ISSN 1507-2711
JOURNAL DOI: dx.doi.org/10.17531/ein
Our IF is 1.383
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

SCImago Journal & Country Rank

MOST CITED

Update: 2018-11-13

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: 45
2. 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: 35
3. 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: 32
4. 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: 30
5. 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: 28
6. 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: 28
7. 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
8. 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: 24
9. DIAGNOSTIC OF DIRECT CURRENT MACHINE BASED ON ANALYSIS OF ACOUSTIC SIGNALS WITH THE USE OF SYMLET WAVELET TRANSFORM AND MODIFIED CLASSIFIER BASED ON WORDS
By: Głowacz Adam

EKSPLOATACJA I NIEZAWODNOSC-MAINTENANCE AND RELIABILITY
Volume: 16   Issue: 4   Pages: 554-558   Published: 2014

Times Cited: 23
10. 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: 23

 

Visits since 2016.06.29:
darmowe liczniki



Task „Implementation of procedures ensuring  the originality of scientific papers published in the quarterly „Eksploatacja i Niezawodność – Maintenance and Reliability” financed under contract 532/P-DUN/2018 from the funds of the Minister of Science and Higher Education for science dissemination activities.


Xiao-Ling ZHANG

Zastosowanie metody dekompozycji hierarchicznej do alokacji niezawodności w dużych systemach

Niezawodność stała się w ostatnich latach ważkim problemem, zwłaszcza w odniesieniu do dużych systemów składających się z wielu podsystemów, modułów i komponentów. Dążenie do osiągania niezawodności już na etapie projektu sprawiło, że coraz więcej uwagi zwraca się na alokację niezawodności. Jednakże poszukiwanie optymalnego programu alokacji niezawodności dla systemu o dużej liczbie podsystemów i części składowych nie jest sprawą prostą i problem ten należy do klasy problemów trudnych. Przeprowadzono wiele prac badających przydatność wydajnych obliczeniowo metod, np., algorytmu dokładnego, algorytmu heurystycznego czy algorytmu meta-heurystycznego, itp., do optymalizacji alokacji niezawodności systemu złożonego. I chociaż zaproponowane w dotychczasowych badaniach metody sprawdzają się w przypadku systemów składających się z umiarkowanej liczby elementów składowych, to wciąż jednak ciąży na nich "przekleństwo wymiarowości," które nie pozwala na ich łączenie w przypadku systemów składających się z dziesiątek/setek podsystemów i części składowych jakie znajdują zastosowanie w inżynierii przemysłowej. Aby zminimalizować ten niedostatek, zaproponowano strategię dekompozycji, w której problem alokacji niezawodności dla systemu o dużej liczbie komponentów jest rozkładany na zespół mniejszych, skoordynowanych podproblemów, które dają się rozwiązać w sposób obliczeniowo wydajny za pomocą tradycyjnego algorytmu optymalizacyjnego. W niniejszej pracy zastosowano metodę kaskadowania celów, jako wydajną metodę dekompozycji hierarchicznej, której użyto do rozkładu problemu alokacji niezawodności dużego systemu na zespół hierarchicznie uporządkowanych problemów optymalizacyjnych zgodnie z konfiguracją systemu. Wydajność i efektywność proponowanej metody ilustruje przykład numeryczny oraz studia porównawcze.

A hierarchical decomposition approach for large system reliability allocation

Reliability has become a great concern in recent years, especially for large system consisting of a large number of subsystems, modules and components. To achieve the reliability goal in design stage, reliability allocation, a method to apportion the system target reliability amongst subsystems and components in a well-balanced way, has since received increasing attention. However, seeking the optimal reliability allocation scheme for a system with bunch of subsystems and components is not straightforward, and it is known as an NPhard problem. An abundance of work has been carried out to investigate the computational effi cient methods, e.g. exact algorithm, heuristic algorithm and meta-heuristic algorithm etc., to handle the optimization of reliability allocation for the complex system. Even though the proposed methods in past research work well for system consisting of a moderate set of components, they will still suffer "curse of dimensionality" and be impossible to converge if the system consisting of tens/hundreds of subsystems and components which maybe exist in industrial engineering. To mitigate the defi ciency, a decomposition strategy is proposed, in which the reliability allocation problem for the system with a large number of components is decomposed into a set of smaller, coordinated sub-problems which can be solved via traditional optimization algorithm in an computational effi cient manner. Target cascading method, as an effi cient hierarchical decomposition method, is employed in this paper to decompose the large system reliability allocation problem into a set of hierarchical optimization problems in according with the system confi guration. To illustrate the effi ciency and effectiveness of the proposed method, a numerical example is presented, as well as some comparative studies.

