……………………………………………………………………………… 23 2-5-1-مانیتورینگ ارتعاش……………………………………………………………………………………… 24

2-5-2-انواع سیستمهای ترموگرافی……………………………………………………………………….. 24

2-5-3-ترایبولوژی………………………………………………………………………………………………….. 25

2-5-4-بازرسی بصری…………………………………………………………………………………………….. 25

2-5-5-مافوق صوت ……………………………………………………………………………………………… 26

2-5-6-تکنیکهای دیگر ……………………………………………………………………………………….. 26

2-6- ایجاد یك برنامه نت پیش بینانه ……………………………………………………………… 26

2-6-1-اهداف ، مقاصد و امتیازات …………………………………………………………………….. 27

2-6-2-الزامات عملی…………………………………………………………………………………………… 28

2-6-3-انتخاب یک سیستم نت پیش بینانه ……………………………………………………… 29

2-6-3-1-نیارهای پایه ای سیستم ……………………………………………………………………. 30

    • برنامه نت پیش بینانه كل كارخانه …………………………………………………………. 30

2-7-1-برنامه نت پیش بینانه مطلوب ………………………………………………………………… 31

2-7-2- سیستم نت پیش بینانه مطلوب. ………………………………………………………… 31

2-7-3-پیش بینی كافی نیست…………………………………………………………………………… 31

2-8-مبانی نظری و مفاهیم تحقیق …………………………………………………………………… 32

2-8-1-روش تحقیق …………………………………………………………………………………………. 32

2-8-2-طراحی مدل پیش بینی ………………………………………………………………………. 35

2-8-3-داده کاوی ……………………………………………………………………………………………… 35

فصل سوم: مروری بر تحقیقات انجام شده ……………………………………………………………………… 37

3-1-مقدمه ……………………………………………………………………………………………………… 38

3-2-سیستم پیش بینی نگهداری با استفاده تکنیکهای داده کاوی………………. 39

3-3-روشی عملی برای ترکیب داده کاوی و تشخیص خرابی …………………………. 44

3-4-روشی هوشمند برای بهینه سازی تعمیرات پیش گویانه…………………………. 49

3-5- برخی تکنیکهای نگهداری و تعمیرات پیش گویانه………………………………… 57

3-6-مروری بر تعمیرات مبتنی بر شرایط و زمان در برنامه های صنعتی………. 59

فصل چهارم: روش تحقیق(ارایه راهکار،الگوریتم و مدل پیشنهادی روش تحقیق)………. 61

4-1-مقدمه………………………………………………………………………………………………………. 62

4-2-طراحی مدلCBM………………………………………………………………………………….. 64

4-2-1-انتخاب بخش، واحد یا محیط پایش…………………………………………………… 64

4-2-2-انتخاب پارامترها و معیارهای پایش تجهیزات……………………………………… 65

4-2-3-انتخاب روش مدلسازی پیش بینی ……………………………………………………. 66

4-2-4-مدل فیزیکی ……………………………………………………………………………………….. 67

4-3-تعیین اهداف داده کاوی ………………………………………………………………………… 68

4-4- شروع مراحل انجام پروژه ……………………………………………………………………… 70

4-4-1-انتخاب کارخانه ها و تجهیزات مورد نظر برای پروژه ………………………. 70

4-4-2-شناخت داده…………………………………………………………………………………………. 71

4-4-3-آماده سازی و آنالیز داده ……………………………………………………………………. 72

4-4-4-اکتساب داده / جمع آوری و ورود داده……………………………………………… 74

4-4-5-پالایش داده ها ……………………………………………………………………………………. 77

4-5-آنالیز داده ها ………………………………………………………………………………………….. 78

4-5-1-آنالیز داده های وضعیت و شرایطی…………………………………………………. 78

4-5-2-آنالیز داده های رخداد خرابی…………………………………………………………… 84

4-6-طراحی و توسعه مدل …………………………………………………………………………… 90

4-6-1-بررسی سطح آستانه پارامترها …………………………………………………………. 90

4-6-2-شناخت خوشه های خروجی ……………………………………………………………. 92

4-7-طراحی مدل با روشهای داده کاوی………………………………………………………. 93

4-7-1-طراحی مدل با استفاده از درخت تصمیم………………………………………… 94

4-7-2-طراحی مدل با استفاده از روش شبکه عصبی MLP…………………….96

4-7-3-طراحی مدل با استفاده از روش شبکه عصبی KNN………………….. 100

4-8-نتیجه گیری…………………………………………………………………………………………… 103

فصل پنجم: بررسی و تحلیل داده ها و نتایج تحقیق………………………………………………….. 104

5-1-مقدمه……………………………………………………………………………………………………….105

5-2- بررسی خروجی ونتایج وارزیابی مدل بر پایه روش DT …………………….105

5-2-1-ارزیابی مدل بر اساس روش DT …………………………………………………. 107

5-3- بررسی خروجی و نتایج روش MLP………………………………………………. 109

5-3-1-ارزیابی مدل بر اساس روش MLP………………………………………………. 111

5-4- بررسی خروجی و نتایج روش KNN……………………………………………… 113

5-4-1-ارزیابی مدل بر اساس روش KNN……………………………………………. 115

5-5-ارزیابی و تفسیر نتایج و خروجی ها ……………………………………………………117

5-6-نتایج ………………………………………………………………………………………………………118

فصل ششم: نتیجه گیری و پیشنهادها …………………………………………………………………….. 119

6-1- نتایج کلی حاصل از پروژه………………………………………………………………….. 120

6-2-پیشنهادهایی برای آینده ……………………………………………………………………. 121

فهرست جدول ها

 

 

