بخشی از مقاله
چکیده
هدف از این مقاله ارائه ی مدل چند هدفه جهت محاسبهی نرخ خرابی زیر سیستمهای سیستم موازی میباشد که در آن هدف ماکزیمم کردن قابلیت اطمینان کل سیستم و مینیمم کردن هزینهها میباشد. در این مدل علاوه بر هزینهی فازطراحی، هزینه و عملکزد سیستم در فاز تولید نیز مورد بررسی قرار میگیرد. برای بررسی امکانپذیری بهبود نرخ خرابی در فاز طراحی، از عوامل امکانپذیری موثر استفاده میشود و شاخص سطح سیگما، به عنوان عامل سختی کاهش نرخ خرابی در فاز تولید اثر داده میشود. مدل اصلی با استفاده از برنامهریزی آرمانی به مدل تک هدفه تبدیل میشود و برای سیستم اتوپایلوت هواپیما مورد تحلیل قرار می - گیرد. روش پیشنهادی، انعطافپذیری بیشتری برای مهندسان طراح که به دنبال شناسایی کردن فرصتهای بهبود و تنظیم اهداف قابلیت اطمینان میباشند، فراهم میکند و اولویتهای بهبود نرخ خرابی مطابق با شرایط، ویژگیها و عملکرد سیستم، به طور کاربردی و دقیقتر مورد بررسی قرار میگیرد.
واژه هایکلیدی تخصیص قابلیت اطمینان، نرخ خرابی، هزینه طراحی، هزینه تولید، سختی بهبود قابلیت اطمینان، سطح سیگما.
مقدمه
مسائل بهینه سازی قابلیت اطمینان با استفاده از ساختار سیستم و محدودیتهای آن و همچنین ویژگیها و نحوه چیدمان زیر سیستمها و اجزا مطرح میشود. در واقع منظور از بهبود قابلیت اطمینان افزایش آن به صورتی میباشد که عملکردهای مورد نیاز سیستم را تضمین کند - Falcone . - et al., 2014 مسائل بهینه سازی قابلیت اطمینان سیستم شامل سه روش اصلی میباشد: ٌ. افزایش قابلیت اطمینان زیر سیستمها - مسائل تخصیص قابلیت اطمینان - ، ٍ. استفاده از اجزای افزونه به صورت موازی - مسائل تخصیص افزونگی - و َ. به کار بردن هر دو روش ذکر شده - مسائل تخصیص قابلیت اطمینان و افزونگی - .
در این مسائل هدف ماکزیمم کردن قابلیت اطمینان تحت محدودیتهای هزینه، وزن و حجم میباشد . - Mellal & Zio, 2016 - تخصیص قابلیت اطمینان یک اتصال کلیدی با طراحی قابلیت اطمینان دارد و فعالیتی مهم در فرآیند طراحی و توسعه محصول میباشد. در تعیین قابلیت اطمینان زیر سیستمها بر اساس قابلیت اطمینان هدف، باید به فرصتها و اولویتهای بهبود بر پایهی پتانسیل واقعی کاهش نرخ خرابی توجه شود . - Yadav & Zhuang, 2014 - قابلیت اطمینان سیستم روی انواع هزینههایی که سیستم در چرخه عمر خود دارد، تاثیرگذار میباشد. به همین دلیل جهت کاهش این هزینهها نیاز است که در تخصیص قابلیت اطمینان، هزینههای مختلف در نظر گرفته شود زیرا با بهبود قابلیت اطمینان در فاز طراحی میتوان این هزینهها را کاهش داد . - Nguyen & Murthy, 1988 - در این مورد میتوان به در نظر گرفتن هزینهی فاز تولید اشاره کرد.
