Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Xiao, X" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    An integrated model of production scheduling and maintenance planning under imperfect preventive maintenance
    Model zintegrowany harmonogramowania produkcji i planowania obsługi technicznej w ramach niepełnej konserwacji zapobiegawczej
    Autorzy:
    Chen, X.
    Xiao, L.
    Zhang, X.
    Xiao, W.
    Li, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/301817.pdf
    Data publikacji:
    2015
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    aperiodic imperfect preventive maintenance
    production scheduling
    maintenance planning
    immune clonal selection algorithm
    total profit
    nieokresowa niepełna konserwacja zapobiegawcza
    harmonogramowanie produkcji
    planowanie konserwacji
    algorytm odpornościowej selekcji klonalnej
    całkowity zysk
    Opis:
    For a successful company, machines are always required to work continuously to make more profit in a certain period. However, machines can be unavailable due to the scheduled maintenance activities or unexpected failures. Hence, a model connected production scheduling with maintenance planning for a production line which is composed of multiple machines is developed. Suppose preventive maintenance is imperfect and cannot renew all the machines. Age reduction factor and hazard rate increase factor are introduced to illustrate the imperfect character. Aperiodic preventive maintenance policy is adopted. Replacement as perfect maintenance could restore the machine “as good as new”. When and whether to perform replacement is based on a cost-time rate function which is defined to judge whether or not the preventive maintenance is economical. The objective of the joint model is to maximize the total profit which is composed of production value, production cost, maintenance cost (including the preventive maintenance cost and replacement cost), and tardiness cost (which is related to the job sequence and maintenance activities). To optimize the objective, immune clonal selection algorithm is utilized. The proposed model is validated by a numerical example.
    Aby firma mogła działać z powodzeniem i przynosić większe zyski w danym okresie czasu, zainstalowane w niej maszyny muszą pracować w sposób nieprzerwany. Niestety, z powodu planowych działań obsługowych lub nieoczekiwanych awarii, maszyny są czasami wyłączane z produkcji. Dlatego też w niniejszym artykule opracowano model łączący harmonogramowanie produkcji z planowaniem obsługi technicznej dla linii produkcyjnej złożonej z wielu maszyn. W pracy założono, że konserwacja zapobiegawcza jest niepełna i nie prowadzi do odnowy wszystkich maszyn. Aby zilustrować jej niepełny charakter, wprowadzono pojęcia czynnika redukcji wieku oraz czynnika wzrostu wskaźnika zagrożenia. Przyjęto politykę nieokresowej konserwacji zapobiegawczej. Wymiana jako forma pełnej konserwacji pozwala na przywrócenie maszyny do stanu "fabrycznej nowości". Kiedy i czy należy przeprowadzić wymianę zależy od funkcji wskaźnika kosztu w stosunku do czasu, który pozwala ocenić, czy konserwacja zapobiegawcza jest opłacalna. Model zintegrowany ma na celu maksymalizację całkowitego zysku, który jest wypadkową wartości produkcji, kosztów produkcji, kosztów obsługi (w tym kosztów konserwacji zapobiegawczej oraz kosztów wymiany) i kosztów nieterminowego zakończenia zadania (ang. lateness, związanych z kolejnością wykonywanych zadań i czynności obsługowych). Aby zoptymalizować opisany cel, wykorzystano algorytm odpornościowej selekcji klonalnej Proponowany model zweryfikowano na przykładzie liczbowym.
    Źródło:
    Eksploatacja i Niezawodność; 2015, 17, 1; 70-79
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Joint optimization of replacement and spare ordering for critical rotary component based on condition signal to date
    Wspólna optymalizacja wymiany i zamawiania części zamiennych dla krytycznego komponentu obrotowego na podstawie dotychczasowego sygnału stanu
    Autorzy:
    Chen, X.
    Xu, D.
    Xiao, L.
    Powiązania:
    https://bibliotekanauki.pl/articles/301404.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    prognozowanie degradacji
    degradation prediction
    failure probability
    condition-based replacement
    spare part ordering
    prawdopodobieństwo wystąpienia uszkodzenia
    wymiana w oparciu o stan
    zamawianie części zamiennych
    Opis:
    It is widely accepted that condition-based replacement can not only make full use of components, but also decline inventory cost if the procurement of spare parts can be triggered upon accurate failure prediction. Most of the existing degradation or failure prediction models and approaches are population-based failures or suspensions, namely, to predict the failure time of a component, there are some failure or suspension histories of same type or similar components which can be used as reference. However, in practice, there exists the phenomenon in which no failure or suspension histories for some components can be used, what can be utilized is just the collected condition monitoring signals to date. In that case, failure time and probability are difficult to be estimated accurately. In this paper, a novel degradation prediction approach is introduced. Meantime, a new failure probability estimation function is developed based on component “service time” and “degradation extent” simultaneously. Then replacement and spare part ordering are jointly optimized according to the estimated failure probability. The optimization objective is to minimize long-run cost rate. Two bearing datasets are used to validate the proposed approach.
