21783

21783

طراحي مدل ادغامي براي تعيين دوره عمردر سامانه‌هاي پيچيده‌ي مهندسي مبتني بر داده‌ها (مطالعه موردي ماشين‌هاي دوار)

دكتري

سيستم‌هاي اقتصادي و اجتماعي

1398

1398/8/14

دكتر عليرضا معيني

دكتر محمد رياحي

صنايع

پايش وضعيت، يكي از مهم‌ترين تكنيكهاي مديريت سلامت تجهيزات و نگهداري و تعميرات (نگهداشت) مبتني بر شرايط است. در چرخه‌‌ي متدلوژي مديريت سلامت و پيش‌بيني عيوب كه به‌نوعي شكل توسعه‌يافته‌تري براي نگهداشت مبتني بر شرايط است، ارزيابي وضعيت به‌عنوان مهم‌‌ترين جزء اين چرخه به شمار مي‌آيد. در اين رساله، مدلي جهت تعيين وضعيت زوال تجهيزات دوار و همچنين تعيين عمر مفيد باقيمانده¬ي آن¬ها ارائه شده است. در مدل پيشنهادي اين رساله، 1) نوسانات شديد شاخص سلامت در آستانه¬ي خرابي كامل، 2) تعيين وضعيت خرابي در شرايط وجود چند منبع اطلاعاتي (سنسور) و 3) پيش¬بيني شاخص سلامت در شرايط تغيير رژيم اين شاخص مورد توجه قرار گرفته است و بدين منظور سه راهكار جهت مواجهه ارائه شده است : 1) ارائه¬ي يك شاخص سلامت و ارزيابي اين شاخص جهت تخمين عمر مفيد باقيمانده، 2) ارائه¬ي يك رويكرد تركيبي مبتني بر خوشه¬بندي (سي¬-مينز فازي) و تئوري شواهد (قواعد تركيب دمپستر-شفر) جهت تركيب اطلاعات سنسورها و ارزيابي اين روش جهت تعيين وضعيت زوال و تخمين عمر مفيد باقيمانده و 3) استفاده از مدل رژيم سوئيچينگ ماركوف خودرگرسيون جهت شبيه¬سازي و پيش¬بيني شاخص سلامت و مقايسه¬ي آن با روش¬هاي پيش¬بيني رقيب جهت تخمين عمر مفيد باقيمانده. به‌منظور ارزيابي كل مدل و روش¬هاي پيشنهادي، از داده‌‌هاي آزمايشگاهي انيستيتو فمتو-اس‌‌تي كه به‌منظور پيش‌‌بيني عمر مفيد باقيمانده‌‌ي ياتاقان، فراهم گرديده استفاده شده است. نتايج مقايسه¬ي مدل پيشنهادي و رويكردهاي آن با روش¬هاي رقيب، نشاندهنده¬ي عملكرد مناسب مدل پيشنهادي مي¬باشد.

1398/11/10

Designing a Fusion Model for Determining the Remaining Useful Life in Complex Engineering Systems Based on the Data and Physics of Failure(Case Study: Rotating Machines)

11/5/2019 12:00:00 AM

With the development of new maintenance techniques based on condition monitoring, diagnostic and prognostic methods are also being extended. In the process of estimating the remaining useful life by using the data-driven approach, it is difficult to determine the degradation state of the equipment with several sources of information and to predict the remaining useful life with non-smooth monitoring data, which have inherently sudden changes. In this paper, to address these two issues, a procedure is presented in which 1) the degradation state of the equipment is determined in the presence of several information sources using a combination of the fuzzy c-means clustering and the combination rules of Dempster-Shafar theory and 2) the prediction of the data for the estimation of the remaining useful life is done by using autoregressive Markov regime-switching model which is capable of dealing with sudden changes in condition monitoring data. To evaluate the proposed model, the bearing dataset of FEMTO-ST Institute is used. The experimental results show the high competitiveness of the proposed procedure compared to similar methods.

مدل ماركوف رژيم سوييچينگ خود رگرسيون , عمر مفيد باقيمانده

Autoregressive Markov Regime Switching , Remaining Useful Life