ISSN 1507-2711
JOURNAL DOI: dx.doi.org/10.17531/ein
Our IF is 1.145
JCR Journal Profile


Członek(Member of): Europejskiej Federacji Narodowych Towarzystw Eksploatacyjnych  - European Federation of National Maintenance Societies  Wydawca(Publisher):Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne (Warszawa) - Polish Maintenance Society (Warsaw)   Patronat Naukowy(Scientific supervision): Polska Akademia Nauk o/Lublin  - Polish Akademy of Sciences Branch in Lublin  Członek(Member of): Europejskiej Federacji Narodowych Towarzystw Eksploatacyjnych  - European Federation of National Maintenance Societies

 


Publisher:
Polish Maintenance Society
(Warsaw)

Scientific supervision:
Polish Academy of Sciences Branch in Lublin

Member of:
European Federation
of National Maintenance Societies


Attention!

In accordance with the requirements of citation databases, proper citation of publications appearing in our Quarterly should include the full name of the journal in Polish and English without Polish diacritical marks, i.e. "Eksploatacja i Niezawodnosc – Maintenance and Reliability".


 

Submission On-Line

 




 

Impact Factor

Impact Factor

Impact Factor

Impact Factor

SCImago Journal & Country Rank

MOST CITED

Update: 2017-11-16

1. ON APPROACHES FOR NON-DIRECT DETERMINATION OF SYSTEM DETERIORATION
By: Valis, David; Koucky, Miroslav; Zak, Libor

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Issue: 1   Pages: 33-41   Published: 2012

Times Cited: 40
2. UTILIZATION OF DIFFUSION PROCESSES AND FUZZY LOGIC FOR VULNERABILITY ASSESSMENT
By: Valis, David; Pietrucha-Urbanik, Katarzyna

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Volume: 16   Issue: 1   Pages: 48-55   Published: 2014

Times Cited: 28
3. SELECTED ASPECTS OF PHYSICAL STRUCTURES VULNERABILITY - STATE-OF-THE-ART
By: Valis, David; Vintr, Zdenek; Malach, Jindrich

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Issue: 3 Pages: 189-194 Published: 2012

Times Cited: 26
4. PREDICTING THE TOOL LIFE IN THE DRY MACHINING OF DUPLEX STAINLESS STEEL
By: Krolczyk, Grzegorz; Gajek, Maksymilian; Legutko, Stanislaw

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Volume: 15 Issue: 1 Pages: 62-65 Published: 2013

Times Cited: 24
5. RELIABILITY BASED OPTIMAL PREVENTIVE MAINTENANCE POLICY OF SERIES-PARALLEL SYSTEMS
By: Peng Wei; Huang Hong-Zhong; Zhang Xiaoling; et al.

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Issue: 2 Pages: 4-7 Published: 2009

Times Cited: 23
6. MAINTENANCE DECISION MAKING BASED ON DIFFERENT TYPES OF DATA FUSION
By: Galar, Diego; Gustafson, Anna; Tormos, Bernardo; et al.
EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY 
Issue: 2   Pages: 135-144   Published:2012

Times Cited: 22
7. MODELLING OF PASSIVE VIBRATION DAMPING USING PIEZOELECTRIC TRANSDUCERS - THE MATHEMATICAL MODEL
By: Buchacz, Andrzej; Placzek, Marek; Wrobel, Andrzej

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Volume: 16   Issue: 2   Pages: 301-306   Published: 2014

Times Cited: 21
8. COMPUTER-AIDED MAINTENANCE AND RELIABILITY MANAGEMENT SYSTEMS FOR CONVEYOR BELTS
By: Mazurkiewicz, Dariusz

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Volume: 16   Issue: 3   Pages: 377-382   Published: 2014

Times Cited: 21
9. A NEW FAULT TREE ANALYSIS METHOD: FUZZY DYNAMIC FAULT TREE ANALYSIS
By: Li, Yan-Feng; Huang, Hong-Zhong; Liu, Yu; et al.

