Abstract:
یکی از روشهایی که در تحلیل ریسک عملیات نگهداری و تعمیرات توسط پژوهشگران بهطور گسترده مورداستفاده قرار گرفته است، تجزیهوتحلیل اثر و حالات شکست است؛ اما رویکرد مرسوم تجزیهوتحلیل اثر و حالات شکست (FMEA) برای اولویتبندی تجهیزات و حالات شکست، با اشکالات اساسی روبرو است. هدف این مقاله اولویتبندی پویای تجهیزات در محیط فازی شهودی با مقادیر بازهای به منظور شناسایی تجهیزات بحرانی است، به طوری که نواقص رویکرد مرسوم تجزیهوتحلیل اثر و حالات شکست را نداشته باشد. بدین منظور ابتدا روش وزن دهی پویای مبتنی بر وضعیت فازی شهودی با مقادیر بازهای (IVIF-CBDW) ارائه شده است. در این روش، وزنهای پویای متناسب با هر تجهیز محاسبهشده و بنابراین رتبهبندی پویایی جهت تجهیزات ارائه میگردد. همچنین ضمن بهبود عملگر تجمیع هرونیان وزنی توانی فازی شهودی با مقادیر بازهای و بهبود روش مقایسه محدوده تقریبی مرزی چندنگرشه (MABAC)، این دو روش بهبودیافته با روش وزن دهی پویای مبتنی بر وضعیت فازی شهودی با مقادیر بازهای (IVIF-CBDW) در هم ادغامشده و یک مدل تجزیهوتحلیل اثر و حالات شکست قوی پیشنهاد گردیده که در آن نقاط ضعف اصلی تجزیهوتحلیل اثر و حالات شکست مرسوم برطرف شده است. برای نشان دادن قابلیت کاربردی بودن، این مدل در یک مطالعه موردی برای اولویتبندی تجهیزات یک بارج جرثقیلHL5000 بهکارگیری شده است. در پایان نتایج حاصل از این مدل با چندین روش اولویتبندی مقایسه و تحلیل شده و نشان داده شده است که مدل ارائهشده در محاسبه وزن و رتبهبندی پویای تجهیزات و حالات شکست بحرانی، بسیار منعطف تر عمل میکند و نتایج رتبهبندی منطقیتری را ارائه میدهد.
One of the methods widely used by researchers to analyze the risk of maintenance operations is Failure Modes and Effects Analysis (FMEA). However, the conventional approach of the FMEA faces serious drawbacks to rank equipment and failure modes. The purpose of this paper is to dynamically rank equipment in an Interval-Valued Intuitionistic Fuzzy environment to identify critical equipment, So that the main drawbacks of the conventional FMEA are eliminated. To this end, we present the Interval-Valued Intuitionistic Fuzzy condition based dynamic weighing method (IVIF-CBDW). In following, by improving the interval-valued intuitionistic fuzzy power weight Heronian aggregation (IVIFPWHA) operator and improving the approach of multi attributive border approximation area comparison (MABAC) method, these two improved methods by Interval-Valued Intuitionistic Fuzzy condition based dynamic weighing method (IVIF-CBDW) have been merged and a robust FMEA model has been proposed in which the main drawbacks of the conventional FMEA have been eliminated. In order to prove its applicability, this model was used in a case study to rank the equipment of a HL5000 crane barge. Finally, the results are compared with the traditional FMEA methods. It is indicated that the proposed model is much more flexible and provides more rational results.
Machine summary:
همچنين ضمن بهبود عملگر تجميع هرونيان وزني تواني فازي شهودي با مقادير بازه اي و بهبود روش مقايسه محدوده تقريبي مرزي چندنگرشه (MABAC)، اين دو روش بهبوديافته با روش وزن دهي پوياي مبتني بر وضعيت فازي شهودي با مقادير بازه اي (IVIF-CBDW) در هم ادغام شده و يک مدل تجزيه وتحليل اثر و حالات شکست قوي پيشنهاد گرديده که در آن نقاط ضعف اصلي * نويسنده مسئول مقاله : E-mail: mahmoudi_mrm@ut.
ليو و ديگران (٢٠١٧) رويکرد يکپارچه اي را جهت تجزيه وتحليل اثر و حالت شکست تحت محيط فازي شهودي با مقادير بازه اي، با استفاده از يکپارچه سازي IVIFs و روش MABAC براي تعيين اولويت هاي ريسک حالات شکست به کارگيري نموده اند [٩].
Fuzzy Graph-Theoretical Matrix Approach مبتني بر وضعيت فازي شهودي با مقادير بازه اي (IVIF-CBDW) براي ايجاد وزن هاي پوياي متناسب با وضعيت هر تجهيز/حالت شکست استفاده شده و در نهايت با ترکيب اين سه روش ، يک مدل FMEA قوي پيشنهاد شده است که در آن نقاط ضعف اصلي RPN مرسوم حذف گرديده است .
٤- روش وزن دهي پوياي مبتني بر وضعيت فازي شهودي با مقادير بازه اي (IVIF-CBDW) مفروضات مورداستفاده جهت مدل سازي اين روش براي برنامه ريزي مناسب نگهداري و تعميرات و به صورت زير است : ١- اطلاعات مربوط به وزن هاي ثابت شاخص هاي O،S و D (گام اول اين روش ) براي حالتي جمع آوري ميشود که تجهيز فرضي از نظر هر سه معيار در پايين ترين حد قرار داشته باشند؛ يعني احتمال وقوع خرابي نزديک به صفر، پيامد خرابي نزديک به صفر و عدم قدرت تشخيص خرابي نيز نزديک به صفر باشد.