مدلی برای بهینه سازی زمانبندی نگهداری و تعمیرات پیشگیرانه برای سیستم‌های چند جزیی با استفاده از الگوریتم ژنتیک

در این مقاله یک مدل بهینه زمانبندی نگهداری و تعمیرات (نت) پیشگیرانه غیر ادواری برای سیستم‌های چند جزیی (سری موازی) ، بر مبنای حداکثر قابلیت دسترسی اجزای سیستم (که تعیین بازه بازرسی بهینه را به همراه دارد) ارایه شده است. همچنین در این مقاله علاوه بر تامین سطح قابلیت اطمینان مورد نیاز سیستم و ارضای سایر محدودیت‌های سیستمی (فعالیت‌های نت و منابع در دسترس)، کل هزینه‌های (مستقیم و غیر مستقیم) مرتبط با نت کمینه شده و برخی از فعالیت‌های نت شامل بازرسی و سرویس ساده، تعمیرات پیشگیرانه و تعویض پیشگیرانه برای هر جزء پیشنهاد شده است. از آنجا که مدل پیشنهادی دارای ساختاری پیچیده است، لذا به منظور حل آن از الگوریتم فراابتکاری ژنتیک (g.a) استفاده و نتایج ارایه گردیده است. در پایان، کارایی و استفاده از این مدل، در قالب یک مطالعه موردی، برای یک سیستم 10 جزیی سری موازی (نزدیک به واقعیت) نشان داده شده است.

Providing a model to optimize preventive maintenance schedules for multicomponent systems using GA

In this paper, a nonperiodic preventive maintenance scheduling optimization model for multicomponent systems is provided based on the maximum availability of system components. In addition to providing the required level of system reliability and satisfy other system constraints (maintenance activities and available resources), total costs (direct and indirect) associated with minimal maintenance and, if necessary, one of the maintenance activities include in inspected and serviced simple, preventive repair and preventive replacement for each component, is proposed. Each of these activities uses various sources and regarding the position of the repairing component, effects differently on the reliability of the system. The costs considered include in direct costs (simple service, repair and replacement) as well as indirect costs (out of order and random failures). Since the proposed model has a complex structure, in order to solve the problem, the Genetic Algorithm (G.A) has been used and the results is presented. In the end, performance and use of this model, for a 10part series parallel is presented in the form of a case study.