Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tabla de control
Abstracto El mantenimiento preventivo basado en el tiempo, que utiliza el modelo el objetivo de reducir el coste total causado por el mantenimiento, control de calidad y así
integrado de la política SPC y el mantenimiento en la mayoría de investigaciones, sucesivamente.
causada acciones innecesarias o ausentes con una alta probabilidad debido a ignorar el
Ha habido mucha investigación sobre los modelos integrados de gráfico de
estado de funcionamiento real de la máquina. Consideramos que el mantenimiento
predictivo de acuerdo con el estado de salud de la máquina para desarrollar un modelo control y mantenimientos. Lochner (1987), Kneile, Stephens y Vasudeva (1989) y
de optimización conjunta de la política SPC y mantenimiento. El objetivo del modelo es Katter et al. (1997) preliminar estudió la relación entre la calidad y el mantenimiento.
minimizar el coste por unidad de tiempo en el ciclo por encontrar los valores óptimos de Tagaras (1988) primero presentadas el modelo del costo para el control de proceso
mantenimiento umbral de tiempo sobre el índice de salud, frecuencia de mantenimiento, estadístico y mantenimiento. Ben-Daya y Rahim (2000) desarrollaron un modelo de
límite de control, tamaño de la muestra y el intervalo de muestreo. Un ejemplo numérico optimización conjunta para determinar los parámetros de nivel de mantenimiento
y análisis de sensibilidad a fondo se proporcionan para ilustrar la eficacia del modelo de preventivo (PM) y el diseño de las X gráfico de control, es decir, intervalos de
optimización conjunta propuesta. inspección, tamaño de la muestra y de límite de control, en los que los intervalos de
inspección son diferentes y el mecanismo de fallo sigue una distribución general con
el peligro creciente. Más tarde, Lee y Rahim (2001) consideran el costo de
reposición y el valor restante de la máquina en el modelo económico integrado en el
Palabras clave: mantenimiento predictivo; Control del Proceso Estadístico; manejo de la
que el coste de mantenimiento es la función de la edad de la máquina. Cassady et
salud; sistema de manufactura
al. (2000) propusieron un modelo integrado de X gráfico de control y la estrategia PM
YO. INTRODUCCIÓN limitado con la edad, que captura los costos asociados con la inspección del
producto, el tiempo de inactividad del proceso, y la mala calidad. Igual a Cassady et
A. literatura anterior y la motivación al. (2000), teniendo en cuenta X gráfico de control y la estrategia PM limitado con la
Gráfico de control, como una herramienta eficaz de control estadístico de procesos, se edad, Yeung et al. (2008) utilizaron proceso de Markov discreta para obtener la
ha utilizado ampliamente por los médicos para controlar el proceso de producción y ayudará estrategia conjunta aproximadamente óptimo. Basado en la investigación de
a identificar y eliminar la causa asignable. Desde Duncan (1956) propuso por primera vez un Linderman et al. (2005), Zhou y Zhu (2008) estudiaron el diseño económico del
método de diseño económico de X cartas para mantener el control actual de un proceso, el modelo integrado de gráfico de control y gestión de mantenimiento, y el enfoque de
diseño económico de los gráficos de control ha sido una cuestión de importaciones en el rejilla de búsqueda se utilizó para buscar la solución óptima. Chan y Wu (2009)
campo de control de calidad. También la optimización de la estrategia de mantenimiento es utilizaron CCC (recuento acumulativo de conformar gráfico) y la política de
un tema candente en el campo fiabilidad. Para estudiar por separado los dos problemas mantenimiento planificado para optimizar el modelo integrado. Mehrafrooz y
anteriores es necesario y razonable, sin embargo, en la mayoría de los casos, los dos Noorossana (2011) presentan un modelo integrado que considera el fracaso
problemas son relevantes e interactúan el uno del otro. Por ejemplo, en el control de proceso completo y el mantenimiento planificado de forma simultánea. Seis escenarios en
estadístico, mantenimientos planificados / preventivas necesitan ser llevado a cabo para proceso de producción se analizan y se propuso también un procedimiento para el
disminuir la tasa de fallo de la máquina y reducir la variación del producto, y mantenimientos cálculo de coste medio por unidad de tiempo. Yin et al (2015) desarrolló un modelo
correctivas necesitan ser realizados para restaurar un estado fuera de control de nuevo a in- integrado de control estadístico de procesos y mantenimiento que considera el
estado de control. Como resultado, mantenimientos tienen un impacto en el modo de fallo de seguimiento retrasado y diez escenarios se analizaron en el papel.
