پیش بینی تعداد درخواست های انجام وارانتی با توجه به انجام نگهداری و تعمیرات به صورت میانی
محل انتشار: دهمین کنفرانس بین المللی مهندسی صنایع
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 773
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IIEC10_294
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
اطلاعات بدست آمده از تعداد درخواست های انجام وارانتی، منبع بسیار مناسبی برای ارزیابی پایایی و هزینه ی تولیدی یک محصول است.به همین خاطر تولید کنندگان تلاش دارند که با پیش بینی تعداد درخواست های ارائه شده برای انجام وارانتی یک محصول، پایایی محصول و خدمات وارانتی محصول خود را ارتقا دهند. بنابراین هدف اصلی در این مقاله پیش بینی تعداد درخواست های انجام وارانتی با توجه به انجام نگهداری و تعمیرات به صورت میانی است. در همین راستا در این مقاله سعی برآن است که با استفاده از مفاهیم پایایی و آگاهی از زمان انجام نگهداری، فاکتور بهبود نگهداری و فاکتور بهبود تعمیرات روشی دو فازی برای پیش بینی تعداد درخواست های انجام وارانتی برای محصولات مکانیکی ارائه شود. در فاز اول این مقاله تعداد درخواست های انجام وارانتی برای دوره ی خرابی اولیه و در فاز دوم تعداد درخواست های انجام وارانتی برای دوره ی فرسایش پیش بینی خواهد شد. نتایج حاصل از شبیه سازی نشان می دهد انجام نگهداری در دوره ی وارانتی باعث کاهش تعداد درخواست های انجام وارانتی می شود. البته براساس همین نتایج می توان گفت نوع و میزان تاثیر تعمیرات انجام شده روی محصول نسبت به نوع و میزان تاثیر نگهداری انجام شده روی محصول تاثیر بیشتری بر کاهش تعداد درخواست های انجام وارانتی دارد.
کلیدواژه ها:
وارانتی ، پیش بینی تعداد درخواست های انجام وارانتی ، نرخ ارائه درخواست انجام وارانتی ، تعمیرات میانی
نویسندگان
میلاد آزادی نجف آبادی
دانشجوی کارشناسی ارشد، دانشکدهی مهندسی صنایع دانشگاه صنعتی خواجه نصیرالدین طوسی
حمید شهریاری
دانشیار، دانشکدهی مهندسی صنایع دانشگاه صنعتی خواجه نصیرالدین طوسی
عبدالله آقایی
استاد، دانشکدهی مهندسی صنایع دانشگاه صنعتی خواجه نصیرالدین طوسی
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 :