خلاصة:
در این مقاله مدل جدیدی برای مسئله تخصیص افزونگی با ساختار سری- موازی و زیر سیستم های -k-out-of n با در نظر گرفتن نرخ خرابی وابسته به تعداد اجزای در حال کـار ارائـه مـیشـود.در ایـن نـوع نـرخ خرابـی بـا افزایش تعداد اجزای در حال کار به دلیل تقسیم بار (فشار) بر روی تعداد بیشتری از اجزاء، نرخ خرابی هر یـک از اجزاء کاهش مییابد. همچنین برای هر یک از زیر سیستم ها دو نوع سیاست افزونگی آمـاده بـه کـار سـرد و فعال در نظر گرفته شده است . هدف از حل مدل ارائه شده تعیین استراتژی افزونگی، نـوع و تعـداد جـزء مـازاد تخصیص یافته برای هر زیرسیستم به منظور حداکثر کردن قابلیت اطمینان کـل سیسـتم تحـت محـدودیت هـای وزن و هزینــه مــیباشــد. بــه دلیــل NP-hard بــودن مســئله تخصــیص افزونگــی از الگــوریتم فــرا ابتکــاری ژنتیک (GA)برای حل مدل و از روش سطح پاسخ (RSM) برای تنظیم پارامترهای موثر بـر ایـن الگـوریتم اسـتفاده شده است . در انتها با ذکر یک مثال عددی به بررسی نتایج به دست آمده از حل مدل ارائه شده میپردازیم .
This paper presents a mathematical model for a redundancy allocation problem (RAP) for the series-parallel system with k-out-of-n subsystems and failure rate depends on working components of system. It means that failure rate of components increases when a component fails. The subsystems may use either active or cold-standby redundancy strategies، which considered as a decision variable for individual subsystems. Thus، the proposed model and solution methods are to select the best redundancy strategy among active or cold-standby، component type، and levels of redundancy for each subsystem. The objective function is to maximize the system reliability under cost and weight constraints. To solve the model، since RAP belongs to Np-Hard class of the problems، one effective meta-heuristic algorithm named genetic algorithm (GA)is proposed. Then، response surface methodology is applied for algorithm parameter tuning.Finally، we consider the results of solving presented model with a numerical example.
ملخص الجهاز:
"کویت ولیـو در سـال ٢٠٠٠ بـرای اولـین بارمـدلی بـا ساختارسـری - مـوازی و زیـر سیستم های k-out-of-n را ارائه کردند که در آن به طور همزمان دو سیاست افزونگی فعال و آماده به کار سرد به صورت از پیش تعیین شده برای هر زیر سیستم در نظـر گرفتـه شـده بـود؛ آنها این مدل را با استفاده از برنامه ریزی عدد صحیح حل کردند[٥].
نرخ خرابی وابسته به زمان : کویتدر سال ٢٠٠١ مدل جدیدی برای مسئله تخصیص افزونگـی را با ساختارسیستم سری - موازی با امکـان تخصـیص اجزاییکسـان بـه هـر زیـر سیسـتم وسیاسـت افزونگی آماده به کار سرد ارائه داد.
آماریدر سال ٢٠١٢ با استفاده از مفاهیم فرآیندهای شمارشی ، روشی را برای ارزیابی قابلیت اطمینان سیستم های -k out-of-n با سیاست آماده به کار سرد ارایه داد در این روش توزیع گاما برای عمـر اجـزا در نظر گرفته شده است [١٣].
در جـدول (١) اطلاعـات مربوط به هزینه ، وزن ، حداقل تعداد اجزای مـورد نیـاز بـرای کـارکرد هـر زیـر سیسـتم و نـرخ خرابی هر یک از اجزاء آورده شده است حداکثر تعداد جزء تخصیص یافته به هر زیر سیسـتم برابر ٤(٤ = nmax)، و هدف مسئله ، حداکثر کردن قابلیت اطمینان کل سیستم اسـت کـه در آن وزن وهزینه سیستم به عنوان محدودیت در نظر گرفته شـده اسـت .
نتیجه گیری در این مقاله مدلی با در نظر گرفتن نرخ خرابی وابسته به تعداد اجزای در حال کار در سیستمی سری-موازی با زیر سیستم های ut-of-n٠-k ارائه شد که در آن دو سیاست افزونگی فعـال و آماده به کار سرد میتواند برای هر زیر سیستم انتخاب شود."