پیش بینی خرابی و عیب یابی ماشین های تراش با استفاده از رویکرد ترکیبی شبکه عصبی مصنوعی و بلوک تصمیم گیری

پیام:
چکیده:
دراین مقاله برای پیش بینی خرابی و عیب یابی ماشین های تراش از یک رویکرد ترکیبی استفاده شده است. سیستم پیشنهاد شده در این مقاله شامل 2 قسمت آنالوگ و دیجیتال است، که سیستم ترکیبی نام گذاری شده است. در این مدل پیشنهادی ، بخش آنالوگ توسط شبکه های عصبی و بخش دیجیتال توسط بلوک های تصمیم گیری پایش می شود. اطلاعات مورد نیاز این مقاله مبتنی بر نشانه های خرابی های پیش آمده در طی 30 سال گذشته برای دستگاه های تراش یک کارخانه با 383 دستگاه تراش است. برای آموزش مدل پیشنهادی، از داده های شبیه سازی شده با توزیع وایبل استفاده شده است . نتایج بدست آمده نشان می دهد که سیستم ترکیبی ارائه شده می تواند با احتمال بالا و قابل توجه 5/99% خرابی های ماشین های تراش را قبل از وقوع، پیش بینی کرده، و علت آن را تشخیص دهد. ارزیابی عملکرد سیستم پیشنهادی در این مقاله، با استفاده از مثال های عددی و شاخص میانگین مربعات خطا انجام شده است.
زبان:
فارسی
در صفحه:
143
لینک کوتاه:
magiran.com/p1595442 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 990,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!