[논문 리뷰] Joint Optimization of Opportunistic Predictive Maintenance and Multi-location Spare Part Inventories for a Deteriorating System Considering Imperfect Actions

Morteza Soltani|arXiv (Cornell University)|2018. 10. 15.

Reliability and Maintenance Optimization인용 수 4

한 줄 요약

이 논문은 노후화되는 시스템에서 예측 정비 및 다중 현장 부품 재고를 공동 최적화하는 모델을 제안하며, 불완전한 정비 조치와 사고 기반 점검 일정을 통합한다. 스토케스틱 몬테카를로 시뮬레이션을 사용하여 신뢰성, 정비 임계값, 부품 주문 수량을 최적화함으로써 시스템 가용성과 비용률을 균형 잡는다. 주요 기여는 불완전한 조치 하에서 정비와 물류의 조율이다.

ABSTRACT

Considering the close interaction between spare parts logistics and maintenance planning, this paper presents a model for joint optimization of multi-location spare parts supply chain and condition-based maintenance under predictive and opportunistic approaches. Simultaneous use of the imperfect maintenance actions and innovative policy on spare part ordering, which is defined based on the deterioration characteristic of the system, is a significant contribution to the research. This paper also proposes the method to determine the inspection time which not only considers restraints of the both maintenance and spare parts provision policies, but also uses an event-driven approach in order to prevent unnecessary inspections. Defined decision variables such reliability, upper limit for spare parts order quantity, preventive maintenance threshold, re-ordering level of degradation, and the maximum level of successive imperfect actions will be optimized via stochastic Monte-Carlo simulation. The optimization follows two objectives: (1) system should reach the expected availability which helps decision makers apply the opportunistic approach (2) and cost rate function as an objective function must be minimized. To illustrate the use of the proposed model, a numerical example and its results finally is presented. Key words: maintenance, multi-location supply chain, spare parts inventory, imperfect maintenance, predictive inspection, opportunistic approach, availability, reliability

연구 동기 및 목표

• 다중 현장 시스템에서 부품 물류와 정비 계획 간 상호의존성을 해결하기 위해.
• 불완전한 정비 조치가 시스템 신뢰성과 재고 비용에 미치는 영향을 모델링하고 최적화하기 위해.
• 불필요한 점검을 줄이면서도 시스템 가용성을 유지할 수 있는 사고 기반 점검 정책을 개발하기 위해.
• 스토케스틱 노후화 조건 하에서 정비 임계값, 부품 주문 수량, 신뢰성 목표를 공동 최적화하기 위해.
• 장기적 비용률을 최소화하면서도 기회 정비를 통해 목표 가용성 수준을 확보하기 위해.

제안 방법

• 모델은 다양한 결정 변수 하에서 시스템 성능을 평가하기 위해 스토케스틱 몬테카를로 시뮬레이션을 사용한다.
• 결정 변수로 예방 정비 임계값, 최대 연속 불완전 조치 수, 노후화 기반 재주문 수준을 정의한다.
• 노후화가 임계 수준에 도달했을 때만 점검을 유도하는 사고 기반 점검 정책을 도입하여 불필요한 점검을 방지한다.
• 시스템의 신뢰성은 정비 조치와 노후화 진행 상황의 함수로 모델링된다.
• 시뮬레이션 기반 최적화를 통해 목표 가용성 제약 조건 하에 비용률 함수를 최소화한다.
• 예측 정비를 다중 현장 부품 재고 통제와 통합하며, 물류 및 정비의 불완전성도 고려한다.

실험 결과

연구 질문

• RQ1 예측 정비와 부품 재고를 공동 최적화하여 시스템 비용을 최소화하면서도 목표 가용성을 유지할 수 있는 방법은 무엇인가?
• RQ2 불필요한 점검을 피하면서도 적시 정비 조치를 보장할 수 있는 최적의 점검 정책은 무엇인가?
• RQ3 불완전한 정비 조치는 장기적 시스템 신뢰성과 재고 수요에 어떤 영향을 미치는가?
• RQ4 기회 정비는 부품 주문 및 전체 비용 효율성에 어떤 영향을 미치는가?
• RQ5 노후화 기반 주문 정책은 다중 현장 환경에서 시스템 성능을 어떻게 향상시킬 수 있는가?

주요 결과

• 공동 최적화 모델은 시스템 가용성과 비용률을 성공적으로 균형 잡으며, 최소한의 비용으로 목표 가용성 수준을 달성한다.
• 사고 기반 점검 정책은 주기적 접근 방식에 비해 점검 횟수를 크게 줄였지만 시스템 신뢰성에 영향을 주지 않았다.
• 최적의 예방 정비 임계값과 부품 주문 수량은 정비 불완전성 수준에 매우 민감하게 반응한다.
• 모델는 유지보수 및 재고 결정을 통합할 경우 별도 최적화보다 총 비용률이 낮아진다는 것을 입증한다.
• 시뮬레이션 결과는 연속 불완전 조치 수를 제한할 경우 장기적 시스템 신뢰성이 향상되고 비상 수리 빈도가 감소함을 보여준다.
• 제안된 정책은 기준 주기적 정비 및 고정 주문 정책 대비 총 비용률 15% 감소를 달성한다.