MULTICRITERIA CLASSIFICATION MODEL FOR SPARE PARTS · Modelli di classificazione multi-criterio Criteri disomogenei. Basically, three different policies are defined as follows:

XVI Summer School "Francesco Turco“ Impianti Industriali Meccanici

Abano Terme (Padova, Italy) - 14-16 September 2011

Università degli

Studi di Napoli

Federico II

MULTICRITERIA

CLASSIFICATION

MODEL FOR

SPARE PARTS

TERESA MURINO, GIUSEPPE

NAVIGLIO, ELPIDIO ROMANO,.

Aim and PurposesUniversità degli

Studi di Napoli

Federico II



This paper presents a multi-criteria classification model for spare parts

management. Maintenance operations, in particular corrective ones,

involve a great amount of spare parts inventory that often is one of the

main part of the immobilized capital in many industry firms.

Università degli

Studi di Napoli

Federico IITechnical Materials

Equipments

Spare parts

Lubricants

Materials normally used for maintenance

Individual protection devices

Kind of technical materials:



Peculiar features of technical

materials

Università degli

Studi di Napoli

Federico II

The levels of technical materials

supply are related to the system

use and to the maintenance

management.

The demand of certain components

can be partially or temporarily

satisfied replace a damaged

element using a similar one or a

modified element that may suitably

function in that place.



Peculiar features of technical

materials

Università degli

Studi di Napoli

Federico II

If there are many redundant components

in the system, it is possible to keep few

unities as supply for emergencies.

When the system redundancy is low, it is

necessary to have higher supply levels in

order to ensure a high and immediate

availability of the various components.

RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGN



Basic features of technical

materials management

Università degli

Studi di Napoli

Federico II

As reported in literature, there are two different

approaches to develop possible models in the field of

technical materials:

Mathematical

models

Classification-based

models

RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGNComparison between modelsUniversità degli

Studi di Napoli

Federico II



APPROCCIO BASE OBIETTIVO Difetti

Modelli

matematici

•Programmazione

lineare

•Programmazione

dinamica

•Goal programming

• Simulazione

Ottimizzazione costo

magazzino in funzione di

un livello di servizio

•Complessi

•Astratti

•Semplicistici

Modelli basati

sulla

classificazione

Principio di Pareto Divisione dei materiali in

tre classi in funzione di

•costo totale

•frequenza di utilizzo

massimo due

parametri

Modelli di classificazione multi-criterio Criteri disomogenei

Basically, three different policies are defined as follows:

-The MRP management– that is the most desirable;

-Stock management with unit stock;

-Stock management with multiple stocks

RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGNAn original AHP-based

classification model

Università degli

Studi di Napoli

Federico II



Technical decision support developed by Saaty (1980)

1.Defining problem

2.Decomposition using a hierarchical structure

3.Comparison of the elements of the same level

4.Definition of the weight of the elements

5.Definition of rating scales for the items

6.Construction of decision tree for classification

Analytic Hierarchy ProcessUniversità degli

Studi di Napoli

Federico II

Università degli

Studi di Napoli

Federico IIStep 1: Defining Problem

Step 2: Hierarchical structure

of the problem

Università degli

Studi di Napoli

Federico II

Classificazione dei MT

Criticità per l’impiantoCriticità di

immagazzinamento

Criticità di

approvvigionamentoCriticità di utilizzo

Importanza per la

produttività

Imp. per la qualità del

prodotto

Rischio di effetto domino

Tasso di guasto

Controllo del fenomeno di

guasto

Numero di componenti

installati

Ridondanza

Costo di acquisto

Rischio di obsolescenza

Spazio necessario

all’immagaz.

