Çukurova Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, cilt.35, sa.2, ss.455-468, 2020 (Hakemli Dergi)
Bu çalışmada, yedek parça envanter politikasının maden makinası kullanılabilirliğine etkisini analiz edebilecek bir simülasyon algoritmasının geliştirilmesi amaçlanmıştır. Planlı üretim ve bakım duraksamaları ve makina arızalarının neden olacağı rasgele duraksamalar algoritma içerisinde dikkate alınmıştır. Her bir makina parçasının mevcut envanter miktarları ve tedarik süreçleri, uygulanan bakım- onarım kararları ile birlikte değerlendirilmektedir. Böylelikle, uygulanan envanter politikasının makina kullanılabilirliğine olumsuz etkileri ölçülebilmektedir. Geliştirilen bu algoritma bir maden makinasına uygulanmış ve envanter politikası tanımlanmış on üç farklı parçasının bu makinanın kullanılabilirliğine muhtemel olumsuz etkileri detaylı şekilde incelemiştir. Simülasyon sonucunda, sekiz parçaya ait yedek parça stoklama ve tedarik sürecinin, bu parçaların arızalanma davranışıyla uyumlu olmadığı ve makina kullanılabilirliğini %9 oranında azalttığı tespit edilmiştir.
This study intends to develop a simulation algorithm that is capable of evaluating the effect of a spare parts inventory policy on the availability of mining machinery. Scheduled production and maintenance halts and the random downtimes caused by machinery failures are regarded in the algorithm. Available inventory stock levels and the active lead times are evaluated together with these downtimes. By this way, negative effects of the applied inventory policies on machinery availabilities can be measured. The developed algorithm was implemented for a mining machinery, and the inventory policies introduced for the thirteen different components of this machinery were discussed according to their potential negative effects on the machinery availability. In the results, it was detected that eight out of thirteen components have the spare part storage and procurement policies that are not accordant with the component failure behaviors, and this situation leads to a decrease of 9% in the machinery availability.