نوع مدرک: | متون چاپی |
سرشناسه | شفیع زاده خولنجانی ، مرتضی، نویسنده |
ردهبندی کنگره : | COM A 6 1399 |
عنوان : | پیش بینی و تحلیل دلایل خرابی با استفاده از دسته بندی داده های چند برچسبی |
عنوان موازی : | Prediction Failure Modes and effect Analysis Base Multi-Label Classification |
ناشر: | دانشگاه شهید اشرفی اصفهانی: اصفهان |
سال نشر : | 1399 |
صفحه شمار: | ز، 79ص |
یادداشت | پایان نامه کارشناسی ارشد: هوش مصنوعی |
شناسه افزوده : | ترابیان ، مهدی، استاد راهنما |
توصیفگرها | پیش بینی دلایل خرابی دسته بندی داده های چندبرچسبی نگهداری و تعمیرات maintenance multi label classification failure mode prediction |
چکیده : | کارخانه¬ها و تاسیسات هر روزه با چالش¬ها و مشکلات بیشتری برای افزایش بهره وری و کاهش هزینه¬ها مواجه می¬شوند و در این راستا استراتژی¬های نگهداری و تعمیرات نقش بسزایی دررسیدن به این هدف دارند.در سال¬های اخیر تلاش¬های فراوانی شده است تا بتوان با کمک سیستم¬های هوشمند فناوری اطلاعات انواع روش¬های نگهداری و تعمیرات را به طرز موثری پیاده سازی و اجرایی نمود.تشخیص دلایل خرابی مهمترین فعالیت¬های تعمیراتی می¬باشد. یکی از مسائل مهمی که می-توان با استفاده از دسته بندی و خوشه بندی داده¬ها حل نمود تشخیص دلایل خرابی تجهیزات می-باشد که با توجه به اینکه خرابی¬ها می¬توانند چندین علت داشته باشند پس هر داده از خرابی می¬تواند چندین برچسب خرابی داشته باشد که با استفاده از روش دسته بندی داده¬ها¬ی چند برچسبی می-توان مجموع دلایل خرابی را پیش بینی و تحلیل کرد. در این مقاله با استفاده از داده¬های جمع آوری شده توسط نرم¬افزار مدیریت نگهداری و تعمیرات و با استفاده از الگوریتم¬های ML-KNN ، RankSVM، BPMLL و BR یک سیستم خبره به منظور تشخیص مجموع دلایل خرابی تجهیزات با استفاده از شواهد عینی و فیزیکی رخداد عیب (مد خرابی) بر روی پمپ¬ها پیاده سازی می¬شود. در واقع این سیستم خبره وظیفه و تصمیم گیری¬های یک تعمیرکار خبره به منظور تشخیص دلیل خرابی را انجام می¬دهد و دلایل خرابی را پیشنهاد می¬کند |
لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=12548 |
زبان مدرک : | فارسی |