پاورپوینت الگوریتم ژنتیک چند هدفه برای تعیین برنامه های بازرسی مبتنی بر ریسک کارآمد

الگوریتم ژنتیک چند هدفه برای تعیین برنامه های بازرسی مبتنی بر ریسک کارآمد
نام درس: الگوریتم های فراابتکاری
1
/51

رئوس مطالب
بخش اول: مقدمه
بخش دوم: پیشینه ادبیات
بخش سوم: اهداف تحقیق
بخش چهارم: بازرسی مبتنی بر ریسک
بخش پنجم : رویکرد RBI+MOGA
بخش ششم: مثال عددی

2
/51

بخش اول : مقدمه آشنایی با بازرسی بر مبنای ریسک RBI
3
/51

بازرسی فنی بر مبنای ریسک
توسعه یافته در پاسخ به نیاز صنایع نفت، گاز و پتروشیمی جهت مدیریت ریسک و اولویت بندی تجهیزات
در بازرسی بر مبنای ریسک برای هر دستگاه، فاصله زمانی و روش بازرسی مشخصی تعیین می شود.
با استفاده از RPI، امکانات و توانمندیهای بازرسی را بر روی دستگاههایی با ریسک بالاتر متمرکز می شود.
4
/51

روش های RBI
RBI از سه روش کیفی، نیمه کمی و کمی برای محاسبات استفاده می کند.
در تمامی سه روش، می بایست احتمال خرابی و شدت پیامد مشخص شود.
نتیجه احتمال خرابی و شدت پیامد معمولا در یک ماتریس 5*5 نشان داده می شود و سپس دستگاه ها بر اساس ریسک تعیین شده اولویت بندی می شوند.
5
/51

ماتریس RBI
6
/51

روش کمی RBI
روش کمی دقیق تر و وقت گیر تر است.
باید بتوان به داده های بدست آمده اطمینان کرد.
اولویت ریسک بر اساس حاصلضرب احتمال خرابی در شدت وقوع محاسبه خواهد شد.
RPI به طور کلی به شکل زیر انجام می شود:

7
/51

روش کمی: ارزیابی احتمال وقوع خرابی
احتمال وقوع خرابی در بازرسی بر مبنای ریسک، تخمین احتمال یک یا چند مکانیزم تخریب است می باشد.
دو عامل مهم در محاسبه ارزیابی احتمال وقوع خرابی:
مکانیزمهای تخریب و نرخ آنها که نتیجه محیط کاری (داخلی و خارجی) دستگاه است.
موثر بودن برنامه ی بازرسی برای تعیین و پایش مکانیزم های تخریب

8
/51

شدت پیامد
پیامد وقوع خرابی پیش بینی نتیجه یک تخریب در دستگاههای مورد ارزیابی می باشد.
از جمله پیامدها می بایست به موارد زیر اشاره کرد:
قابلیت اشتعال
آزاد شدن مواد سمی
پیامدهای زیست محیطی
پیامد توقف یا کاهش محصول
هزینه های تعمیرات و نگهداری
9
/51

اصول RBI
محاسبه آستانه(سطح ریسک) بر اساس نظر کارشناسان
تعیین برنامه های بازرسی که اجازه ندهند، سطح ریسک از محدوده تعیین شده فراتر رود.
RBI باید پیامدهای حاصل از ریسک را که روی عملکرد دستگاه ها تاثیر می گذارد، شناسایی کند.
برای رفع این پیامدها باید هزینه ای نیز صرف شود تا این مسائل حل شوند.
10
/51

پیشینه ادبیات تحقیق کاستی های مطالعات پیشین
11
/51

RBI در مقالات
12
/51

کاستی های مطالعات پیشین
کاستی ها
آستانه ریسک تعریف شده توسط کاربر تا کنون به عنوان یک هدف بهینه نشده است
هزینه های مرتبط با برنامه های بازرسی نادیده گرفته می شود
تخمین هزینه FC همواره ساده انگارانه است
اشاره نمی شود که چگونه و چه زمانی منابع بازرسی باید خرج شوند
13
/51

