دسته بندی علمی – پژوهشی : ارایه مدلی برای تعمیرات پیشگویانه تجهیزات درکارخانه های نفتی با تکنیکهای داده …

نگهداری سابقه
اساسی ترین سابقه ها برای نت پیشگیرانه مربوط به تجهیزات است . سابقه های تجهیزات اطلاعات در مقاصد دیگری از نت پیشگیرانه ارائه می دهند . عناوین ضروری عبارتند از :
شماره شناسایی تجهیز،نام تجهیز،مکان ،استفاده از خواندن اندازه گیری ،تناوب های نت پیشگیرانه، استفاده در روز،سر رسید نت پیشگیرانه قبلی ،سر رسید نت پیشگیرانه بعدی،زمان تناوب برای نت پیشگیرانه ،مهارت های مورد نیاز، تعداد نفرات ، زمان ، قطعات مورد نیاز،تجهیز استفاده شده در خواندن اندازه گیری ،شماره قطعاتی که تعویض شده اند ،درخواست کارهای تعمیراتی برای مشکلات کشف شده و زمان مورد نیاز[۸].
با بازتر شدن چشم وگوش نت پیشگیرانه به طرف نت پیش بینانه ،‌اندازه گیری های آزمایشی باید ثبت شوند بطوری که اثر انگشت ونرخ رشد آنالیز با محدوده های کنترلی بتوانند برای هدایت کارهای آینده نت مورداستفاده قرارگیرند.
۲-۸-مبانی نظری و مفاهیم تحقیق
۲-۸-۱-روش تحقیق
روشی که برای طراحی و پیشبرد این مدل استفاده شده است مبتنی بر متدلوژی CRISP-DM (CRoss-Industry Standard Process for DataMining) می باشد که یک متدلوژی استاندارد صنعتی برای داده کاوی و آنالیزهای پیش بینی است.این راهکار یک روش مفید برای سرعت دادن به داده کاوی روی داده های بزرگ و حجیم است که دارای قابلیت اطمینان بالا با مدیریت مناسب است[۱۸].
فرایند داده کاوی در این متدلوژی شامل شش مرحله می باشد که عبارتند از :درک کسب و کار،درک داده،آماده سازی داده،مدلسازی ، ارزیابی و توسعه می باشد.
متدلوژی CBM استفاده شده در این پایان نامه شامل سه مرحله می باشد.
اکتساب داده
پردازش داده
تصمیم گیری برای نگهداری
اکتساب داده
اکتساب داده به عنوان اولین گام در این مدل شامل جمع آوری و ذخیره کردن داده ها و اطلاعات از قطعات و تجهیرات می باشد.دو نوع داده برای جمع آوری وجود دارد که عبارتند از داده های شرایط تجهیزات و داده های خرابی تجهیرات
هر دو توع داده برای تشخیص و پیش بینی کاملا مفید هستند.داده های شرایطی وضعیت و سلامت تجهیرات را نشان داده و داده های خرابی حالت ها و اعمال انجام شده را به تصویر می کشند[۱۸].
داده های شرایطی بر اساس مشاهده مستمر و زمانبندی شده روی تجهیزات الکترونیکی و مکانیکی و مشاهده پارامترهای مورد نظر روی این تجهیزات بدست می آیند.
پردازش داده
این گام شامل دو بخش پاکسازی داده و آنالیز داده می باشد.
پاکسازی داده
بدست آوردن داده با کیفیت بالا اولین گام در جهت ساخت یک مدل پیش بینی مناسب و قوی می باشد.پاکسازی داده شامل تشخیص و تصحیح داده های خراب و ناسالم و ناهمگون در بین مجموعه داده های اکتساب شده است.داده های دارای ایراد بایستی تشخیص داده شود برای یکسان سازی یا باید حذف شوند یا اینکه به فرمت مورد نظر تصحیح شود تا مجموعه داده یکسان و همسانی برای ادامه کار در اختیار باشد[۱۸].
در این بخش می توان از نرم افزارهای آماری مختلف برای دقت و تسریع در کاراستفاده نمود.
آنالیز داده
استفاده از انواع آنالیز داده بسته به نوع داده ای است که جمع آوری شده است.در زمینه نگهداری و تعمیرات داده ها در سه دسته متفاوت قرار می گیرند[۱۸].
 
داده های موجی(مانند داده های لرزش و صوت)
داده های عددی(مانند داده های فشار ، دما و …)
داده های چند بعدی(ماننده داده های ترموگرافی ، مادون قرمز و …)
تصمیم گیری نگهداری
بعد از اینکه داده ها جمع آوری و تفسیر شد مدل پشتیبان تصمیم ساخته خواهد شد.این مدل به کاربران در تصمیم گیری با استفاده از هشدارهایی که از وقوع خرابی می دهد کمک خواهد کرد.روشهای مختلفی برای پیش بینی عمر باقیمانده از تجهیز وجود دارد که بعد از انتخاب روش یا روشهای مناسب یک مدل پشتیبان تصمیم برای پیش بینی وقوع خرابی طراحی خواهد شد[۱۸].
تشخیص و پیش بینی دو گام مهم در طراحی مدل هستند.در سیستم آنالیز تشخیص تنزل سطح پارامترها مورد توجه است به این شکل که شرایط غیرطبیعی تشخیص داده می شوند ، سپس قطعه یا تجهیز رو به خرابی تشخیص داده شده و در نهایت خرابی بخش یا ماژول اساسی ارزیابی و تشخیص داده می شود.
پیش بینی به توانایی تشخیص سریع و زود تر از موعد خرابی تجهیزات و ماشین آلات بر می گردد.و اینکه فرآیند خرابی قبل از وقوع بررسی و پیش بینی گردد.به عبارت دیگر وقوع زمان خرابی قبل از رخداد آن قابل برآورد باشد.
این برآورد وقوع خرابی می تواند به زمانبندی برای تعمیر و نگهداری ، کاهش هزینه نگهداری و افزایش در دسترس بودن کمک شایانی نماید.
در کل دو نوع پیش بینی وقوع خرابی برای تجهیزات و ماشن آلات وجود دارد.نوع اول پیش بینی عمر مفید باقیمانده از تجهیز است.که نشان می دهد چه مدت زمانی مانده تا تجهیز در آستانه خرابی قرار بگیرد.
نوع دوم شانس و احتمال کارکرد مناسب و صحیح تجهیز بدون خرابی و یا نزدیک شدن به وقوع خرابی را محاسبه می نماید.
۲-۸-۲-طراحی مدل پیش بینی
اگرچه روشها و تکنیکهای متنوع و متفاوتی برای طراحی مدل پیش بینی وقوع خرابی مورد استفاده قرار گرفته است اما همه آنها بطور کلی در سه دسته قرار می گیرند که عبارتند از

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

مدل فیزیکی، مدل مبتنی بر دانش و مدل مبتنی بر داده[۱۸].