تحلیل و ارزیابی قابلیت اطمینان دروگرهای نیشکر استافت سری 7000 در برداشت نیشکر

ماشین های کشاورزی

مقاله 20، دوره 5، شماره 2 - شماره پیاپی 10، 1394، صفحه 446-455   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jam.v5i2.28447

نویسندگان

پیام نجفی¹؛ محمدامین آسودار²؛ افشین مرزبان^{* 2}؛ محمد علی هرمزی²

¹دانشجوی دکتری مکانیزاسیون کشاورزی دانشگاه تبریز، تبریز، ایران

²گروه ماشین‏های کشاورزی و مکانیزاسیون دانشگاه کشاورزی و منابع طبیعی رامین خوزستان، اهواز، ایران

چکیده

امروزه با مکانیزه شدن سیستم‏‌های کشاورزی، انجام به‌موقع فعالیت‏‌ها نیازمند برنامه‏‌ریزی صحیح ماشینی است. برای برنامه‏‌ریزی صحیح باید از میزان قابلیت اطمینان ماشین‏‌ها اطلاع داشت. در همین راستا تحقیقی برای تعیین میزان قابلیت اطمینان دروگرهای نیشکر استافت مدل 7000 در شرکت کشت و صنعت حکیم فارابی برنامه‌‏ریزی و اجرا شد. در این تحقیق دروگرها براساس سن کارکرد به سه گروه سنی قدیمی، نیمه‌قدیمی و جدید تقسیم شدند و زمان‏‌های بین خرابی‏‌های آنها برای مدت 400 ساعت ثبت شد. تابع توزیع خرابی و پارامترهای آن برای دروگرها محاسبه شد. نتایج حاصل از تابع توزیع خرابی به‌دست آمده برای دروگرها نشان داد که زمان‏‌های بین خرابی دروگرها دارای توزیع مستقل و شناخته شده بود و در ادامه مشاهده شد که توزیع منطبق بر داده‏‌ها ویبول دو پارامتری با پارامتر شکل 50/1 برای دروگرهای قدیمی، 42/1 دروگرهای نیمه‌قدیمی و برای دروگرهای جدیدتر 35/1 بود. همچنین میزان قابلیت اطمینان برای دروگرهای قدیمی، نیمه‌قدیمی و جدید بعد از گذشت 20 ساعت به‌ترتیب 2/56، 3/33 و 9/23 بود. با استفاده از برنامه‌‏ریزی نگهداری و تعمیرات صحیح می‏‌توان از طریق افزایش عمر مفید دروگرها قابلیت اطمینان دروگرها را افزایش داد و از سوی دیگر هزینه‌‏های نگهداری و تعمیرات را کاهش داد.

کلیدواژه‌ها

پارامتر شکل؛ تابع توزیع خرابی؛ تابع ویبول؛ زمان‏‌های بین خرابی؛ قابلیت اطمینان

مراجع

1. Barabadi, J., and U. Kumar. 2008. Reliability analysis of mining equipment: a case study of a crushing plant at Jajarm Bauxite mine in Iran. Reliability Engineering and System Safety 93: 647-653.

2. Bartkute, V., and L. Sakalauskas. 2008. The method of three-parameter weibull distribution estimation. Acta et Commentationes Universitatis Tartuensis de Mathematica 12: 65-78.

3. Billinton, R., and R. N. Allan. 2012. Reliability evaluation of engineering systems: concepts and techniques. Translated by M. Rezaeeian. Amir Kabir University. Tehran. Iran. 496p. (In Farsi).

4. Hall, R. A., and L. K. Daneshmend. 2010. Reliability modeling of surface mining equipment: data gathering and analysis methodologies. International Journal of Surface Mining and Reclamation and Environment 17 (3): 139-155.

5. Hoseinie, S. H., M. Ataei, R. Khalokakaei, B. Ghodrati, and U. Kumar. 2012. Journal of Quality in Maintenance Engineering 18 (1): 98-119.

6. Levin, M. A., and T. T. Kalal. 2003. Improving product reliability: strategies and implementation. John wiley and sons. USA. 342 p.

7. Luus, R. and M. Jammer. 2005. Estimation of parameters in 3-parameter weibull probability distribution functions. Hungarian Journal of Industrial Chemistry Vesprem 33 (1-2): 69-73.

8. Meeker, W. Q., and L. Escobar. 1998. Statistical methods for reliability data. John Wiley and sons. USA. 680p.

9. Mobley, R. K. 2002. An introduction to predictive maintenance. Elsevier science press. USA. 438 p.

10. Poozesh, M., S. S. Mohtasabi, and H. Ahmadi. 2010. Determination of reliability function for MF 285 tractors at Daabal Khozaei Agro-industry in Khouzestan. 6th Agricultural Machinery and Mechanization Conference. Tehran. Iran. (In Farsi).

11. Shirmohammadi, A. 2002. Repair and maintenance planning. Arkane Danesh. Iran. 315p. (In Farsi).

12. Vafaei, M. R., H. Mashadi Meighani, M. Almasi, and S. Minaei. 2010. Choosing of most appropriate method for reliability parameter calculation on cereal harvesting machine John deer 955 in Markazi province. Daneshe Novine Keshavarzi magazine 5 (15): 143-151. (In Farsi).