علمی : ارایه مدلی برای تعمیرات پیشگویانه تجهیزات درکارخانه های نفتی با تکنیکهای داده کاوی، …

-۱٫۲۸۲۰۴

۴٫۱۵۷۱۱

۳۰۲

۱۳۹۲/۰۴/۲۶

۰٫۰۹۰۶۸

-۰٫۸۳۵۷

-۰٫۴۷۱۴۲

-۱٫۳۴۴۸۳

۰٫۱۵۱۷۵

-۰٫۳۰۶۵

-۱٫۳۰۸۴۸

در نهایت در این مرحله با بررسیهایی که برای آنالیز رخداد خرابی صورت گرفت یکی از مجموعه داده ها را برای طراحی مدل استفاده خواهیم کرد.از ۳۲ مورد تعداد خرابی در کارخانه فشار قوی استفاده نموده و بعد از طراحی مدل پشتیبان تصمیم یار بطور متغیر از این ۳۲ مورد تعدادی را برای آموزش مدل و مابقی را برای آزمایش مدل در مرحله بعد مورد بررسی قرار خواهیم داد.
نتیجه آماده سازی داده
تا اینجای پروژه مجموعه داده های دو تجهیز مختلف در دو کارخانه متفاوت مورد بررسی قرار گرفت.رخداد های خرابی و داده های وضعیت مناسب انتخاب شدند.داده ها برای آزمایش و مدلسازی سازماندهی شدند.ارتباط بین داده های وضعیت و خرابی های رخداده کشف شد و و حالتهای غیرعادی حذف شدند.ازسوی دیگر ورودیها و پیچیدگیهای مدل با دسته بندی کردن پارامترهای وابسته به هم با روش PCA کاهش پیدا کرد.در نهایت یک مجموعه داده که برای مدلسازی پیش بینی خرابی مناسب بود انتخاب گردید.
در یادگیری با ناظر کیفیت داده مورد استفاده اساسی و مهم است.داده های ناقص یا غلط مدل را به سمت خروجی های اشتباه و غیر دقیق سوق می دهد[۱۸].در این پروژه هم با پالایش مجموعه داده ها، برخی از داده ها به منظور جلوگیری از ایراد در مدل حذف شدند.به عبارت دیگر استفاده از داده های دقیق و اطلاعات مناسب باعث می شود خروجی مدل مورد قبول و مطمئن باشد.زمان دقیق خرابی ، وضعیت تجهیز در زمان خرابی ، خرابی احتمالی دیگر تجهیزات وابسته ، مشکلات
 

برای دانلود متن کامل این پایان نامه به سایت  pipaf.ir  مراجعه نمایید.