la máquina que en última instancia conduce a una reducción en el desplazamiento de la Charongrattanasakul y Pongpullponsak (2011) propusieron sistemas integrados
calidad (Ben-Daya y Duffuaa, 1995; Wang, enfoque al control del proceso y modelo de mantenimiento por gráfico de control
EWMA y genética
Esta investigación es apoyada por la Fundación de Ciencias Naturales de la provincia de Jiangsu (BK20160940), Science Foundation Postdoctoral China (2016M600320), la Fundación Nacional de Ciencias Naturales
de China (51475289 y 71372080 y 71671091).
Nomenclatura
de la literatura mencionada, se puede observar que la mayoría de los modelos El costo promedio de un reemplazo
doRP
integrados existentes se centran en la optimización de tiempo-h Política basada, lo que
El costo de control de calidad que se espera en el ciclo
causó mantenimientos innecesarios o ausentes con una alta probabilidad, debido a E QC
ignorar el estado de funcionamiento real de la máquina. En nuestro trabajo, la política de E PMC El costo de mantenimiento predictivo se espera en el ciclo
Por lo tanto aquí suponemos modelo de predicción RUL está dada por una modelo de E PMC k
El costo de mantenimiento predictivo se espera en la etapa k-ésimo
series de tiempo. El tiempo de mantenimiento umbral acerca del índice de salud es una
ET k
El tiempo de la etapa de esperar en la etapa k-ésimo
variable de decisión, RUL METRO. Usamos RUL METRO para determinar cada intervalo de
El costo por unidad de tiempo en el ciclo
mantenimiento, con base en el que se estudió la optimización conjunta de PDM y control Ec
de gráfico. El modelo de tiempo útil residual para el mantenimiento es presentado por PR Tasa de producción
329
tiempo de ciclo en el cual X gráfico de control se utiliza para supervisar el estado de la Antes de proceso se detiene, toma de muestras para la inspección se lleva a cabo cada h unidades
de tiempo. Dejar que el número de mantenimiento predictivo, NORTE, ser una variable de
política de sistema de producción y de mantenimiento mientras tanto se ejecuta según lo
decisión. Así, el ciclo de producción se divide en norte etapas. Un ciclo etapa termina ya sea con
programado. Un ciclo de producción comienza con un sistema que se supone que está en
un cierto señalando que el proceso está fuera de control o el tiempo para realizar la actividad
un estado en-control, la producción de artículos de calidad aceptable. El proceso se
PdM alarma es de hasta, lo que ocurra primero. El proceso se restaura al estado en el control
detiene en
de mantenimiento. El ciclo de producción termina si el norte º tiempo de mantenimiento
veces t RUL
1 1
METRO
, t2 RUL RUL 1
METRO 2
METRO
Z1 ,
predictivo y llega un reemplazo se lleva a cabo en lugar del PDM. Tanto de las actividades de
3
mantenimiento predictivo y el último reemplazo traerá la máquina a un estado entre tan bueno
t3 RUL Mi
2 Z,1 ..., dónde k RUL
mk
2 es la ejecución
yo 1
como nuevo y tan malo como vieja. Proceso de producción tanto con la inspección de control
longitud antes de la k º mantenimiento predictivo desde el último mantenimiento y, en particular, de calidad y las actividades de mantenimiento predictivo se muestra como Fig.
RUL 1
METRO
es la longitud en funcionamiento antes de la primera PdM
ya que la nueva máquina comenzó, para las actividades de mantenimiento predictivo planificadas.
1, en la que QCI es la abreviatura de inspección de control de calidad.
