeled in the Enterprise Dynamics Studio Program. The result of simulation is a Schedule that represents the allocation of jobs to machines. Predictive Schedule is generated by rescheduling the job predicted to be disturbed. The disturbances robust Schedule is searched.

Modelowanie i symulacja systemu produkcyjnego w celu pozyskania stabilnego harmonogramu : przykład numeryczny. Cz. II

Paprocka I., Kempa W.

Przegląd Mechaniczny

2013

nr 3

22--26

Do opracowania predykcyjnego harmonogramu wykorzystuje się wiedzę o czasie wystąpienia awarii maszyny pozyskaną na podstawie danych historycznych o częstotliwości występowania zakłócenia pracy maszyny Artykuł jest kontynuacją pierwszej części, gdzie przyjęto hipotezę, że czas bezawaryjnej pracy maszyny ma rozkład normalny „ucięty" oraz czas trwania naprawy maszyny ma rozkład normalny „ucięty". Hipotezy badane są za pomocą testów Kotmogorowa w programie Statistica. Znając wartości charakterystyk wiarygodności z poprzednich okresów, prognozuje się przyszłe wartości, wykorzystując klasyczną metodę regresji. Harmonogram podstawowy tworzony jest przy wykorzystaniu systemu Enterprise Dynamics (ED). Harmonogram predykcyjny opracowuje się przez przeszeregowanie zadań, które będą zakłócone, na maszyny równoległe. W predykcyjnym harmonogramie, w prognozowanym terminie wystąpienia awarii maszyny planuje się dokonanie przeglądu technicznego.

The problem was to generale workable, proactive baseline schedule based on knowledge acpuired from historical data about freguency of a machine operation disturbances. The paper is continuation of the first part where the hypothesis that reliable work of the machine and time of machine repair have cut-off normal distributions. The hypothesis were proved doing Kolmogorov' tests in the Statistica software. Having the values of reliability characteristics from previous times, predictions of future reliability characteristics were found using classical regression technigue. The basie schedule using the Enerprise Dynamics (ED) system was generated. The predictive schedule was generated by rescheduling jobs that are predicted to be disturbed. In the predictive schedule, in the time of predicted disturbance occurrence of the machina the technical survey Is going to be done.