Numero di potenziali

fornitori

Tempo di

approvvigionamento

Possibilità di riparazione

Possibilità di cannibalismo



RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGNStep 3: Comparison of

the elements

Università degli

Studi di Napoli

Federico II

Table 1. Matrix comparison among the criteria related to

the criticality for the plant

Matrice di confronto rispetto alla Criticità per l'impianto

Rischio di

effetto domino

Imp. per qualità

del prodotto

Imp. per

produttività

Rischio di effetto domino 1,0 1,33 1,66

Imp. per qualità del prodotto 1,33 1,0 1,33

Imp. Per la produttività 1,66 1,33 1,0

RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGNStep 4: Definition of the

weight

Università degli

Studi di Napoli

Federico II



The “Expert Choice

11.5” software

automatically

evaluates the

relative and

absolute weights

starting from the

comparison criteria

matrix. The relative

and absolute

weights related to

all the criteria are

reported in the

following table 2

Table 2. The relative and absolute weights

related to all the criteria



RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGNStep 5: Rating scales

for the criteria

Università degli

Studi di Napoli

Federico II

Table 3. Scale of values

RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGNStep 5: Rating scales

for macro-criteria

Università degli

Studi di Napoli

Federico II





RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGNStep 6: Decision TreesUniversità degli

Studi di Napoli

Federico II

3

3

5,3

3

produttività

qualità

1

1 5

qualità 5,3

5

effetto domino

1

5,3 effetto domino

1

1

5

5 3

effetto domino

1

5

5,3

qualità

3

effetto domino

3,1

5

1

1 1



RESEARCH TOPICS N.1


Step 6: Decision TreesUniversità degli

Studi di Napoli

Federico II

Criticità per l’impianto

Criticità di approvigio-namento

5 1

3

D D E

Criticità di utilizzo

3

5

B

Criticità di immagaz-zinamento

3,1 3 5

C


1

3

5

5

Sotto

albero 1


5,3

1


1

5,3

5 Criticità di immagaz-zinamento

1

1

D A


5,3

1 Criticità di immagaz-zinamento


C B

5 3,1

5 3,1



RESEARCH TOPICS N.1



Studi di Napoli

Federico II



5 1

3

D C


B

Criticità immag.

1 3


5

3

1

3

Criticità immag.

5,3

1


3

1

5,3 Criticità immag.

1

3

B

1

A B

Criticità immag.

5,3

5 Criticità immag.

3,1 5 Criticità immag.

E C

3,1

5

E

5

5

1

D

Criticità immag.

3,1

5

Sotto

albero 2



RESEARCH TOPICS N.1



Studi di Napoli

Federico II



1 5

3

B B A


3

1

D

Criticità immag.

5,3 3 1

C


5

3

1

1

Criticità immag.

3,1

5


5

3,1

1 Criticità immag.

5

5

B E

Criticità immag.

3,1

5 Criticità immag.

Criticità immag.

C D

1 5,3

1 5,3

Sotto

albero 3

RESEARCH TOPICS N.1

PRODUCTION SYSTEM DESIGNLean Management Università degli

Studi di Napoli

Federico II



The aim of the work is to introduce a spare parts lean

management in order to optimize the maintenance service level

and to decrease cost materials.

It is possible to individuate three essential elements:

The classification of the materials into several groups in order to

define management policies for homogenous groups;

The availability of information about the materials criticality and

anticipatory data on the needs that determine the supply

operational levels ;

The use of an informative tool that is suitably dedicated to the

management, the control of the use and the supplying of the

technical materials.

21

RESEARCH TOPICS N.1




ConclusionsUniversità degli

Studi di Napoli

Federico II

•The study aims to propose a lean management model of

spare parts materials based on a multicriteria classification

that may be simply applied, even if a great number of

parameter is considered.

•The inspiration has come from the Analytic Hierarchy Process

(AHP), that is used to compare m decision choices as a

function of n parameters.



Università degli

Studi di Napoli

Federico II

MULTICRITERIA

CLASSIFICATION

MODEL FOR

SPARE PARTS

TERESA MURINO, GIUSEPPE

NAVIGLIO, ELPIDIO ROMANO,.

Documents

MULTICRITERIA CLASSIFICATION MODEL FOR SPARE PARTS · Modelli di classificazione multi-criterio Criteri disomogenei. Basically, three different policies are defined as follows: