توسعه رویکردهای هوشمند در تشخیص و پیش بینی عیوب، با ارائه مطالعات موردی از کاربردهای این الگوریتم ها
محل انتشار: چهارمین کنفرانس تخصصی پایش وضعیت و عیب یابی
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,750
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CMFD04_091
تاریخ نمایه سازی: 7 شهریور 1388
چکیده مقاله:
نگهداری و تعمیرات مبتنی بر شرایط (CBM) و مدیریت پیش بینی و سلامت (PHM) در سالهای اخیر با تشکیل یک پیوند قوی از علوم مهندسی، کامپیوتر، قابلیت اطمینان، ارتباطات، مدیریت و غیره بوجود آمدند . پایگاه های داده سیستم های مدیریت نگهداری و تعمیرات (CMMS)، داده های زی ادی را ذخیره م ی کنن د. کشف دانش مفید در خصوص تشخیص عیوب و پی شبینی عمر تجهیزات از بین حجم عظیم داده بسیار ضروری م ی باشد. باید روش هایی یافت که بتوان با آن از این همه داده که به سادگی از آن نمی توان به نتیجه یا تصمیمی رسید، اطلاعاتی سودمند و مختصر بدست آورد. این اطلاعات می توانند در تصمیم گیری مدیران تاثیر شگرفی داشته باشند. این مقاله بر اساس نتایج ب هدست آمده از پیاده سازی مدل های هوشمن د جهت تشخیص و پیش بینی عیوب در پروژه های عملی که در یکی از سازمان های نظامی کشور انجام شده اس ت و در راستای تکمیل مقالات قبلی نگارندگان، ارائه می گردد.
کلیدواژه ها:
آمادگی تجهیزات ، نگهداری و تعمیرات مبتنی بر شرایط (CBM) ، مدیریت پیش بینی و سلامت (PHM) ، آنالیز روغن ، داده کاوی ، شبکه های عصبی ، درخت تصمیم گیری ، سیستم پشتیبان تصمیم ، منطق فازی
نویسندگان
سعید رمضانی
مرکز مطالعات و پژوهشهای لجستیکی
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 :