عنوان و شمارهصفحه

جدول 1- ماتریس Confusion………………………………………………………………………………………………67

جدول 2- ماتریس Confusion برای سه دسته کلاس………………………………………………………….69

جدول 3- محاسبه نرخ مثبت صحیح،نرخ مثبت غلط و دقت……………………………………………………69

جدول 4- نام پارامترهای کارخانه فشارقوی……………………………………………………………………………….73

جدول 5- نام پارامترهای کارخانه بی بی حکیمه 2……………………………………………………………………73

جدول 6- نمونه فرم ورود اطلاعات کارخانه بی بی حکیمه 2……………………………………………………74

جدول 7- نمونه فرم ورود اطلاعات کارخانه فشارقوی……………………………………………………………….75

جدول 8- نمونه ای از فرم پر شده وپالایش نشده کارخانه بی بی حکیمه 2……………………………77

جدول 9- نمونه ای از فرم پر شده و پالایش شده کارخانه بی بی حکیمه ……………………………..78

جدول 10- ماتریس الگو برای متغیرها کارخانه فشار قوی……………………………………………………….79

جدول 11- ماتریس آمارهای توصیفی کارخانه فشار قوی………………………………………………………..81

جدول 12- پارامترهای جدید ایجاد شده توسط روشPCA…………………………………………………….83

جدول 13 – نمایی از فاکتورهای جدید تولید با روش PCA……………………………………………………84

جدول 14- تغییرات ناگهانی فاکتور2 در رخداد خرابی…………………………………………………………87

جدول 15 – آمار خرابی های کارخانه بی بی حکیمه 2…………………………………………………………88

جدول 16- مقدار پارامترها در حالات خرابی …………………………………………………………………………90

جدول 17- مقادیر آستانه پایین و بالا برای پارامترها…………………………………………………………….91

جدول 18 – بازه های زمانی تعریف شده برای مدل……………………………………………………………..94

جدول 19- مجموعه داده آموزشی برای بازه زمانی (10-25)………………………………………………95

جدول 20- مجموعه داده آزمایشی برای بازه زمانی (10-25)……………………………………………..96

جدول 21- نتیجه تغییر مقادیر پارامترها در روش MLP……………………………………………………..98

جدول 22- مجموعه داده آموزشی برای بازه زمانی (3-15)…………………………………………………98

جدول 23- مجموعه داده آزمایشی برای بازه زمانی (3-15)……………………………………………….100

جدول 24- نتاِج تغییر مقدار K در روش شبکه عصبی KNN…………………………………………..101

جدول 25- مجموعه داده آموزشی برای بازه زمانی (10-20)………………………………………………101

جدول 26- مجموعه داده آزمایشی برای بازه زمانی (10-20)………………………………………………102

جدول 27- پیش بینی مدل بر پایه درخت تصمیم………………………………………………………………..106

جدول 28- نتایج پیش بینی خروجی در روش DT…………………………………………………………….108

جدول 29- درصد دقت پیش بینی در روش DT………………………………………………………………..108

جدول 30- مقایسه بازه های زمانی مختلف با روش DT برای پیش بینی برچسب خرابی در مدل طراحی شده…………………………………………………………………………………………………………………………….109

جدول 31- پیش بینی مدل بر پایه MLP………………………………………………………………………….110

جدول 32- نتایج پیش بینی خروجی در روش MLP……………………………………………………….112