Metoda analizy niepewności oparta na połączeniu zasady maksymalnej entropii i metody oceny punktowej

Niepewność jest nieodłącznym elementem procesów projektowania produktu. Dlatego też podejmowanie niezawodnych decyzji wymaga analizy niepewności, która uwzględniałaby wszystkie rodzaje niepewności. W praktyce inżynierskiej, z powodu niepełnej wiedzy, wyznaczenie rozkładu niektórych zmiennych projektowych nie jest możliwe. Co więcej, funkcja stanu granicznego jest wysoce nieliniowa, co sprawia, że do poprawnego obliczenia prawdopodobieństwa uszkodzenia potrzebna jest znajomość momentów wyższych rzędów tej funkcji. W niniejszej pracy zaproponowano metodę analizy niepewności łączącą zasadę maksymalnej entropii z metodą bootstrapową. W pierwszej części pracy wykorzystano metodę bootstrapową do obliczenia przedziałów ufności czterech pierwszych momentów dla zmiennych losowych typu mieszanego oraz zmiennych z próby. Następnie, wyznaczono momenty wyższych rzędów funkcji stanu granicznego przy użyciu metody redukcji wymiarów. Po trzecie, w celu obliczenia funkcji gęstości prawdopodobieństwa (PDF) oraz dystrybuanty (CDF) funkcji stanu granicznego, sformułowano model optymalizacji oparty na zasadzie maksymalnej entropii. Proponowana metoda nie wymaga założenia znajomości rozkładów zmiennych losowych ani obliczania wrażliwości dla funkcji stanu granicznego w odniesieniu do najbardziej prawdopodobnego punktu awarii. W końcowej części artykułu porównano na podstawie przykładów numerycznych wyniki otrzymane za pomocą proponowanej metody oraz symulacji Monte Carlo (MCS).

Uncertainty analysis method based on a combination of the maximum entropy principle and the point estimation metod

Uncertainty is inevitable in product design processes. Therefore, to make reliable decisions, uncertainty analysis incorporating all kinds of uncertainty is needed. In engineering practice, due to the incomplete knowledge, the distribution of some design variables can not be determined. Furthermore, the performance function is highly nonlinear, therefore, the high order moments of the performance function are needed to calculate the probability of failure accurately. In this paper, an uncertainty analysis method combining the maximum entropy principle and the bootstrapping method is proposed. Firstly, the bootstrapping method is used to calculate the confidence intervals of the first four moments for mixed random variables and sample variables. Secondly, the high order moments of limit state functions are estimated using the reduced dimension method. Thirdly, to calculate the probability density function (PDF) and cumulative distribution function (CDF) of the limit state functions, an optimization model based on the maximum entropy principle is formulated. In the proposed method, the assumptions that the distribution of the random variables are known and the calculation of the sensitivity for limit state function with respect to the Most Probable Point (MPP) are avoided. Finally, comparisons of results from the proposed methods and the MCS method are presented and discussed with numerical examples.

Optymalizacja łączona alokacji nadmiarowości oraz alokacji pracowników służb utrzymania ruchu w wielostanowych systemach szeregowo-równoległych

Systemy wielostanowe (multi-state systems, MSS), stanowiące typ złożonych systemów zbudowanych z elementów o różnym poziomie wydajności, znajdują szerokie zastosowanie w praktyce inżynierskiej. W prezentowanej pracy podjęto rozważania łączące zagadnienia alokacji nadmiarowości oraz alokacji pracowników służb utrzymania ruchu w naprawialnych systemach MSS o konfiguracji szeregowo-równoległej. Tradycyjnie ujmowane zagadnienie alokacji nadmiarowości (redundancy allocation problem, RAP) w systemach MSS zawsze zakłada, że środki obsługi są nieograniczone. Jednakże w wielu sytuacjach praktycznych, środki obsługi mogą być ograniczone budżetem i/lub czasem. Istnieją dwa możliwe sposoby maksymalizacji gotowości systemu przy określonym zapotrzebowaniu użytkowników: (1) zaprojektowanie optymalnej konfiguracji systemu z wykorzystaniem dostępnych elementów oraz (2) alokowanie większej liczby pracowników obsługi w celu zmniejszenia czasu oczekiwania na naprawę. Dostępność jednakowych wersji elementów przy wcześniej określonej liczbie pracowników obsługi oceniano za pomocą modelu kolejek Markowa. Uniwersalną funkcję generacyjną (UGF) wykorzystano do oceny gotowości całego systemu MSS przy określonym zapotrzebowaniu. Zaproponowano dwa równania optymalizacyjne uwzględniające ograniczone środki obsługi. W jednym z nich ograniczoność środków obsługi potraktowano jako ograniczenie (constraint), natomiast drugie równanie dotyczyło minimalizacji całkowitych kosztów systemu włącznie z kosztami elementów systemu oraz płacą pracowników służb utrzymania ruchu. Strategie alokacji nadmiarowości systemu oraz alokacji pracowników poddano jednoczesnej optymalizacji z uwzględnieniem wymaganej gotowości. Wydajność proponowanych modeli zilustrowano przykładem numerycznym. Poszukiwania optymalnej strategii globalnej prowadzono przy pomocy niedawno opracowanego metaheurystycznego algorytmu optymalizacyjnego znanego jako algorytm świetlika (Firefly Algorithm, FA)

