Wilfredo Yushimito Área de Mejora Continua PIERIPLAST S.A.C., Perú Noel Artiles León Departamento de Ingeniería Industrial Universidad de Puerto Rico - Mayagüez Resumen 1 El RAP se refiere básicamente al proceso de añadir componentes redundantes para mejorar la confiabilidad del sistema, satisfaciendo a la vez restricciones de costo, peso, volumen, etc. Como se mostrará posteriormente, estos son problemas de programación no lineal, los cuáles son muy difíciles de resolver. En la literatura existen muchas herramientas utilizadas para resolver este tipo de problemas. La presente publicación muestra una manera simple de obtener soluciones aceptables a este problema utilizando Excel SOLVER. Problema de Asignación de Redundancia (RAP) uponga que cuatro componentes en serie poseen las confiabilidades de 0.9, 0.9, 0.9 y 0.95 respectivamente. La confiabilidad total del sistema es, por tanto, 0.69252, la misma que, en muchos casos, resultará insuficiente. Esto puede ser mejorado utilizando componentes redundantes. En el caso antes descrito, por ejemplo, la confiabilidad se 3 puede incrementar hasta 0.9678 si un componente es añadido en paralelo a cada uno de los componentes originales. S 1 Aunque existen muchas variaciones del problema, RAP implica generalmente la selección de componentes y de niveles de redundancia, con el objetivo de maximizar la confiabilidad del sistema. 2 En un sistema en serie, todos los componentes deben estar operativos para que el sistema pueda funcionar correctamente. La confiabilidad total está dada, entonces, por la multiplicación de las confiabilidades de sus componentes. 3 Un sistema con componentes en paralelo, es aquél en el que todos los componentes deben de fallar para que el sistema falle. Por ejemplo, en un sistema con dos componentes en paralelo, la confiabilidad total (R) estará dada por, R = 1 ( 1 R1 )*( 1 R2 ), donde R1 y R2 son las confiabilidades de los componentes 1 y 2 respectivamente. En el ejemplo mencionado en la publicación se trata de un sistema combinado, con subsistemas en serie, en el que cada uno de ellos tiene componentes en paralelo. Véase la Figura 1. Diciembre 2006 Solución Práctica al Problema de Asignación de Redundancia 6 El problema con esta solución es que el diseño del sistema puede estar restringido por muchos factores como costos, peso, volumen, etc. Matemáticamente, el problema puede ser expresado de la siguiente manera: s max R = Õ Ri ( y i | k i ) i =1 Asignación redundante se refiere al proceso mediante el cual se identifica la adición óptima de redundancia al sistema, sujeto a restricciones sobre el diseño de la misma y es típicamente desarrollada a través de formulaciones y resolución de problemas de programación matemática. Subject to : s åC (y ) £ C i i i =1 s åW ( y ) £ W i La mayoría de problemas de asignación redundante son problemas de programación no lineal, los cuales pueden ser muy difíciles de resolver. En la literatura existen diversas técnicas empleadas para resolver este tipo de problema. Algunas técnicas desarrolladas para la resolución de problemas se mencionan a continuación: • • • • Programación Dinámica (Fyffe et al., 1968). Programación Entera (Misra y Sharma, 1991). Búsqueda Tabú (Kulturel-Konak et al., 2003). Otros (Coit and Smith, 1996, Liang y Smith, 2004 y Rice et al., 1999). Formulación del Problema En esta publicación el problema de RAP a estudiar se refiere al problema de series en paralelo de s subsistemas independientes (véase la Figura 1). Un subsistema i funciona si al menos ki de sus ni componentes funcionan. ai k i £ å y ij £ n max j =1 Donde: • • • • • • • • • • • i: Índice del subsistema (1,…,s). j: Índice del componente del subsistema. ki: Número mínimo de componentes en paralelo que el subsistema i requiere para su funcionamiento. n: Número total de componentes utilizados en un sistema paralelo puro. s: Número de subsistemas. C: Restricción de costo. W: Restricción de peso. R: Confiabilidad total del sistema. Ri ( y i | k i ) : Confiabilidad del subsistema i, dado ki. Ci ( yi ) : Costo total del subsistema i. Wi ( y i ) : Peso total del subsistema i. Figura 1 - Configuración del RAP Diciembre 2006 i i =1 Solución Práctica al Problema de Asignación de Redundancia 7 Aplicación El problema a tratar es el propuesto por Fyffe et al. (1968). Este problema consiste en 33 casos diferentes de RAP, cada uno de ellos con 14 subsistemas y con una cantidad de tres o cuatro componentes por subsistema; cada componente posee un costo, un peso y una confiabilidad