جدول 33- درصد دقت پیش بینی در روش MLP…………………………………………………………..112

جدول 34- مقایسه بازه های زمانی مختلف با روش MLP برای پیش بینی برچسب خرابی در مدل طراحی شده…………………………………………………………………………………………………………………..112

جدول 35- پیش بینی مدل بر پایه KNN………………………………………………………………………..114

جدول 36- نتایج پیش بینی خروجی در روش KNN………………………………………………..115

جدول 37- درصد دقت پیش بینی در روش KNN……………………………………………………115

جدول 38- مقایسه بازه های زمانی مختلف با روش KNN برای پیش بینی برچسب خرابی در مدل طراحی شده…………………………………………………………………………………………………………….116

جدول 39- مقایسه نهایی دقت پیش بینی هر سه روش برای هر سه خوشه خروجی در بازه های زمانی مختلف…………………………………………………………………………………………………………………….117

 

 

 

فهرست شکل ها

 

 

عنوانصفحه

شکل 1- قالب مفهومی معماری……………………………………………………………………………………………41

شکل 2- نمای کلی سیستم………………………………………………………………………………………………….42

شکل 3- گامهای روش IRIS-Pdm………………………………………………………………………………….46

شکل 4- نمایی از فرمت داده یکسان…………………………………………………………………………………….47

شکل 5- روش کلی و تعمیم یافته برای تعمیرات پیشگویانه………………………………………………51

شکل 6- الگوریتم تصمیم گیری نگهداری پیشگویانه…………………………………………………………..54

پایان نامه

شکل 7- نمودارهای خرابی……………………………………………………………………………………………………57

شکل 8 – نمونه فرم دستی پر شده در کارخانه بی بی حکیمه 2……………………………………….76

شکل 9- نمودار تغییرات پارامترها در بازه زمانی………………………………………………………………….85

شکل 10 – حالتهای خرابی…………………………………………………………………………………………………..85

شکل 11 – حالتهای خرابی…………………………………………………………………………………………………..86

شکل 12- طراحی مدل پیش بینی با روش DT………………………………………………………………106

شکل 13- طراحی مدل درخت تصمیم برای بازه های زمانی مختلف………………………………107

شکل 14- طراحی مدل پیش بینی با روش MLP…………………………………………………………..110

شکل 15- طراحی مدل MLP برای بازه های زمانی مختلف …………………………………………111

شکل 16- طراحی مدل پیش بینی با روش KNN……………………………………………………….113

شکل 17- طراحی مدل KNN برای بازه های زمانی مختلف ………………………………………114

 

 

فهرست نشانه های اختصاری

CBM= Condition Based Maintenance

CMMS=

CRISP-DM= CRoss-Industry Standard Process for DataMining

DT=Decision Tree

FA= Factor Analysis

FP=False Positive

H= Hidden Layer

ISF= Independence Significance Feature

KNN= K Nearest Neighbor

LR= Learning Rate

M= Momentum

MLP= Multilayer Perceptron

PCA= Principal Component Analysis

PDM= Predictive Maintenance

PM=Preventive Maintenance

TP=True Positive

WMS= Weighted Mean Slop

 

فصل اول

1-مقدمه و طرح مسئله

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...