نوع مقاله : مقاله پژوهشی
نویسندگان
1 استادیار دانشکده مهندسی صنایع و مکانیک دانشگاه آزاد اسلامی واحد تهران قزوین
2 کارشناسی ارشد مهندسی صنایع دانشگاه آزاد اسلامی واحد قزوین
چکیده
بهبود و ارتقای سطح کیفیت محصول و خدمات ارائه شده توسط بنگاهها اولین و اصلیترین عامل پیشرفت
نسبت به رقبا و گرفتن سهم عمده بازار میباشد. در همین راستا تجزیه و تحلیل حالتهای خطا و آثار آنها
ابزاری کارآمد بمنظور بهبود کیفیت در مدیریت کیفیت میباشد. با توجه به انتقادات فراوان به روش سنتی،
عدد تقدم ریسک در تجزیه و تحلیل حالات خرابی بالقوه از ضرب سه عدد شدت، وقوع و تشخیص تشکیل
میشود. به منظور برطرف کردن عیوب موجود، روش جدیدی برای محاسبه عدد تقدم ریسک در تجزیه و
تحلیل حالات خرابی بالقوه بر پایه روش تحلیل پوششی دادهها معرفی می گردد. هدف از این تحقیق ارائه نوع
جدیدی از عدد تقدم ریسک با تخصیص وزنهای مختلف برای هر یک از فاکتورهای ریسک میباشد.
همچنین با توجه به این که اعداد شدت، وقوع و تشخیص توسط تیمی متشکل از گروههای مختلف خبرگان
بدست می آید و عاملی قطعی و ثابت نمیباشد، در این پژوهش از روش بهینهسازی استوار که نتایج تحلیل
پوششی دادهها را میپوشاند و پیچیدگی کمتری نسبت به روش فازی دارد، استفاده شده است. نتایج حاصل از
مثال حل شده حکایت از موثرتر بودن مدل پیشنهادی نسبت به RPN سنتی دارد و رتبهبندی کاملی از حالات
خرابی را ارائه میکند.
کلیدواژه‌ها
عنوان مقاله [English]
Failure Mode and Effects Analysis By using Robust Data Envelopment Analysis
نویسندگان [English]
- Alireza Alinezhad 1
- Niki Jalili Taghavian 2
چکیده [English]
Improving products quality and services is the best and most important factor to win competitors and get majority of the market share. In this regard, Failue mode and Effect analysis is an efficient tool to improve the quality products. Considering many criticisms to taraditional method, the risk priority number in FMEA is formed by multiplying of three factors (seveirity, Occurrence and Detect). In order to existing defects, a new method to calculate the risk priority number in FMEA based on data envelopment analysis method is introduced. The aim of this study is to provide a new kind of risk priority number by assigning different weights to each of the risk factors. Also according to severity, Occurance and detection numbers that are achieved by a team of experts and are not a constant and certain factor, in this research has been used Robust optimization because of covering the result of DEA and less complexity. The results of example indicate that, proposed model is more effective than traditional RPN and provide a full ranking.
