ارزيابي محاسبه قابليت اطمينان و در دسترس بودن سيستم توليد تحت شرايط فازي به روش بيزين

Evaluating the system reliability and availability under fuzzy Bayesian approach

ارزيابي قابليت اطمينان و دردسترس ‌بودن سيستم توليدي، احتمال وقوع توقف‌هاي ناگهاني و هزينه‌بر كه بسيار پرخطر است را كاهش مي‌دهد. به همين منظور در اين مقاله سعي شده است، يك روش جديد براي تعيين قابليت اطمينان و دردسترس ‌بودن يك سيستم توليد ارائه شود كه براي انواع مؤلفه‌هاي شكست مانند مواد، تداركات، پرسنل و ماشين‌آلات كاربرد داشته. لذا با استفاده از روش بيزين فازي به پردازش وقايع غيرقطعي كه دقيقا در واقعيت در يك سيستم توليدي به وجود مي‌آيد پرداخته ‌شده‌ است و مدل پيشنهادي براي ارزيابي وضعيت كارخانه شير پگاه فارس استفاده شده است به اينصورت كه نرخ خرابي و تعمير و قابليت اطمينان اجزاء و سيستم با روش بيزين محاسبه گرديد و چون فضاي اطلاعات موجود داراي عدم قطعيت مي‌باشد پارامترهاي قابليت اطمينان فازي شدند. سپس در دسترسبودن اجزاء و سپس كل سيستم با استفاده از فرمول ارائه‌شده مارتز و والر و روش بيزي محاسبه شد و پارامترهاي دردسترس بودن نيز فازي شدند و در مرحله نهايي به تجزيه‌وتحليل اطلاعات به دست آمده درخصوص قابليت اطمينان و در دسترس بودن سيستم و اجزاء پرداخته شده است كه نتايج نشان مي دهند رويكرد بهبوديافته برآورد دقيق‌تري از قابليت اطمينان و دردسترس ‌بودن را فراهم مي‌كند.

Assessing the reliability and availability of the production system reduces the likelihood of sudden and costly stops, which is very risky. To this end, this paper attempts to provide a new way to determine the reliability and availability of a production system, which can be used for a variety of failure components such as materials, supplies, personnel and machinery. Therefore, using Fuzzy Bayesian Approach, unrealistic events that are actually created in a production system have been processed and the proposed model has been used to assess the condition of Pegah Fars milk factory, so that the rate of failure and repair and reliability of components and system with Bayesian method was calculated. an‎d because the available information space is uncertain, the reliability parameters became fuzzy. Then the availability of the components and then the whole system was calculated using the formula provided by Martz and Waller and the Bayesian method, and the parameters of availability were converted into fuzzy. Finally, the information obtained about the reliability and availability of the system and components were analyzed, that the results show the improved approach, provides a more accurate estimate of reliability and availability.