    Powszechnie przyjmuje się, że wymiana w oparciu o stan techniczny pozwala nie tylko na pełne wykorzystanie elementów składowych, ale także na zmniejszenie kosztów magazynowych (związanych z przechowywaniem zapasów) jeśli zamawianie części zamiennych da się powiązać z trafnym prognozowaniem uszkodzeń. Większość istniejących modeli i teorii predykcji degradacji lub uszkodzeń opiera się na danych populacyjnych o uszkodzeniach lub zawieszeniu pracy co oznacza, że czas uszkodzenia komponentu przewiduje się w odniesieniu do historii uszkodzeń lub zawieszeń pracy tego samego typu lub podobnego typu elementów składowych. Jednak w praktyce zdarza się, że dla niektórych komponentów nie istnieją historie uszkodzeń lub zawieszenia pracy, do których można by się odnieść; jedyne co można wykorzystać to zgromadzone dotychczas sygnały z monitorowania stanu. W takim przypadku, trudno jest ocenić dokładnie czas i prawdopodobieństwo wystąpienia uszkodzenia. W niniejszej pracy, przedstawiono nowatorskie podejście do przewidywania degradacji. Opracowano nową funkcję szacowania prawdopodobieństwa uszkodzenia opartą na jednoczesnym wykorzystaniu "czasu pracy" oraz "stopnia degradacji" komponentu. Następnie wspólnie zoptymalizowano procesy wymiany i zamawiania części zamiennych zgodnie z szacowanym prawdopodobieństwem wystąpienia uszkodzenia. Celem optymalizacji była minimalizacja długoterminowego wskaźnika kosztów . Poprawność proponowanego podejścia zweryfikowano z wykorzystaniem dwóch zbiorów danych dotyczących łożysk.
    Źródło:
    Eksploatacja i Niezawodność; 2017, 19, 1; 76-85
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Metoda analizy niepewności oparta na połączeniu zasady maksymalnej entropii i metody oceny punktowej
    Uncertainty analysis method based on a combination of the maximum entropy principle and the point estimation metod
    Autorzy:
    Zhang, X. L.
    Huang, H. Z.
    Wang, Z. L.
    Xiao, N. C.
    Li, Y. F.
    Powiązania:
    https://bibliotekanauki.pl/articles/301597.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    analiza niepewności
    bootstrapping
    momenty
    zasada maksymalnej entropii
    uncertainty analysis
    moments
    maximum entropy principle
    Opis:
    Niepewność jest nieodłącznym elementem procesów projektowania produktu. Dlatego też podejmowanie niezawodnych decyzji wymaga analizy niepewności, która uwzględniałaby wszystkie rodzaje niepewności. W praktyce inżynierskiej, z powodu niepełnej wiedzy, wyznaczenie rozkładu niektórych zmiennych projektowych nie jest możliwe. Co więcej, funkcja stanu granicznego jest wysoce nieliniowa, co sprawia, że do poprawnego obliczenia prawdopodobieństwa uszkodzenia potrzebna jest znajomość momentów wyższych rzędów tej funkcji. W niniejszej pracy zaproponowano metodę analizy niepewności łączącą zasadę maksymalnej entropii z metodą bootstrapową. W pierwszej części pracy wykorzystano metodę bootstrapową do obliczenia przedziałów ufności czterech pierwszych momentów dla zmiennych losowych typu mieszanego oraz zmiennych z próby. Następnie, wyznaczono momenty wyższych rzędów funkcji stanu granicznego przy użyciu metody redukcji wymiarów. Po trzecie, w celu obliczenia funkcji gęstości prawdopodobieństwa (PDF) oraz dystrybuanty (CDF) funkcji stanu granicznego, sformułowano model optymalizacji oparty na zasadzie maksymalnej entropii. Proponowana metoda nie wymaga założenia znajomości rozkładów zmiennych losowych ani obliczania wrażliwości dla funkcji stanu granicznego w odniesieniu do najbardziej prawdopodobnego punktu awarii. W końcowej części artykułu porównano na podstawie przykładów numerycznych wyniki otrzymane za pomocą proponowanej metody oraz symulacji Monte Carlo (MCS).
    Uncertainty is inevitable in product design processes. Therefore, to make reliable decisions, uncertainty analysis incorporating all kinds of uncertainty is needed. In engineering practice, due to the incomplete knowledge, the distribution of some design variables can not be determined. Furthermore, the performance function is highly nonlinear, therefore, the high order moments of the performance function are needed to calculate the probability of failure accurately. In this paper, an uncertainty analysis method combining the maximum entropy principle and the bootstrapping method is proposed. Firstly, the bootstrapping method is used to calculate the confidence intervals of the first four moments for mixed random variables and sample variables. Secondly, the high order moments of limit state functions are estimated using the reduced dimension method. Thirdly, to calculate the probability density function (PDF) and cumulative distribution function (CDF) of the limit state functions, an optimization model based on the maximum entropy principle is formulated. In the proposed method, the assumptions that the distribution of the random variables are known and the calculation of the sensitivity for limit state function with respect to the Most Probable Point (MPP) are avoided. Finally, comparisons of results from the proposed methods and the MCS method are presented and discussed with numerical examples.
    Źródło:
    Eksploatacja i Niezawodność; 2012, 14, 2; 114-119
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies