پیش بینی عیوب تجهیزات با استفاده از روش های مبتنی بر داده در حوزه پیش بینی و مدیریت سلامت PHM
محل انتشار: دومین همایش ملی پژوهش های مهندسی صنایع
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,586
فایل این مقاله در 15 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:
RIEEM02_037
تاریخ نمایه سازی: 27 بهمن 1394
چکیده مقاله:
امروزه پیش بینی عمر مفید باقیمانده و زمان خرابی تجهیزات، یکی از دغدغه های اصلی سیستم های صنعتی پیچیده میباشد. تکامل و بهبود سیستم های پایش داده در سامانه های مختلف، تشخیص و پیش بینی عیوب را بسیار هموار نموده است. مدل پیش بینی و مدیریت سلامت در دهه اخیر با ایجاد یک همبستگی بین مهندسی صنایع، کامپیوتر، ارتباطات، کنترل و مفاهیم قابلیت اطمینان و کاهش هزیه ها، بسیار مورد توجه قرار گرفته است. درواقع بر اساس پیش بینی های صورت گرفته استفاده از مدلPHM در سیستم ها، دستگاه ها و اجزاء کاری، میتواند قابلیت دستیابی به نقصان صفر را فراهم آورد. در مدیریت سلامت و پیش بینی عیوب، در ابتدا بهپایش وضعیت سیستم جهت استخراج داده ها بر اساس سنسورهای تعبیه شده پرداخته، سپس با استفاده از الگوریتم های داده کاوی اختلال های داده ای از بین می روند و نهایتا به تشخیص و پیش بینی عیوب تجهیزات پرداخته میشود. با توجه به فراوانی مقالات مروری در حوزه تشخیص عیوب و کم بودن این مقالات در حوزه پیش بینی، هدف اصلی ما در این مقاله این است که با بررسی جامعادبیات پیش بینی عیوب، یک مرور کاربردی از مدیریت سلامت و الگوریتم های پیش بینی عیوب را ایجاد نموده، و با دسته بندی روش ها، توضیحات مرتبط با آنها را بیان نماییم و مقالات متنوعی که اخیرا به چاپ رسیده اند را به دقت مورد بررسی قرار دهیم. همچنین به بررسی خلاهای موجود در حوزه پیش بینی و مدیریت سلامت خواهیم پرداخت و موارد مورد نیاز جهت ادامه حرکت در این حوزه بسیار مهم و حیاتی توسط محققین را برخواهیم شمرد.
کلیدواژه ها:
نگهداری و تعمیرات مبتنی بر شرایط ، پیش بینی عیوب ، روش های داده محور ، پیش بینی و مدیریت سلامت ، عمرمفید باقی مانده ، قابلیت اطمینان
نویسندگان
مسعود بختیاری
دانشجوی کارشناسی ارشد مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه علم و فرهنگ
عزیزاله جعفری
دانشیار دانشکده مهندسی صنایع، دانشگاه علم وفرهنگ
رضا کامران راد
دانشجوی دکتری مهندسی صنایع، دانشکده مهندسی صنایع، دانشگاه شاهد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :