Bir bakım planlama sisteminin en önemli fonksiyonlarından biri, bir sonraki çalışma döneminde gerçekleştirilmesi gereken Koruyucu Bakım işlerinin listesini; zaman, işgücü, malzeme ve araç-gereç olanaklarını, önceliklerini gözeterek hazırlamaktır. Bu bağlamda çizelgeleme bakım işgücünü dengeler ve ilerde gerekli olacak işgücü büyüklüğünün tahminini sağlar. İyi yapılmış bir çizelgeleme ile yüksek düzeydeki performans değerlerine erişilebilir.Çizelgeleme problemlerinin, NP-Zor (Polinom olmayan) problemler olması nedeniyle, çözümlerinde analitik yaklaşımlar yerine daha çok bulgusal algoritmaların kullanımı tercih edilmiştir. Genetik Algoritmalar farklı boyutlardaki bu tarz çizelgeleme problemlerinde etkili olmakta ve iyi çözümlere ulaşmada başarılı sonuçlar vermektedir. Çizelgeleme problemlerinde kaynak kısıtları (bakım personeli) nedeniyle bütün işlerin yapılmaları gerektiği zamanlarda gerçekleştirilmeleri sağlanamıyorsa; hangi işlerin öne alınacağı, hangilerinin geciktirilebileceği ve hangilerinin de geciktirilemeyeceğinin kararını almakta doğru kriterlere göre davranmak gereklidir.Geliştirilen sistemimizde, istenilen bir zaman aralığındaki her bir koruyucu bakım, bir gen olarak temsil edilmektedir. Genlerin yan yana dizilmesi ile her biri bir çözüm adayı olan kromozomlar oluşturulmaktadır. Çalışmada, farklı dizilişlerdeki kromozomların; kaynak kısıtlarına göre, işlerin öncelikleri de dikkate alınarak tanımlı oldukları günlere atanmasını sağlayacak genetik algoritma temelli bir çözüm tekniği geliştirilmiştir. Koruyucu Bakımların önceliklerinin belirlenmesinde ise Bulanık Mantık yaklaşımı tercih edilmiştir. Geliştirilen bu algoritmanın farklı ölçeklerdeki sonuçları, geleneksel yöntemle ve yine farklı ölçeklerde yapılmış deney sonuçları ile karşılaştırılmıştır.Anahtar Kelimeler: Koruyucu Bakım Çizelgeleme, Genetik Algoritmalar, Bulanık Mantık
One of the major functions of a maintenance planning system is the ability of preparing the list of the Preventive Maintenance tasks to be performed in the next period together with indicating time, labour, materials, and tools feasibilities and priorities. So, maintenance scheduling can balance labour needed and can provide forecast for labour force that is going to be needed in the future. It is obviously possible to reach high degrees of performance with a good scheduled maintenance plan.Since scheduling is a NP-Hard problem, heuristic algorithms is preferred in the solutions of scheduling problems instead of analytical approaches. Genetic algorithms are quite efficient in scheduling problems of different sizes and gives successful results in obtaining feasible and better solutions. If it is not possible to perform the maintenance tasks in the time they are supposed to be conducted because of resource constraints (maintenance personnel) in scheduling problems, it is necessary to behave based on right criteria in deciding which tasks could be moved forward, which tasks could be postponed, or which tasks can not be delayed.In the system developed within this study, every preventive maintenance tasks in any given time space is represented as a gene. Lining up the genes in a row, chromosomes are composed that each one is a candidate for the solution. In the study, using the chromosomes in various arrangements considering the resource constraints, a genetic algorithm based solution technique is developed in order to assign tasks to previously defined dates taking account their priorities. Fuzzy Logic approach is preferred in defining priorities of preventive maintenance. The results of the developed algorithm in various sizes are compared with the test results of the traditional methods in various sizes.Keywords: Preventive Maintenance Scheduling, Genetic Algorithms, Fuzzy Logic
