استقرار سیستم مدیریت هوشمند در کارخانه آسفالت شهرداری با استفاده از اینترنت اشیاء (IoT) و هوش مصنوعی جهت پیش بینی خرابی تجهیزات
سال انتشار: 1405
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 23
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EBUCONF32_011
تاریخ نمایه سازی: 3 آبان 1405
چکیده مقاله:
کارخانه آسفالت شهرداری یکی از زیرساخت های فنی و پشتیبان اجرای برنامه های عمرانی شهر است و استمرار تولید آن به قابلیت اطمینان تجهیزات مکانیکی، الکتریکی، حرارتی و کنترلی وابسته است. در الگوی سنتی، تعمیرات عمدتا بر بازدید دوره ای، تجربه اپراتور، تقویم سرویس و واکنش پس از خرابی استوار است؛ در نتیجه ممکن است تغییرات تدریجی دما، ارتعاش، جریان، فشار یا توان پیش از تبدیل شدن به خرابی جدی شناسایی نشود. هدف این پژوهش ارائه یک الگوی کاربردی برای استقرار سیستم مدیریت هوشمند و پایش برخط تجهیزات کارخانه آسفالت شهرداری نهبندان با ترکیب اینترنت اشیاء صنعتی، تحلیل داده و هوش مصنوعی است. در مدل پیشنهادی، حسگرهای صنعتی داده های وضعیت تجهیزات را جمع آوری می کنند، درگاه ارتباطی داده را به سامانه محلی یا ابری منتقل می نماید و الگوریتم های یادگیری ماشین برای تشخیص ناهنجاری، طبقه بندی وضعیت و در مراحل پیشرفته برای پیش بینی احتمال خرابی و عمر مفید باقی مانده به کار می روند. مطالعات جدید نشان می دهند که همگرایی IIoT، یادگیری ماشین، پایش وضعیت و دوقلوی دیجیتال مسیر گذار از تعمیرات واکنشی و تقویمی به تعمیرات پیشگویانه را فراهم کرده است [۴،۵،۶،۸،۹]. پژوهش حاضر از نظر هدف کاربردی و از نظر روش ترکیبی کیفی، کمی و مقایسه ای است. در بخش کیفی، مصاحبه با کارشناسان تاسیسات، برق، مکانیک و اپراتورها برای شناسایی تجهیزات بحرانی و حالات خرابی پیشنهاد می شود؛ در بخش کمی، شاخص های MTBF، MTTR، دسترس پذیری، توقف ناخواسته، هزینه تعمیر اضطراری و دقت هشدارها اندازه گیری می شوند؛ و در بخش مقایسه ای، سه رویکرد واکنشی، پیشگیرانه و پیشگویانه مقایسه می گردند. نتایج نظری و کاربردی پژوهش نشان می دهد که هوشمندسازی نباید با تعویض کامل کارخانه آغاز شود، بلکه می توان یک لایه هوشمند مرحله ای روی تجهیزات موجود ایجاد کرد. پایلوت پیشنهادی شامل شناسنامه دیجیتال دارایی ها، نصب حسگر روی تجهیزات بحرانی، ایجاد داشبورد، ثبت تاریخچه خرابی و آموزش کارکنان است. این رویکرد می تواند به کاهش توقف های ناخواسته، بهبود برنامه ریزی تعمیرات و قطعات، افزایش ایمنی، حفظ دانش سازمانی و افزایش عمر تجهیزات کمک کند. همچنین، در صورت استمرار جمع آوری داده و بهبود مدل ها، زمینه شکل گیری کارخانه ای داده محور، پیش بین و آینده نگر فراهم خواهد شد. این طرح با جهت گیری سند ملی هوش مصنوعی جمهوری اسلامی ایران در زمینه کاربرد مسئله محور، مسئولانه و اثربخش هوش مصنوعی نیز هم راستا است[۱].
کلیدواژه ها:
نویسندگان
محمد رضا رمضانی
کارشناس تاسیسات شهرداری نهبندان