بخش سوم : هدف تحقیق
14
/51

هدف اصلی این تحقیق
یافتن ترکیب بهینه ای از ریسک و هزینه های بازرسی
بنابراین در مفهوم RBI، رویکرد چند هدفه به عنوان گزینه ای مطرح می شود که می تواند تعارض های اهداف ریسک(احتمال خرابی) و هزینه های بازرسی را مدیریت کند و بنابراین سیاست های بازرسی کارامدی را ایجاد کند که استانداردهای قانونی را رعایت می کند.
15
/51

بهینه سازی چند هدفه
بهینه سازی چند هدفه
یک جواب منحصر به فرد
مجموعه ای از راهکارها
کمک به تصمیم گیرنده برای انتخاب با توجه به ترجیحاتی که دارد و سپس پیاده سازی راهکارها
استفاده از مجموعه جواب های نا مغلوب
16
/51

الگوریتم فرا ابتکاری پیشنهادی
تعداد دوره های بازرسی زیاد
تعداد تکنیک های بازرسی زیاد
استفاده از روش کمی برای محاسبات
پیچیدگی بالا
استفاده از روش های فرا ابتکاری
ژنتیک چند هدفه
مبتنی بر جمعیت. ارزیابی همزمان راهکارهای بالقوه
ارزیابی همزمان تکنیک های بازرسی
بررسی رفتارهای مختلف با توجه به تابع هدف.
ارزیابی تکنیک های بازرسی در دوره های زمانی با توجه به اثربخشی و هزینه بازرسی
فرایند تکاملی. انتخاب تکنیک های بازرسی بر اساس اثربخشی آنها
17
/51

بخش چهارم :
بازرسی مبتنی بر ریسک(RBI) و فرمول ها
در اینجا به طور خلاصه بیان می شود که چگونه احتمال خرابی و پیامدهای مالی با توجه به سطح ریسک در زمان های مورد نظر تخمین زده می شوند

18
/51

احتمال خرابی برای یک مکانیزم تخریب مشخص W با K دوره زمانی مشخص و h اندازه مختلف سوراخ های انتشار به شکل زیر تعریف می شود:
1. احتمال خرابی
فراوانی شکست عمومی برای تجهیزات مشخص و اندازه سوراخ h است
عامل خرابی مرتبط با مکانیزم تخریب است و تعدیل گر gf برای یک دستگاه خاص است.
امتیاز تاثیر سیستم مدیریت تسهیلات روی یکپارچگی مکانیکی کارخانه
متغیر
ثابت
ثابت
تخریب درونی
تخریب بیرونی
19
/51
𝑭 𝑴𝑺 = 𝟏𝟎 (−𝟎.𝟎𝟐𝒑𝒔𝒄𝒐𝒓𝒆+𝟏) ؛ pscore= 0.1score ؛score[0,1000]

احتمال خرابی برای یک مکانیزم تخریب مشخص W با K دوره زمانی مشخص و h اندازه مختلف سوراخ های انتشار به شکل زیر تعریف می شود:
1. احتمال خرابی
متغیر
ثابت
ثابت
تخریب درونی
تخریب بیرونی
20
/51
𝑭 𝑴𝑺 = 𝟏𝟎 (−𝟎.𝟎𝟐𝒑𝒔𝒄𝒐𝒓𝒆+𝟏) ؛ pscore= 0.1score ؛score[0,1000]

وقتی داده های بدست آمده از بازرسی بررسی شوند، عوامل خرابی مشخص می شوند.
بسته به آنکه از چه تکنیک بازرسی استفاده می شود، اطمینان به این داده ها متفاوت خواهد بود.
نرخ خرابی یک عامل غیر قطعی است که این غیرقطعی بودن ناشی از اثربخشی تکنیک بازرسی است.
نرخ خرابی بر روی عامل خرابی و در نهایت احتمال خرابی تاثیر می گذارد. بر این اساس جدول زیر قابل توجه خواهد بود.

