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 "maintenance scheduling" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Nowe podejście do harmonogramowania czynności obsługowych systemów elektroenergetycznych wykorzystujące algorytm genetyczny oraz symulację Monte-Carlo
    A new approach for maintenance scheduling of power systems, using a genetic algorithm and Monte-Carlo simulation
    Autorzy:
    Manbachi, M.
    Mahdloo, F.
    Haghifam, M. R.
    Ataei, A.
    Yoo, Ch. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/300948.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    algorytm genetyczny
    roczny rynek serwisowy
    harmonogramowanie czynności obsługowych
    symulacja Monte Carlo
    niezawodność
    genetic algorithm
    annual maintenance market
    maintenance scheduling
    Monte Carlo simulation
    reliability
    Opis:
    Celem pracy jest przedstawienie nowego, całościowego rozwiązania w zakresie harmonogramowania czynności obsługowych jednostek wytwórczych w warunkach deregulacji, przy założeniu rocznego niezależnego rynku. Rozwiązanie otrzymano poprzez wykorzystanie algorytmu genetycznego (GA) oraz symulacji Monte-Carlo (MCS). W warunkach deregulacji, każde przedsiębiorstwo wytwórcze (Generation Company, GENCO) dąży do optymalizacji zysków, podczas gdy niezależny operator systemowy (Independent System Operator, ISO) troszczy się o niezawodność. Na ogół, zderzenie tych dwóch punktów widzenia stwarza wiele problemów. Dlatego też proponujemy metodę harmonogramowania czynności obsługowych opartą na GA. Zgodnie z tą metodą, przedsiębiorstwa GENCO ustalają swoje strategie uczestnictwa w rocznym rynku usług serwisowych (Annual Maintenance Market, AMM) biorąc pod uwagę niepewności związane z obciążeniem, umowy paliwowe oraz zachowania innych przedsiębiorstw. Z drugiej strony, ISO zarządza AMM w oparciu o niezawodność i daje przedsiębiorstwom premie lub nakłada na nie kary bazując na własnej polityce poprzez MCS. Trafność i stosowalność zaproponowanej metody harmonogramowania czynności obsługowych jednostek wytwórczych oceniono analizując system testowy wyposażony w magistralę IEEE-118.
    The aim of this study is to present a new comprehensive solution for maintenance scheduling of power generating units in deregulated environments by applying an annual independent market. The solution was obtained by using a Genetic Algorithm (GA) and a Monte-Carlo Simulation (MCS). In a deregulated environment, each Generation Company (GENCO) desires to optimize its payoffs, whereas an Independent System Operator (ISO) has its reliability solicitudes. In general, the two points of view create many problems. Therefore, we propose a method based on a GA for maintenance scheduling. In this method, GENCOs set their strategies to participate in an Annual Maintenance Market (AMM) by considering load uncertainties, fuel contracts and the behaviors of other companies. On the other hand, the ISO manages the AMM based on reliability and offers incentives/ penalties for companies relying on its policy through MCS. To evaluate the accuracy and applicability of our solution for maintenance scheduling of power generation units, an IEEE-118 bus test system was studied.
    Źródło:
    Eksploatacja i Niezawodność; 2010, 4; 82-90
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ustalanie harmonogramu obsługi dla systemu wieloelementowego: podejście oparte na stochastycznych sieciach Petriego oraz algorytmie genetycznym
    Maintenance scheduling for multi-unit system: a stochastic Petri-net and genetic algorithm based approach
    Autorzy:
    Zhang, T.
    Cheng, Z.
    Liu, Y. J.
