Optimization of systems reliability by metaheuristic approach

Saleem, Essa Abrahim Abdulgader (2019). Optimization of systems reliability by metaheuristic approach. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (6MB) | Prévisualisation
Prévisualisation	PDF Télécharger (1MB) | Prévisualisation

Résumé

The application of metaheuristic approaches in addressing the reliability of systems through optimization is of greater interest to researchers and designers in recent years. Reliability optimization has become an essential part of the design and operation of largescale manufacturing systems. This thesis addresses the optimization of system-reliability for series–parallel systems to solve redundant, continuous, and combinatorial optimization problems in reliability engineering by using metaheuristic approaches (MAs). The problem is to select the best redundancy strategy, component, and redundancy level for each subsystem to maximize the system reliability under system-level constraints. This type of problem involves the selection of components with multiple choices and redundancy levels that yield the maximum benefits, and it is subject to the cost and weight constraints at the system level. These are very common and realistic problems faced in the conceptual design of numerous engineering systems. The development of efficient solutions to these problems is becoming progressively important because mechanical systems are becoming increasingly complex, while development plans are decreasing in size and reliability requirements are rapidly changing and becoming increasingly difficult to adhere to. An optimal design solution can be obtained very frequently and more quickly by using genetic algorithm redundancy allocation problems (GARAPs). In general, redundancy allocation problems (RAPs) are difficult to solve for real cases, especially in large-scale situations. In this study, the reliability optimization of a series–parallel by using a genetic algorithm (GA) and statistical analysis is considered. The approach discussed herein can be applied to address the challenges in system reliability that includes redundant numbers of carefully chosen modules, overall cost, and overall weight.

Most related studies have focused only on the single-objective optimization of RAP. Multiobjective optimization has not yet attracted much attention. This research project examines the multiobjective situation by focusing on multiobjective formulation, which is useful in maximizing system reliability while simultaneously minimizing system cost and weight to solve the RAP. The present study applies a methodology for optimizing the reliability of a series–parallel system based on multiobjective optimization and multistate reliability by using a hybrid GA and a fuzzy function. The study aims to determine the strategy for selecting the degree of redundancy for every subsystem to exploit the general system reliability depending on the overall cost and weight limitations. In addition, the outcomes of the case study for optimizing the reliability of the series–parallel system are presented, and the relationships with previously investigated phenomena are presented to determine the performance of the GA under review. Furthermore, this study established a new metaheuristic-based technique for resolving multiobjective optimization challenges, such as the common reliability redundancy allocation problem. Additionally, a new simulation process was developed to generate practical tools for designing reliable series–parallel systems. Hence, metaheuristic methods were applied for solving such difficult and complex problems. In addition, metaheuristics provide a useful compromise between the amount of computation time required and the quality of the approximated solution space. The industrial challenges include the maximization of system reliability subject to limited system cost and weight, minimization of system weight subject to limited system cost and the system reliability requirements and increasing of quality components through optimization and system reliability. Furthermore, a real-life situation research on security control of a gas turbine in the overspeed state was explored in this study with the aim of verifying the proposed algorithm from the context of system optimization.

