چکیده مقاله
در این پژوهش، یک چارچوب یکپارچه برای به کارگیری اینترنت صنعتی اشیاء IIoT ، محاسبات ابری و نگهداری پیش بینی کننده PdM در آنالایزرهای صنعتی با هدف کاهش زمان توقف غیرمنتظره، افزایش قابلیت اطمینان و بهینه سازی نگهداری حسگرها ارائه و ارزیابی شده است مسئله اصلی این مطالعه، ناکارآمدی روش های نگهداری واکنشی و دوره ای در مواجهه با خرابی های پیش بینی نشده آنالایزرهای حساس صنعتی و پیامدهای اقتصادی و عملیاتی ناشی از آن است در چارچوب پیشنهادی، داده های بلادرنگ حاصل از حسگرهای عملیاتی آنالایزرها در لایه لبه گردآوری و پیش پردازش شده و سپس برای تحلیل های پیشرفته و یادگیری ماشین به زیرساخت ابری منتقل می شوند مدل های پیش بینی خرابی مبتنی بر داده های تاریخی و جاری توسعه یافته و زمان بهینه مداخله نگهداری بر اساس وضعیت واقعی تجهیز تعیین می گردد ارزیابی چارچوب پیشنهادی در چند مطالعه موردی صنعتی نشان می دهد که استفاده از این رویکرد منجر به کاهش معنادار زمان توقف غیرمنتظره، افزایش دقت پیش بینی خرابی و کاهش هزینه های نگهداری شده است نتایج تجربی بیانگر بهبود قابل توجه قابلیت اطمینان آنالایزرها و افزایش عمر مفید حسگرها در مقایسه با روش های سنتی نگهداری است به طور کلی، یافته های این پژوهش نشان می دهد که یکپارچه سازی IIoT، محاسبات ابری و PdM نه تنها از نظر فنی امکان پذیر است، بلکه به عنوان یک راهکار موثر و مقیاس پذیر می تواند نقش کلیدی در بهبود عملکرد، پایداری و بهره وری سیستم های آنالیز صنعتی ایفا کند
کلیدواژهها
نویسندگان
شیوه ارجاع
�هزادی، مهدی و دارابی بختیار، ادیب،1404،یکپارچه سازی اینترنت صنعتی اشیاء، محاسبات ابری و نگهداری پیش بینی کننده برای آنالایزرهای صنعتی:کاهش زمان توقف، افزایش قابلیت اطمینان و بهینه سازی نگهداری حسگرها،سومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند،لارستان
ارائهشده در
مجموعه مقالات سومین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند28 بهمن 1404 · لارستان