Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  semi-Markov decision process
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
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.
PL
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.
EN
A problem of optimization of a sea transport operation in safety and reliability aspect is discussed in the paper. To describe and solve this problem, a semi-Markov decision processes theory is applied. The semi-Markov decision process as a model of the sea transport operation is constructed. An algorithm which Allowi to compute the optimal strategy of the operation in safety and reliability aspect is presented.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.