چکیده مقاله
خرابی های ناخواسته ماشین آلات صنعتی یکی از مهم ترین چالش های سیستم های تولیدی است که منجر به توقف تولید، افزایش هزینه ها، کاهش کیفیت محصول و افت بهره وری می شود مدیریت نگهداری و بهره برداری ماشین آلات به عنوان یک استراتژی کلیدی در کاهش این خرابی ها، از اهمیت بالایی در صنایع تولیدی برخوردار است با ظهور صنعت ۴ ۰ و فناوری های دیجیتال، رویکردهای سنتی نگهداری مانند تعمیرات پس از خرابی و نگهداری دوره ای به سمت روش های پیش بینانه و پیشگویانه Predictive and Prognostic Maintenance تحول یافته اند این مقاله مروری به بررسی جامع روش های نوین مدیریت نگهداری و بهره برداری ماشین آلات با تمرکز بر کاهش خرابی های ناخواسته می پردازد در این راستا، ابتدا مفاهیم پایه نگهداری صنعتی شامل نگهداری پیشگویانه، پیش بینانه، مبتنی بر شرایط و کیفیت محور بررسی می شوند سپس، نقش فناوری های صنعت ۴ ۰ مانند اینترنت اشیا IoT ، شبکه های حسگر صنعتی، هوش مصنوعی AI ، یادگیری ماشین ML و یادگیری تقویتی در توسعه سیستم های نگهداری هوشمند تحلیل می شود مطالعات موردی و الگوریتم های یادگیری ماشینی مانند جنگل تصادفی Random Forest ، شبکه های عصبی بازگشتی RNN ، LSTM و روش های هسته ای Kernel Methods در پیش بینی خرابی و بهینه سازی سیاست های نگهداری مورد بررسی قرار می گیرند همچنین، چارچوب های کمی برای ارزیابی و توسعه سیاست های نگهداری، شاخص های کلیدی عملکرد KPI و مدل های هزینه محور برای پیاده سازی عملیاتی ارائه می شوند در نهایت، پیشنهاداتی برای توسعه سیستم های تصمیم گیری هوشمند، یکپارچه سازی داده های چندمتغیره و ارتقای فرهنگ نگهداری در سازمان ها ارائه شده و نتیجه گیری کلی درباره آینده نگهداری ماشین آلات در صنعت ۴ ۰ ارائه می شود این مقاله با استناد به بیش از ۳۰ منبع علمی معتبر، به عنوان یک منبع جامع برای محققان و متخصصان رشته مکانیک، مهندسی تولید و مدیریت صنعتی عمل می کند
کلیدواژهها
نویسندگان
شیوه ارجاع
�راتی، علیرضا و دارابی، حمید،1404،مدیریت نگهداری و بهره برداری ماشین آلات برای کاهش خرابی های ناخواسته،نهمین کنفرانس بین المللی پژوهش های کاربردی در علوم و مهندس�
ارائهشده در
مجموعه مقالات نهمین کنفرانس بین المللی پژوهش های کاربردی در علوم و مهندسی7 اسفند 1404