Marco de programación de preferencias difusas para la evaluación funcional de redes de metro
Autores: Abouhamad, Mona; Zayed, Tarek
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Marco de programación de preferencias difusas para la evaluación funcional de redes de metro
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Sistema de metro
Plan de Gestión de Activos
Evaluación de riesgos
Infraestructura
Proceso de Red Analítica Difusa
Atributos de criticidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
El informe de infraestructura canadiense de 2019 identificó que el 60% del sistema de metro se encuentra en una condición muy pobre a pobre. Con múltiples activos compitiendo por fondos limitados, se requieren nuevas metodologías para priorizar activos para rehabilitación. El informe sugirió que adoptar un Plan de Gestión de Activos ayudaría a los municipios a mantener y operar la infraestructura de manera efectiva. ISO 55000 enfatizó la importancia de la evaluación de riesgos al evaluar el valor de los activos de una organización. Los modelos de evaluación de riesgos del metro se centran principalmente en fallas estructurales con un enfoque mínimo en los impactos de fallas funcionales y las atribuciones de criticidad de la red. Esta investigación presenta dos módulos para medir los impactos de fallas funcionales de una red de metro, dados los puntos de vista financieros, sociales y operativos, además de la criticidad de la estación. El modelo utiliza el Proceso de Redes Analíticas Difusas con la aplicación de Programación de Preferencias Difusas para calcular los pesos de siete atributos de impacto de falla y siete atributos de criticidad. Los datos se recopilan utilizando cuestionarios y entrevistas no estructuradas/estructuradas con personal municipal. El análisis identificó que los impactos sociales tienen la puntuación más alta del 38%, seguidos por los impactos operativos y financieros en un 34% y 27.65%, respectivamente. La criticidad de la estación de metro reveló que la ubicación de la estación tiene el impacto más alto del 35%, seguido por la naturaleza de uso de la estación y las características de la estación en un 30.5% y 31.82%, respectivamente. Cuando se integra con la probabilidad de falla, este modelo proporciona un índice de riesgo integral para optimizar las estaciones para la rehabilitación.
Descripción
El informe de infraestructura canadiense de 2019 identificó que el 60% del sistema de metro se encuentra en una condición muy pobre a pobre. Con múltiples activos compitiendo por fondos limitados, se requieren nuevas metodologías para priorizar activos para rehabilitación. El informe sugirió que adoptar un Plan de Gestión de Activos ayudaría a los municipios a mantener y operar la infraestructura de manera efectiva. ISO 55000 enfatizó la importancia de la evaluación de riesgos al evaluar el valor de los activos de una organización. Los modelos de evaluación de riesgos del metro se centran principalmente en fallas estructurales con un enfoque mínimo en los impactos de fallas funcionales y las atribuciones de criticidad de la red. Esta investigación presenta dos módulos para medir los impactos de fallas funcionales de una red de metro, dados los puntos de vista financieros, sociales y operativos, además de la criticidad de la estación. El modelo utiliza el Proceso de Redes Analíticas Difusas con la aplicación de Programación de Preferencias Difusas para calcular los pesos de siete atributos de impacto de falla y siete atributos de criticidad. Los datos se recopilan utilizando cuestionarios y entrevistas no estructuradas/estructuradas con personal municipal. El análisis identificó que los impactos sociales tienen la puntuación más alta del 38%, seguidos por los impactos operativos y financieros en un 34% y 27.65%, respectivamente. La criticidad de la estación de metro reveló que la ubicación de la estación tiene el impacto más alto del 35%, seguido por la naturaleza de uso de la estación y las características de la estación en un 30.5% y 31.82%, respectivamente. Cuando se integra con la probabilidad de falla, este modelo proporciona un índice de riesgo integral para optimizar las estaciones para la rehabilitación.