Cnc Kesim Makinesi için Mükemmel Olmayan Önleyici Bakım Politikasının Geliştirilmesi ve En İyilenmesi

Abstract

Tez çalışmasında savunma ve havacılık sanayinde kullanılan zamanla rassal yıpranan tezgah için uzun dönem birim operasyonel maliyeti en küçükleyen mükemmel olmayan sıralı önleyici bakım modeli oluşturulmuştur. Türk Havacılık ve Uzay Sanayii A.Ş.(TUSAŞ)' den temin edilen 2013-2016 yılları arasındaki arıza veri setleri analitik yöntemlerle analiz edilerek Markov özelliğe sahip bir bakım algoritması geliştirilmiştir. Literatürdeki ve mevcut uygulamadaki klasik periyodik bakım planlarından farklı olarak sürekli gözlemlenerek sistem durumunun anlık takip edildiği güvenilirlik merkezli önleyici bakım politikası geliştirilmiştir. Sistem güvenilirliği belirli seviyeye düştüğünde sistem durumunu iyileştirecek mükemmel olmayan bakım uygulaması ile sistemi mevcut durumundan daha iyi duruma getirerek kullanılabilir olduğu süreyi arttırmak, beklenmeyen arıza sayısını azaltmak ve ürün kalite teminatının sağlanması hedeflenmiştir. Ayrıca tezgahın kullanım ve yaşa bağlı yıpranma süreci arıza oranı artış faktörü ve yaş indirgeme faktörü olarak tanımlanmış ve bu değişkenler kombine edilerek hibrid arıza modeli oluşturulmuştur. Geliştirilen bakım yaklaşımında planlı bakım maliyetleri ve beklenmeyen arızaların tamir maliyeti zamana bağlı eklenirken , sistemin kullanım dışı kaldığı sürelerde katlanılan maliyet sabit ve işletim maliyeti bakım devresi ve zamana bağlı olarak artan değişken olarak tanımlanmıştır. Çok bileşenli tezgah için geliştirilen mükemmel olmayan bakım algoritması sonucu minimum uzun dönem toplam birim maliyet ile optimum sistem güvenilirlik değeri, bakım sayısı ve sıralı bakım çevrimleri arasındaki süreler çıktı olarak elde edilir. Bunun yanı sıra çok bileşenli bir yapıya sahip makinanın parçaları Bayes teoremi kapsamında incelenmiş ve her bir çevrimde bakım uygulanması gereken sistem alt ekipmanı belirlenmiştir.

In thesis study, a sequential preventive imperfect maintenance model that minimizes the long-term operational cost per unit time is improved for random degrading machining center in defence and aerospace industry. Parameters used for the proposed Markovian maintenance algorithm are gathered from real life 2013- 2016 data sets which are provided from Turkish Aerospace Industries, Inc.(TAI). In contrast the traditional maintenance plans in literature and the current application status under process, a reliability-centred preventive maintenance policy is developed by monitoring continuously and collecting instantaneous information about the system's current condition. Whenever system's reliability reaches the threshold R, imperfect repair is performed to restore the system and enhance system condition in aim to maximize the average availability, reduce the number of possible breakdowns during the system lifetime and accomplish the goal of quality assurance. Besides, the combination system's failure rate increase factor and age reduction factor is taken in consideration as variant according to system usage and age in order to build hybrid hazard model. In improved approach, as planned maintenance cost, minimal repair cost and system operating cost changes according to time and maintenance cycle, breakdown cost are assumed as constant. In this preventive maintenance algorithm for complex equipment, the optimal system's reliability and number of maintenance cycle number, the interval time are reached under the criteria of the long term cost minimization of the system. Additionally, sub-systems are analyzed in scope of Bayesian theorem and it is determined which sub-systems are repaired at each maintenance cycle.