بررسی اثر بلند مدت استراتژی نگهداری و تعمیرات پیشگیرانه بر کارایی عملیاتی و روند نرخ خرابی ماشین برداشت نیشکر با استفاده از سری‌های زمانی

ماشین های کشاورزی

مقاله 19، دوره 10، شماره 2 - شماره پیاپی 20، 1399، صفحه 347-359   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jam.v10i2.70962

نویسندگان

فاطمه افشارنیا^* ؛ افشین مرزبان

گروه مهندسی ماشین‌های کشاورزی و مکانیزاسیون، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، اهواز، ایران

چکیده

کارکرد مطلوب و نگهداری سیستم‌های مهندسی ارتباط تنگاتنگی با پیش‌بینی دقیق خرابی‌های آن‌ها دارد. نگهداری و تعمیرات پیشگیرانه به‌عنوان یک استراتژی مؤثر در بهبود قابلیت اطمینان، دوره عمر مفید و کارایی تجهیزات نقش اساسی ایفا می‌کند. استفاده از روش‌های بازرسی دوره‌ای منظم و سرویس‌دهی، منجر به بهبود راندمان نگهداشت و نهایتاً موجب کاهش هزینه‌های آن می‌شود. هدف از این مطالعه، بررسی روند نرخ خرابی و کارایی ماشین برداشت نیشکر در طی یک دوره 6 ساله و پیش‌بینی آن در شرکت توسعه نیشکر و صنایع جانبی استان خوزستان بود. برای این منظور الگوهای سری زمانی ARIMA برآورد و بهترین الگو انتخاب گردید. طبق نتایج نرخ خرابی ماشین برداشت نیشکر در سال 1395 نسبت به سال 1390، 23/73 درصد کاهش داشته است. کارایی عملیاتی ماشین برداشت نیشکر نیز در همین مدت، 9/14 درصد افزایش داشته است. زیر سیستم‌های تاپر، برق و موتور به‌ترتیب با 75/94، 46/80 و 74/58 درصد کاهش خرابی‌ها در سال ششم نسبت به سال اوّل بیشترین تأثیرپذیری را از استراتژی نگهداری و تعمیرات پیشگیرانه نشان دادند. بر اساس نتایج حاصل از پیش‌بینی متغیر نرخ خرابی مشخص شد که تفاوت چندانی در روند نرخ خرابی پیش‌بینی‌شده و نرخ خرابی واقعی ماشین برداشت نیشکر وجود ندارد که این امر بیانگر دقت بالای پیش‌بینی با استفاده از مدل ARIMA می‌باشد.

کلیدواژه‌ها

ماشین برداشت نیشکر؛ نگهداری پیشگیرانه؛ پیش بینی؛ نرخ خرابی

مراجع

1. Afsharnia, F. 2017. Failure Rate Analysis. PP 99-115 in A. Ali eds. Failure Analysis and Prevention. Intech Open, London.

2. Afsharnia, F., M. A. Asoodar, and A. Abdeshahi. 2014. Regression Analysis Modeling the Failure Rate and Finding the Effective Failure Factors of Tractors in Khuzestan province. Journal of Agricultural Engineering 36 (2): 49-58. (In Farsi).

3. Almasi, M., and H. R. Yaganeh. 2002. Determining a suitable mathematical model to predict the repair and maintenance costs of farm tractors in Karoon agro-industry co. Iranian Journal of Agricultural Sciences 33 (4): 707-716. (In Farsi).

4. Amari, V., and McLaughlin. 2006. Cost effective condition-based maintenance using markov decision processes. The Institute of Electrical and Electronics Engineers (IEEE), 1-6.

5. Amin, A., L. Grunske, and A. Colman. 2013. An approach to software reliability prediction based on time series modeling. Journal of Systems and Software 86 (7): 1923-1932.

6. Aneke, D. O. 1994. A Survey of farm power problem in Nigeria. Applied Engineering in Agriculture 10 (5): 623-626.

7. Anonymous. 2004. Eviews 5 User’s Guide. Quantitative Micro Software, LLC. Eviews Inc.

8. Atashgar, K., and A. Saravany. 2016. Failure prediction and diagnostic analysis for lathes using a hybrid approach including artificial neural network and decision making block. International Journal of Industrial Engineering and Production Management 27 (2): 143-156. (In Farsi).

9. Bowers, W., and D. Hunt. 1970. Application of Mathematical Formulas to Repair Cost. Transactions of the ASAE. 13 (6): 806-809.

10. Box, G. E. P., G. M. Jenkins, and G. C. Reinsel. 2014. Time series analysis: forecasting and control. Translated by Meshkani, M.R. Sharif University of Technology press. 4th edition. 842pp.

11. Currie, R. G. 1989. Comments on power spectra and Coherence of Drought in the interior Plains. International Journal of Climatology 9: 91-100.

12. Day, R. H. 1965. Probability distributions of field crop yields. Journal of Farm Economics 47: 713-741.

13. Dodangeh, S., J. S. Abedi Koupai, and A. Gohari. 2012. Application of time series modeling to investigate future climatic parameters trend for water resources management purposes. Journal of Water and Soil Science 16 (59): 59-74. (In Farsi).

