توسعه رویکردهای هوشمند در تشخیص و پیش بینی عیوب، با ارائه مطالعات موردی از کاربردهای این الگوریتم ها
Publish place: 04th Condition Monitoring and Fault Diagnosis Conference
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,754
This Paper With 16 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:
CMFD04_091
تاریخ نمایه سازی: 7 شهریور 1388
Abstract:
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.
Keywords:
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
Authors
سعید رمضانی
مرکز مطالعات و پژوهشهای لجستیکی
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 :