t1 t2 t3 t NORTE- 1 t norte t
RUL METRO 1 RUL METRO 2
Z1 Z 1 RUL METRO 3 ... Z 1 RUL Minnesota Z2
E (T)
Supongamos que la variación de la característica de calidad X sigue la distribución Por lo general, la tasa de fracaso es conocido o se puede deducir. Entonces, de
normal con media y la desviación estándar en kt dt
acuerdo a las ecuaciones ese Rtk mi y
2
el saciar en-control, es decir, x N N, , , donde ambos y
Rt k
1 Fk t dt, Fk t puede calcularse
son conocidos. Pero después de un tiempo, el proceso puede pasar a un estado fuera
Creemos que el PDM se lleva a cabo como estaba previsto sólo cuando la
media y desviación estándar de las muestras, respectivamente, es
máquina se deteriora hasta un cierto punto y este punto debe corresponder a un valor
la magnitud de cambio de la calidad, y la desviación estándar asume que se del índice de salud que se llama umbral del índice de salud en este estudio, como
mantiene el mismo. Para cada etapa, el tiempo para que el proceso sea en el señalamos H. seguro
RUL METRO es
estado de control de en, antes de que ocurra el cambio, se supone que siguen una
utilizado para calcular el intervalo para el próximo mantenimiento para RUL METRO es
distribución de Weibull de dos parámetros. Tomando el k º etapa por ejemplo, la
la duración de “como nuevo” a “tan malo como umbral de la salud”, en otras
función de densidad de probabilidad de la distribución de Weibull se supone que es
palabras, una vez que el índice de salud alcanza su
bk
umbral, PdM debe realizarse inmediatamente, al ver Fig.2.
segundo
k 1 ejército
segundo
k
t de reserva
Lo que es más, sobre la base de una consideración global de la opinión de Malik
Fk t EAAk dónde unk es el parámetro de escala
k k
(1979) y la opinión de Nakagawa (1998) ambos mayores de edad máquina y el número
de mantenimiento se considera que tienen efectos sobre la RUL METRO. El tiempo útil
con unk 0 yk segundo es el parámetro de forma con 0
segundo
k
. los
residual para la k º mantenimiento, RUL METRO k, se supone por la siguiente ecuación,
correspondiente fracaso tasa de Fk t es k t ,
kb 1
segundo
k
tt T T , 1k
k
. Nakagawa (1998) propuso la HSE
af
H nuevo
dónde k 1
t es la tasa de fallo antes de la k º mantenimiento predictivo, k t es 0 1, 1, k 2, , norte
, H significa que la máquina es
k 1 k 1 nuevo
H nuevo
1,0 H seguro
1 . TH es el punto de tiempo correspondiente a
seguro
330
“Tan malo como umbral de la salud” del Estado, TH es el punto de tiempo correspondiente a “como nuevo” estado.
nuevo
índice
Heath
primero PdM segundo PdM Reemplazo
( NORTE- 1) -ésimo PdM
H nuevo
H0
umbral predeterminado
H seguro
T 1
H segura
T H segura2
de salud
T HN ,1
T HN ,
segura segura
H fallar
RUL M2 t
k º mantenimiento
QCI QCI QCI QCI QCI
predictivo o reemplazo
E (T k)
A. Análisis del tiempo de ciclo esperado estado en el tiempo t kj , 1 . Además, se supone que el proceso de
Tomando el momento de la k ª etapa, por ejemplo, primero calculamos el tiempo comienza en el estado en-control en cada etapa, por lo pag
k 00
. Similar
de la etapa de esperar ET, yk luego considerar la Ben-Daya y Rahim (2000), se le da el teorema sobre tiempo de la etapa de
esperar.
tiempo de ciclo esperado ET.
Teorema 1. En el k ª etapa, el tiempo de la etapa de esperar
Dejar pjkj , 1,2, , metro
k
ser
k la probabilidad condicional de que
ET es
k
el proceso se desplaza a un estado fuera de control durante el intervalo de tiempo
t kj , 1,
t kj , dado que el proceso era en el in-de control
metro j metro j 1 mjk metro
1
k
1 k k
mjk
ET k
1 phki pag
kj
1 pag
ki
h k
1 pag
ki k
(4)
j 1 yo 0 j 1 yo 0
1 yo 1
dónde k
RUL mh, y k
METRO k
metro
k
representa el número entero Promover, de la definición de pag
kj
, obtenemos
RUL METRO k
RUL mMETRO k F kt F kt
parte de , señalado como k
fijar . pag
kj kj , 1
, j 1, 2, , metro, dónde Fk es el
kj
h h
1 F kt kj , 1
Dejar ET kj
, j 0,1,2, , metro
k
será
k el tiempo residual esperado
Tenga en cuenta los posibles estados de la máquina, al final del primer intervalo de
en la etapa más allá del tiempo kj t Excluyendo 1 Zo Z,2 Dado que
muestreo durante el k º etapa, es decir, en el momento 1 t.k
el proceso es en control en hora t kj . Obviamente
Con el fin de encontrar una expresión para ET, lok esperado
etet k
= k0
. Mientras tanto dejar ER kj
, j 1,2, , mm
ser el tiempo residual más allá del tiempo 1 t k en la etapa y Associated
se espera el tiempo residual en la etapa más allá del tiempo kj t Excluyendo probabilidades se presentan en la siguiente tabla.
