BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Belu Nadia (University of Pitesti, Romania), Ionescu Laurenţiu (University of Pitesti, Romania)
Tytuł
Application of Fuzzy Logic with Genetic Algorithms to FMEA Method
Zastosowanie logiki rozmytej z algorytmami genetycznymi do metody FMEA
Źródło
Zeszyty Naukowe Politechniki Poznańskiej. Organizacja i Zarządzanie, 2014, nr 62, s. 5-19, rys., tab., bibliogr. 15 poz.
Słowa kluczowe
Logika rozmyta, Algorytmy genetyczne, Analiza przyczyn i skutków wad
Fuzzy logic, Genetic algorithms, Failure mode and effects analysis (FMEA)
Uwagi
streszcz., summ.
Abstrakt
Analiza przyczyn i skutków wad (FMEA) należy do dobrze znanych technik zarządzania jakością; jest wykorzystywana do ciągłego doskonalenia projektów, produktów lub procesów. Jedną z ważnych kwestii FMEA jest ustalanie priorytetów ryzyka niezgodności. Celem niniejszej pracy jest porównanie trzech metod ustalania poziomu ryzyka niezgodności: podejścia tradycyjnego, logiki rozmytej i algorytmów genetycznych na potrzeby analizy FMEA. Integracja algorytmów genetycznych i logiki rozmytej ujawniła różnicę w ustalaniu znaczenia przyczyn niezgodności. Ponieważ metody te eliminują niektóre wady podejścia tradycyjnego, są użytecznymi narzędziami w identyfikacji przyczyn niezgodności o wysokim ryzyku. Mogą również zapewniać stabilność procesu. (abstrakt oryginalny)

Failure Mode and Effect Analysis (FMEA) is one of the well-known techniques of quality management that is used for continuous improvement in product or process design. One important issue of FMEA is the determination of the risk priorities of failure modes. The purpose of this paper is to compare three different methods for prioritizing failure modes in a process FMEA study. These methods are traditional approach, fuzzy logic and Genetic Algorithms using a risk-cost model of FMEA - to estimate the weight of risk factors. According to the findings, the integration of Genetic Algorithms and fuzzy revealed a difference in prioritizing failure modes among the methods. Because these methods eliminate some of the shortcomings of the traditional approach, they are useful tools in identifying the high priority failure modes. They can also provide the stability of process assurance. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Arunraj N.S., Mandal S., Maiti J., Modeling uncertainty in risk assessment: An integrated approach with fuzzy set theory and Monte Carlo simulation, Accident Analysis & Prevention, 2013, 55, s. 242-255.
  2. Braglia M., MAFMA: Multi-attribute failure mode analysis, International Journal of Quality & Reliability Management, 2000, 17 (9), s. 1017-1033.
  3. Braglia M., Frosolini M., Montanari, R., Fuzzy TOPSIS approach for failure mode, effects and criticality analysis, Quality and Reliability Engineering International, 2003, 19 (5), s. 425-443.
  4. Chang C.L., Liu P.H., Wei C.C., Failure mode and effects analysis using grey theory, Integrated Manufacturing Systems, 2001, 12 (3), s. 211-216.
  5. Chin K.S., Wang Y.M., Poon G.K.K., Yang J.B., Failure mode and effects analysis by data envelopment analysis, Decision Support Systems, 2009, 48 (1), s. 246-256.
  6. Chrysler Corporation, Ford Motor Company, General Motors Corporation, Potential Failure Modes and Effects Analysis (FMEA). Reference Manual, 4th ed., 2008.
  7. Guimaraes A.C.F, Lapa C.M.F., Fuzzy inference to risk assessment on nuclear engineering systems, Applied Soft Computing, 2007, 7, s. 17-28.
  8. Lertworasirikul S., Fang S.-C., Joines J.A., Nuttle H.L., Fuzzy data envelopment analysis (DEA): A possibility approach, Fuzzy Sets and Systems, 2003, 139, s. 379-394.
  9. Liu H.C., Liu L., Bian Q.H., Lin Q.L., Dong N., Xu P.C., Failure mode and effects analysis using fuzzy evidential reasoning approach and grey theory, Expert Systems with Applications, 2011, 38, s. 4403-4415.
  10. Mazare A., Ionescu L., Serban G., Barbu V., Evolvable Hardware with Boolean Functions Network Implementation, w: Proceeding of International Conference on Applied Electronics, IEEE Catalog Number CFP1169A-PRT, Pilsen, September 2011, s. 255-260.
  11. Misztal A., Quality planning in various sectors companies, w: Book of Proceedings of International May Conference on Strategic Management, University of Belgrad, Bor, Serbia, 2013, s. 778-786.
  12. Rachieru N., Belu N., Anghel D.C., Improvement of Process Failure Mode and Effects Analysis using Fuzzy Logic, Applied Mechanics and Materials, 2013, 371, s. 822-826.
  13. Seyed-Hosseini S.M., Safaei N., Asgharpour M.J., Reprioritization of failures in a system failure mode and effects analysis by decision making trial and evaluation laboratory technique, Reliability Engineering & System Safety, 2006, 91 (8), s. 872-881.
  14. Tay K.M., Lim C.P., Application of fuzzy inference techniques to FMEA, Advances in Intelligent and Soft Computing, 2006, 34, s. 161-171.
  15. Zadeh L.A., Fuzzy sets, Information and Control, 1965, 8 (3), s. 338-353.
Cytowane przez
Pokaż
ISSN
0239-9415
Język
eng
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu