MOST CITED
Update: 2021-07-01
Task „Implementation of procedures ensuring the originality of scientific papers published in the quarterly „Eksploatacja i Niezawodność – Maintenance and Reliability” financed under contract 532/P-DUN/2018 from the funds of the Minister of Science and Higher Education for science dissemination activities.
Yong SUN
Prognozowanie trwałości środków technicznych z wykorzystaniem wielu wskaźników degradacji i zdarzeń awaryjnych w ujęciu modelu ciągłej przestrzeni stanów
Prognozowanie trwałości środków z wykorzystaniem wskaźników degradacji wiąże się z dwoma zagadnieniami praktycznymi:(1) identyfikacją progów niepewnego uszkodzenia dla wskaźników degradacji oraz (2) łączeniem licznych wskaźników degradacji otrzymanych na podstawie danych z monitorowania stanu. Model degradacji w przestrzeni stanów stanowi efektywne podejście do tych dwóch zagadnień. Jednakże dotychczasowe badania dotyczące tego modelu w dużej mierze przyjmują założenie dyskretnego czasu lub dyskretnych stanów, które wymaga równych odstępów między przeglądami lub dyskretyzacji ciągłych wskaźników degradacji. Aby uniknąć konieczności zakładania dyskretnego czasu i dyskretnych stanów, w niniejszej pracy zaproponowano model przestrzeni stanów oparty na procesie Gamma. Proces Gamma charakteryzuje własność monotoniczna rosnącą, która odpowiada nieodwracalnym procesom degradacji środków technicznych w trakcie jednego cyklu serwisowego. Własność monotoniczna rosnąca ułatwia również ustalenie funkcji prawdopodobieństwa, gdy brane są pod uwagę czasy uszkodzeń. W artykule sformułowano algorytmy estymacji parametrów oraz prognozowania czasu życia dla modelu przestrzeni stanów opartego na procesie Gamma. Dodatkowo określono metodę oceny efektywności wskaźników w modelowaniu degradacji. Proponowany model przestrzeni stanów oparty na procesie Gamma oraz jego algorytmy weryfikowano przy użyciu danych symulacyjnych oraz danych terenowych pozyskanych z przedsiębiorstwa zajmującego się ciekłym gazem ziemnym.
Asset life prediction using multiple degradation indicators and failure events: a continuous state space model approach
Two practical issues are involved in asset life prediction using degradation indicators: (1) identifying uncertain failure thresholds of degradation indicators and (2) fusing multiple degradation indicators extracted from condition monitoring data. The state space degradation model provides an effective approach to address these two issues. However, existing research on the state space degradation model largely adopts a discrete time or states assumption which requires equal inspection intervals or discretising continuous degradation indicators. To remove the discrete time and states assumptions, this paper proposes a Gamma-based state space model. The Gamma process has a monotonically increasing property that is consistent with the irreversible degradation processes of engineering assets within a single maintenance cycle. The monotonically increasing property also makes the establishment of the likelihood function more straightforward when failure times are considered. In this paper, parameter estimation and lifetime prediction algorithms for the Gamma-based state space model are developed. In addition, an effectiveness evaluation approach for indicators in degradation modelling is established. The proposed Gamma-based state space model and algorithms are validated using both simulated data and a field dataset from a liquefied natural gas company.
Szacowanie współczynników interakcyjnych do analizy uszkodzeń interakcyjnych
Środki techniczne to często systemy złożone. W złożonym systemie, między komponentami często zachodzą interakcje uszkodzeniowe prowadzące do uszkodzeń interakcyjnych. Występowanie w systemie uszkodzeń interakcyjnych może prowadzić do wzmożonego prawdopodobieństwa uszkodzenia. Stąd też, przy projektowaniu i eksploatacji złożonych systemów inżynieryjnych, może zaistnieć potrzeba wzięcia pod uwagę uszkodzeń interakcyjnych. Odnosząc się do tego zagadnienia, Sun i in. stworzyli analityczny model uszkodzeń interakcyjnych. W modelu tym stopień interakcji między dwoma komponentami jest wyrażany przez współczynniki interakcyjne. Aby można było użyć tego modelu do analizy uszkodzeń należy więc oszacować współczynniki interakcyjne. Jednakże nie opisano jeszcze metod szacowania współczynników interakcyjnych. Aby wypełnić tę lukę, w niniejszej pracy zaprezentowano pięć metod szacowania współczynników interakcyjnych, wliczając w to metodę probabilistyczną, metodę analizy opartej na danych o uszkodzeniach, eksperymentalną metodę laboratoryjną, metodę opartą na mechanizmie interakcji między uszkodzeniami oraz metodę oceny eksperckiej. Podano przykłady pokazujące zastosowania proponowanych metod, a także dokonano porównania między nimi.
