A Dynamic Optimization Model for Maintenance Scheduling of a Multi-Component System

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu | Master's thesis
Date
2020-06-16
Department
Major/Subject
Systems and Operations Research
Mcode
SCI3055
Degree programme
Master’s Programme in Mathematics and Operations Research
Language
en
Pages
68+0
Series
Abstract
Technical systems consist of many components, which need maintenance for the system to operate reliably. The maintenance of components usually involves different costs. In addition, economic and structural dependencies can affect the total maintenance costs and the optimal maintenance decisions. Previously efficient maintenance scheduling policies for such systems have been solved with simulation or with rolling horizon approaches that take the reliability of the system poorly into account. This thesis develops a solution method for optimal maintenance scheduling of a multi-component system with economic and structural dependencies. These dependencies are modeled with a directed graph. We assume pre-defined maintenance instances where we can only replace components. The failures of components are modeled with probability distributions. Every component is critical. These assumptions lead to a discrete time Markov decision process where the state of the system depends on the ages of the components and the failure state of the system. We emphasize system reliability by setting a reliability threshold. The reliability threshold, structural dependencies and the need to replace failed components define feasible maintenance action portfolios. We then apply policy-iteration algorithm to find the cost optimal maintenance portfolio for every state of the system. When the model is applied to maintenance scheduling problems of different sizes, we notice that solution times of the algorithm depend heavily on the size of the state space. Also, other model parameters, like the set-up cost, can have an impact on the computation time of the policy iteration algorithm. We also apply the model to a case example with four components and show how consideration of different maintenance intervals and reliability thresholds provides valuable decision support for maintenance planning and how our model can lead to cost savings compared to simple heuristic opportunistic policies.

Tekniset järjestelmät koostuvat usein monista komponenteista, jotka tarvitsevat huoltoa, että järjestelmä voi toimia luotettavasti. Komponenttien huoltoon liittyy usein erilaisia kustannuksia. Lisäksi taloudelliset ja rakenteelliset riippuvuudet voivat vaikuttaa huoltokustannuksiin. Aikaisemmin tämäntyylisten järjestelmien huollonajoitusstrategiat on ratkaistu simuloimalla tai liikkuvan horisontin lähestymistavoilla. Ne ottavat jäjestelmän luotettavuuden yleensä huonosti huomioon. Tässä opinnäytetyössä kehitetään malli huollon aikatauluttamiseksi monikomponenttijärjestelmälle, jolla on taloudellisilla ja rakenteellisilla riippuvuuksilla. Näitä riippuvuuksia mallinnetaan suunnatulla graafilla. Malliin oletetaan ennalta määritellyt huoltoajankohdat, joissa vain komponenttien uusiminen on mahdollista. Komponenttien vikaantumisaikoja mallinnetaan todennäköisyysjakaumilla. Jokainen komponentti on kriittinen. Oletusten pohjalta järjestelmää mallinnetaan diskreetin ajan Markovin päätösprosessina, jossa järjestelmän tila riippuu komponenttien i'istä ja järjestelmän vikatilasta. Järjestelmän luotettavuuden merkitystä korostetaan luotettavuuskynnyksellä. Luotettavuuskynnys, rakenteelliset riippuvuudet ja tarve uusia vikaantuneet komponentit rajaavat käypiä huoltotoimenpideportfolioita, joista kustannustehokkain vaihtoehto jokaiselle tilalle etsitään käyttäen ohjauksen iterointialgoritmia (engl. policy iteration). Mallia sovellettiin erikokoisiin huollonajoitusongelmiin. Huomattiin, että algoritmin ratkaisuajat riippuvat suuresti tila-avaruuden koosta. Myös muut mallin parametrit, kuten huollon aloituskustannukset, voivat vaikuttaa algoritmin laskenta-aikaan. Mallia sovellettiin myös esimerkkijärjestelmään, jossa on neljä komponenttia. Erilaisten huoltovälien ja luotettavuuskynnysten huomioon ottaminen tarjoavat arvokasta tukea huoltotoimenpiteiden päätöksentekoon. Lisäksi malli tarjoaa kustannussäästöjä verrattuna yksinkertaisiin opportunistisen huollon käytäntöihin.
Description
Supervisor
Punkka, Antti
Thesis advisor
Punkka, Antti
Ekholm, Tommi
Keywords
maintenance scheduling, multi-component system, maintenance portfolio, Markov decision process, policy-iteration
Other note
Citation