Modelo de Optimización Integrado para Políticas de Mantenimiento y Parámetros de Control de Calidad para Sistemas de Múltiples Componentes
Autores: Nasr, Mustafa M.; Naji, Fadia; Amrani, Mokhtar; Ghaleb, Mageed; Alqahtani, Khaled N.; Othman, Asem Majed; Abualsauod, Emad Hashiem
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelo de Optimización Integrado para Políticas de Mantenimiento y Parámetros de Control de Calidad para Sistemas de Múltiples Componentes
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Aplicaciones prácticas
Políticas de mantenimiento integradas
Parámetros de control de calidad
Modelo de optimización
Gráfico CUSUM
Intervalo de mantenimiento preventivo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Las aplicaciones prácticas de políticas de mantenimiento integrado y calidad para un sistema de múltiples componentes son más complicadas, aún raras e incompletas para satisfacer los requisitos de la Industria 4.0. Por lo tanto, este trabajo tiene como objetivo extender el modelo económico de integración para optimizar las políticas de mantenimiento y los parámetros de control de calidad incorporando la función de pérdida de Taguchi para un sistema de múltiples componentes. Se desarrolla un modelo de optimización basado en el mantenimiento preventivo, las políticas de mantenimiento correctivo y los parámetros de control de calidad con el gráfico CUSUM (Suma Acumulativa), que se utiliza ampliamente para detectar pequeños cambios en la media del proceso. El modelo fue desarrollado para minimizar el costo total esperado por unidad de tiempo y obtener los valores óptimos de las variables de decisión: el tamaño de las muestras, la frecuencia de muestreo, el intervalo de decisión, el coeficiente del gráfico CUSUM y los intervalos de mantenimiento preventivo y correctivo. Se emplearon los pasos de solución seleccionando un estudio de caso en la Compañía de Agua Mineral Alahlia (AMWC). Luego, se utilizó el diseño de experimentos basado en un factor a la vez para evaluar el efecto de las variables de decisión seleccionadas sobre el costo total esperado. Finalmente, se realizó un análisis de sensibilidad sobre las variables de decisión seleccionadas para demostrar la robustez del modelo desarrollado. Se desarrolló un plan de mantenimiento predictivo basado en el valor óptimo del intervalo de mantenimiento preventivo, y los resultados mostraron que el rendimiento del plan de mantenimiento realiza todo el potencial del modelo integrado. Además, los resultados del estudio de caso indican que el modelo integrado extendido para múltiples componentes es el nuevo estándar para la producción de calidad de sistemas de múltiples componentes en trabajos futuros.
Descripción
Las aplicaciones prácticas de políticas de mantenimiento integrado y calidad para un sistema de múltiples componentes son más complicadas, aún raras e incompletas para satisfacer los requisitos de la Industria 4.0. Por lo tanto, este trabajo tiene como objetivo extender el modelo económico de integración para optimizar las políticas de mantenimiento y los parámetros de control de calidad incorporando la función de pérdida de Taguchi para un sistema de múltiples componentes. Se desarrolla un modelo de optimización basado en el mantenimiento preventivo, las políticas de mantenimiento correctivo y los parámetros de control de calidad con el gráfico CUSUM (Suma Acumulativa), que se utiliza ampliamente para detectar pequeños cambios en la media del proceso. El modelo fue desarrollado para minimizar el costo total esperado por unidad de tiempo y obtener los valores óptimos de las variables de decisión: el tamaño de las muestras, la frecuencia de muestreo, el intervalo de decisión, el coeficiente del gráfico CUSUM y los intervalos de mantenimiento preventivo y correctivo. Se emplearon los pasos de solución seleccionando un estudio de caso en la Compañía de Agua Mineral Alahlia (AMWC). Luego, se utilizó el diseño de experimentos basado en un factor a la vez para evaluar el efecto de las variables de decisión seleccionadas sobre el costo total esperado. Finalmente, se realizó un análisis de sensibilidad sobre las variables de decisión seleccionadas para demostrar la robustez del modelo desarrollado. Se desarrolló un plan de mantenimiento predictivo basado en el valor óptimo del intervalo de mantenimiento preventivo, y los resultados mostraron que el rendimiento del plan de mantenimiento realiza todo el potencial del modelo integrado. Además, los resultados del estudio de caso indican que el modelo integrado extendido para múltiples componentes es el nuevo estándar para la producción de calidad de sistemas de múltiples componentes en trabajos futuros.