نوع مدرک: | متون چاپی |
سرشناسه | نوروزی ، مهدی، نویسنده |
ردهبندی کنگره : | ELE 23 1399 |
عنوان : | ارزیابی روشهای داده محور در تعمیرات پیشبینانه یاتاقانهای غلطشی کمپرسورهای استفاده شده در فرآیند احیای مستقیم آهن اسفنجی |
عنوان موازی : | Investigation of Data-Driven Methods for Predictive Maintenance of The Rolling Bearings used in The Process Compressors of Direct Reduction Process of Iron |
ناشر: | دانشگاه شهید اشرفی اصفهانی: اصفهان |
سال نشر : | 1399 |
صفحه شمار: | و، 129ص |
شابک/شاپا | 23806 |
یادداشت | پایان نامه کارشناسی ارشد: مهندسی برق گرایش سیستمهای قدرت |
شناسه افزوده : | شفیعی ، احمدرضا، استاد راهنما |
توصیفگرها | پیشگویی و مدیریت سلامت تعمیرات پیشگویانه مانیتورینگ وضعیت یادگیری ماشین آنالیز ارتعاشات شبکههای عصبی عمیق اینترنت اشیا صنعتی Health Prediction and Management Predictive Repairs, Condition Monitoring, Machine Learning, Vibration Analysis Deep Neural Networks Industrial IoT |
چکیده : | تجهیزات، لازمه هر صنعت هستند و نگهداری از این تجهیزات یکی از مهمترین فعالیتهای هر صنعت به شمار میرود. رویکرد تعمیرات پیشگویانه که مبتنی بر مانیتورینگ وضعیت تجهیزات است، یکی از پربازدهترین و متداولترین روشهای تعمیرات است. در میان تجهیزات صنایع، تجهیزاتی مانند موتور، پمپ، توربین و فن که اصطلاحاً به آنها ماشینهای دوار گفته میشود، نقش حیاتی را در صنعت ایفا میکنند. برای اجرای تعمیرات پیشگویانه روی ماشینهای دوار، تجهیزات بایست مانیتور شوند. از میان پارامترهای گوناگون قابل مانیتورینگ در ماشینهای دوار، استفاده از ارتعاشات متداول است. به این کار آنالیز ارتعاشات گفته میشود. روشهای کنونی برای اجرای آنالیز ارتعاشات شامل حضور کارشناس در محیط کارخانه، دادهبرداری از تجهیز، انتقال آن به اتاق مانیتورینگ و تحلیل دادهها است.
این روش دارای کاستیهایی ازجمله تکیه کامل به نیروی انسانی است. ظهور فناوریهایی مانند اینترنت اشیا، فضای ابری و یادگیری ماشین میتواند به بهبود و حل این مشکلات کمک کند. در همین راستا در این پژوهش، سعی شده است یک طرح کلی برای برای بهبود و هوشمندسازی فرآیند آنالیز ارتعاشات و تعمیرات پیشگویانه یاتاقانهای کمپرسورهای فرآیند احیای مستقیم فولاد ارائه شود. این طرح کلی از مفاهیمی چون اینترنت اشیاء و پردازش ابری برای دریافت، ذخیره و بازنمایش دادهها بهره میگیرد. استفاده از فضای ابری این امکان را در اختیار کارشناسان قرار میدهد که در هر زمان و هر مکان، به دادهها دسترسی داشته باشند. در روش تعمیرات پیشگویانه، هدف از جمعآوری دادهها، فراهم کردن امکان تشخیص و دستهبندی خرابیهای محتمل است. بهمنظور انتقال این دانش به کامپیوتر، میتوان از یادگیری ماشین بهره جست. لذا با توجه به اهمیت بحث آنالیز و یادگیری ماشین، در این پژوهش بیشتر بر مرور، دسته بندی و مقایسه روشهای پیشنهاد شده در سالیان اخیر تمرکز شده است. به علاوه چند مورد از روشهای معرفی شده به کمک شبیه سازی بررسی شدهاند |
لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=13021 |
زبان مدرک : | فارسی |