Estimating interactive coefficients for analysing interactive failures
Engineering assets are often complex systems. In a complex system, components often have failure interactions which lead to interactive failures. A system with interactive failures may lead to an increased failure probability. Hence, one may have to take the interactive failures into account when designing and maintaining complex engineering systems. To address this issue, Sun et al have developed an analytical model for the interactive failures. In this model, the degree of interaction between two components is represented by interactive coefficients. To use this model for failure analysis, the related interactive coefficients must be estimated. However, methods for estimating the interactive coefficients have not been reported. To fill this gap, this paper presents five methods to estimate the interactive coefficients including probabilistic method; failure data based analysis method; laboratory experimental method; failure interaction mechanism based method; and expert estimation method. Examples are given to demonstrate the applications of the proposed methods. Comparisons among these methods are also presented.
Optymalizacja zależnego od stanu technicznego utrzymania urządzeń dla dwuskładnikowego systemu szeregowego nie wymagająca z góry ustalonej struktury strategii
Większość badań nad optymalizacją utrzymania systemów wieloskładnikowych bierze pod uwagę jedynie rozkład czasu życia elementów składowych. Kiedy przyjmie się dla systemów wieloskładnikowych strategię utrzymania urządzeń zależną od ich bieżącego stanu technicznego (condition-based maintenance, CBM), struktura strategii staje się złożona w związku z dużą liczbą stanów składowych oraz ich kombinacji. W konsekwencji, często przyjmuje się pewne z góry ustalone struktury strategii utrzymania przed optymalizacją utrzymania systemu wieloskładnikowego w kontekście CBM. Opracowanie takich z góry ustalonych struktur strategii wymaga jednak specjalistycznego doświadczenia, a i tak brak dowodów na optymalność tych strategii. W artykule zaproponowano metodę optymalizacji utrzymania szeregowego systemu dwuskładnikowego, która nie wymaga wcześniej ustalonej struktury strategii. Proponowaną metodę opracowano na podstawie semimarkowskiego procesu decyzyjnego (SMDP). Badanie symulacyjne pokazało, że za pomocą proponowanej metody można ustalać optymalną strategię utrzymania w sposób adaptacyjny dla różnych kosztów utrzymania oraz parametrów procesów degradacyjnych. Za pomocą symulacji badano także optymalną strukturę strategii utrzymania, jako punkt odniesienia dla przyszłych studiów nad optymalizacją systemów wieloskładnikowych.
Condition-based Maintenance Optimisation without a Predetermined Strategy Structure for a Two-component Series System
Most existing research on maintenance optimisation for multi-component systems only considers the lifetime distribution of the components. When the condition-based maintenance (CBM) strategy is adopted for multi-component systems, the strategy structure becomes complex due to the large number of component states and their combinations. Consequently, some predetermined maintenance strategy structures are often assumed before the maintenance optimisation of a multicomponent system in a CBM context. Developing these predetermined strategy structure needs expert experience and the optimality of these strategies is often not proofed. This paper proposed a maintenance optimisation method that does not require any predetermined strategy structure for a two-component series system. The proposed method is developed based on the semi-Markov decision process (SMDP). A simulation study shows that the proposed method can identify the optimal maintenance strategy adaptively for different maintenance costs and parameters of degradation processes. The optimal maintenance strategy structure is also investigated in the simulation study, which provides reference for further research in maintenance optimisation of multi-component systems.