دانلود مقاله ISI انگلیسی شماره 108086
ترجمه فارسی عنوان مقاله

یک روش پنهان گاما مبتنی بر فیلتر کردن و پیش بینی برای عوامل سلامت تک در تولید

عنوان انگلیسی
A hidden-Gamma model-based filtering and prediction approach for monotonic health factors in manufacturing
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
108086 2018 11 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 9587 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 16 روز بعد از پرداخت 115,044 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 8 روز بعد از پرداخت 230,088 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Control Engineering Practice, Volume 74, May 2018, Pages 84-94

ترجمه کلمات کلیدی
سیستم پشتیبانی تصمیم، توزیع گاما، صنعت 4.0، روش مونت کارلو، فیلترهای ذرات تعمیرات قابل پیش بینی، پیشگیری و مدیریت سلامت، تولید نیمه هادی،
کلمات کلیدی انگلیسی
Decision support system; Gamma distribution; Industry 4.0; Monte Carlo methods; Particle filters; Predictive maintenance; Prognostic and health management; Semiconductor manufacturing;
پیش نمایش مقاله
پیش نمایش مقاله یک روش پنهان گاما مبتنی بر فیلتر کردن و پیش بینی برای عوامل سلامت تک در تولید

چکیده انگلیسی

In the context of Smart Monitoring and Fault Detection and Isolation in industrial systems, the aim of Predictive Maintenance technologies is to predict the happening of process or equipment faults. In order for a Predictive Maintenance technology to be effective, its predictions have to be both accurate and timely for taking strategic decisions on maintenance scheduling, in a cost-minimization perspective. A number of Predictive Maintenance technologies are based on the use of “health factors”, quantitative indicators associated with the equipment wear that exhibit a monotone evolution. In real industrial environment, such indicators are usually affected by measurement noise and non-uniform sampling time. In this work we present a methodology, formulated as a stochastic filtering problem, to optimally predict the evolution of the aforementioned health factors based on noisy and irregularly sampled observations. In particular, a hidden Gamma process model is proposed to capture the nonnegativity and nonnegativity of the derivative of the health factor. As such filtering problem is not amenable to a closed form solution, a numerical Monte Carlo approach based on particle filtering is here employed. An adaptive parameter identification procedure is proposed to achieve the best trade-off between promptness and low noise sensitivity. Furthermore, a methodology to identify the risk function associated to the observed equipment based on previous maintenance data is proposed. The present study is motivated and tested on a real industrial Predictive Maintenance problem in semiconductor manufacturing, with reference to a dry etching equipment.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 9587 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 12 تومان 16 روز بعد از پرداخت 115,044 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 24 تومان 8 روز بعد از پرداخت 230,088 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.