2. عامل خرابی و اثر بخشی تکنیک بازرسی
21
/51

2. فرایند احتمال خرابی با در نظر گرفتن عامل خرابی
22
/51
گام 1: تعیین تعداد بازرسی ها و طبقات اثربخشی بازرسی برای تمامی بازرسی های گذشته. برای همه بازرسی ها، بازرسی هایی با بیشترین اثربخشی اجرا می شوند
گام 2: تعیین زمان خدمات رسانی (سن) از آخرین بازرسی
گام 3: تعیین نرخ خوردگی r

23
/51
گام 4: محاسبه شکست فلز
گام 5: محاسبه عامل خرابی(*) با استفاده از جدول
گام 7: به روز کردن درجه قابلیت اطمینان
گام 6: محاسبه عامل خرابی
گام 8: محاسبه احتمال خرابی

اثر بخشی بازرسی
24
/51

محاسبه شکست فلز
نرخ خوردگی
مدت زمان کارکرد از آخرین بازرسی
ضخامت فعلی
حداقل ضخامت
اجازه خوردگی
شکست فلز
25
/51

محاسبه عامل خرابی
عوامل تعدیل کننده
بر اساس بالاترین اثربخشی تکنیک و میزان شکست فلز از جدول صفحه بعد محاسبه می شود.
26
/51

27
/51

بدلیل آنکه نرخ خوردگی r یک متغیر تصادفی است، نرخ تخمین زده شده بر اساس اثر بخشی تکنیک ممکن است از نرخ خوردگی واقعی متفاوت باشد.
بر این اساس سه حالت خرابی پیشنهاد می شود که در حالت دوم و سوم نرخ خرابی می تواند در واقع دو برابر و یا چهار برابر نرخ خرابی اصلی باشد.
اطمینان به نرخ خوردگی با توجه به اثربخشی بازرسی می تواند بر اساس معادله بیزین در هر مرحله به روز می شود.
این درجه اطمینان درجدول صفحه بعد نشان داده شده است.
شناسایی حالت خرابی
28
/51

29
/51

این جدول درجه اطمینان(π 0) را بر اساس نرخ خوردگی واقعی در سه حالت خرابی نشان می دهد.
این درجه اطمینان بر اساس منبع و کیفیت داده های در دسترس در زمان صفر (k=0) تعیین می شود.
اطلاعات این جدول می تواند به عنوان درجه اطمینان در زمان صفر و بعنوان یک پیش فرض انتخاب شود.
هر چه زمان می گذرد، حالت خرابی فعلی تجهیزات نیز متفاوت خواهد بود و بر این اساس، می بایست در زمان های پس از صفر این درجه اطمینان بهنگام شود.
برای بهنگام سازی از تابع بیزین استفاده می شود.
درجه اطمینان
30
/51

درجه اطمینان
31
/51
i= 1, 2 ,3 حالت خرابی
K=1,2,…, m گام های زمانی
r1= r
r2=2r
r3=3r

احتمال قبلی حالت خرابی i در زمان k
احتمال مشاهده نتیجه r از بازرسی انجام شده در دوره k با توحه به آیتم تجهیزات که در حالت خرابی i قرار دارد.
این مقدار بستگی به اثربخشی تکنیک بازرسی دارد.
توزیع موخر برای حالت خرابی i
به یاد داشته باشید که این درجه اطمینان توزیع اولیه می شود، زمانیکه بازرسی بعدی رخ می دهد و اجازه بهنگام شدن بیزین را برای بهنگام سازی درجه اطمینان روی r می دهد
این احتمال می تواند از جدول صفحه بعد نیز بدست آید

32
/51

و در نهایت فرمول نهایی مرور می شود.
نرخ خرابی عمومی
عامل خرابی
متغیر تعدیل کننده
آغاز به کار – زمان صفر
به روز رسانی بر اساس حالت های خرابی
33
/51

و در نهایت فرمول نهایی مرور می شود.
برای تمام اندازه های سوراخ ها
برای هر دو نوع مکانیزم تخریب درونی و بیرونی
34
/51