331
TABLA II. EL ESPERADO TIEMPO residual y ASOCIADOS elementos no conformes en el estado fuera de control. Estudios previos suelen tener
PROBABILITTIES
en cuenta Q0 y 1 Q como las constantes estimadas
Se espera tiempo residual
Estado Probabilidad a partir de datos históricos (Rahim et al, 1998;. Ben-Daya et al, 2000;.. Nourelfath et
En el control y no hay ninguna alarma 1 pag 1 ET al, 2016), de manera diferente nuestro documento hace mejoras basadas en la idea
k1 k1
En el control, pero una falsa alarma 1 pag ET de la función de pérdida de calidad de Taguchi y propone una fórmula aproximada
k1 k1
2
xMx (X
A partir de la información anterior, obtenemos
representa la tolerancia y UN es su correspondiente pérdida, METRO es el valor objetivo de X). En
ER , este trabajo se redefine las funciones de pérdida de calidad tanto en el estado en el control y
km k k
fuera de control estatal, respectivamente, ambos de los cuales están relacionados con las
mjk
1 mjk variables de decisión norte
ER su kj , 1
h , j 1, 2, ,, 1metro
k
1
kj
1
k
y L. El costo por unidad de pérdida de calidad en el estado de control es
DD2 AQ
1 2
. (5) 0 2
X 0
HX dx (7)
Entonces conseguimos
1
X
1
A1 2
ET h k = p kER
1 k 1
1 mascota
k 1
, k1 dónde es el coeficiente de pérdida en la que X1
x
1
ET kmk
= k
,
representa la tolerancia y UN
1
es su correspondiente pérdida,
ET h kj = p kjER 1 pag ET ,
,1 kj , 1 kj , 1 kj , 1
, HX es la función de densidad de probabilidad de la característica de calidad
j 0,1, 2, , metro 1
k X, D 1LCL 0
L norte ,
k
j 1 metro
k j 1
Sustituyendo la Ec. (5) en la Ec. (6), obtenemos la ecuación. (4). El tiempo de ciclo
AQ 2
LCL 2
1
2
2
X 0
HX dx X 0
HX dx (8)
UCL
esperado es la suma de k cronos, tiempo de mantenimiento predictivo y el tiempo de X
2
k 1
UN
2
es su correspondiente pérdida,
expresar toda costa pasando por el control de calidad. costo de control de calidad incluye,
principalmente, los costos de pérdida de calidad respectivos para conformar artículos y A continuación, encontrar una expresión para E QC, Necesitamos
k
que
elementos no conformes, el costo de falsa alarma, el costo de encontrar las causas expresiones de búsqueda de elementos no conformes.
asignables y restaurar el proceso y toma de muestras y el costo de inspección. Al igual que
Dejar norte
kj
Se espera que el número de muestreos llevó a cabo después de la hora kj
en el análisis del tiempo de ciclo esperado, primero calculamos el costo de control de
calidad que se espera de la k ª etapa t dado que el proceso está en el estado fuera de control en tiempo de kj
E QC, entonces
k t. norte puede ser dada por
kj
k
mjk
. (9)
mj
1
Las funciones de costo por unidad de pérdida de calidad tanto en el estado de control norte yo 1
yo
, j 1, 2, , metro 2
kj k k
dentro y en el estado fuera de control se estudian en primer lugar. yo 1
332
kj Teorema 2. En el k ª etapa, el costo de control de calidad que se espera
kj
t t kj , 1 Fk t dt F kt kj
F kt kj , 1
. (10) E QC esk
t KJT
,1
metro
k
j 1 metro
k
j 1 metro
k
j metro
k j 1
E QC k
CC
F
n V
1 pag
ki
p kjN kj
1 pag
ki
Q PR F IS
0
1 PkiQ PR 0
pag
kj kj
1 pag
ki
j 1 yo 0 j 1 yo 0 j 1 yo 0 j 1 yo 0
metro
k
j 1 metro
k
j 1 metro
k
j 1
metro
k
1 pag
kj
1 Pk Q PR 0
Pk Q PR 0 k
Q 1PR h k
W
j 1
dónde k
es el esperado condicional vez en el control Prueba.
tkkmk Tenga en cuenta los posibles estados de la máquina al final del primer intervalo de
y pag es el condicional
F kRUL F kt
k
muestra, es decir, en el momento 1 t,k durante el k ª etapa.
k
METRO km k
F kRUL k
METRO
F kt km k
pag
k
.
