Maintenance modeling based on effective age, fuzzy logic and Monte Carlo simulation

In this thesis we address the problem of building a model in support of maintenance optimization of a generic component of an industrial power plant, when the only available information is that elicited from an expert. In particular, we introduce the concept of effective age for modeling the degradation process affecting the component. To be practical, we propose a systematic way to elicit the information from the expert within the theoretical framework of Fuzzy Logic (FL) to deal with his/her qualitative statements. Then we apply a hybrid approach based on the Monte Carlo (MC) simulation and FL to evaluate the performance of a given maintenance policy. Finally, we show how the proposed methodology can be applied in practice, by way of a real case study dealing with a medium voltage test network.

In questa tesi si affronta il problema di costruire un modello per l'ottimizzazione della manutenzione di un generico componente di un impianto industriale qualora le uniche informazioni disponibili siano quelle ricavate a partire dalla conoscenza di un esperto. In particolare, introduciamo il concetto di età efficace per modellizzare il processo di degrado che coinvolge il componente. In pratica, proponiamo un metodo per elicitare le informazioni dall'esperto, le cui valutazioni più qualitative sono gestite utilizzando la logica fuzzy. Successivamente, applichiamo un approccio ibrido basato sul metodo Monte Carlo per valutare l'efficacia di una strategia di manutenzione. Infine, mostriamo come la metodologia proposta possa essere usata in pratica ottimizzando la manutenzione di un interruttore di media tensione.