ترجمه مقاله مدل مخفی مارکوف با مشاهدات همبستگی خودکار برای پیش بینی عمر مفید باقی مانده و سیاست نگهداری مطلوب – سال 2017
مشخصات مقاله:
عنوان فارسی مقاله:
مدل مخفی مارکوف با مشاهدات همبستگی خودکار برای پیش بینی عمر مفید باقی مانده و سیاست نگهداری مطلوب
عنوان انگلیسی مقاله:
Hidden Markov model with auto-correlated observations for remaining useful life prediction and optimal maintenance policy
کلمات کلیدی مقاله:
باقی مانده پیش بینی عمر مفید، تعمیر و نگهداری پیشگیرانه، مدل مارکف مخفی، مشاهدات خودکار همبستگی
مناسب برای رشته های دانشگاهی زیر:
مهندسی صنایع
مناسب برای گرایش های دانشگاهی زیر:
بهینه سازی سیستم ها، برنامه ریزی و تحلیل سیستم ها و تولید صنعتی
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
1 معرفی
2. مدلسازی تخریب
2.1 مدل های مارکوف پنهان
2.2 مشاهدات وابسته خودکار تخریب
2.3. تخمین پارامتر
2.4 اثر داده های گم شده و اختلال
3. دو روش برای پیش بینی عمر مفید باقی مانده
3.1 روش پیش بینی RUL مبتنی بر حالت
3.2 روش پیش بینی RUL مبتنی بر مشاهدات
4.مطالعه موردی
4.1 تایید روش های پیشگیری RUL
4.2 آنالیز حساسیت در برآورد پارامتر
4.3 مقایسه HMM-AO و HMM استاندارد
5. سیاست حفظ حریم خصوصی مطلوب
5.1 سیاست نگهداری مبتنی بر RUL
5.2 سیاست های نگهداری مبتنی بر حالت
5.3 مقایسه
6. نتیجه
قسمتی از مقاله انگلیسی و ترجمه آن:
1. Introduction
Maintenance policies play important roles in improving the effectiveness of production systems’ operation. In recent years, maintenance strategies combining data-driven reliability models with observed data of condition monitoring has gained more and more attention [1–3]. Diagnosis and prognosis are two important aspects in the framework of maintenance and have been largely researched [4]. The former focuses on the fault detection [5], while the latter devotes to evaluate the current health state of the system as well as to predict its remaining useful life (RUL). An accurate prediction of the RUL could help develop a more economical and effective maintenance policy. The performance of a manufacturing system is typically affected by its degradation process. There are always some quality characteristics of systems (voltage, crack length, wear, etc.). Their values degrade over time and failures occur when their degradation paths exceed a predetermined critical threshold [6,7]. Monitoring system and collecting and analyzing the observations of one or more quality characteristics can inform the users about the state of the system and set the ground for RUL prediction and preventive maintenance policy planning. Beganovic and Söffker [8] developed modeling strategies capable to describe complex relations between measurable system variables, related system degrada-tion and RUL
1 معرفی
سیاست های نگهداری نقش مهمی در بهبود کارایی سیستم های تولیدی دارند. در سال های اخیر، استراتژی های نگهداری با ترکیب کردن مدل های قابلیت اطمینان مبتنی بر داده ها با داده های مشاهده شده از نظارت بر وضعیت، توجه بیشتری را به خود جلب کرده اند [1-3]. تشخیص و پیش آگهی دو جنبه مهم در چارچوب نگهداری هستند و تا حد زیادی مورد تحقیق قرار گرفته اند [4]. تمرکز سابق بر تشخیص خطا [5] است، در حالی که تمرکز اخیر به ارزیابی وضعیت سلامت فعلی سیستم و همچنین پیش بینی عمر مفید عمر باقیمانده آن (RUL)اختصاص داده شده است. پیش بینی دقیق RUL می تواند به ایجاد یک سیاست نگهداری مقرون به صرفه تر و موثرتر کمک کند.
عملکرد سیستم تولید معمولا تحت تأثیر فرآیند تخریب قرار می گیرد. همیشه تعدادی ویژگی کیفی سیستم (ولتاژ، طول کرک، سایش و غیره) وجود دارد. مقادیر آنها در طول زمان کاهش می یابد و هنگامی که مسیرهای تخریب آنها از یک آستانه ی از پیش تعیین شده تجاوز کند، شکست رخ می دهد [6،7]. سیستم نظارت و جمع آوری و تجزیه و تحلیل مشاهدات یک یا چند مشخصه کیفیت می تواند به کاربران در مورد وضعیت سیستم اطلاع دهد و زمینه را برای پیش بینی RUL و برنامه ریزی سیاست های نگهداری پیشگیرانه تعیین کند. Beganovic و Söffker [8] استراتژی های مدل سازی قادر به توصیف روابط پیچیده بین متغیرهای قابل اندازه گیری سیستم، تخریب سیستم مربوط و RUL را توسعه دادند.
