ISSN 1507-2711
JOURNAL DOI: dx.doi.org/10.17531/ein
Our IF is 1.806
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.


genetic algorithm

Kodowanie cech sygnałów w systemie wnioskowania diagnostycznego

W referacie opisano część badań, których celem jest zastosowanie wnioskowania diagnostycznego z uwzględnieniem kontekstu. Zgodnie z opracowanym podejściem konteksty działania obiektu mogą być identyfikowane z zastosowaniem algorytmów ewolucyjnych. Jednym z najistotniejszych czynników zastosowania tych algorytmów jest odpowiednie przygotowanie danych wejściowych. W referacie opisano opracowane sposoby kodowania dla trzech rodzajów cech sygnałów. Przykłady zastosowania opisanych sposobów kodowania zastosowano dla sygnałów zarejestrowanych podczas działania stanowiska modelującego działanie maszyny wirnikowej.

Signal feature encoding in an inference diagnostic system

In the paper a part of research focused on context based diagnostic inference has been presented. According to the elaborated approach contexts of machinery operation can be identifi ed with the use of evolutionary algorithms. One of most important factors of the application of such algorithms is a proper form of input data. In the paper encoding of three different types of signal features have been discussed. Examples of elaborated notations have been applied to signals recorded during operation of a model of rotating machinery.

Nowe podejście do harmonogramowania czynności obsługowych systemów elektroenergetycznych wykorzystujące algorytm genetyczny oraz symulację Monte-Carlo

Celem pracy jest przedstawienie nowego, całościowego rozwiązania w zakresie harmonogramowania czynności obsługowych jednostek wytwórczych w warunkach deregulacji, przy założeniu rocznego niezależnego rynku. Rozwiązanie otrzymano poprzez wykorzystanie algorytmu genetycznego (GA) oraz symulacji Monte-Carlo (MCS). W warunkach deregulacji, każde przedsiębiorstwo wytwórcze (Generation Company, GENCO) dąży do optymalizacji zysków, podczas gdy niezależny operator systemowy (Independent System Operator, ISO) troszczy się o niezawodność. Na ogół, zderzenie tych dwóch punktów widzenia stwarza wiele problemów. Dlatego też proponujemy metodę harmonogramowania czynności obsługowych opartą na GA. Zgodnie z tą metodą, przedsiębiorstwa GENCO ustalają swoje strategie uczestnictwa w rocznym rynku usług serwisowych (Annual Maintenance Market, AMM) biorąc pod uwagę niepewności związane z obciążeniem, umowy paliwowe oraz zachowania innych przedsiębiorstw. Z drugiej strony, ISO zarządza AMM w oparciu o niezawodność i daje przedsiębiorstwom premie lub nakłada na nie kary bazując na własnej polityce poprzez MCS. Trafność i stosowalność zaproponowanej metody harmonogramowania czynności obsługowych jednostek wytwórczych oceniono analizując system testowy wyposażony w magistralę IEEE-118.

A new approach for maintenance scheduling of power systems, using a genetic algorithm and Monte-Carlo simulation

The aim of this study is to present a new comprehensive solution for maintenance scheduling of power generating units in deregulated environments by applying an annual independent market. The solution was obtained by using a Genetic Algorithm (GA) and a Monte-Carlo Simulation (MCS). In a deregulated environment, each Generation Company (GENCO) desires to optimize its payoffs, whereas an Independent System Operator (ISO) has its reliability solicitudes. In general, the two points of view create many problems. Therefore, we propose a method based on a GA for maintenance scheduling. In this method, GENCOs set their strategies to participate in an Annual Maintenance Market (AMM) by considering load uncertainties, fuel contracts and the behaviors of other companies. On the other hand, the ISO manages the AMM based on reliability and offers incentives/ penalties for companies relying on its policy through MCS. To evaluate the accuracy and applicability of our solution for maintenance scheduling of power generation units, an IEEE-118 bus test system was studied.

Optymalizacja niezawodności systemu: metoda rozmytego algorytmu genetycznego do optymalizacji wielokryterialnej

Często spotykanym problemem w optymalizacji niezawodności systemu są niedokładnie określone i sprzeczne cele, takie jak zmniejszenie kosztów systemu przy jednoczesnej poprawie jego niezawodności. Proces podejmowania decyzji staje się wtedy rozmyty i wielokryterialny. W niniejszej pracy, sformułowaliśmy ten problem jako rozmyty wielokryterialny program nieliniowy (FMOOP). Zaproponowaliśmy metodę rozmytego wielokryterialnego algorytmu genetycznego (FMGA), która pozwala rozwiązać wielokryterialny problem decyzyjny z uwzględnieniem rozmytych celów i ograniczeń. Podejście to jest uniwersalne, co pozwala na rozwiązania pośrednie, prowadzące do rozwiązań wysokiej jakości. Metoda uwzględnia preferencje decydenta w zakresie celów związanych z kosztami i niezawodnością poprzez wykorzystanie liczb rozmytych. Użyteczność FMGA wykazano na przykładzie wzorcowych problemów z literatury. Wyniki obliczeń wskazują, że podejście FMGA jest obiecujące.

