چکیده فارسی :

قطعات یدكی مصرفی نقش مهمی در طول فعالیت های نگه داری و دوره ای وابسته به تجهیزات بحرانی یك شركت تولیدی ایفا می كنند. معمولا این قطعات یدكی با هم و به طور منظم با تجهیزات مختلف و با درصد بالایی از اشتراك مصرف می شوند. تكمیل یا متوقف كردن بخشی از فعالیت نگهداری اتفاق می افتد، اگر كمبودها در هر یك از این قطعات رایج در همان زمان رخ دهد . حفظ موجودی بالایی از این قطعات منجر به هزینه ی بیشتری خواهد شد . اگر یك كمبود قطعات یدكی وجود داشته باشد ، احتمالی وجود دارد كه دیگر قطعات یدكی ممكن است به عنوان موجودی باقی بمانند و موجب هزینه می شود. در این مقاله یك روش جدید به عنوان تركیب وابستگی آیتم ها در سیاست بررسی دوره ای (T,S) برای تعیین سهام بهینه از قطعات یدكی وابسته با توجه به زمان چرخه ی مشترك و نرخ كامل كردن برای هر قطعه اتخاذ شد.نتایج ما نشان دادند كه كمبود قابل ملاحظه ای از سطح انبار و هزینه ی نهایی موجودی وجود دارد، وقتی كه قطعات مرتبط با هم برای مدیریت موجودی، به جای در نظر گرفتن آنها به صورت جداگانه در نظر گرفته شوند. در فعالیت ، مدل توسعه به یك مورد شركت اعمال می شود.

كلمات كلیدی: داده كاوی  ، قانون انجمنی ، وابستگی ، مدیریت قطعات یدكی

چکیده انگلیسی:

Consumable spare parts play an important role during regular and periodic maintenance activities depending on equipment criticality of a manufacturing firm. Usually, these spare parts are consumed together on a regular basis to different equipment with a high percentage of commonality. Complete or partial shutdown of maintenance activity may happen if there is shortages in any of these common parts and at the same time, maintaining a high inventory of these parts lead to more cost. If there is a shortage of a spare part, then there is a chance that other dependent spares may remain as idle inventory and incur the opportunity cost. In this paper, a noble approach is adopted to incorporate dependency of items in periodic review (T, S) policy to determine the optimal stock of dependent spare parts considering common cycle time and fill rate for each spares. Our results show that there is considerable reduction of stock level and total cost of inventory when associated spares are considered together for management of inventory instead of considering them individually. Finally, the developed model is applied to a case company.

Keywords: Data mining ; Association rule ; Dependency ; Spare parts management