یک رویکرد تلفیقی از روش های BWM-CoCoSo ،FMEA و K-means برای مدیریت ریسک پروژه های EPC در صنایع پتروشیمی

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 100

فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SYS-6-3_010

تاریخ نمایه سازی: 1 تیر 1405

چکیده مقاله:

مدیریت ریسک در پروژه های مهندسی، تدارکات و ساخت (EPC) صنایع پتروشیمی، به دلیل ماهیت پیچیده، سرمایه بر و پرخطر این پروژه ها، از اهمیت حیاتی برخوردار است. باوجود کاربرد گسترده روش های مرسومی مانند تجزیه وتحلیل حالات بالقوه خطا (FMEA)، محدودیت هایی از قبیل وزن یکسان معیارها و ناتوانی در پردازش حجم انبوه ریسک، کارایی آن را کاهش می دهد. این مقاله با هدف پر کردن این شکاف، یک چارچوب ترکیبی نوین برای شناسایی، ارزیابی و اولویت بندی سیستماتیک ریسک ها پیشنهاد می دهد. روش پیشنهادی، رویکرد FMEA را با روش بهترین-بدترین (BWM) برای تعیین وزن بهینه معیارها و با روش تصمیم گیری چندمعیاره CoCoSo برای رتبه بندی دقیق ریسک ها تلفیق می کند. دیگر نوآوری اصلی این مدل، ادغام الگوریتم خوشه بندی K-means است که امکان کشف الگوهای پنهان و گروه بندی ریسک ها با مشخصات مشابه را فراهم می سازد، تمرکز بر ریسک های بحرانی را تسهیل می کند و به مدیران دید کلانی برای اتخاذ راهکارهای مدیریتی ارائه می دهد. مدل پیشنهادی بر روی یک مطالعه موردی واقعی در صنعت پتروشیمی ایران با ۱۲۳ ریسک شناسایی شده اعمال شده است. نتایج نشان می دهد که رتبه بندی CoCoSO، مهم ترین ریسک ها را در حوزه هایی مانند مدیریت دانش پروژه های قبلی، نوسانات قیمت تجهیزات و مدیریت اطلاعات یکپارچه شناسایی کرده است. چارچوب یکپارچه پیشنهادی می تواند به عنوان ابزاری راهبردی، توانمندی مدیران پروژه های EPC پتروشیمی را در تخصیص بهینه منابع و تدوین پاسخ های موثر به ریسک های پیچیده افزایش دهد.

کلیدواژه ها:

مدیریت ریسک ، پروژه های مهندسی-تامین-ساخت ، تجزیه وتحلیل حالات بالقوه خطا ، داده کاوی ، تصمیم گیری با معیارهای چندگانه

نویسندگان

اسماعیل علی نژاد

نویسنده مسئول: استادیار، دانشکده مهندسی صنایع، دانشگاه صنعتی شیراز، شیراز، ایران

حسن رمضانی

دانشجوی کارشناسی ارشد، دانشکده مهندسی صنایع، دانشگاه صنعتی شیراز، شیراز، ایران

جواد زارعی

استادیار، دانشکده مهندسی صنایع، دانشگاه صنعتی شیراز، شیراز، ایران

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 :
  • Ahmadvand, M., & Eghbali, H. (۲۰۲۲). Identifying and ranking of ...
  • Jalhoom, R. J. K., & Mahjoob, A. M. R. (۲۰۲۴). ...
  • نمایش کامل مراجع