Submitted by Almir Azevedo (barbio1313@gmail.com) on 2013-12-09T17:01:17Z No. of bitstreams: 1 dissertacao_mestrado_ien_2009_04.pdf: 364384 bytes, checksum: 6cf84681f737a44ede3a92963b0caf3f (MD5) / Made available in DSpace on 2013-12-09T17:01:17Z (GMT). No. of bitstreams: 1 dissertacao_mestrado_ien_2009_04.pdf: 364384 bytes, checksum: 6cf84681f737a44ede3a92963b0caf3f (MD5) Previous issue date: 2009 / Neste trabalho, um algoritmo de Otimização por Enxame de Partículas (PSO, do inglês “Particle Swarm Optimization”) é desenvolvido para aplicação na otimização de políticas de manutenção preventiva. A metodologia proposta que permite intervalos flexíveis entre manutenções, ao invés de considerar os períodos fixos, possibilita uma melhor adaptação dos agendamentos, a fim de lidar com as taxas de falha dos componentes em envelhecimento. Por outro lado, devido a essa flexibilidade, o planejamento de manutenção preventiva se torna uma tarefa difícil. Motivada pelo fato do PSO ter demonstrado ser muito competitivo em relação a outras ferramentas de otimização, este trabalho investiga a sua utilização como uma ferramenta alternativa de otimização. Considerando que o PSO trabalha em espaço real e contínuo, torna-se um desafio sua aplicação a um problema de otimização discreto considerando agendamentos onde a quantidade de intervenções pode ser variável. O PSO desenvolvido neste trabalho apresenta uma modelagem original que contorna tal dificuldade, permitindo a aplicação do mesmo ao problema proposto. O PSO proposto destina-se a pesquisa para a melhor política de manutenção e considera vários aspectos relevantes, tais como: i) a probabilidade de necessitar uma reparação (manutenção corretiva), ii) o custo de tais reparos, iii) tempos de parada típicos, iv) os custos de manutenção preventiva, v) o impacto da manutenção na confiabilidade dos sistemas como um todo, e vi) a probabilidade de manutenção imperfeita. A fim de avaliar a metodologia proposta, optou-se por investigar um sistema eletromecânico composto por três bombas e quatro válvulas, o “Sistema de Injeção à Alta Pressão (HPIS)’ de um reator nuclear tipo PWR. Os resultados demonstram que o PSO com a modelagem proposta é eficiente na busca ótima da manutenção preventiva para as políticas de manutenção preventiva para o HPIS. / In this work, a Particle Swarm Optimization Algorithm (PSO) is developed for preventive maintenance optimization. The proposed methodology, which allows the use flexible intervals between maintenance interventions, instead of considering fixed periods (as usual), allows a better adaptation of scheduling in order to deal with the failure rates of components under aging. Moreover, because of this flexibility, the planning of preventive maintenance becomes a difficult task. Motivated by the fact that the PSO has proved to be very competitive compared to other optimization tools, this work investigates the use of PSO as an alternative tool of optimization. Considering that PSO works in a real and continuous space, it is a challenge to use it for discrete optimization, in which schedulings may comprise variable number of maintenance interventions. The PSO model developed in this work overcome such difficulty. The proposed PSO searches for the best policy for maintaining and considers several aspects, such as: i) probability of needing repair (corrective maintenance), ii) the cost of such repairs, iii) typical outage times, iv) costs of preventive maintenance, v) the impact of maintaining the reliability of systems as a whole, and vi) the probability of imperfect maintenance. To evaluate the proposed methodology, we investigate an electro-mechanical system consists of three pumps and four valves, "High Pressure Injection System (HPIS) of a PWR. Results show that PSO is quite efficient in finding the optimum preventive maintenance policies for the HPIS.