ارایه ی الگوی یادگیری برای تحلیل وضعیت روغن با استفاده از تصویرسازی نتایج آنالیز روغن (مطالعه موردی: موتورهای دیزلی)

نوع مقاله : Original Article

نویسندگان
سعید رمضانی 1
علی عواطفی همت 2
مصطفی یوسفی طزرجان 3
هادی رحمتی 4
1 استادیار گروه مهندسی صنایع دانشگاه جامع امام حسین (ع)، تهران، ایران
2 دانشجوی کارشناسی ارشد لجستیک و زنجیره تأمین، دانشگاه جامع امام حسین(ع)،گروه صنایع، تهران، ایران
3 عضو هیئت علمی دانشگاه جامع علمی کاربردی، تهران، ایران
4 فارغ التحصیل کارشناسی ارشد لجستیک و زنجیره تأمین، دانشگاه جامع امام حسین(ع)،گروه صنایع، تهران، ایران
10.22034/amej.2022.198734
چکیده
بخش قابل‌توجهی از هزینه‌های یک واحد صنعتی مربوط به هزینه‌های نگهداری و تعمیرات است. هر مجموعه صنعتی بدون داشتن برنامه­ی نگهداری از تجهیزات خسارت­های جبران نشدنی را متحمل می­شود. امروزه به‌کارگیری فن‌آوری پایش وضعیت (CM) از طریق تحلیل روغن، به‌عنوان روشی مؤثر در تشخیص فرسایش‌های غیرعادی یا عیوب تجهیزات و سامانه‌های مکانیکی شناخته می­شود. روش‌ها و فرایندهای متعددی برای پیش‌بینی وضعیت بر اساس آنالیز روغن در سال‌های اخیر ابداع و ارائه‌شده و توسط پژوهشگران بعدی توسعه داده‌شده‌اند، در حال حاضر نتایج آنالیز روغن به کمک روش‌های داده‌کاوی، شبکه عصبی و روش منطق فازی تحلیل می­شود. یکی از مشکلات حوزه‌ی پایش وضعیت به کمک آنالیز روغن هزینه و زمان موردنیاز برای بررسی همه‌ی نمونه‌ها توسط خبره است، درواقع همه‌ی داده­های حاصل از آنالیز روغن نیاز به بررسی توسط خبره ندارند و تنها 5 درصد از این داده‌ها نشان‌دهنده‌ی وضعیت بحرانی است که نیاز به برنامه‌ریزی و اقدام سریع دارند، هدف ما دراین پژوهش ارائه الگوی یادگیری برای تحلیل وضعیت روغن با استفاده از شبکه عصبی و تصویرسازی نتایج آنالیز روغن می‌باشد که به کمک آن نتیجه آنالیز روغن تجهیز در یک تصویر خلاصه شود تا بتوان با نگاه به آن به سرعت وضعیت روغن و به طبع دستگاه را تشخیص داد.
کلیدواژه‌ها
آنالیز روغن
تحلیل وضعیت روغن
خطوط مبنا
تصویرسازی