Improving the Identification and prioritization of the most important risks of safety equipment in FMEA with a hybrid multiple criteria decision-making technique

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 299

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_APRIE-8-0_007

تاریخ نمایه سازی: 17 اسفند 1400

چکیده مقاله:

The purpose of this paper is to develop a new Failure Mode and Effect Analysis (FMEA) framework for identification, prioritization and improvement of failure modes. A hybrid multiple criteria decision-making (MCDM) method combining Stepwise Weight Assessment Ratio Analysis (SWARA) and VlseKriterijumska optimizacija I KOm-promisno Resenje (VIKOR) is used to rank the risk of failure modes identified in FMEA. For this purpose, the SWARA method is utilized to obtain the influential weights and then VIKOR technique is employed to give the prioritization levels for the failure modes in safety equipment. A case study of a gas company in Lorestan Province (Iran) is provided to illustrate the potential application and benefits of the proposed FMEA approach. The obtained results show that the new risk priority model can be effective to find high risk failure modes and create suitable maintenance strategies. The proposed FMEA also can overcome the shortcomings, improve the effectiveness of the traditional FMEA and provide useful information to help in managing risks of safety equipment.

کلیدواژه ها:

safety ، risk ، Failure modes and effect analysis (FMEA) ، Risk Priority Number (RPN) ، VIKOR technique ، SWARA Technique

نویسندگان

Nima Hamta

Department of Mechanical Engineering, Arak University of Technology, Arak, Iran.

Mohammad Ehsanifar

Department of Industrial Engineering, Arak Branch, Islamic Azad University, Arak, Iran.

Arezoo Babai

Department of Industrial Engineering, Arak Branch, Islamic Azad University, Arak, Iran.

Abbas Biglar

Department of Industrial Engineering, North Tehran Branch, Islamic Azad University, Tehran, Iran.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :