طراحی و توسعه نرم افزار هوشمند نگهداری پیش بینانه مبتنی بر داده برای پایش وضعیت تجهیزات صنعتی

نگهداری و تعمیرات تجهیزات صنعتی نقش اساسی در افزایش قابلیت اطمینان، کاهش هزینه های عملیاتی و ارتقای بهره وری سیستم های تولیدی دارد. روش های سنتی نگهداری، شامل نگهداری اصلاحی و پیشگیرانه، به دلیل وابستگی به زمان بندی ثابت یا واکنش پس از خرابی، توانایی پیش بینی دقیق وضعیت تجهیزات و جلوگیری از توقفات ناگهانی را ندارند. در این میان، نگهداری پیش بینانه به عنوان رویکردی مبتنی بر داده و فناوری های هوشمند، امکان تحلیل رفتار تجهیزات و پیش بینی خرابی ها را فراهم می کند.در این پژوهش، یک چارچوب نرم افزاری یکپارچه برای نگهداری پیش بینانه تجهیزات صنعتی طراحی و توسعه داده شده است. این چارچوب با بهره گیری از داده های حاصل از حسگرها و سامانه های صنعتی نظیر SCADA و DCS، و با استفاده از الگوریتم های یادگیری ماشین و تحلیل داده های زمان مند، شاخص سلامت تجهیزات و زمان باقی مانده عمر آن ها را برآورد می کند. معماری پیشنهادی شامل ماژول های جمع آوری داده، پردازش و تحلیل هوشمند، مدیریت دارایی ها و داشبورد تصمیم گیری است که امکان پایش لحظه ای، پیش بینی خرابی و بهینه سازی برنامه های تعمیر و نگهداری را فراهم می سازد.نتایج حاصل از تحلیل های انجام شده نشان می دهد که استفاده از نرم افزار نگهداری پیش بینانه می تواند موجب کاهش توقفات اضطراری، بهینه سازی هزینه های تعمیرات و افزایش طول عمر تجهیزات شود. همچنین، ادغام داده های فرآیندی و مکانیکی باعث افزایش دقت مدل های پیش بینی و بهبود کیفیت تصمیم گیری مدیریتی می گردد. یافته های این پژوهش نشان می دهد که چارچوب پیشنهادی می تواند به عنوان راهکاری عملی و مقیاس پذیر برای مدیریت هوشمند دارایی ها در صنایع مختلف مورد استفاده قرار گیرد و زمینه ساز حرکت به سمت صنعت ۴.۰ باشد.

کلیدواژه ها:

نگهداری پیش بینانه ، پایش وضعیت تجهیزات ، هوش مصنوعی ، یادگیری ماشین ، صنعت ۴.۰