با توجه به متدولوژی API-RBI ، پیامدهای خطا با واژه های مالی بیان شود. از جمله این پیامدها می توان به هزینه های تعمیر و نگهداری، هزینه خرابی تجهیزات دیگر
پیامدهای خطا
هزینه کاهش تولید
هزینه های تعمیر و نگهداری
هزینه خرابی تجهیزات دیگر
هزینه های مرتبط با آسیب انسانی
هزینه پاکسازی محیطی
35
/51

بخش پنج: بیان مساله و فرموله سازی MOGA+ RBI
36
/51

متغیرهای اولیه
تعداد تکنیک های بازرسی
دوره بازرسی
تکنیک بازرسی j در زمان k انجام شده است
37
/51

مساله بهینه سازی چند هدفه
هزینه انجام بازرسی با تکنیک j
هزینه پرسنل شایسته برای هر بازرسی
هزینه خرابی در هر دوره زمانی
رعایت استانداردهای قانونی بین المللی و محلی:
در هر بازه زمانی حداقل 1 تکنیک بازرسی باید انجام شد.
در معادله محدودیت می توان یک بازه ای را نیز در نظر گرفت. برای مثال استفاده از یک تکنیک بازرسی خاص نباید در یک دوره زمانی کمتر از عددی مشخص باشد.
38
/51

فرض اصلی
اپراتور های ژنتیک
برنامه های بازرسی شدنی
فضای جستجو کاهش می یابد.
MOGA از جمع شدن در یک بخش غیر شدنی از فضای جستجو جلوگیری می کند.
از ارزیابی برازندگی غیر ضروری از جواب های نشدنی اجتناب می شود.
به استفاده از تابع جریمه برای جواب های شدنی نیازی نیست.

39
/51

40
/51
فلوچارت MOGA+RBI

نمایش جواب
هر کروموزم توسط یک بردار با طول m نشان داده می شود.
هر ژن می تواند 1 یا 0 را اختیار کند.
1 به معنی آن است که تکنیک بازرسی jدر زمان k انجام شده است.
برای مثال در نظر بگیرید:

41
/51

عملگر تقاطع
42
/51

عملگر جهش
یک عدد تصادفی بین صفر و یک انتخاب می شود.
در صورتیکه عدد کمتر و یا مساوی احتمال جهش بود، ارزش ژن تغییر می کند( اگر 1 بود صفر می شود و اگر 0 بود، یک می شود.
نشدنی بودن فقط در حالت دوم رخ می دهد، چرا که ممکن است مدت زمان بازرسی مجاز بدون استفاده از تکنیک بازرسی نقض شود. در این حالت به شکل زیر عمل خواهد شد:
تکنیک های مرتبط و دوره زمانی در بردار it و ip ذخیره می شوند.
اگر it و ip هر دو خالی باشند، بدین معنی است که هیچ نوع جهش نوع 2 رخ نداده است، و جواب های مرتبط همواره شدنی هستند.
اگر ضروری است که نشدنی بودن نهایی با توجه به نوع 2 جهش بررسی شود.
در این حالت، در صورتیکه جهش موجب نشدنی بودن گردد، جهش انجام نمی شود.

43
/51

ایجاد جمعیت اولیه
44
/51
تولید نسل اولیه بوسیله :
یک تابع توزیع یکنواخت گسسته u({0,1})
لحاظ نمودن یک تعداد شرایط خاص جلوگیری کننده از ناموجه شدن جواب

