Simulation Model of Condition-Based Maintenance with a Decision of Spare Part Quantity

Abstract

Industries are depending more and more on sophisticated machinery for production and services as a result of technological advancements. However, firms may suffer large financial losses due to these machines breaking down. As a result, the maintenance of machinery has become increasingly important in ensuring smooth operations and minimizing potential economic losses. Condition-based maintenance (CBM) has emerged as a crucial approach to estimating and preventing machinery failures by collecting and analyzing sensor data that reflects the machine's state of deterioration. However, due to the high cost of sensors and the confidentiality concerns of firms, the information available from the system is often incomplete. This study focuses on the CBM of systems with identical serial components, where the challenge lies in making maintenance decisions based on partial information from sensor data, including when to perform maintenance and how many spare parts to carry to the maintenance site. Through simulations of periodic systems with identical components, optimal strategies were derived across various scenarios. Additionally, the study explores how changes in system parameters affect the optimal decision points. The findings suggest that spare part selection costs can constitute up to 20% of the total maintenance costs. Moreover, as machinery technology advances, the accuracy of partial information improves, leading to a higher incidence of predictive maintenance and enhanced system predictability. keywords: condition-based maintenance, preventive-maintenance, spare part selection, corrective maintenance, multi-component system

Teknolojik gelişmeler sonucunda endüstriler üretim ve hizmetler için giderek daha fazla sofistike makinelere bağımlı hale geliyor. Ancak firmalar bu makinelerin bozulması nedeniyle büyük mali kayıplara uğrayabilir. Sonuç olarak, makinelerin bakımı sorunsuz operasyonları sağlamak ve olası ekonomik kayıpları en aza indirmek için giderek daha önemli hale geldi. Durum bazlı bakım (CBM), makinenin bozulma durumunu yansıtan sensör verilerini toplayıp analiz ederek makine arızalarını tahmin etmek ve önlemek için önemli bir yaklaşım olarak ortaya çıktı. Ancak, sensörlerin yüksek maliyeti ve firmaların gizlilik endişeleri nedeniyle sistemden elde edilen bilgiler genellikle eksiktir. Bu çalışma, bakım kararlarını sensör verilerinden gelen kısmi bilgilere dayanarak verme zorluğunun olduğu, bakımın ne zaman yapılacağı ve bakım sahasına kaç yedek parça taşınacağı gibi konularda aynı seri bileşenlere sahip sistemlerin durum bazlı bakımına odaklanmaktadır. Aynı bileşenlere sahip periyodik sistemlerin simülasyonları aracılığıyla çeşitli senaryolarda optimum stratejiler türetilmiştir. Ek olarak, çalışma sistem parametrelerindeki değişikliklerin optimum karar noktalarını nasıl etkilediğini araştırmaktadır. Bulgular, yedek parça seçim maliyetlerinin toplam bakım maliyetlerinin %20'sine kadar çıkabileceğini göstermektedir. Ayrıca, makine teknolojisi ilerledikçe kısmi bilgilerin doğruluğu artmakta, bu da daha yüksek oranda kestirimci bakım yapılmasına ve sistem öngörülebilirliğinin artmasına yol açmaktadır. Anahtar Kelimeler: durum bazlı bakım, önleyici bakım, yedek parça seçimi, düzeltici bakım, çok parçalı sistem