ارایه چارچوبی برای محاسبه قابلیت‌اطمینان با استفاده از مدل خطرات نسبی با محوریت داده‌های پایش وضعیت موتور دیزل

هدف: این مطالعه با هدف بهبود برآورد قابلیت ‌اطمینان موتورهای دیزل از طریق یک مدل مبتنی بر ریسک انجام شده که عوامل محیطی کلیدی به ویژه ذرات فرسایشی در روغن‌موتور دقت محاسبه قابلیت‌اطمینان را نسبت به مدل‌های کلاسیک مبتنی بر زمان بین خرابی‌ها افزایش دهد. هدف اصلی پژوهش، استفاده از مدل‌های مبتنی بر فاکتورهای ریسک برای تحلیل جامع‌تر و دقیق‌تر عملکرد موتورهای دیزل است.روش‌شناسی پژوهش: مدل خطرات نسبی برای ارزیابی قابلیت‌اطمینان موتور بر اساس ذرات فرسایشی موجود در روغن به کار گرفته شد آزمون harrell و lee برای بررسی مفروضات مدل و آزمون wald برای اعتبارسنجی ضرایب استفاده شده در نهایت قابلیت اطمینان بین دو گروه موتور با شرایط عملیاتی متفاوت مقایسه شد.یافته‌ها: نتایج تحقیق نشان داد که لحاظ‌کردن فاکتورهای ریسک، مانند سطح ذرات فرسایشی در روغن‌موتور، موجب افزایش دقت در برآورد قابلیت‌اطمینان موتورهای دیزل می‌شود. به‌طور خاص مشخص شد که سن، وضعیت تعمیرات و شرایط عملیاتی تاثیر معناداری بر قابلیت‌اطمینان دارند به‌گونه‌ای که موتورهای فرسوده سریع‌تر به سطح پایین‌تری از قابلیت اطمینان می‌رسند. مدل پیشنهادی با فراهم‌سازی تحلیلی دقیق‌تر، می‌تواند ابزار موثری برای بهینه‌سازی زمان‌بندی تعمیرات و پیشگیری از خرابی‌های ناگهانی در سیستم‌های صنعتی باشد. اصالت / ارزش‌افزوده علمی: تمایز اصلی این تحقیق در تلفیق داده‌های کیفی مرتبط با وضعیت داخلی موتور (ذرات فرسایشی در روغن) با مدل‌های آماری پیشرفته phm است که در تحقیقات پیشین کمتر مورد توجه قرار گرفته‌اند. این رویکرد با ایجاد پیوند بین تحلیل داده‌های شرایط عملکردی و تحلیل قابلیت‌اطمینان، افق‌های جدیدی در برنامه‌ریزی نگهداری مبتنی بر وضعیت فراهم می‌کند.

proposing a framework for reliability estimation using proportional hazards model based on diesel engine condition monitoring data

purpose: this study aims to improve diesel engine reliability estimation by using a risk-based model that incorporates key environmental factors especially wear particles in engine oil for more accurate analysis than traditional time-based methods. methodology: the proportional hazards model (phm) was used to assess engine reliability based on wear particles in oil. the harrell and lee test checked model assumptions, and the wald test validated coefficients. reliability was then compared across two engine groups under different conditions. findings: the results of the study showed that incorporating risk factors, such as the level of wear particles in engine oil, increases the accuracy of reliability estimation for diesel engines. specifically, it was found that engine age, maintenance status, and operational conditions have a significant impact on reliability, such that worn-out engines reach lower levels of reliability more quickly. the proposed model, by providing a more precise analysis, can serve as an effective tool for optimizing maintenance scheduling and preventing unexpected failures in industrial systems. originality/value: the main distinction of this research lies in the integration of qualitative data related to the internal condition of the engine (wear particles in oil) with advanced statistical models phm, which has been less addressed in previous studies. this approach, by creating a link between condition-based data analysis and reliability analysis, opens new horizons for condition-based maintenance planning.