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Issue: 3 Pages: 208-214 Published: 2012

Times Cited: 18
10. PRODUCTIVITY AND RELIABILITY IMPROVEMENT IN TURNING INCONEL 718 ALLOY - CASE STUDY
By: Zebala, Wojciech; Slodki, Bogdan; Struzikiewicz, Grzegorz

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Volume: 15   Issue: 4   Pages: 421-426   Published: 2013

Times Cited: 17
 

 

Visits since 2016.06.29:
darmowe liczniki


Reliability Optimization

Zastosowanie algorytmu genetycznego do rozwiązywania zadań niezawodnościowych dotyczących wielokryterialnych systemów szeregowo-równoległych

Ponieważ znalezienie odpowiedniego rozwiązania zadania optymalizacji niezawodnościowej przy wykorzystaniu metod programowania matematycznego uznaje się za trudne, coraz częściej stosuje się do tego celu metody heurystyczne. Algorytm genetyczny do optymalizacji wielokryterialnej (Multiobjective Genetic Algorithm, MGA) jest jedną z metod heurystycznych, stworzoną w celu znajdowania rozwiązań dla systemów szeregowo-równoległych, pozwalającą na uzyskanie maksymalnej niezawodności oraz minimalnych kosztów i ciężaru na poziomie systemu. Zadania takie występują powszechnie w dziedzinie projektowania i konstrukcji systemów mechanicznych i elektrycznych. Wykazano, że MGA pozwala uzyskać odpowiednie rozwiązania tego typu zadań uwzględniając przy tym funkcje celu, takie jak niezawodność, koszty i ciężar. W niniejszej pracy przedstawiono połączenie metody wyszukiwania probabilistycznego oraz jednej z metod rozwiązywania problemów decyzyjnych o nazwie TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). MGA pozwala uzyskać odpowiednie rozwiązania konstrukcyjne dając przy tym znaczną oszczędność czasu w porównaniu z niektórymi innymi metodami. Jednocześnie potraktowanie kosztów i ciężaru jako funkcji celu daje lepsze wyniki w porównaniu do metody wykorzystującej algorytm genetyczny, w której koszty i ciężar rozpatrywane są jako ograniczenia.

An application of genetic algorithm toward solving the reliability problem of multiobjective series-parallel systems

Since developing an appropriate solution for reliability optimization problem with mathematical programming methods has been considered as difficult techniques, the heuristic approaches increasingly has been applied. Multiobjectve Genetic Algorithm (MGA) has been among heuristic methods that was developed to find solutions for series-parallel systems to obtain maximum reliability, and minimum cost and weight at the system level. These are very common problems in engineering design such as mechanical and electrical systems. It has been shown that the Multiobjectve Genetic Algorithm offers proper results to these problems while it respects to the several objective functions such as reliability, cost and weight. This paper presents the combination of probabilistic search, and one of the decision making methods called Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). The Multiobjectve Genetic Algorithm, allows us to achieve a proper design solution while it saves a considerable time compared with some other approaches. At the same time as the reliability, cost and weight were chosen as objective functions, the results obtained by this method showed an overall improvement in comparison to the existing GA method considering cost and weight as constraints.

Wybrane aspekty optymalizacji niezawodności systemu elektroenergetycznego

Niezawodność jest jednym z najważniejszych kryteriów, które należy uwzględniać, zarówno podczas planowania rozwoju, jak też eksploatacji systemu elektroenergetycznego, szczególnie w obecnej sytuacji elektroenergetyki. Artykuł dotyczy optymalizacji niezawodności systemu elektroenergetycznego. Przedstawiono formalny opis matematyczny zagadnienia optymalizacji poziomu niezawodności systemu elektroenergetycznego oraz pewne elementy jego rozwiązania: schemat podejścia wartościowania niezawodności oraz szacowanie kosztów strat odbiorców z tytułu niedostatecznego poziomu niezawodności.

Chosen aspects of electric power system reliability optimization

Reliability is one of the most important criteria, which must be taken into consideration during planning and operation phases of an electric power system, especially in present situation of the power sector. This paper considers the optimization of electric power system reliability. The formalization of description of electric power system reliability level optimization is done as well as its practical solving components are given: diagram of value based reliability approach and estimation of customer damage costs resulting from insufficient reliability level.

