سیستمی بر پایه دانش جهت تشخیص عیوب موتور تراکتور MF-285 با استفاده از شبکه عصبی مصنوعی
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,209
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM05_118
تاریخ نمایه سازی: 18 خرداد 1387
Abstract:
استفاده از فناوری و رایانه برای کمک به تصمیم گیری در زمینه های تخصصی از مقولاتی است که امروزه در تصمیم گیری های مدیران صنایع و مهندسین نگهداری و تعمیرات بسیار مورد توجه قرار گرفته است . از آنجا که در بحث نگهداری و تعمیرات اعمال و تصمیمات انسانی نقش بسزایی دارد و در این میان شرایط محیطی و روحی میتواند بر این تصمیمات تاثیر گذار باشد، بنابراین افزایش خطا و در نتیجه آن افزایش هزینه های ناشی از تعمیرات، تعویض قطعات و نگهداری امری اجتناب ناپذیر است . لذا استفاده از تکنیک هایی که بتواند این خطاها را کاهش داده یا از بین ببرد ضروری می باشد. در این مقاله سعی شده است سیستم خبره ای جهت تشخیص اتوماتیک خرابی ها و عیوب موتور تراکتور MF-285 به عنوان ابزاری از نگهداری و تعمیرات بررسی، طراحی و پیاده سازی شود. از دانش خبرگان، کاتالوگهای مربوطه و کتاب های تعمیرات و نگهداری جهت ایجاد پایگاه دانش و از شبکه عصبی مصنوعی، به عنوان موتور استنتاجی سیستم خبره استفاده شده است . در مقایسه نتایج حاصل از سیستم خبره و خبرگان، مشاهده می شود که پاسخ های سیستم 93/3 درصد با واقعیت خرابی ها، آنچه که در عمل اتفاق افتاده است، تطابق دارد، در حالی که پاسخ افراد خبره 84/99 درصد با واقعیت خرابی ها تطابق دارد . همچنین مشاهده می شود که جواب های سیستم خ بره 91/69 درصد با دانش خبرگان تطابق دارد.
Keywords:
Authors
محمد طهماسبی
دانشجوی کارشناسی ارشد، مکانیک ماشینهای کشاورزی، دانشگاه شهید باهنر
سید ناصر علوی نائینی
استادیار گروه ماشینهای کشاورزی، دانشگاه شهید باهنر کرمان
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :