فهرست مطالب:

چکیده………………………………………………………………………… 1

فصل اول:کلیات تحقیق

1-1- مقدمه………………………………………………………………….. 3

1-2- تاریخچه…………………………………………………………………. 3

1-3- بیان موضوع……………………………………………………………. 6

1-4- اهمیت و ضرورت تحقیق……………………………………………… 7

1-5- اهداف تحقیق………………………………………………………….. 7

1-6- سؤالات تحقیق……………………………………………………….. 8

1-7- روش تحقیق…………………………………………………………… 8

1-8- نوآوری و جنبه جدید بودن تحقیق…………………………………… 9

1-9- تعریف متغیرهای تحقیق…………………………………………….. 9

فصل دوم: مروری بر ادبیات و پیشینه تحقیق

2-1- مقدمه………………………………………………………………… 11

2-2- مروری بر ادبیات تحقیق…………………………………………….. 11

2-3- دانش نگهداری و تعمیرات (نت)……………………………………. 13

2-3-1 دوره نخست وBM…………………………………………………..

2-3-2 دوره دوم و TPM…………………………………………………….

2-3-3 دوره سوم و RCM…………………………………………………..

2-3-3-1 دست‌آوردهای جدید نت در این دوره…………………………. 15

2-4- توقعات رو به رشد مربوط به نگهداری و تعمیرات………………… 16

2-4-1 نگهداری و تعمیرات اضطراری یا (EM)…………………………… 17

2-4-2 نگهداری و تعمیرات اصلاحی یا (CM)…………………………… 17

2-5- مروری بر تحقیقات انجام شده……………………………………. 17

2-6- لزوم ایجاد سیستم طبقه بندی و کدینگ کالا…………………… 22

2-6-1 مهمترین فوائد سیستم کدگذاری………………………………. 22

2-6-2 تعیین کد پیشنهادی مناسب برای تجهیزات و ماشین آلات اصلی شرکت….22

2-7- فناوری شبكه عصبی………………………………………………. 24

2-7-1 حوزه های كاربردی شبكه های عصبی………………………… 26

2-8- فناوری الگوریتم ژنتیك…………………………………………….. 26

2-9- مروری بر كاربردهای تجاری……………………………………….. 27

2-9-1 بازاریابی…………………………………………………………… 27

2-9-2 بانكداری و حوزه های مالی…………………………………….. 29

2-9-3 پیش بینی………………………………………………………… 30

2-9-4 سایر حوزه های تجاری………………………………………….. 30

2-10- مزایای استفاده از فناوری های هوش مصنوعی………………. 30

2-11- نتیجه گیری……………………………………………………….. 31

فصل سوم: روش اجرای تحقیق

3-1- مقدمه……………………………………………………………….. 33

3-2- مدل مسئله…………………………………………………………. 34

3-3- فرایند حل……………………………………………………………. 34

3-3-1 نحوه نظارت بر روی پارامترهای موثر بر روی سیستم …………34

3-3-2 پارامترهای موثر بر روی سیستم مورد شبیه سازی…………..35

3-3-3 عملیات فازی……………………………………………………… 36

3-3-4 ایجاد اعداد فازی…………………………………………………… 37

3-3-5 مفاهیم اساسی از فازی کردن…………………………………. 37

3-3-6 مقایسه اعداد فازی………………………………………………. 38

3-3-7 ایجاد ماتریس زمانی……………………………………………… 42

3-3-8 پیاده سازی الگوریتم ژنتیک…………………………………….. 43

3-4- تعیین اعتبار……………………………………………………….. 44

3-5- نتیجه گیری………………………………………………………… 49

فصل چهارم: تجزیه و تحلیل داده ها

4-1- مقدمه……………………………………………………………… 51

4-3- تجزیه و تحلیل داده های بدست آمده…………………………. 62

4-4- نتیجه گیری……………………………………………………….. 64

فصل پنجم: نتیجه گیری و پیشنهادات

5-1- مقدمه…………………………………………………………….. 66

5-2- نتیجه گیری………………………………………………………. 66

منابع و مآخذ……………………………………………………………. 70

فهرست منابع انگلیسی………………………………………………. 70

پیوست ها………………………………………………………………. 72

چکیده:

در این تحقیق سعی شده تا سیستم تعمیرات و نگهداری به منظور پیش بینی خرابی­های ماشین شبیه­سازی شود. در ابتدا مثالی از روش­های سنتی شبیه­سازی ارائه می شود. سپس سعی در پیاده سازی یک روش شبیه سازی خواهیم داشت، که این مهم با بررسی عوامل موثر بر روی سیستم شبیه سازی  و دادن وزن به هر کدام از پارامترها به منظور مشخص نمودن اهمیت نقش آنها در سیستم صورت می پذیرد. سپس  با قرار دادن حس­گرهایی بر روی پارامترهای سیستم مورد شبیه سازی، اطلاعاتی را از بخش­های مختلف دستگاه دریافت کرده و بعد از آن سعی می شود تا از طریق عملیات فازی سازی، نقش پارامترها را بر روی یکدیگر بررسی شود. با بررسی اعتبار سیستم، در صورت لزوم دست به تغییرات لازم، با بهره گرفتن از الگوریتم ژنتیک بر روی پارامترها زده تا جایی که عملیات شبیه­سازی ­نزدیک به واقعیت پیاده­سازی شود. در این روش از شبیه­سازی، سیستم کاملا درگیر با محیط و شرایط وارد بر آن است و این عامل باعث می شود که کار شبیه سازی بیشتر به واقیت نزدیک شود، تا روش­هایی نظیر روش های آماری که از شرایط محیطی سیستم تا حدودی چشم پوشی می کنند. با توجه به حسگرهایی که در سیستم شبیه سازی قرار داده شده، کار شبیه سازی واقعی تر جلوه خواهد کرد و می تواند خود را با تغییرات پیش بینی نشده وفق دهد. و در ضمن باید به این نکته نیز توجه داشت که پارامترها تحت شرایط مختلف بر روی هم اثر دارند، که با عملیات     فازی­سازی سعی شده شبیه سازی معتبری صورت گیرد. سیستم شبیه­سازی طراحی شده این امکان را فراهم می کند که با بررسی شرایط مختلف و به منظور بهبود نتایج بتوان در مقادیر بعضی از پارامترها و یا  وزن آن ها تغییراتی ایجاد نمود.

فصل اول: کلیات تحقیق

1-1- مقدمه

روش طراحی آزمایش­ها کاربرد وسیعی در زمینه ­های مختلف پیدا کرده است. در حقیقت، آزمایش را       می توان به عنوان بخشی از فرایند علمی و یکی از روش­های یادگیری در مورد چگونگی عملکرد فرایندها یا سیستم در نظر گرفت. در دنیای مهندسی طراحی آزمایش­ها ابزاری مهم جهت بهبود عملکرد یک فرایند تولید محسوب می­ شود. طراحی آزمایش­ها به فرایند انجام آزمایش با هدف جمع آوری داده مناسب و تحلیل آنها از روش­های آماری جهت کسب نتایج معتبر اشاره دارد (Mendes et al 2005, 413-431).

 با توجه به پیشرفت­های تکنولوژی و پیچیدگی سازمان­ها و سیستم­ها انسان ناگزیر است برای حل مسایل و مشکلات مختلف تصمیم ­گیری و کنترل بسیار حساس و دشواری داشته باشد. با توجه به اینکه تصمیم ­گیری یک امر ضروری و حیاتی برای مدیران می باشد، مدیران به سمت فرایندها و یا ابزاری می­روند که بتواند در این تصمیم­ گیری­ ها کمترین ریسک و هزینه را داشته باشند. یکی از این فرایندها تکنیک شبیه­سازی است که مدیران می­توانند با بهره گرفتن از این تکنیک عملکرد خود را تحلیل و فرایند تصمیم گیری را پیش بینی، مقایسه و بهینه­سازی کنند (Aoyama and Nomoto 1999, 9).  شبیه­سازی یکی‌ از روش­هایی است‌ که‌ برای‌ شناخت ‌وضع‌ موجود و بهبود عملکرد سیستم­ها به وجود آمده‌ و یکی‌ از پرقدرترین‌ و مفیدترین‌ ابزارهای‌ تحلیل‌ عملکرد فرایندهای‌ پیچیده سیستم­ها است.

