چکیده مقاله
این مقاله به تحلیل سیستم های نگهداری و تعمیرات پیش بینانه PdM در صنعت خودروسازی با تمرکز بر یکپارچه سازی هوش مصنوعی AI و اینترنت اشیا IoT می پردازد هدف اصلی، بررسی توانمندی این فناوری ها در تحول الگوهای سنتی نگهداری و تعمیرات، به سمت مدل های مبتنی بر داده، خودکار و کارآمد است با استفاده از روش تحقیق کیفی و تحلیل محتوای سیستماتیک مطالعات منتشر شده بین سال های ۲۰۲۰ تا ۲۰۲۵، یافته های تحقیق نشان می دهد که ترکیب حسگرهای IoT و الگوریتم های یادگیری ماشین ML و یادگیری عمیق DL ، دقت پیش بینی خرابی را به بیش از ۹۰ درصد در برخی کاربردها رسانده و موجب کاهش چشمگیر زمان توقف خط تولید دون تا ۴۵ درصد و هزینه های عملیاتی ۱۵ تا ۳۰ درصد شده است چالش های کلیدی شناسایی شده شامل یکپارچه سازی داده های ناهمگن، امنیت سایبری، نیاز به نیروی کار متخصص و ملاحظات هزینه ای اولیه است مقاله به ارائه یک چارچوب مفهومی پیشنهادی برای استقرار PdM و بحث در مورد روندهای آتی از جمله استفاده از یادگیری تقویتی و دیجیتال توام می پردازد نتایج این تحلیل بر نقش حیاتی هوش مصنوعی و اینترنت اشیا در افزایش قابلیت اطمینان، بهره وری و رقابت پذیری در صنایع خودروسازی تاکید دارد
کلیدواژهها
نویسندگان
شیوه ارجاع
نصیری لاکه، مجتبی،1404،تحلیل سیستم های نگهداری و تعمیرات پیش بینانه در صنایع خودروسازی با استفاده از هوش مصنوعی و اینترنت اشیا،سیزدهمین همایش ملی تحقیقات میان رشته ای در علوم مهندسی و مدیریت،تهران
ارائهشده در
مجموعه مقالات سیزدهمین همایش ملی تحقیقات میان رشته ای در علوم مهندسی و مدیریت25 اسفند 1404 · تهران