درحالحاضرمسائلقابلیتاطمینانبیشتررویفازطراحیتمرکزدارند. پراهمیتترین مشکلات سیستمها در مرحله طراحی ناشی از تغییرات در تولید و مونتاژمیباشد .کاهش و کنترل تغییرپذیری در فرآیند تولیدباعث افزایش هزینه و کاهش قابلیت اطمینان سیستم میشود.بنابراین ازتولیدبرای قابلیت اطمینان سیستم وعدمقطع یتهایی که دراین مرحله وجودداردبسیارمهم است وباعث شکست قابلیت اطمینان موردنیازطراحی شده،میشود - Jinghuan,& Chunhui, 2012. - Yihai, بامحاسبهیشاخصهایقابلیتفرآیندمیتوانتغییرپذیریفرآیندهای تولید و عملکرد سیستمرا به صورتکمی تخمین زدوکنترل و بهبود قابلیت اطمینان سیستم را مورد بررسی قرار داد. - Pearn *, Shu, & Hsu, 2005 -
عملکرد فرایند با استفاده از دادههای وصفی،معمولا براساس تعداد اقلام نامنطبق و یا تعداد نقص سنجیده میشود. از جملهی این شاخصها می توان شاخص سطح سیگما را نام برد. قابلیت اطمینان به طور مستقیم میتواند به سطح سیگما ربط داده شود . - Baril, Yacout, & Clément, 2011 - چندین رویکرد جهت بدست آوردن وزنهای تخصیص قابلیت اطمینان وجود دارد. در این روشها، هدف ترکیب چندین عامل جهت محاسبهی وزنهای تخصیص میباشد سپس با توجه به قابلیت اطمینان هدف، قابلیت اطمینان اجزاء تخصیص داده میشود. روشهای سنتی شامل روشهای ARINC، AGREE، FOO و روش میانگین وزنی می باشد.
در مقالهی - Jafarsalehi, 2009 - پس از انتخاب عوامل امکانپذیری، جهت محاسبهی کاربردی و دقیق وزن، این عوامل به زیرعوامل تقسیمبندی میشوند. این روش به خصوص برای مراحلی که اطلاعات کافی از مقدار عوامل موجود نمیباشد یا کارشناسان تجربهی کافی ندارند، مناسب است. - Chang, Chang, & Liaw, 2009 - ازروش ماکزیمم آنتروپی جهت تخصیص وزنی استفاده کردند که در آن بردار وزنی بهینه تحت بیشترین بینظمی تعیین میشود و عیوب روش FOOمورد اصلاح قرار میگیرد. - Liaw,Chang, - Chang, & Chang, 2011 ضمن استفاده از روش ME-OWA، روابط غیرمستقیم بین اجزا را با استفاده از روش دیمتل مورد بررسی قرار دادهاند. - Chen, Zheng, Liao, & Feng, 2015 -
به مدل ME-OWA، مینیمم واریانس را نیز اضافه کرده و در نهایت با استفاده از ساختار سلسله مراتبی وزنهای تخصیص را محاسبه کردهاند. - Di Bona, Forcina, Petrillo, De Felice, & Silvestri, 2016 - اجزای سیستم و عوامل در نظر گرفته شده را در قالب یک مسأله AHPبرای یک نمونه فضایی مورد بررسی قرار دادهاند. در همهی این مقالات از عوامل امکانپذیری مختلف به عنوان وزنی، جهت تخصیص قابلیت اطمینان استفاده شده است بدون اینکه به پتانسیل و امکانپذیری بهبود قابلیت اطمینان توجه شود.در پژوهش - Kim, Yang, & Zuo, 2013 - رویکرد دیگری جهت تخصیص قابلیت اطمینان بر پایهی RPN ارائه شده است که در آن تابع انتقال نمایی به جای نرخ ترتیبی ده تایی برای محاسبهی شدت خرابی در نظر گرفته میشود. - Yadav & Zhuang, 2014 -
در یک سیستم سری، تخصیص وزنی را برای میزان بهبود نرخ خرابی مورد بررسی قرار داده اند. بدین صورت که میزان بحرانیت اصلاح شده با در نظر گرفتن رابطه غیر - خطی، برای شدت و اثر خرابی و همچنین تلاش جهت بهبود و نرخ خرابی توسعه داده شده است. در مقاله ی - Zhuang, Limon, &Yadav, 2014 - میزان بحرانیت اصلاح شده با وابستگی کارکردی ترکیب شده و وزن تخصیص جدید جهت تعیین قابلیت اطمینان اجزای سیستم محاسبه میشود.در مقاله - Mettas, 2000 - جهت تخصیص قابلیت اطمینان مدلی با هدف مینیمم کردن هزینه طراحی تحت محدودیتهای قابلیت اطمینان ارائه شده است و عامل امکانپذیری بهبود قابلیت اطمینان معرفی شده است.
