• شماره ركورد
    16595
  • عنوان
    بررسي يكپارچه سازي هوش مصنوعي با فرآيند هاي MBSE
  • سال تحصيل
    1404
  • استاد راهنما
    مهدي نصيري سروي
  • استاد مشاور
    ندارم
  • چکيده
    چكيده مهندس ي س يستمهاي مبتن ي بر مدل كه به اختصار تحت عنوان )MBSE )نيز شناخته ميشود؛ به عنوان يك رويكرد مؤثر برا ي مد يري ت پيچيدگ ي محصول، توجه زياد ي را در صنعت و دانشگاه به خود جلب كرده است. عليرغم پيشرفت آن، مفاهيم، ابزارها، زبان ها و روش هاي فعلي MBSE با چالشهاي قابل توجهي در كاربردهاي صنعتي، به وي ژه در پرداختن به تنوع طراحي ، تضمين ثبات مدل و افزاي ش بهره وري عملياتي، روبرو هستند. اين پژوهش بر اساس مشاهدات صنعتي نويسندگان و تحليل ادبيات، محدوديت هاي اصلي MBSE سنتي را شناسايي كرده و 2.0 MBSE را معرفي مي كند، يك تكامل نسل بعد ي كه با ويژگ ي هاي جامع، يكپارچه و هوشمند مشخص مي شود. فناوري هاي كليد ي توانمندساز، مانند مد يريت مدل، روش هاي طراحي يكپارچه و طراحي س يستم بهبود يافته با هوش مصنوعي، به تفصيل بررس ي شده اند. اين مطالعه مفهوم 2.0 MBSE را ب ه عنوان انگيزهاي براي بحث و هدايت تالش هاي آينده در دانشگاه و صنعت در مطالعات آتي معرفي م ي كند و بر پيشرفت هاي كليد ي تأك يد مي كند و چند ين ديدگاه كليد ي و مهم را برا ي كاهش محدوديت هاي فعلي در عمل صنعتي برجسته مي كند . عالوه بر اين، پژوهش حاضر به بررس ي ادغام هوش مصنوعي )AI )و مهندس ي س يستمهاي مبتني بر مدل )MBSE )در زم ينه قابليت اطمينان س يستمهاي ماهواره اي نيز م يپردازد. بكارگيري شبكه هاي حافظه كوتاه مدت طوالني )LSTM)، يك تكنيك هوش مصنوعي، براي پيش بيني احتمال خرابي زيرس يستمهاي مختلف از جمله مواردي هستند كه در اين تحقيق به آنها پرداخته ميشود. مدل هاي LSTM در يك چارچوب MBSE ادغام مي شوند و دقت پيشبيني خرابي در سطح س يستم و تصميم گيري عملياتي را افزايش مي دهند . اين رويكرد شامل آموزش شبكههاي LSTM بر رو ي مجموعه داده هاي شبي ه سازي شده است كه نشان دهنده طيف وس يعي از سناريوهاي عملياتي براي هر زيرس يستم هستند. سپس خروجي هاي اين شبكهها با استفاده از ي ك رويكرد وزني براي تعيين زمان بهينه، با هدف افزايش طول عمر عملياتي ماهواره، تجميع مي شوند . عملكرد س يستم در يك سناريوي ماموريت واقعي شبيه سازي شده ارزيابي مي شود. اين تحقيق پتانسيل ادغام MBSE-AI را در پيشبرد استراتژ ي هاي طراحي و نگهداري س يستم ماهواره اي برجسته مي كند
  • نام دانشجو

    محمدرضا علي پور

  • تاريخ ارائه
    11/19/2025 12:00:00 AM
  • متن كامل
    89011
  • پديد آورنده

    محمدرضا علي پور

  • تاريخ ورود اطلاعات
    1404/09/25
  • عنوان به انگليسي
    Exploring artificial intelligence fabric manufacturing with MBSE processes
  • كليدواژه هاي فارسي
    واژه هاي كليدي: مهندس ي س يستمهاي مبتني بر مدل، LSTM، هوش مصنوعي، پيشبيني خرابي ماهواره، قابليت اطمينان س يستمهاي فضايي، طراحي س يستم؛ توليد هوشمند
  • كليدواژه هاي لاتين
    Keywords: Model-based systems engineering, LSTM, artificial intelligence, satellite failure prediction, space systems reliability, system design; smart manufacturing