TY - JOUR ID - 22907 TI - یک مدل آماری و هوشمند برای تشخیص نقاط خرابی در نگهداری و تعمیرات پیشگویانه JO - مهندسی صنایع و مدیریت JA - J65 LA - fa SN - 2676-4741 AU - خوش سیرت, مبینا AU - خاشعی, مهدی AU - ملاوردی, ناصر AD - دانشکده‌ی مهندسی صنایع و سیستم‌ها، دانشگاه صنعتی اصفهان Y1 - 2023 PY - 2023 VL - 38.1 IS - 2 SP - 47 EP - 57 KW - نگهداری و تعمیرات پیشگویانه KW - پیش‌بینی KW - یادگیری ماشین KW - ساختار ترکیب DO - 10.24200/j65.2022.57224.2189 N2 - امروزه نگهداری و تعمیرات اهمیت بسیاری در صنایع تولیدی پیدا کرده است. یک راه‌حل کارا به منظور جلوگیری از توقف فرایندهای تولید، پیش‌بینی خرابی تجهیزات است. در این مقاله، به منظور تشخیص زمان انجام اقدامات نگهداری و تعمیرات چارچوبی پیشنهاد شده تا حتی‌الامکان از توقف در فرایند جلوگیری شود. لذا هدف اصلی این پژوهش، ارائه‌ی یک مدل آماری و هوشمند برای تشخیص نقاط خرابی در زمینه‌ی نگهداری و تعمیرات پیشگویانه است. در نهایت عملکرد مدل پیشنهادی با سایر شیوه‌های داده محور به صورت تکی و ترکیبی، شامل مدل‌های لاجیت، ماشین بردار پشتیبان و شبکه‌های عصبی پرسپترون چندلایه است، مقایسه شده است. نتایج حاکی از آن است که مدل ماشین بردار پشتیبان در مقایسه با مدل‌های تکی و ترکیبی سری، از دقت بالاتری برخوردار است و نیز نتایج نشانگر کارآمدی و کارایی ساختار ترکیب موازی پیشنهادی در مسائل مدل‌سازی و پیش‌بینی است. UR - https://sjie.journals.sharif.edu/article_22907.html L1 - https://sjie.journals.sharif.edu/article_22907_debc1b2caffb56a0ed841eb33bbd22a0.pdf ER -