asociada (véase la tabla 1). La variación en estos problemas es el Peso Total del sistema a ser obtenido. Los 33 casos tienen la misma restricción de Costo Total (130), pero los Pesos Totales a obtener varían entre 191 y 159. Resolviendo RAP con Excel SOLVER Una manera sencilla de resolver este problema es utilizando la herramienta SOLVER de Excel. El procedimiento es el siguiente: a) Primero, crear una tabla que contenga la información de cada componente. Adicionalmente se debe insertar una columna con el número de cada componente a utilizar en cada subsistema (véase la Figura 2). Tabla 1 - Datos de entrada de los casos del problema de Fyffe et al. A B 1 2 Subsystem Component 1 1 3 1 2 4 1 3 5 1 4 6 2 1 7 2 2 8 2 3 9 3 1 10 3 2 11 3 3 12 3 4 13 4 1 14 4 2 15 4 3 16 5 1 17 5 2 18 5 3 19 6 1 20 6 2 21 6 3 22 6 4 23 7 1 24 7 2 25 7 3 26 8 1 27 8 2 28 8 3 29 9 1 30 9 2 31 9 3 32 9 4 33 10 1 34 C R 0.9 0.93 0.91 0.95 0.95 0.94 0.93 0.85 0.9 0.87 0.92 0.83 0.87 0.85 0.94 0.93 0.95 0.99 0.98 0.97 0.96 0.91 0.92 0.94 0.81 0.9 0.91 0.97 0.99 0.96 0.91 0.83 D E C 1 1 2 2 2 1 1 2 3 1 4 3 4 5 2 2 3 3 3 2 0.1 4 4 5 3 5 3 2 3 4 3 4 G W 3 4 2 5 8 10 9 7 5 6 4 5 6 4 4 3 5 5 4 5 4 7 8 9 4 7 6 8 9 7 8 6 I O P Q R S T U n Figura 2 - Tabla de Datos Diciembre 2006 Solución Práctica al Problema de Asignación de Redundancia 8 b) Segundo, crear una tabla que contenga la información a ser calculada para cada subsistema: · Peso: Cada celda contiene el peso de un subsistema. Para el subsistema i, el peso puede ser calculado por la fórmula , representando j el número de componente para cada subsistema i. · Costo: Cada celda contiene el costo de un subsistema. Para el subsistema i, el peso puede ser calculado por , donde j representa el número del componente de cada subsistema i. · Confiabilidad: Cada celda contiene la confiabilidad de un subsistema. Para cada subsistema i, el peso puede ser calculado por, k con j como el número de n 1(1 - Rij ) ij componente para cada j =1 subsistema i. Õ El Peso Total y el Costo Total del sistema es la suma de los pesos y costos de todos los subsistemas. Considerando que el modelo es un sistema de series en paralelo, la confiabilidad total se calcula por . 14 Véase la Figura 3 para ver el modelo en Ri Excel. Õ i =1 Adicionalmente, se añade una columna en la hoja de cálculo de Excel: “Sum” (Suma), en la que las celdas contienen la suma de los componentes utilizados de cada subsistema. Esta celda es necesaria para forzar que al menos un componente sea utilizado en cada subsistema. También se añadirá otra columna para cada subsistema que facilite el cálculo de la Confiabilidad de cada subsistema (véase la Figura 3, columna H). Esta celda contiene la confiabilidad, considerando el número de componentes utilizados. Las fórmulas utilizadas en Excel para cada una de las celdas se muestran a continuación (véase la Figura 3): Figura 3 - Fórmulas utilizadas en Excel Diciembre 2006 Solución Práctica al Problema de Asignación de Redundancia 9 c) Finalmente, se añaden las restricciones de Peso Total y de Costo Total y se utiliza SOLVER para obtener una solución óptima (véase la Figura 4). en 130 y los Pesos Totales a obtener variaron entre 191 y 159. Para el ejemplo mostrado, el Peso Total se fijó en 190. El objetivo es encontrar la Confiabilidad Total máxima (en la Figura 4 esto se representa por la celda M17), cambiando los valores de la columna G (n), sujeto a las siguientes restricciones: La tabla 2 muestra los resultados obtenidos utilizando la solución No Lineal que ofrece Excel SOLVER. En algunos casos, la confiabilidad obtenida para una restricción específica de Peso es menor que la obtenida con un menor valor del Peso, lo que significa que existen soluciones dominadas por otras. Por ejemplo, la solución del Problema 4 es dominada por la solución del Problema 5. · La columna G debe contener valores enteros. · La columna G debe contener también valores positivos o iguales a cero (= 0). · El Peso Total del sistema debe ser menor o igual a la restricción de Peso. · El Costo Total del sistema debe ser menor o igual a la restricción de Costo. · Finalmente, la última restricción fuerza que al menos un componente sea utilizado en cada subsistema, lo que significa que, para cada subsistema, los valores de la columna N deben de ser mayores o iguales a 1. Para aplicar Excel SOLVER a los 33 casos de Fyffe et al. (1968), la restricción de Costo Total se fijó Comparando los resultados La tabla 3 muestra la comparación entre dos métodos utilizados