Joint optimization of redundancy and maintenance staff allocation for multi-state series-parallel systems

Multi-state system (MSS), as a kind of complex system consisting of elements with different performance levels, widely exists in engineering practices. In this paper, redundancy and maintenance staff allocation problems for repairable MSS with series-parallel configuration are considered simultaneously. The traditional redundancy allocation problem (RAP) for MSS always assumes that maintenance resources are unlimited. However in many practical situations, maintenance resources are limited due to the budget and/or time. To maximize the system availability under a certain demand, there are two feasible ways: (1) designing an optimal system configuration with available elements, and (2) allocating more maintenance staffs to reduce waiting time for repair. With the assistance of Markov queue model, the availabilities of identical version elements with the pre-assigned number of maintenance staffs can be evaluated. The universal generation function (UGF) is employed to assess the availability of entire MSS under a certain demand. Two optimization formulas considering the limited maintenance resources are proposed. One regards the limitation of maintenance resources as a constraint, and the other considers minimizing the total system cost including both the system elements and maintenance staff fees. The system redundancy and staffs allocation strategies are jointly optimized under required availability. A numerical case is presented to illustrate the efficiency of the proposed models. The Firefly Algorithm (FA), which is a recently developed metaheuristic optimization algorithm, is employed to seek the global optimal strategy.

Analiza niezawodności systemu wielostanowego z uszkodzeniem spowodowanym wspólną przyczyną w oparciu o sieci bayesowskie

Uwzględniając wpływ uszkodzeń spowodowanych wspólną przyczyną (CCF) na niezawodność systemów oraz powszechne występowanie w praktyce inżynierskiej systemów wielostanowych (MSS), zaproponowano metodę modelowania i oceny niezawodności systemu wielostanowego z uszkodzeniem spowodowanym wspólną przyczyną, która wykorzystuje reprezentację graficzną sieci Bayesa (BN) i oparte na nich wnioskowanie przybliżone. Model zastosowano do analizy układu przenoszenia napędu dwu-osiowego mechanizmu pozycjonowania. Zbadano w ten sposób skuteczność modelu oraz możliwość wykorzystania go do bezpośredniego obliczania niezawodności systemu na podstawie wielostanowych prawdopodobieństw elementów składowych. W pierwszej kolejności stworzono schemat blokowy niezawodności uwzględniający hierarchię struktury i funkcji badanego systemu wielostanowego. Następnie, w oparciu o schemat blokowy niezawodności, logikę uszkodzeń komponentów oraz rozkład prawdopodobieństwa uszkodzeń tych komponentów, skonstruowano tradycyjny model bayesowski układu przenoszenia napędu. W niniejszej pracy wykorzystano model współczynnika β do analizy CCF układu przenoszenia napędu oraz opracowano nową sieć Bayesa uwzględniającą CCF, po czym przeprowadzono na ich podstawie analizę niezawodności. Skuteczność i dokładność proponowanej metody sprawdzono poprzez porównanie jej z metodą nie wykorzystującą CCF.

Reliability analysis of multi-state system with common cause failure based on bayesian networks

Taking account of the influence of common cause failure (CCF) to system reliability and the widespread presence of multi-state system (MSS) in engineering practices, a method for reliability modeling and assessment of a multi-state system with common cause failure is proposed by taking the advantage of graphic representation and uncertainty reasoning of Bayesian Network (BN). The model is applied to a two-axis positioning mechanism transmission system to demonstrate its effectiveness and capability for directly calculating the system reliability on the basis of multi-state probabilities of components. Firstly, the reliability block diagram is built according to the hierarchy of structure and function of multi-state system. Then, the traditional Bayesian Networks model of the transmission system is constructed based on the reliability block diagram, failure logic between components and the failure probability distribution of them. In this paper, the β-factor model is used to analyze the CCF of the transmission system, and a new Bayesian network combining with CCF is established following by the implementation of reliability analysis. Finally, the comparison between the proposed method and the one without considering CCF is made to verify the efficiency and accuracy of the proposed method.