پیش بینی زمان خرابی ماشین آلات با استفاده از یادگیری عمیق

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,994

فایل این مقاله در 6 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICISE05_094

تاریخ نمایه سازی: 6 مهر 1398

چکیده مقاله:

دستگاه ها و تجهیزات گوناگون در شرکت های تولیدی برای تولید محصول، همواره به عنوان یکی از مهم ترین سرمایه های کارخانه ها به شمار می آید؛ بنابراین با توجه به اینکه هزینه های خرید، نگهداری و تعمیرات تجهیزات بسیار گزاف و پرهزینه است و بخش عمده ای از سرمایه ثابت و هزینه های عملیاتی شرکت ها را تشکیل می ده؛ طبیعی است که یکی از دغدغه های اساسی برای مدیران ارشد در چگونگی به کارگیری و نگهداری بهینه این تجهیزات باشد. در رابطه با این مورد، موضوع حائز اهمیت، تعیین زمان خرابی و ازکارافتادگی دستگاه ها است. در این پژوهش، با استفاده از رویکرد یادگیری عمیق به پیش بینی زمان خرابی تجهیزات در کارخانه تولید قطعات خودرو، پرداخته شد. با توجه به اینکه هدف پیش بینی زمان خرابی در بازه زمانی یک هفته برای تجهیزات است توانستیم با جمع آوری داده های لازم و پیاده سازی مدل شبکه عمیق با نرخ صحت برابر با 4/97 زمان خرابی قطعات مربوط به دستگاه پیش بینی شد.

نویسندگان

عطیه لطفی

دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه فردوسی مشهد؛

حمیدرضا کوشا

استادیار گروه مهندسی صنایع، دانشگاه فردوسی مشهد؛