para el problema de Fyffe et al. La solución de SOLVER para los primeros dos casos alcanzan mejores resultados que el promedio de soluciones encontradas por el algoritmo genético de Coit & Smith. Para el resto de los problemas, la solución de SOLVER no es mejor que con el obtenido por otras técnicas, pero los resultados se encuentran entre el 0.30% y 2.15% menor que los obtenidos por algoritmos genéticos. Figura 4 - Encontrando la Solución Optima utilizando Solver Diciembre 2006 Solución Práctica al Problema de Asignación de Redundancia 10 Conclusiones Se prueba que la herramienta Excel SOLVER obtiene buenos resultados para problemas complejos de RAP como los propuestos por Fyffe. Al comparar los resultados que se obtuvieron con algoritmos genéticos se observa que se obtiene una solución aceptable. Además, la simplicidad de Excel es un punto a favor en la resolución de este tipo de problemas, principalmente porque no se requiere de habilidades de programación para encontrar una solución aceptable. 4 Tabla 2 - Resultados de Solver 4 Se puede observar para cada caso, y para cada uno de los 14 subsistemas que lo componen, los componentes utilizados y el nivel de redundancia de cada uno de ellos. Diciembre 2006 Solución Práctica al Problema de Asignación de Redundancia Comentarios Finales Para fines de esta publicación se utilizó el estándar Excel SOLVER. El estándar SOLVER utiliza el Método de Gradiente Reducido 5 Generalizado , el cual, desde un punto de visto teórico, se desempeña mayormente como el Método de Proyección Gradiente. Así como el Método de Proyección Gradiente, se puede comparar este método con el Método de Pendiente Pronunciada en una superficie definida por restricciones activas. El proveedor de SOLVER, Frontline Systems, ha desarrollado otras versiones de esta herramienta que utilizan también algoritmos genéticos y otras técnicas más sofisticadas que pueden llevar a mejores soluciones. 5 Básicamente, al igual que otros algoritmos de programación no lineal, parte de una solución factible conocida como punto inicial. El algoritmo intenta entonces moverse, a partir de este punto, en una dirección a través de la región factible, de tal forma que el valor de la función objetivo mejore. Tomando un salto o movimiento determinado en dicha dirección factible, se pasa a una nueva solución factible mejorada. De nuevo, el algoritmo identifica una nueva dirección factible, si existe, y un salto determinado, avanzando hacia una nueva solución factible mejorada. El proceso continúa hasta que el algoritmo alcanza un punto en el cual no existe una dirección factible para moverse que mejore el valor de la función objetivo. Cuando no hay posibilidad de mejora, o el potencial para tal mejora es arbitrariamente pequeño, el algoritmo finaliza. Ahora bien, en ese momento la solución es un óptimo local, y por tanto no necesariamente global. 11 Problema C W C&SAlgoritmos Genéticos 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 130 191 190 189 188 187 186 185 184 183 182 181 180 179 178 177 176 175 174 173 172 171 170 169 168 167 166 165 164 163 162 161 160 159 0.9862 0.9855 0.9850 0.9848 0.9841 0.9833 0.9826 0.9819 0.9814 0.9806 0.9801 0.9793 0.9780 0.978 0.9771 0.976 0.9753 0.9732 0.9732 0.9725 0.9712 0.9705 0.9689 0.9674 0.9661 0.9647 0.9632 0.962 0.9602 0.9587 0.9572 0.9556 0.9538 SOLVER 0.9864 0.9858 0.9841 0.9823 0.9823 0.9813 0.9795 0.9795 0.9607 0.9607 0.9607 0.9607 0.9607 0.9607 0.9607 0.9607 0.9607 0.9607 0.9553 0.9524 0.9524 0.9524 0.9524 0.9524 0.9524 0.9524 0.9524 0.9492 0.9492 0.9492 0.9469 0.9469 0.9456 Tabla 3 - Comparación entre las soluciones obtenidos por Algoritmos Genéticos y SOLVER. Bibliografía Coit, D. W., and Smith, A. E.,“Reliability optimization of series-parallel systems using a genetic algorithm”. IEEE Trans. Rel., vol. 45 (2), pp.254-260, 1996. Fyffe, D. E., Hines, W. W., and Lee, N. K., “System Reliability Allocation and a Computational Algorithm”. IEEE Trans. Rel., vol. 17 (2), pp.64-69, 1968. Kulturel-Konak, S., and Smith, A. E., “Efficiently Solving the Redundancy Allocation Problem Using Tabu Search”. IEEE Trans. Rel., vol. 35, pp.515-526, 2003. Liang, Y. C., and Smith, A. E., “An Ant Colony Optimization Algorithm for the Redundancy Allocation Problem (RAP)”. IEEE Trans. Rel., vol. 53 (3), pp. 417-423, 2004. Rice, W. F, Cassady, C. F., and Wise, T. R., "Simplifying the Solution of Redundancy Allocation Problems”. Proceedings of the Annual Reliability & Maintainability Symposium, pp. 190-194, 1999. Diciembre 2006