الصفحة الرئيسية
الأقسام العلمية
قسم تقنية المعلومات
قسم علوم الحاسبات
قسم نظم المعلومات
طلابنا
قسم بروشورات الطلاب
وحدة مهارات الحاسب
طلاب الكلية المتفوقين
صفحة الإعلانات الخاصة بطلاب الكلية
خريجو الدفعة الأولى
دفعة 2009
دفعة 2010
دفعة 2011
دفعة 2012
إنجازات الطلاب الخريجين
عمر احمد المحمودي
عمر الحموي
الإرشاد الأكاديمي
معلومات عن الإرشاد الأكاديمي
المر شدون الأكاديميون
معلومات عن تسجيل الموار
حضور المحا ضرات
أسئلة متكررة
أبحاث وأنشطة أكاديمية
الأبحاث
مشاريع بحثية
لعام 1431/1432
لعام 1430/1431
المجموعات البحثية
جائزة أفضل ورقة بحثية في كلية الحاسبات برابغ
المجموعة البحثية الخاصة بعلوم الحاسبات النظرية
المجموعة البحثية الخاصة بالذكاء الإصطناعي والحوسبة
المجموعة البحثية الخاصة بالأحياء الحسابية
مؤتمرات وورش العمل
اكتوبر ٢٠٠٩
نوفمبر ٢٠٠٩
ديسمبر ٢٠٠٩
يناير ٢٠١٠
فبراير ٢٠١٠
مزيد ٢٠١٠
الفصل الثاني 2011
2012
2013
2014
لجنة الإعتماد الأكاديمي ABET
أنشطة نادي كلية الحاسبات برابغ – شطر الطالبات
أنشطة 1434-1435
أنشطة الفصل الثاني1434/ 1435 هـ
النشر العامىي
قسم تقنية المعلومات النشر العامىي
الشراكات المجتمعية
الخدمات الإلكترونية
عمادة تقنية المعلومات
عمادة البحث العلمي
عمادة شؤون المكتبات
عمادة القبول والتسجيل
SIS
تخطيط استراتيجي
نموذج حجز المسرح
الأخبار والفعاليات
آخر الأخبار
عن الكلية
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
كلية الحاسبات وتقنية المعلومات برابغ
تفاصيل الوثيقة
نوع الوثيقة
:
مقال في مجلة دورية
عنوان الوثيقة
:
النهج الجماعي من أجل إصلاح وقت التحليل
Collective Approach for Repair time Analysis
الموضوع
:
علوم الحاسب الألي
لغة الوثيقة
:
الانجليزية
المستخلص
:
Machine downtime can be defined as a total amount of time the machine would normally be out of service from the moment it fails until the moment it is fully repaired and back to operate. Once a unit experiences a service downtime or downgrade, the covariates or risk factors can directly impact on the delay in repairing activities. Our study reveals the model to identify the potential risk factors that either delay or accelerate repair times, and it also demonstrates the extent of such delay, attributable to specific risk factors. Once risk factors are detected, the maintenance planners and maintenance supervisors are aware of the starting and finishing points for each repairing job due to their prior knowledge about the potential barriers and the facilitators. There are not many sufficient studies made on the application of artificial intelligence techniques to access troubleshooting activities as it always taken into consideration in a verbal sense and yet is not dealt with mathematically. The proposed study extended Choy, John, Thomas & Yan [1] models using either semi-parametric or non-parametric approaches of reliability analysis to examine the relationship between repair time and various risk factors of interest. Then the models will be embedded to neural networks to provide better estimation of repairing parameters. The proposed models can be used by maintenance managers as a benchmarking to develope quality service to enhance competitiveness among service providers in corrective maintenance field. Also the models can be deployed farther to develop a computerized decision support system.
ردمد
:
0-7803-9700-2
اسم الدورية
:
IEEE
المجلد
:
2
العدد
:
201
سنة النشر
:
2006 هـ
2006 م
نوع المقالة
:
مقالة علمية
تاريخ الاضافة على الموقع
:
Sunday, January 3, 2010
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
عبدالرحمن احمد
Ahamed, Abdulrahman
باحث
دكتوراه
abinahmad@kau.edu.sa
الرجوع إلى صفحة الأبحاث