به کارگیری هوش مصنوعی (یادگیری ماشین) برای پیش بینی خطا و نگهداری و تعمیرات پیش بینانه در صنایع فرآیندی

در این پژوهش، امکان سنجی و توسعه یک سیستم نگهداری و تعمیرات پیش بینانه در صنایع فرآیندی با تکیه بر الگوریتم های یادگیری ماشین بررسی شده است. با بهره گیری از داده های حسگرهای پایش وضعیت شامل دما، لرزش، ارتعاش، فشار و نرخ جریان، یک مدل پیش بینی طراحی شده که قادر است رفتار آینده تجهیزات را تحلیل و زمان وقوع خرابی را تخمین بزند. هدف اصلی، کاهش توقفات ناخواسته خط تولید، افزایش بهره وری تجهیزات، کاهش هزینه های تعمیرات اضطراری و ایجاد یک چارچوب تصمیم گیری هوشمند برای مدیریت دارایی ها بوده است. نتایج نشان داد که به کارگیری مدل های یادگیری ماشین، به ویژه روش های مبتنی بر جنگل تصادفی و شبکه های عصبی، دقت پیش بینی خرابی را به میزان قابل توجهی افزایش می دهد و می تواند صنایع فرآیندی را در جهت حرکت به سمت نگهداری هوشمند و تولید پایدار یاری دهد.

کلیدواژه ها:

هوش مصنوعی ، یادگیری ماشین ، نگهداری پیش بینانه ، پیش بینی خرابی ، صنایع فرآیندی ، داده کاوی ، حسگر