ایجاد جمعیت اولیه
45
/51
برای هرتکنیک j ، پس از هربار بازرسی با آن تکنیک، ( 𝑋 𝑗𝑙 =1)، بمنظور رعایت محدودیت حداکثر فاصله زمانی مجاز میان دو بار بازرسی با استفاده از تکنیک j ، یک مجموعه زمانی مجاز برای استفاده مجدد از تکنیک j ساخته می شود. پس هر بار که بازرسی با تکنیک j در زمان l صورت میگیرد، الگوریتم مجددا از l+1 آغاز می گردد.
به هریک از جایگاه های +1 l+1 ,……….., l+ 𝑡 𝑗,𝑚𝑎𝑥 b=، بصورت تصادفی 0 و 1 تخصیص می یابد.
درصورتیکه 𝑋 𝑗𝑏 =1 سپس b+1 = b و الگوریتم مجددا شروع می شود.
در صورتیکه هیچ یک از عناصر بردار x مقدار 1، نداشته باشد، یک جایگاه دلخواه از بردار x را انتخاب نموده (p) و مقدار 1 را، به آن تخصیص می دهیم. نقطه شروع الگوریتم به p+1 منتقل می شود و الگوریتم تکرار می گردد.
الگوریتم تا جایی ادامه می یابد که به پایان دوره زمانی (m) رسیده باشد.
این الگوریتم برای کلیه تکنیک های بازرسی می بایست اجرا شود.

عملگر جهش
46
/51

بخش 6: مثال عددی
47
/51

مثال عددی 1
ارائه یک مثال عددی برای تست الگوریتم.
نتایج بدست آمده از بهینه سازی چند هدفه با نتیجه واقعی بررسی می شود.
افق برنامه ریزی 10 سال، 3 تکنیک بازرسی و دو عامل تخریب(درونی و بیرونی)
تعداد تکرار 100 ، برای ارزیابی رفتار تصادفی RBI+MOGA

48
/51

مثال عددی 1
نتایج نشان می دهد که در تمامی موارد، RBI+MOGA می تواند حداکثر همه راهکارها را از فرانت پارتو واقعی بدست آورد.
49
/51

نتایج مثال عددی 1
نتایج نشان می دهد که در تمامی موارد، RBI+MOGA می تواند حداکثر همه راهکارها را از فرانت پارتو واقعی بدست آورد.
مدت زمان الگوریتم 33 دقیقه است.
50
/51

مثال عددی 2- خطوط جداکننده نفت و گاز
تعداد تکنیک های بازرسی 3 است.
(1 برای آزمون بیرونی ، 2 : برای آزمون درونی و 3: تست هیدرواستاتیک)
افق زمانی 20 ساله است.
این آیتم دستگاه منوط به خوردگی های درونی و بیرونی است که موجب نازک شدن می شود.
استاندارد قوانین برزیل(17) حداکثر زمان برای انجام حداقل یک بازرسی برای هر سه تکنیک را 4، 8 و 16 بار به ترتیب در هر سال می داند
پارامترهای MOGA و پارامترهای RBI همچون مثال قبل هستند.
تعداد تکرار 30 بار می باشد.
51
/51

نتایج مثال عددی 2
مدت زمان الگوریتم 15دقیقه است.
فرانت پارتو (مجموعه راهکارهای نامغلوب) بدست آمده شامل 122 راهکار است.
52
/51

نتایج مثال عددی 2
53
/51

نتایج مثال عددی 2
حرکت از راهکار 1 به راهکار 2 نیازمند کاهش احتمال خرابی به اندازه
حرکت از راهکار 2 به راهکار 3 نیازمند کاهش احتمال خرابی به اندازه
بنابراین سرمایه گذاری روی راهکارها لزوما به معنی کاهش احتمال خرابی نخواهد بود
54
/51

نتایج مثال عددی 2
تحلیل بازگشت سرمایه می تواند به تصمیم گیری برای پذیرش و اجرای برنامه بازرسی از فرانت پارتو کمک کند.
در جاییکه I و J راهکارهای مختلفی از فرانت پارتو خواهند بود.
55
/51

بررسی سطح ریسک بهینه
با توجه به احتمال خرابی بدست آمده می توان سطوح ریسک بهینه را با توجه به برنامه های بازرسی از فرانت پارتو بررسی کند.
Fc یک مقدار ثابت است.
بر این اساس، شکل زیر، فرانت پارتو را برای مقدار c(x) و R(k) می سنجد.
56
/51

Slide Title
با سپاس از همراهی همیشگی شما
57
/51