یک سیستم یادگیری ماشینی برای پیش بینی زمان های انجام فرآیندهای متوالی در صنایع تولیدی نیروگاهی

در این مقاله , سیستمی برای پیشبینی و تحلیل زمان های پیشرو فرآیندهای تولیدی متوالی پیشنهادشده است . این سیستم شامل دو مدل رگرسیون یادگیری ماشین است که زمانهای انجام فرآیند را براساسمقادیر متغیرهای مستقل مختلف برآورد میکنند : زمانهای انجام فرآیندهای جریان بالا , متغیرهایسازمانی , مشخصات محصول و گزارشهای بازرسی کیفیت . علاوه بر این , سیستم پیشنهادی از فرآیندهایپایین دست تغذیه میکند که منجر به پیش بینی زمان با اطلاعات مربوط به تخمین زمان پیشروی عملیاتقبلی میشود. این روش با داده های دنیای واقعی از مطالعه موردی سازنده برج توربین بادی مورد آزمایشقرار گرفته است . به طور خاص , سیستم مورد استفاده شامل دو مدول برای پیش بینی زمان پیشرویفرآیندهای خمش و جوشکاری طولی است . این سیستم تا حدی پیش بینی های نادرستی برای قبلی تولیدمیکند , اما به طور قابل توجهی قدرت پیشبینی آن را برای فرآیند جوشکاری طولی افزایش میدهد , تاحدودی به کمک تخمین زمان پیشروی خمشی . خروجی سیستم پیشنهادی , یعنی تخمین زمان تحویل،کاربردهای مستقیم در دو جنبه کلیدی برنامه ریزی و کنترل تولید دارد : زمانبندی کار و کنترل نابسامانی تولید

کلیدواژه ها:

پیش بینی زمان ، یادگیری ماشین ، برنامه ریزی تولید ، توربین باد