2-1- تاریخچه

بر اساس تعریف شاتون (در کتاب علم و هنر شبیه سازی سیستم ها)، شبیه­سازی عبارت است از فرایند طراحی مدلی از سیستم واقعی و انجام آزمایش­هایی با این مدل که با هدف پی بردن به رفتار سیستم بازاریابی، استراتژی­ های گوناگون (در محدوده­ای که به وسیله معیار و یا مجموعه‌ای از معیارها اعمال شده است) را برای عملیات سیستم تبیین می‌کند. شبیه سازی در فرهنگنامه WEBSTER به معنای وانمودکردن یا نایل شدن به اصل چیزی بدون واقعیت است. شبیه­سازی رایانه­ای را به فرایند مدل سازی با بهره گرفتن از روابط ریاضی و منطقی و نیز اجرای مدل به وسیله رایانه گویند. شبیه سازی زمانی صورت می گیرد که یک مدیر بخواهد بداند که اگر تغییر خاصی در سیستم صورت گیرد در سیستم چه اتفاقی رخ خواهد داد. در واقع کسی که هدفش شبیه سازی است باید علم و قدرت ساخت مدلی را داشته باشد که همانند مدل واقعی باشد (البته تا حدودی نزدیک به واقعیت). ایجاد و توسعه یک مدل خوب شبیه­سازی اغلب گران و محتاج زمان است و نیاز به اطلاعات زیادی دارد كه ممكن است به آسانی در دسترس نباشد. شانون  به نقل از فازستو در كتاب خود ذكر می كند كه توسعه یک مدل خوب برنامه ریزی شركت ها ممكن است 3 تا 10 سال وقت بخواهد (Longo and Mirabelli 2008, 570-588).    

در مقوله شبیه­سازی ما با بخش های مختلفی سروکار داریم که هر کدام از این بخش­ها به اطلاعات، آموزش ها، نرم افزارها وبه سایر موارد احتیاج دارد (Garetti et al 2012, 361-369). هر کدام از این بخش ها دچار مشکل شوند کل سیستم شبیه سازی را بی اعتبار و فاقد ارزش خواهند کرد. سیستم­های سنتی شبیه سازی، باید برای افرادی که آن را پیاده سازی می کند قابل توجیه باشد، هر چند که چاره ای جز پذیرفتن آن نداشته باشند.

در ابتدا برای آشنایی با روش­های شبیه سازی، درک بهتر و آشنا شدن با بعضی از نقص­هایی که ممکن است در روش های سنتی با آن روبرو شویم، روشی را ارائه میدهیم. به فرض می خواهیم سیستم تعمیرات و نگهداری را به منظور پیش بینی خرابی های ماشین شبیه سازی کنیم. اولین چیزی را که نیاز خواهیم داشت توزیع سیستم مورد شبیه سازی است. برای بدست آوردن آن در ابتدا نیاز به داده های معتبر و سپس به سیستم های نرم افزاری با افراد مسلط به این نرم افزارها احتیاج خواهد بود. با فرض در دسترس بودن این امکانات و مشخص شدن توزیع سیستم سپس وارد مقوله شبیه سازی شده و اقدام به شبیه­سازی می کنیم. باید توجه داشت که مثال زیر صرفاً جهت آشنایی با روش های سنتی شبیه­سازی می باشد.                                               

 بعد از مشخص شدن توزیع سیستم اقدام به شبیه سازی سیستم می کنیم.  فرض کنید از تجزیه و تحلیل های صورت گرفته، توزیع سیستم به صورت زیر بدست آید:

 x: زمان بین خرابی­ها (به هفته)    

   با محاسبه سطح زیر منحنی از صفر تا هر مقداری از متغیرتصادفی   x می­توان احتمال تجمعی مقدار x را تعیین کرد. ملاحظه می كنید كه دامنه مقادیر متغیر تصادفی x (4>x >1) با احتمالات تجمعی (1>F(x)>0) متناظر است. از این رو برای هر مقدارF(x) در فاصله 0 تا 1 مقداری برای x  وجود دارد.

هر عدد تصادفی بین 0 و1 را می توان به طور غیر مستقیم به مقدار متناظر x آن با بهره گرفتن از تابع توزیع تجمعی آن ترجمه کرد، چون F(x)  در فاصله (0,1)  تعریف می شود در نتیجه: