Identifying, Assessing and Prioritizing Pressure Reduction Station Risks Using FMEA Based on SWARA-VIKOR Multi-criteria Decision-making Methods
Notice bibliographique
Résumé
Introduction: Failure modes and effects analysis (FMEA) method is used in industries to identify, assess and prioritize risks. Multi-criteria decision-making methods (MCDM) select the best option from different criteria. Therefore, this study aims to identify, assess and prioritize risks using FMEA based on SWARA-VIKOR multi-criteria decision-making methods in a gas pressure reduction station. Material and Methods: In this descriptive and analytical study, stepwise weight assessment ratio analysis (SWARA) and decision-making optimization and compromise solution (VIKOR) methods were used to rank the risks of failure modes identified in FMEA. SWARA method was employed to determine the severity, probability and discovery weights, and VIKOR technique was applied to rank the failure modes of the system equipment. Finally, an operational example of the pressure reduction station was presented to show the application and feasibility of the proposed model. A comparative study was conducted to confirm the practicality and effectiveness of the proposed model. Results: In total, 35 main failure modes were identified in the pressure reduction station. Failure of regulator sleeve and safety valve and regulator diaphragm rupture were assigned the first, second and third ranks of risk priority, respectively. The sensitivity analysis results showed the proposed approach had desirable stability and only the failure mode of increasing the heater flame temperature was very sensitive to changes in the weight of the criteria. Results of ranking the failure modes of the station indicated there were many changes in the ranking of failure modes based on the proposed approach. Conclusion: The proposed approach could provide more reasonable and accurate results for ranking risks because the criteria were weighed step by step based on the experts’ opinion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».