عنوان : ( پیش‌بینی زمان خرابی ماشین‌آلات با استفاده از یادگیری عمیق )
نویسندگان: عطیه لطفی , حمیدرضا کوشا ,
دانلود فایل برای اعضای دانشگاهبر اساس تصمیم نویسنده مقاله دسترسی به متن کامل برای اعضای غیر دانشگاه ممکن نیست
چکیده
دستگاه‌ها و تجهیزات گوناگون در شرکت‌های تولیدی برای تولید محصول، همواره به‌عنوان یکی از مهم‌ترین سرمایه‌های کارخانه‌ها به شمار می‌آید؛ بنابراین با توجه به اینکه هزینه‌های خرید، نگهداری و تعمیرات تجهیزات بسیار گزاف و پرهزینه است و بخش عمده‌ای از سرمایه ثابت و هزینه‌های عملیاتی شرکت‌ها را تشکیل می‌ده؛ طبیعی است که یکی از دغدغه‌های اساسی برای مدیران ارشد در چگونگی به‌کارگیری و نگهداری بهینه این تجهیزات باشد. در رابطه با این مورد، موضوع حائز اهمیت، تعیین زمان خرابی و ازکارافتادگی دستگاه‌ها است. در این پژوهش، با استفاده از رویکردِ یادگیری عمیق به پیش‌بینی زمان خرابی تجهیزات در کارخانه تولید قطعات خودرو، پرداخته شد. با توجه به اینکه هدف پیش‌بینی زمان خرابی در بازه زمانی یک هفته برای تجهیزات است توانستیم با جمع‌آوری داده‌های لازم و پیاده‌سازی مدل شبکه عمیق با نرخ صحت برابر با 4/97 زمان خرابی قطعات مربوط به دستگاه پیش‌بینی شد.
کلمات کلیدی
, نگهداری و تعمیرات, زمان خرابی, داده‌کاوی, مدیریت قطعات یدکی, یادگیری عمیق.
@inproceedings{paperid:1078863,
author = {لطفی, عطیه and کوشا, حمیدرضا},
title = {پیش‌بینی زمان خرابی ماشین‌آلات با استفاده از یادگیری عمیق},
booktitle = {پنجمین کنفرانس بین المللی مهندسی صنایع و سیستمها},
year = {2019},
location = {مشهد, ايران},
keywords = {نگهداری و تعمیرات، زمان خرابی، داده‌کاوی، مدیریت قطعات یدکی، یادگیری عمیق.},
}
%0 Conference Proceedings
%T پیش‌بینی زمان خرابی ماشین‌آلات با استفاده از یادگیری عمیق
%A لطفی, عطیه
%A کوشا, حمیدرضا
%J پنجمین کنفرانس بین المللی مهندسی صنایع و سیستمها
%D 2019