Titre traduit

Optimisation de la fiabilité des systèmes par une approche météhéuristique

Résumé traduit

L'application des approches métaheuristiques pour améliorer la fiabilité des systèmes par l'optimisation est devenue pratique pour les chercheurs ces dernières années. L’optimisation de la fiabilité est devenue un élément essentiel de la conception et de l’exploitation de systèmes de fabrication à grande échelle. Cette thèse aborde l'optimisation de la fiabilité système pour les systèmes série–parallèle afin de résoudre des problèmes d'optimisation redondants, continus et combinatoires en ingénierie de la fiabilité en utilisant des approches métaheuristiques (AM). Le problème consiste à sélectionner la meilleure stratégie de redondance, le composant et le niveau de redondance pour chaque sous-système afin d'optimiser la fiabilité du système sous des contraintes au niveau du système. Ce type de problème implique la sélection de composants à choix multiples et de niveaux de redondance offrant le maximum d'avantages. Il est soumis aux contraintes de coût et de poids au niveau du système. Ce sont des problèmes très courants et réalistes rencontrés dans la conception de nombreux systèmes d'ingénierie. La mise au point de solutions efficaces à ces problèmes devient de plus en plus importante à mesure que les systèmes mécaniques deviennent de plus en plus complexes, que les plans de développement diminuent de taille et que les exigences de fiabilité évoluent rapidement et deviennent de plus en plus difficiles à respecter. Une solution de conception optimale peut être obtenue très fréquemment et plus rapidement en utilisant des problèmes d'allocation de redondance d'algorithme génétique (PARAG). En général, les problèmes d'allocation de redondance (PAR) sont difficiles à résoudre dans des cas réels, en particulier dans des situations de grande envergure. Dans cette étude, l'optimisation de la fiabilité d'une série parallèle en utilisant un algorithme génétique (AG) et une analyse statistique a été considérée. L'approche décrite dans le présent document peut s'appliquer aux problèmes de fiabilité des systèmes, notamment le nombre redondant de modules soigneusement choisis, le coût global et le poids total.

La plupart des études connexes se sont concentrées uniquement sur l'optimisation à objectif unique du PAR. L’optimisation multiobjectif n’a pas encore attiré beaucoup d’attention. Ce projet de recherche a examiné la situation multiobjectif en se concentrant sur la formulation multiobjectif, ce qui est utile pour optimiser la fiabilité du système tout en minimisant son coût et son poids pour résoudre le PAR. La présente étude applique une méthodologie permettant d'optimiser la fiabilité d'un système série–parallèle basé sur une optimisation multiobjective et une fiabilité multi-états en utilisant un AG hybride et une fonction floue. Les objectifs de l'étude à déterminer la stratégie de sélection du degré de redondance de chaque sous-système afin d'exploiter la fiabilité générale du système en fonction des limites globales de coût et de poids. En outre, les résultats de l'étude de cas visant à optimiser la fiabilité du système série–parallèle sont présentés, ainsi que les relations avec les phénomènes précédemment étudiés, afin de déterminer la performance de l'AG examinée. En outre, cette étude a mis au point une nouvelle technique basée sur les métaheuristiques pour résoudre les problèmes a mis d’optimisation multiobjectifs, telle que le problème commun d’allocation fiabilité-redondance. En outre, un nouveau processus de simulation a été développé pour générer des outils pratiques permettant de concevoir des systèmes parallèles série-fiables. Par conséquent, des méthodes métaheuristiques ont été appliquées pour résoudre ces problèmes difficiles et complexes. De plus, les métaheuristiques offrent un compromis utile entre la durée de calcul requise et la qualité de l’espace de solution approché. Les défis industriels incluent la maximisation de la fiabilité du système sous réserve d'un coût et d'un poids système limités, la minimisation de son poids sous le coût système limité et les exigences de fiabilité du système, ainsi que l'augmentation des composants de qualité via l'optimisation et la fiabilité du système. Par conséquent, une étude de situation réelle sur le contrôle de sécurité d'une turbine à gaz en état de survitesse a été explorée dans cette étude dans le but de vérifier l'algorithme proposé du point de vue de l'optimisation du système.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Manuscript-based thesis presented to École de technologie supérieure in partial fulfillment of the requirements for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 107-115).
Mots-clés libres:	algorithme génétique, optimisation, fiabilité, analyse statistique, problème d'allocation de redondance, optimisation multi-objectif, fiabilité multi-états, fonction floue, turbine à gaz, allocation de fiabilité-redondance, algorithme génétique hybride
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Dao, Thien-My
Codirecteur:	Codirecteur Liu, Zhaoheng
Programme:	Doctorat en génie > Génie
Date de dépôt:	26 août 2019 19:28
Dernière modification:	26 août 2019 19:28
URI:	https://espace.etsmtl.ca/id/eprint/2353

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt