MétaCan
Menu
Retour à la cohorte
Enregistrement W1978626708 · doi:10.1108/jqme-10-2012-0035

Optimal lockout/tagout, preventive maintenance, human error and production policies of manufacturing systems with passive redundancy

2014· article· en· W1978626708 sur OpenAlexaff
Behnam Emami-Mehrgani, Sylvie Nadeau, Jean‐Pierre Kenné

Notice bibliographique

RevueJournal of Quality in Maintenance Engineering · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueReliability and Maintenance Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésPreventive maintenanceReliability engineeringCorrective maintenanceMaintenance actionsRedundancy (engineering)EngineeringMarkov chainProduction (economics)Operations researchComputer science

Résumé

récupéré en direct d'OpenAlex

Purpose – The analysis of the optimal production and preventive maintenance with lockout/tagout planning problem for a manufacturing system is presented in this paper. The considered manufacturing system consists of two non-identical machines in passive redundancy producing one type of part. These machines are subject to random breakdowns and repairs. The purpose of this paper is to minimize production, inventory, backlog and maintenance costs over an infinite planning horizon; in addition, it aims to verify the influence of human reliability on the inventory levels for illustrating the importance of human error during the maintenance and lockout/tagout activities. Design/methodology/approach – This paper is different compared to other research projects on preventive maintenance and lockout/tagout. The influence of human error on lockout/tagout as well as on preventive maintenance activities are presented in this paper. The preventive maintenance policy depends on the machine age. For the considered manufacturing system the optimality conditions are provided, and numerical methods are used to obtain machine age-dependent optimal control policies (production and preventive maintenance rates with lockout/tagout). Numerical examples and sensitivity analysis are presented to illustrate the usefulness of the proposed approach. The system capacity is described by a finite-state Markov chain. Findings – The proposed model taking into account the preventive maintenance activities with lockout/tagout and human error jointly, instead of taking into account separately. It verifies the influence of human error during preventive maintenance and lockout/tagout activities on the optimal safety stock levels using an extension of the hedging point structure. Practical implications – The model proposed in this paper might be extended to manufacturing systems, but a number of conditions must be met to make effective use of it. Originality/value – The originality of this paper is to consider the preventive maintenance activities with lockout/tagout and human error simultaneously. The control policy is obtained in order to find the solution for the considered manufacturing system. This paper also brings a new vision on the importance of human reliability during preventive maintenance and lockout/tagout activities.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,240
Écart entre enseignants0,231 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Quality in Maintenance EngineeringMême sujetReliability and Maintenance OptimizationTravaux en français237 207