کلیدواژه‌ها [English]
- Failure mode and effect analysis
- Risk Priority Number
- Data Envelopment Analysis
- robust optimization
.) انتشارات دانشگاه تهران، ) 4989
رضایی، کامران. تجزیه و تحلیل حالات خطا و اثرات ناشی از آ . ن تهران، انتشارات شرکت
- - .) مشارکتی ار و توف ایران، چاپ اول، ) 4989
ساپکو. آنالیز تحلیل حالات خرابی بالقوه و تاثیرات آن ) FMEA .( تهران، انتشارات شرکت
.) طراحی و مهندسی تامین قطعات خودرو، چاپ سوم، ) 4988
ضرابی، علی. تدوین استراتژی در شرکت شایان صنعت با استفاده از متد FMEA . دانشکده علوم
.) اجتماعی و اقتصادی دانشگاه پیام نور، کرج، ) 4988
علیل زاده، خلیل. چکیدهای از FMEA .)4989( ، . نشریه فروغ تدبیر، شماره ، 41
آریانژاد، میربهادرقلی، سجادی، سید جعفر. برنامهریزی خط . ی مرکز نشر دانشگاه علم و صنعت،
.) چاپ اول، ) 4981
علینژاد، علیرضا، زهره بندیان، مجید، اسفندیاری، نیما. مقدمهای بر سیستمهای اندازگیری
.) عملکر . د مرکز انتشارات دانشگاه آزاد اسلامی، واحد قزوین، چاپ اول، ) 4930
فتحی هفشجانی، کیامرث. توسعه مدل پویای تحلیل پوششی دادهها برای ارزیابی کارایی
.) واحدهای تصمیمگیر . ی ) 4981
قیصری، کیوان، مهرنو، حسین، جعفریان مقدم، احمد. مقدمهای بر تحلیل پوششی دادههای فاز . ی
.) مرکز انتشارات دانشگاه آزاد اسلامی، واحد قزوین، چاپ اول، ) 4986
.) مهرگان، محمدرضا. ارزیابی عملکرد سازمانه.ا انتشارات دانشگاه تهران، ) 4989
Ben-Daya, M. Raou, A. A revised failure mode and effects analysis model. International Journal of Quality & Reliability Management 13(1), pp 43–47, (1996).
Braglia, M. MAFMA: multi-attribute failure mode analysis. International Journal of Quality & Reliability Management 17 (9), pp 1017–1033, (2000).
Braglia, M., Bevilacqua, M., Gabbrielli, R. Monte Carlo simulation approach for a modified FMECA in a power plant. Quality and
Reliability Engineering International 16, pp 313–324, (2000).
Braglia, M., Frosolini, M., Montanari, R. Fuzzy criticality assessment mode for failure modes and effects analysis. International Journal of Quality and Reliability Management 20 (4), pp 503–524, (2003).
Bowles, J.B. An assessment of RPN prioritization in a failure modes effects and criticality analysis. Journal of the IEST, 47, pp 51–56, (2004).
Chin, K.S., Wang, Y.M., Poon, G.K.K., Yang, J.B . Failure mode and effects analysis by data envelopment analysis. Decion support systems,48, pp 246-256, (2009).
Garcia, P. A. A., Neves, J. C. A. A new approach to failure mode in RCM. Symp. Operational research and logistic, Rio de janeio, Brasil, (2001).
Garcia, P.A.A., Schirru, R., Frutuoso, P.F., Melo, E. A fuzzy data envelopment analysis approach for FMEA. Progress in Nuclear Energy ,46 (3–4), pp 359–373, (2004).
Guimarães, A.C.F., Lapa, C.M.F. Fuzzy inference to risk assessment on nuclear engineering systems. Applied Soft Computing, 7, pp 17–28, (2007).
Pillay, A., Wan, J. Modified failure mode and effects analysis using approximate reasoning. Reliability Engineering & System Safety 79, pp 69–85, (2003).
Sadjadi, S.J., Omrani, H. Data envelopment analysis with uncertain data: An application for Iranian electricity distribution companie. Energy Policy 36; 3(1): pp 4247-4254,)2008(.
Sadjadi, S.J., Omrani, H,A., Makui,K., Shahangi. An interactive robust data envelopment analysis model for determining alternative targets in An Iranian electricity distribution companies. Expert Systems with Applications38; pp 9830-9839, (2010).
Sankar, N.R., Prabhu, B.S. Modified approach for prioritization of failures in a system failure mode and effects analysis. International Journal of Quality & Reliability Management 18 (3), pp 324–335, (2001).
Wang, Y.M., Chin, K.S., Yang, J.B. Measuring the performance of decision-making units using geometric average efficiency. Journal of the Operational Research Society, 58, pp 929-937, (2007
)