Wielokryterialna optymalizacja niezawodności złożonego systemu o strukturze mostkowej w środowisku rozmytym. Metoda rozmytego wielokryterialnego algorytmu genetycznego

Optymalizacja niezawodności systemu w środowisku rozmytym to problem złożony ze względu na konieczność wzięcia pod uwagę wielu niedokładnie określonych kryteriów decyzyjnych, takich jak maksymalizacja niezawodności systemu i minimalizacja kosztów. Wymaga ona zastosowania wielokryterialnych metod podejmowania decyzji, które łączyłyby pojęcia z zakresu teorii zbiorów rozmytych oraz metody heurystyczne. W niniejszej pracy przedstawiono rozmyty wielokryterialny model nieliniowy (FMGA) oraz zaproponowano rozmyty wielokryterialny algorytm genetyczny do projektowania niezawodności złożonych systemów mostkowym w środowisku rozmytym. Algorytm wykorzystuje techniki rozmytej oceny wielokryterialnej do określania rozmytych celów, preferencji oraz ograniczeń. Metoda oceny uwzględnia rozmyte preferencje i eksperckie wybory decydenta dotyczące kosztów oraz celów niezawodnościowych. Ocena rozmyta nadaje algorytmowi cechy elastyczności oraz adaptacyjności, pozwalając na otrzymanie niemal optymalnych rozwiązań w krótkim czasie obliczeniowym. Wyniki eksperymentów obliczeniowych opartych na problemach wzorcowych pokazują, że podejście z zastosowaniem FMGA jest bardziej niezawodne i wydajne niż najbardziej znany algorytm, zwłaszcza w rozmytym środowisku wielokryterialnym.

Zwiększanie niezawodności wielostanowych systemów liniowych typu k-w- (m,s) -z- (m,n):F o strukturze kratowej

"Wielostanowy system liniowy k-w- ( m, s ) -z- ( m, n ):F o strukturze kratowej" (MS L(k, m, s, n:F)) składa się z m × n elementów, uporządkowanych w m wierszach i n kolumnach. Stan systemu i elementów może być jednym z następujących stanów: 0, 1, 2, ..., H. Stan MS L (k, m, s, n: F) jest mniejszy niż j, gdy istnieje co najmniej jedna pod-matryca o rozmiarze m × s, która zawiera kl lub więcej elementów, które znajdują się w stanie mniejszym niż l dla wszystkich j ≤ l ≤ H. System ten stanowi model dla wielu zastosowań, na przykład w telekomunikacji, detekcji radarowej, rurociągach naftowych, komunikacji mobilnej, procedurach przeglądu oraz systemach wież radiolinii. W niniejszym artykule proponujemy nowe granice zwiększania niezawodności MS L ( k, m, s, n: F) z wykorzystaniem drugiego i trzeciego stopnia nierówności Boole'a–Bonferroniego z niezależnymi elementami o jednakowym rozkładzie. Nowe granice omówiono na podstawie poprzednio publikowanych przykładów numerycznych dla niektórych szczególnych przypadków zwiększania MS L ( k, m, s, n: F). Przedstawiono także przykłady ilustrujące modelowanie systemu oraz numeryczne przykłady nowych granic. Ponadto porównano wyniki uzyskane dla drugiego i trzeciego stopnia nierówności Boole'a–Bonferroniego.

On System Reliability of Increasing multi-state linear k-within-(m,s)-of-(m,n):F lattice system

A “multi-state linear k-within-(m,s)-of-(m,n):F lattice system” (MS L(k,m,s,n:F)) comprises of m×n components, which are ordered in m rows and n columns. The state of system and components may be one of the following states: 0, 1, 2, …, H. The state of MS L(k,m,s,n:F) is less than j whenever there is at least one sub-matrix of the size m×s which contains kl or more components that are in state less than l for all j ≤ l ≤ H. This system is a model for many applications, for example, tele communication, radar detection, oil pipeline, mobile communications, inspection procedures and series of microwave towers systems. In this paper, we propose new bounds of increasing MS L(k,m,s,n:F) reliability using second and third orders of Boole-Bonferroni bounds with i.i.d components. The new bounds are examined by previously published numerical examples for some special cases of increasing MS L(k,m,s,n:F). Also, illustration examples of modelling the system and numerical examples of new bounds are presented. Further, comparisons between the results of second and third orders of Boole-Bonferroni bounds are given.