    Guo, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/301668.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    ustalanie harmonogramu obsługi
    system wieloelementowy
    sieć Petriego
    algorytm genetyczny
    minimalny przekrój niezdatności
    maintenance scheduling
    multi-unit system
    Petri net
    genetic algorithm
    deterioration
    minimal cut set
    Opis:
    Częste czynności obsługowe prowadzą do niskiej gotowości systemu oraz wymagają dużych nakładów pieniężnych. W systemie wieloelementowym całkowity czas i koszt obsługi można obniżać łącząc ze sobą czynności obsługowe niektórych elementów. Dlatego też konieczne jest planowanie zoptymalizowanego harmonogramu czynności obsługowych. W artykule zaproponowano model symulacyjny optymalizacji harmonogramu obsługi oparty na stochastycznych sieciach Petriego uwzględniający niepewność zarówno procesu deterioracji jak i procesu obsługi elementów systemu. Algorytm genetyczny wykorzystano do opracowania terminarza czynności obsługowych, który pozwalałby na minimalizację kosztów całkowitych w przyjętym horyzoncie planowania przy uwzględnieniu całkowitego czasu obsługi, stanu elementów, strat wynikających z cyklu życia oraz wykonalności rozwiązania. Ponadto opisano techniki zastosowane w celu zmniejszenia wysiłku obliczeniowego potrzebnego do wykonania analizy. W końcowej części pracy przedstawiono studium przypadku.
    Frequent maintenance activities would cause low system availability and require large sums of money. For a multi-unit system, maintenance activities of some units can be combined together to reduce the total maintenance possession time and cost. Therefore, an optimized timetable of the maintenance activities is needed to be planned. Considering the uncertainties in both the deterioration and maintenance process of the units in a system, this paper advances a stochastic Petri-net based simulation optimization model for maintenance scheduling. The genetic algorithm is used to get the solution of the timetable of the maintenance activity schedule such that the overall cost is minimized in a planning horizon taking into account total maintenance possession time, unit condition, life cycle loss and solution feasibility. Some techniques used to reduce the computational effort required to perform the analysis are also described. A case study is given in the end.
    Źródło:
    Eksploatacja i Niezawodność; 2012, 14, 3; 256-264
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A genetic algorithm and B&B algorithm for integrated production scheduling, preventiveand corrective maintenance to save energy
    Autorzy:
    Sadiqi, Assia
    El Abbassi, Ikram
    El Barkany, Abdellah
    Darcherif, Moumen
    El Biyaali, Ahmed
    Powiązania:
    https://bibliotekanauki.pl/articles/1841396.pdf
    Data publikacji:
    2020
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    scheduling
    maintenance
    genetic algorithm
    branch
    bound
    MILP
    modeling
    optimization
    CPLEX
    Python
    Opis:
    The rapid global economic development of the world economy depends on the availability of substantial energy and resources, which is why in recent years a large share of non-renewable energy resources has attracted interest in energy control. In addition, inappropriate use of energy resources raises the serious problem of inadequate emissions of greenhouse effect gases, with major impact on the environment and climate. On the other hand, it is important to ensure efficient energy consumption in order to stimulate economic development and preserve the environment. As scheduling conflicts in the different workshops are closely associated with energy consumption. However, we find in the literature only a brief work strictly focused on two directions of research: the scheduling with PM and the scheduling with energy. Moreover, our objective is to combine both aspects and directions of in-depth research in a single machine. In this context, this article addresses the problem of integrated scheduling of production, preventive maintenance (PM) and corrective maintenance (CM) jobs in a single machine. The objective of this article is to minimize total energy consumption under the constraints of system robustness and stability. A common model for the integration of preventive maintenance (PM) in production scheduling is proposed, where the sequence of production tasks, as well as the preventive maintenance (PM) periods and the expected times for completion of the tasks are established simultaneously; this makes the theory put into practice more efficient. On the basis of the exact Branch and Bound method integrated on the CPLEX solver and the genetic algorithm (GA) solved in the Python software, the performance of the proposed integer binary mixed programming model is tested and evaluated. Indeed, after numerically experimenting with various parameters of the problem, the B&B algorithm works relatively satisfactorily and provides accurate results compared to the GA algorithm. A comparative study of the results proved that the model developed was sufficiently efficient.
    Źródło:
    Management and Production Engineering Review; 2020, 11, 4; 138-148
    2080-8208
    2082-1344
    Pojawia się w:
    Management and Production Engineering Review
    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