1 F kt km k
E QC k
CC
F
n V
1 P Q PR h
k 1 0
1 pag
k 1
Y 1 p E QC
k 1 k1
(12)
P Q PR
k 1 0 k 1
Q PR h
1 k 1
pag
k 1
1 W p WNCC n Q PR ER k 1 k 1 F V 1 k1
E QC k
CCF n V
1 pag
kj , 1
Q 0PR h 1 pag
kj , 1
Y 1 pag
kj , 1
E QC kj , 1
pag
kj , 1
Q 0PR kj , 1
Q 1PR h kj , 1
pag
kj , 1
1 Wp kj , 1
WN kj , 1
CCF n Q PR
V
ER 1 kj , 1
E QC km kj
1 P k Q PR 0 k
P k Q PR 0 k
Q 1PR h k
W
(13)
Asi que
metro
k
j 1 metro
k
j 1 metro
k
j metro
k j 1
E QC k
CC
F
n V
1 pag
ki
p kjN kj
1 pag
ki
Q PR F IS
0
1 PkiQ PR 0
pag
kj kj
1 pag
ki
j 1 yo 0 j 1 yo 0 j 1 yo 0 j 1 yo 0
(14)
metro
k
j 1 metro
k j 1 metro
k j 1 metro
k
Q PR
1
h kj
1 p kiW p kj
1 pag
ki
Q 1PR p kjER kj
1 pag
ki
1 p kjE QC km k
j 1 yo 0 j 1 yo 0 j 1 yo 0 yo 1
333
El costo de control de calidad que se espera es la suma de k la calidad de la etapa de min
control de costos, que es
. . cst
Fyo TNL TNL
, ,nh ,n E, 0, yo 1, 2 , (20)
H seguro
norte
E QC E QC. (15)
k gramo
j H
, , , , h 0, J 1, 2,
k 1 seguro
Según el punto de vista de Liao y Pan (2010), la degradación máquina tiene impacto
mantenimiento umbral de tiempo, frecuencia de mantenimiento predictivo, límite de control, la
en el costo de mantenimiento. Tanto el número de condición de la salud y el
muestra tamaño y muestra intervalo, respectivamente,
mantenimiento hará que el costo de la “Como nuevo” mantenimiento a aumentar. Por lo
tanto el costo de mantenimiento predictivo es dinámico como las funciones sobre el yo
nhf
H
TNL
, , , ,0 representa una restricción de igualdad sobre
seguro
estado de salud de la máquina y la frecuencia de mantenimiento. las variables en el producción proceso mientras
j
TNL
H
nhg
, , , ,0 representa una restricción de desigualdad.
seguro
Dejar E PMC k k
, 1, ,, 1norte ser el k º coste de mantenimientovpredictivo,
ser k
D. algoritmo de solución del modelo
la edad efectiva antes de la k º mantenimiento predictivo, w kser la edad efectiva Porque el modelo contiene implícito función,
diferenciación y restricciones no lineales, es difícil de resolver el problema mediante la
después de la k º mantenimiento predictivo, y vw
k
, satisfacer
k
la ecuación,
matriz de Hesse. Utilizamos un método de la encuesta completa para obtener la solución
wk (1 ) vk , dónde es factor de reversión y del modelo. El método puede pensarse que es un proceso de búsqueda recursiva con un
k k
incremento de múltiples variables. Al comparar el valor objetivo bajo diferentes
k
c PMC 1 kk
en el cual do es el factor de ajuste de mantenimiento predictivo combinaciones variables, podemos determinar el costo esperado mínimo por unidad de
y 0 do 1 PMC. modificado de Liao ( 2011) En consecuencia, nos tiempo y de sus valores de variables correspondientes. El proceso detallado se muestra
1
como sigue.
