All reliability models consisting of random time factors form stochastic processes. In this paper we recall the definitions of the most common point processes which are used for modelling of repairable systems. Particularly this paper presents stochastic processes as examples of reliability systems for the support of the maintenance related decisions. We consider the simplest one-unit system with a negligible repair or replacement time, i.e., the unit is operating and is repaired or replaced at failure, where the time required for repair and replacement is negligible. When the repair or replacement is completed, the unit becomes as good as new and resumes operation. The stochastic modelling of recoverable systems constitutes an excellent method of supporting maintenance related decision-making processes and enables their more rational use.
PL
Wszelkie modele niezawodności uwzględniające czynniki z losowym czasem przyjmują postać różnych procesów stochastycznych. W tej publikacji przywołujemy definicje podstawowych procesów stosowanych do modelowania systemów naprawialnych. W szczególności przedstawione są procesy stochastyczne wspomagające podejmowanie decyzji dotyczących utrzymania systemu technicznego. Rozważamy najprostszy jednoelementowy system z zaniedbywalnym czasem naprawy lub wymiany, tj. jednostka jest użytkowana a po uszkodzeniu jest naprawiana lub wymieniana w na tyle krótkim czasie, że można go pominąć. Po naprawie lub wymianie jednostka jest tak dobra jak nowa i dalej jest użytkowana. Stochastyczne modelowanie systemów naprawialnych stanowi doskonałą metodę wspomagania procesów decyzyjnych w ich utrzymaniu i pozwala na bardziej racjonalną ich eksploatację.
Machining center is the complex machinery, with high level automation and complicated structures, so there are lots of failures. When a random failure occurs, the failed machining center stops and causes a production line or even the whole workshop to stop functioning. The frequent failure leads to the low levels of reliability and production rate. In order to help users and manufacturers optimize maintenance policy to improve the reliability for machining center, this paper presents descriptive statistics of the failure data and develops the failure trend using power-law process, simultaneously establishes the routine inspection and regular inspection as well as the sequential preventive maintenance under maintenance cost constraints. The proposed model could be a useful tool to assess the current conditions, predict reliability and optimize the machining center maintenance policy.
PL
Centrum obróbkowe to skomplikowany mechanizm o wysokim poziomie automatyzacji oraz złożonej konstrukcji, w związku z czym ulega licznym uszkodzeniom. Przy wystąpieniu przypadkowej awarii, uszkodzone centrum obróbkowe przestaje działać i powoduje zatrzymanie linii produkcyjnej a nawet całego oddziału produkcyjnego. Częste awarie obniżają poziom niezawodności oraz tempo produkcji. Aby pomóc użytkownikom i producentom zoptymalizować politykę utrzymania ruchu w celu poprawy niezawodności centrów obróbkowych, w niniejszym artykule przedstawiono statystyki opisowe dotyczące danych o uszkodzeniach i opracowano trend uszkodzeń w oparciu o proces spełniający prawo potęgowe. Jednocześnie ustalono zasady rutynowej inspekcji i okresowych przeglądów, jak również sekwencyjnej obsługi zapobiegawczej przy ograniczonych wydatkach na utrzymanie ruchu. Proponowany model może być użytecznym narzędziem dla potrzeb oceny aktualnych warunków oraz przewidywania niezawodności w celu optymalizacji polityki utrzymania ruchu centrum obróbkowego.
In this paper, a new global optimization algorithm by imitating ancient Chinese human body system model, named as lambda algorithm, is introduced. The lambda algorithm utilizes five-element multi-segment string to represent the n-dimensional Euclidean point and hence the string based operation rules for expansion, comparison and sorting candidate strings. The algorithm enjoys the simplest mathematical operations but generates highest searching speed and accuracy. We furthermore explore to merge the lambda algorithm with maximum likelihood procedure for creating a non-derivative scheme – likelihood- lambda procedure. A illustrative example is given.
Continuous-time Markov chains is an important subclass in stochastic processes, which have facilitated many applications in business decisions, investment risk analysis, insurance policy making and reliability modeling. It should be fully aware that the existing continuous-time Markov chains theory is merely an ideology under which the random uncertainty governs the phenomena. However, the real world phenomena are often revealing the randomness and vagueness co-existence reality and thus the probabilistic continuous-time Markov chains modeling practices may be not adequate. In this paper, we define the random fuzzy continuous-time Markov chains, explore the related average chance distributions, and propose a scheme for the parameter estimation and a simulation scheme as well. It is expecting that a foundational work can be established for reliability modeling and risk analysis, particularly, repairable system modeling.
W artykule przedstawiono definicję systemu naprawialnego, oraz klasyfikację modeli procesów awarii, z uwzględnieniem modeli remontu doskonałego, minimalnego i niedoskonałego. Wskazano na badanie istnienia trendu, jako szczególnie istotny czynnik przy wyborze modelu i narzędzi matematycznych. Zaprezentowano również dwa zasadnicze podejścia przy harmonogramowaniu modeli remontowych: Time Based Maintenance oraz Condition Based Maintenance.
EN
The article presents the definition of a repairable system and classification of failure process modeling. Particularly the perfect, imperfect and minimal repair models have been pointed out. A test for trend in the inter-failure times has been indicated, as an important method in specifying the correct model and mathematical methods. Also the two important approaches in maintenance models scheduling have been presented: Time Based Maintenance and Condition Based Maintenance.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.