System reliability optimization: A fuzzy multi-objective genetic algorithm approach

System reliability optimization is often faced with imprecise and conflicting goals such as reducing the cost of the system and improving the reliability of the system. The decision making process becomes fuzzy and multi-objective. In this paper, we formulate the problem as a fuzzy multi-objective nonlinear program. A fuzzy multi-objective genetic algorithm approach (FMGA) is proposed for solving the multi-objective decision problem in order to handle the fuzzy goals and constraints. The approach is able flexible and adaptable, allowing for intermediate solutions, leading to high quality solutions. Thus, the approach incorporates the preferences of the decision maker concerning the cost and reliability goals through the use of fuzzy numbers. The utility of the approach is demonstrated on benchmark problems in the literature. Computational results show that the FMGA approach is promising.

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.

Optymalizacja nie-okresowych przeglądów i konserwacji systemów wieloelementowych

Przeglądów systemu typu k z n: G oraz systemu z elementami ulegającymi miękkim i twardym uszkodzeniom dokonuje się nieokresowo. W przypadku systemu k z n, składowe ulegają uszkodzeniom „w trybie cichym” (tj. uszkodzenia są ukryte), a cały system ulega awarii, gdy ulegnie uszkodzeniu element (n-k + 1). W przypadku systemu z elementami typu twardego i miękkiego, uszkodzenia twarde prowadzą do awarii systemu, natomiast uszkodzenia miękkie są ukryte i nie powodują natychmiastowej awarii systemu, choć nadal zmniejszają jego niezawodność. Każda awaria systemu stanowi dodatkową, w stosunku do przeglądów planowych, okazję do przeprowadzenia przeglądu (tzw. przegląd awaryjny) ukrytych elementów miękkich. Dostępne rodzaje konserwacji to wymiana oraz naprawa minimalna. W przypadku komponentów twardych, decyzję, który typ konserwacji zastosować, podejmuje się biorąc pod uwagę optymalny wiek przed wymianą. W przypadku elementów miękkich z ukrytymi uszkodzeniami, wiek optymalny jest nieznany, dlatego decyzje o odpowiednim typie konserwacji podejmuje się z uwzględnieniem optymalnej liczby minimalnych napraw przed wymianą. Ukryty charakter uszkodzeń elementów składowych typu miękkiego wyklucza wykorzystanie rozwiązywalnego wyrażenia analitycznego, dlatego w pracy użyto symulacji i algorytmu genetycznego (GA), w celu jednoczesnej optymalizacji nieokresowych strategii prowadzenia konserwacji i przeglądów oraz zapewnienia, że będą one pociągały za sobą minimalny oczekiwany koszt całkowity w skończonym horyzoncie planowania. W świetle rosnącej złożoności obliczeniowej związanej z dużą liczbą ocenianych przeglądów i strategii utrzymania ruchu, algorytm genetyczny stanowi obiecującą metodę optymalizacji złożonych systemów wieloelementowych o wielu parametrach decyzyjnych.

Optimisation of Non-Periodic Inspection and Maintenance for Multicomponent Systems

A k-out-of-n:G system and a system with components subject to soft and hard failures are both inspected non-periodically. For the k-out-of-n system, components fail “silently” (i.e. are hidden), and the entire system fails when (n-k+1)st component fails. For the system with hard-type and soft-type components, hard failures cause system failure, while soft failures are hidden and do not cause immediate failure of the system, but still reduce its reliability. Every system failure allows for an opportunistic inspection of hidden soft-type components in addition to the scheduled inspections. The available maintenance types are replacement and minimal repair. For hard-type components, the maintenance decision is determined by the optimal age before replacement. For the soft-type components with hidden failures, we do not know their age, and so decide on the appropriate type of maintenance using the optimal number of minimal repairs before replacement. The hidden nature of soft-type component failures precludes the use of a tractable analytic expression, so we use simulation and genetic algorithm (GA) to jointly optimise the non-periodic policies on maintenance and inspection and to ensure these incur minimal expected total cost over a finite planning horizon. Due to increasing computational complexity associated with the number of inspections and maintenance policies to be evaluated, the genetic algorithm presents a promising method of optimisation for complex multicomponent systems with multiple decision parameters.

Strony