E PMC
pensado el costo de mantenimiento predictivo esperado enk el k ª etapa es
k
= k 1
,2 paso;
2v k 1
2 RUL k
METRO
vk
(dieciséis) Paso 2: dejar Ec guardar el mínimo E c, inicializar
1 nnn1
dónde v T RUL
1 1 H
TH , v (1 yo
) RUL RUL.
j norte
Ec como un número muy grande. Dejar X guardar el correspondiente valor de la variable
seguro nuevo
j 1 yo j
de decisión E c, inicializar X ;
El costo de mantenimiento predictivo esperado es la suma de k los costos de la etapa de
mantenimiento predictivo y el costo de reposición, es decir Paso 3: utilizar el método de simulación de Monte Carlo para resolver integraciones
en el modelo;
norte 1
C. Modelado Ec E c, dejar
Paso 5: Comparar Ecyo y E c; Si yo
Obviamente, el costo total esperado en el tiempo de ciclo es la suma del costo de control T
334
El tiempo de fallo de la máquina sigue la de dos parámetros de distribución se ejecuta y un costo de reemplazo es de 500 $. Además, el umbral de tiempo de
de Weibull con a = 100 y b = 2. supone que el coeficiente de influencia mantenimiento es de entre 8 y 12 horas.
de mantenimiento frecuencia es
Además, algunas limitaciones necesarias, debe añadirse a hacer el modelo más
4 k9 13 k4
, . El tiempo promedio de cada PDM es 2 adecuado para la fabricación de una situación real. Con el fin de limitar el número de
k k
5 k9 12 4
k falsas alarmas sin comprometer el rendimiento, la longitud tiempo medio de
hora, y un reemplazo es de 8 horas. El factor de ajuste de costos de mantenimiento predictivo funcionamiento (ARL) del estado en el control es gobernado a ser mayor que 100 para
es do 0,0002 . El costo de la primera PDM es mantener el equilibrio. Un cambio en el proceso fuera de control debe ser revisado tan
PMC 1 50 $ . Si el proceso se juzga a estar fuera de control, pronto como sea posible una vez que se produce causa asignable y este ARL se
mantenimiento correctivo se llevará a cabo a un costo de 100 $, mientras que una falsa alarma establece para que sea menor que 5.
2 2
Parámetro UN1 X UN2 X do F do V PMC 1
W Y doRP
1 2
Valor 20 2 8 100 2 1 10
De acuerdo con las condiciones y parámetros conocidos, el modelo de articulación
TABLA V. ANÁLISIS DE SENSIBILIDAD CON RESPECTO A
puede ser escrito por
TH
min E ct seguro
norte L norte h Ec
los valores posibles, sino más bien los valores más probables y prácticas. los Las relaciones entre y TNL
H
NH ,Ec, , ,
seguro ,
medida que el umbral óptimo tiempo de mantenimiento es de 11,5 horas, el valor del A
índice de la salud se puede calcular de acuerdo con el modelo de predicción del índice de
salud. Una vez que el índice de salud alcanza este valor, el mantenimiento debe ser
realizado.
B. Análisis de sensibilidad
335
[3] Wang, H. (2002). Un estudio de las políticas de mantenimiento de deterioro
Los sistemas. Revista Europea de Investigación de Operaciones, 139, 469-489. [4] Lochner, R.
(1987). Mejora SPC utilizando conceptos de fiabilidad, en el 41 S t
Congreso Anual de Calidad Transacciones, pp. 648-653. [5] Kniele, R., Stephens, G. y
Vasudeva, K. (1989) Rendimiento
evaluación y control estadístico de procesos. Una aproximación a la operación y
mantenimiento costo reducción, en el Procedimiento de el
IFAC / IFORS / IAEE Simposio de Energía, Sistemas. Administración y Economía, pp.