14. El-Din, A. G., and D. W. Smith. 2002. A neural network model to predict the wastewater inflow incorporating rainfall events. Water Research 36 (1): 115-112.

15. Engle, R. F. and C. W. Granger. 1987. Co-integration and error correction: representation, estimation, and testing. Econometrica: Journal of the Econometric Society 251-276.

16. Faraj zadeh, Z., and A. Shah Vahi, 2009. Forecasting agricultural crops prices: case study of cotton, rice and saffron. Journal of Agricultural Economics and Development 17 (67): 43-72. (In Farsi).

17. Garcia, F. P., D. J. Pedregal, and C. Roberts. 2010. Time series methods applied to failure prediction and detection. Reliability Engineering and System Safety 95 (6): 698-703.

18. Grisso, R. D., and R. Pitman. 2009. Five strategies for extending machinery life. Extension engineer, Biological Systems Engineering Department. University of Nebraska USA, 442-451.

19. 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.

20. Hansen, R. C. 2008. Overall equipment effectiveness. Translated by Ahmadi, H. Arkan Danesh press. 288 pp. (In Farsi).

21. Jacobs, C. O., W. R. Harrell, and G. C. Shinn. 1983. Agricultural power and machinery. McGraw-Hill. Inc. New York.

22. Kader, M., T. Ramani, J. Johnson, C. Speigelman, and J. Zietsman. 2014. FLEET equipment perf ormance measurement preventive maintenance model: final report. Texas department of transportation Federal highway administration. Texas a&m transportation institute. 76 PP.

23. Karbasi, M., M. Shahsavari, O. Veisi, and S. Fathi, 2011. Enhancement of equipment efficiency in the army through applying predictive, forecasting and comprehensively productive network-based repair and maintenance methods. Military Management Journal 43 (11): 103-134. (In Farsi).

24. Khodabakhshian, R., and M. Shakeri, 2011. Prediction of repair and maintenance costs of farm tractors by using of Preventive Maintenance. International Journal of Agriculture Sciences 3 (1): 39-44.

25. Ma, L., Y. Sun, and J. Mathew. 2007. Effects of Preventive Maintenance on the reliability of production lines. In Proceedings 2007 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM 2007): 631-635, Singapore.

26. Monjezi, N., H. Zaki Dizaji, M. J. Sheikhdavoodi, A. Marzban, and M. Shomeili. 2017. Application of fuzzy GERT method in operations scheduling of sugarcane production. Journal of Agricultural Engineering 40 (1): 125-139.

27. Morris, J. 1988. Estimation of Tractor Repair and Maintenance Costs. Journal of Agricultural Engineering Research 41: 191-200.

28. Najafi, P., M. A. Asoodar, A. Marzban, and M. Hormozi. 2014. Reliability evaluation and analysis of sugarcane 7000 series harvesters in sugarcane harvesting. Journal of Agricultural Machinery 5 (2): 446-455. (In Farsi).

29. Pinches, G. E. 1970. The Random Walk. Hypothesis and Technical Analysis. Financial Analysis Journal. (March- April 1970): 104-110.

30. Rasekhi, R., and M. Shamsi. 2010. A case study for determining and evaluation a mathematical model to predict the repair and maintenance costs of MF285 tractors. 6th National Conference on Agricultural Machinery Engineering and Mechanization. Tehran. Iran. (In Farsi).

31. Rohani, A. 2013. Prediction of tractor repair and maintenance costs using rbf neural network. World Applied Sciences Journal 28 (12): 1929-1937.

32. Rohani, A., I. Ranjbar, Y. Ajabshir, M. H. Abbaspour-Fard and M. Valizadeh. 2009. Prediction of two-wheel drive tractor repair and maintenance costs using artificial neural network in comparing with regression. Journal of Agricultural Science and Natural Resources. 16 (Special issue 1-a): 225-235.

33. Sabir, M. S., M. A. Zaidi, and G. S. Sheikh. 1990. Mathematical model for repair and maintenance costs of agricultural machinery. Pakistan Journal of Agricultural Sciences 27 (1): 30-33.

34. Saplioglu, K., M. Cimen, and B. Akman. 2010. Daily precipitation prediction in Isparta station by artificial neural network: Ohrid, Republic of Macedonia.

35. Say, S. M., and S. K. Sumer. 2011. Failure rate analysis of cereal combined drills. African Journal of Agricultural Research 6 (6): 1322-1329.

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

37. Vafaee, M. R., H. Mashhadi Meighani, and A. Borgheei. 2008. Determination the mathematical model of repair and maintenance cost of New Holland TM155 and Valtra 8400 tractors in Markazi and Fars Provinces. Journal of New Finding in Agriculture 2 (2): 190-200. (In Farsi).

38. 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).

39. Wireman, T. 2005. Developing performance indicators for managing Maintenance. Industrial Press, Inc., New York, NY.