ارزیابی جامع به کارگیری اینترنت اشیا در بهبود مدیریت نگهداری و تعمیرات پیش بینانه

هدف این پژوهش با هدف ارزیابی جامع تاثیر به کارگیری اینترنت اشیا در بهبود مدیریت نگهداری و تعمیرات پیش بینانه انجام شده است. در این راستا، نقش اینترنت اشیا در ارتقای شاخص های کلیدی عملکرد، معماری ها و مدل های داده کاوی و چالش های پیاده سازی در صنایع ایران مورد تحلیل قرار گرفته است. روش: پژوهش با رویکرد مروری سیستماتیک مطالعات بین المللی و داخلی منتشر شده در حوزه نگهداری پیش بینانه مبتنی بر اینترنت اشیا را بررسی کرده است. معماری های مرجع، الگوریتم های یادگیری ماشین و یادگیری عمیق و مطالعات موردی در صنایع مختلف تحلیل شده اند. یافته ها: نتایج نشان می دهد که یکپارچگی اینترنت اشیا با الگوریتم های یادگیری عمیق نظیر LSTM و CNN، توانایی پیش بینی دقیق خرابی ها را تا ۹۲ درصد افزایش می دهد. معماری های چندلایه مبتنی بر محاسبات ابری، مه و لبه امکان پردازش داده در زمان واقعی را فراهم می آورند. شواهد تجربی حاکی از کاهش ۲۵ تا ۳۵ درصدی هزینه های نگهداری، افزایش ۲۰ تا ۴۰ درصدی دسترس پذیری تجهیزات، و بازگشت سرمایه در بازه ۱۲ تا ۲۴ ماه است. در ایران، موانع فنی شامل محدودیت زیرساخت های ارتباطی، موانع سازمانی نظیر مقاومت در برابر تغییر و کمبود نیروی متخصص و محدودیت های مالی از جمله چالش های اساسی پیاده سازی هستند. نتیجه گیری: نگهداری پیش بینانه مبتنی بر اینترنت اشیا به عنوان بستری کلیدی برای تحول دیجیتال صنایع قابلیت بهبود اثربخشی عملیاتی، کاهش هزینه ها و افزایش ایمنی را دارد. موفقیت پیاده سازی در ایران مستلزم اجرای پروژه های پایلوت، توسعه مهارت های تخصصی، استفاده از پلتفرم های متن باز، تقویت امنیت سایبری و حمایت مدیریت ارشد است.

کلیدواژه ها:

نگهداری پیش بینانه ، اینترنت اشیا ، اینترنت اشیا صنعتی ، یادگیری عمیق ، صنعت ۵.۰