215-221. [6] Katter, J., Tu, J., Monacelli, L. y Gartner, M. (1997). Profético
del control del proceso y mantenimiento [J]. Revista de la Sociedad Operational Research, 39
(8): 757-766. [8] Ben-Daya, M., Rahim, MA (2000). Efecto de mantenimiento en el
es pequeña, el costo de control de calidad es alta, enfoque de sistemas integrados para procesar el control y el mantenimiento [J]. European
Journal of Operational Research, 164 (2): 324-340. [13] Zhou, WH, Zhu, G L. (2008). Diseño
mientras se convierte en grande, el costo del control de calidad es relativamente económico del modelo integrado de
baja, además, debido a la cantidad de mantenimiento no es sensible al desplazamiento gráfico de control y de gestión de mantenimiento [J]. Matemática y modelado por ordenador,
47 (11-12): 1389-95. [14] Chan, LY, Wu, S. (2009). El diseño óptimo para la inspección y
medio y mantener sin cambios, el coste total de mantenimiento permanecer inmutable
unidad de ambos productos conformes y no conformes. Basándose en estas por gráfico de control EWMA utilizando el algoritmo genético [J]. Sistemas expertos con
Aplicaciones, 38 (5): 5178-5186. [18] Ardakan, MA, Hamadani, AZ, Sima, M., et al. (2015). Un
consideraciones, un modelo integrado de PDM y control de gráfico se pone hacia
híbrido
delante y su algoritmo de solución se estudió también. Por fin, un ejemplo numérico se modelo para el diseño económico de gráfico de control MEWMA bajo políticas de
utiliza para mostrar el proceso de modelado y dar lugar a la sensibilidad con respecto al mantenimiento [J]. Internacional diario de avanzada
Tecnología de Fabricación, 83 (9-12): 1-10. [19] Shrivastava, D., Kulkarni, MS, Vrat, P. (2016).
desplazamiento medio.
El diseño integrado de
parámetros de la política de mantenimiento preventivo y de control de calidad con la carta de
CUSUM [J]. International Journal of Advanced Manufacturing Technology, 82 (9-12): 2101-2112.
[20] Nourelfath, M., Nahas, N., Ben-Daya, M. (2016). integrado preventiva
El modelo conjunto es adecuado sólo para un simple
sistema de fabricación con una sola máquina, pero el sistema de múltiples etapas decisiones de mantenimiento y producción para los procesos imperfectos [J]. Ingeniería
se vuelve más y más popular, y es necesario estudiar el modelo bajo esta situación. fiabilidad y seguridad del sistema, 148: 21-31. [21] Huang, Z., Xu, Z., Ke, X., et al. (2016).
Restante predicción de la vida útil
Además, los parámetros de fabricación se tratan como constantes en este
para un modelo de proceso skew-Wiener adaptativa [J]. Sistemas mecánicos y Procesamiento
documento, así como en otras literaturas, sin embargo, son por lo general al azar de Señales, 87: 294-306. [22] Qian, Y., Yan, R., Gao, RX (2016). Un enfoque escala multi-tiempo a
en la producción de bienes, por lo que para resolver el problema de decisión
restante predicción de la vida útil en rodamiento [J]. Sistemas mecánicos y Procesamiento de
conjunta de esta consideración es también una obra valiosa.
Señales, 83: 549-567. [23] Letot, C., Serra, R., Dossevi, M., et al. (2016). herramientas de corte
fiabilidad
y predicción de vida residual de indicadores de degradación en el proceso de [J] torneado.
Referencias International Journal of Advanced Manufacturing Technology, 86 (1): 495-506. [24] Liao, W., Pan,
E., Xi, L. (2010). la programación del mantenimiento preventivo para
[1] Duncan, AJ (1956). El diseño económico de X gráficos utilizados para
mantener el control actual de un proceso [J]. Diario de la Asociación Estadística Americana,
sistema reparable con deterioro [J]. Journal of Intelligent
51 (274): 228-42. [2] Ben-Daya, M., Duffuaa, SO (1995). El mantenimiento y la calidad: La
Manufacturing, 21 (6): 875-884. [25] Nakagawa, T. (1988). mantenimiento preventivo
imperfecta secuencial
eslabón perdido [J]. Revista de Calidad en Ingeniería de Mantenimiento, 1, 20-
políticas [J]. IEEE Transactions on Fiabilidad, 37 (3): 295-298. [26] Malik, M. (1979). política
26.
fiable de mantenimiento preventivo [J]. AIIE
336
Transacción, 11 (3): 221-228. [27] Liao, W. (2011). Investigación de Política Predictivo [28] Pan, E., Jin, Y., Wang, S., et al. (2012). Un modelo integrado basado EPQ
Mantenimiento Y en un gráfico de control para un proceso de producción imperfecta [J]. Revista Internacional de Investigación
Integrada para planificación de producción modelo basado en la máquina de degradación [D]. sobre la Producción, 50 (23): 6.999-7.011.
Shanghai Jiao Tong University.
337