Na dzisiejszych, niezwykle konkurencyjnych rynkach, zastosowanie systemów zarządzania utrzymaniem ruchu jest niezbędne. Przykładem są zakłady rafinerii, w których, ze względu na wysokie sumy inwestowane w systemy operacyjne, zastosowanie zaawansowanych systemów utrzymania ruchu (takich jak Komputerowy System Zarządzania Utrzymaniem Ruchu CMMS) wydaje się coraz bardziej istotnym zadaniem. Aby jednak wdrożyć wysokiej klasy oprogramowanie CMMS, należy najpierw przeanalizować istniejące programy. W niniejszym artykule, przedstawiono, przeanalizowano i porównano za pomocą analizy statystycznej działanie dwóch programów typu CMMS o nazwach IFS™ oraz MAINTA™. Analizy oparto na studium przypadku przeprowadzonym w rafinerii. Wyniki testowania hipotez oraz analizy ekonomicznej wyłoniły oprogramowanie MAINTA™.
EN
In today highly competitive markets, application of maintenance management systems is un-avoidable. However, in refinery environments due to huge investment amount of operating systems, applying advanced maintenance management systems (Such as Computerized Maintenance Management System which is called CMMS) is increasingly seems to be a crucial task. In order to implement high performance CMMS software, the existing ones should be analyzed. In this paper, performance of two CMMS related software entitled IFS™. and MAINTA™., are introduced, analyzed and compared using significant statistical analysis with a case study in a refinery. The results of both hypothesis testing and economical study finally proposed the MAINTA™. software.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In this paper, a multipath routing scheme is proposed for data transmission in a packet-switched network to improve the reliability of data delivery to multicast destinations, and to reduce network congestion. A multi-objective optimization model is presented that utilizes FEC (Forward Error Correction) across multiple multicast trees for transmitting packets toward the destinations. This model assigns the transmission rates over multicast trees so that the probability of irrecoverable loss for each destination and also the link congestion are minimized. We propose a genetic algorithm based on SPEA (Strength Pareto Evolutionary Algorithm) in order to approximate Pareto optimal solutions of this rate allocation problem with a nondominated solution set. Numerical results show that splitting data packets between multiple trees increases reliability and decreases network congestion when compared with the results obtained for transmitting data packets over a single tree.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.