Los equipos modernos se diseñan para funcionar en condiciones de deterioro del rendimiento resultantes del envejecimiento interno y/o de los impactos ambientales externos que influyen en el mantenimiento posterior. Este estudio se centra en el desarrollo de un sistema multiestado (MSS) que tiene en cuenta un factor de fiabilidad humana asociado al personal de mantenimiento: un modelo de mantenimiento preventivo MSS multiobjetivo basado en la condición (MSSPMM). El estudio parte de la base de que no se realiza más de una actividad de mantenimiento para conseguir la estrategia de mantenimiento preventivo (MP) más adecuada y de fácil aplicación y para reducir el error de mantenimiento debido a la fiabilidad humana. El rendimiento del SMS basado en la indisponibilidad media del sistema y el coste total de mantenimiento se evalúa mediante un enfoque de modelo estocástico y, a continuación, se utiliza el MSSPMM para su optimización. Se emplea una versión personalizada del algoritmo genético de ordenación no dominante III para garantizar una solución eficiente del modelo de PM con fiabilidad humana, que se considera un problema de optimización combinatoria multiobjetivo restringido. Las soluciones optimizadas se determinan a partir de la frontera de Pareto no dominada que comprende las alternativas de PM diversificadas. Se utiliza un sistema de transmisión de energía para helicópteros como ejemplo para ilustrar la eficacia y aplicabilidad del enfoque propuesto mediante análisis de sensibilidad con parámetros relevantes.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Análisis de la variación de montaje de los paneles de un avión bajo el esquema de localización pieza a pieza
Artículo:
Optimización distribuida de sistemas multiagente en redes dirigidas con retardo variable en el tiempo
Artículo:
Estudio numérico de la resistencia a las perturbaciones de las ondas de detonación oblicuas
Artículo:
Utilización de redes neuronales para la predicción de la rugosidad superficial tras el bruñido con rodillo
Video:
Control predictivo por modelo en MATLAB y Python