در مقاله - Kumral, 2005 - واریانس قابلیت اطمینان زیر سیستمها به تابع هدف مدل متاس اضافه میشود و با استفاده از الگوریتم ژنتیک برای سیستم تولید معدن حل میشود و عامل امکانپذیری طبق نظر خبره مشخص میشود. - Zhang, Huo, & Kezunovic, 2007 - پس از تاثیر نرخ خرابی و هزینه در تابع هدف مدل متاس، از آن برای بدست آوردن اهمیت هر زیر سیستم در جهت بهینهسازی قابلیت اطمینان، استفاده کرده اند. در مقاله - Farsi & Jahromi, 2012 - برای عامل امکانپذیری افزایش قابلیت اطمینان از عوامل امکانپذیری تاثیرگذار استفاده شده است و مدل برای یک سیستم فضایی پیچیده با استفاده از الگوریتم ژنتیک حل میشود . - Liu, Fan, & Mu, 2014 -
عامل جدیدی به نام ثبات تولید را به مسألهی تخصیص اضافه کرد ند که شاخص قابلیت فرآیند هم نامیده می-شود و با استفاده از شاخصCpk اندازهگیری میشود. این شاخص - به عنوان متغیر - و هزینهی مربوط به آن وارد مدل میشوند و پس از تبدیل مدل اصلی به مدل MDO، با استفاده از الگوریتم ژنتیک مدل حل میشود.پس از بررسی مطالعات انجام شده این نتیجه حاصل میشود که عوامل امکان پذیری مورد بررسی، به عنوان وزن تخصیص در نظر گرفته می - شود و این عوامل در جهت بهبود نرخ خرابی و در جهت شناسایی اولویتهای بهبود قابلیت اطمینان زیر سیستمها در نظر گرفته نمیشوند. نکتهی مهم دیگر درنظر نگرفتن فاز تولید و عملکرد سیستم در این فاز در مسائل تخصیص میباشد.
همچنین در این پژوهش ها بیشتر سیستم های سری مورد بررسی قرار گرفته اند و در مدل های بررسی شده، متغیر اصلی قابلیت اطمینان زیر سیستم ها می باشد و نرخ خرابی مورد بررسی قرار نگرفته است.در این مقاله مدل چند هدفه با ماکزیمم کردن قابلیت اطمینان کل سیستم و مینیمم کردن هزینهها برای سیستم موازی، توسعه داده شده است و علاوه بر هزینهی فاز طراحی، هزینهی فاز تولید نیز در نظر گرفته میشود و متغیر اصلی این مدل، نرخ خرابی زیر سیستم ها می باشد. برای عامل امکانپذیری بهبود نرخ خرابی در فاز طراحی، از عوامل امکانپذیری موثر در سیستم مورد نظر استفاده میشود و شاخص سطح سیگما جهت ارزیابی عملکرد زیر سیستم ها محاسبه میشود و در تابع هزینه تولید به عنوان معیاری برای عامل سختی کاهش نرخ خرابی در فاز تولید اثر داده میشود.
مدل چند هدفه با استفاده از برنامه ریزی آرمانی به مدل تک هدفه تبدیل میشود. در نهایت این مدل برای سیستم اتوپایلوت هواپیما با استفاده از نرم افزار لینگو ُ حل میشود و نتایج مورد مقایسه قرار می گیرند.ادامهی مقاله شامل بخشهای زیر میباشد؛ در بخش ٍ مسألهی اصلی تعریف میشود. در این بخش مدل پیشنهادی، روابط مربوط به هزینهها و هر کدام از عوامل ارائه شده است. در بخش َ مدل برنامهریزی آرمانی ارائه شده است. در بخش ُ مدل پیشنهادی برای سیستم مورد نظر حل شده و نتایج مورد تجزیه و تحلیل قرار گرفته اند. در بخش ِ نیز نتیجهگیری کلی و پیشنهادات آتی ارائه شده است.
بیان مساله
هزینه و امکانپذیری بهبود نرخ خرابی از محدودیتهای مسائل بهینهسازی قابلیت اطمینان میباشند و باید مورد ارزیابی قرار گیرند. پس از بررسی مدلهای مختلف تخصیص قابلیت اطمینان در این مقاله بهبود نرخ خرابی زیر سیستمها، در قالب مدل بهینهسازی چند هدفه مورد بررسی قرار میگیرد. این مدل برای سیستم موازی با نرخ خرابی نمایی برای زیر سیستم ها، ارائه شده است. همچنین فرض شده است که خرابی زیر سیستم ها مستقل هستند زیر سیستم ها فقط دو حالت کارکرد سالم و خراب را دارند. در جدول ٌ، پارامترها و متغیرهای نامگذاری شده ی مدل ارائه شده است.