دانلود مقاله ISI انگلیسی شماره 95561
ترجمه فارسی عنوان مقاله

معادن فروشگاه طبقه برای مدیریت نگهداری پیشگیرانه: ادغام مدل های احتمالاتی و پیش بینی شده

عنوان انگلیسی
Mining Shop-Floor Data for Preventive Maintenance Management: Integrating Probabilistic and Predictive Models
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
95561 2017 8 صفحه PDF
منبع

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

Journal : Procedia Manufacturing, Volume 11, 2017, Pages 1127-1134

ترجمه چکیده
فواصل تعریف شده بین بازرسی تعمیرات پیشگیرانه به افزایش در دسترس بودن تجهیزات فرایند کمک می کند. این کار یکپارچه مدل های احتمالاتی و پیش بینی شده ساخته شده از اطلاعات سیاهههای مربوط به رویداد، از طریق تکنیک های استخراج فرآیند، برای برآورد تغییرات زمان چرخه روند است. یک تابع برای دسترسی به تجهیزات تعریف شده است و تغییرات تدریجی در فواصل بین بازرسی های تعمیراتی انجام می شود تا زمانی که زمان تلف شده برای این عملکرد به حداقل برسد و بهترین فاصله پیدا شود. سناریوهای مختلف را می توان تحلیل کرد، شبیه سازی تغییرات در احتمال وقوع فعالیت ها، ارائه پشتیبانی بهتر در برنامه ریزی فعالیت های تعمیر و نگهداری. نتایج نشان می دهد که با بهینه سازی فاصله بین بازرسی های تعمیر و نگهداری می توان از تلفات را کاهش داد.
پیش نمایش مقاله
پیش نمایش مقاله  معادن فروشگاه طبقه برای مدیریت نگهداری پیشگیرانه: ادغام مدل های احتمالاتی و پیش بینی شده

چکیده انگلیسی

Well-defined intervals between preventive maintenance inspections help increase the availability of process equipment. This work integrates probabilistic and predictive models constructed from event logs information, through process mining techniques, to estimate the variations of process cycle time. A function for equipment availability is defined and gradual changes in intervals between maintenance inspections are performed until the wasted time for this function is minimized and the best interval is found. Different scenarios can be analyzed simulating variations in probabilities of activities occurrence, providing better support in scheduling maintenance activities. Results show that losses can be reduced by optimizing the intervals between maintenance inspections.