مقاله رویکردی هوشمند در تشخیص و پیش بینی عیوب و مدیریت سلامت ( PHM ) , مطالعه موردی تشخیص عیوب مخزن با استفاده از شبکه عصبی موجک

بخشی از مقاله

چکیده

نگهداری و تعمیرات مبتنی بر شرایط - CBM - 3 و مدیریت پیش بینی و سلامت - PHM - 4 در خلال سالهای اخیر به عنوان فناوریهای چشمگیری که تاثیر عمیقی بر فعالیتهای مربوط به نگهداری و تعمیرات در حوزه های نظامی و تجاری دارند، ظهور یافتهاند. در واقع اکنون ما شاهد یک نوع تغییر موضع حقیقی در روش طراحی، پایش و نگهداری و تعمیرات سیستمهای پویای پیچیده - اعم از وسایل هوانوردی و فضا نوردی، سیستمهای حمل ونقل دریایی،فرایندهای صنعتی و ساخت و تولید - هستیم. تشخیص و پیشبینی عیوب، تعیین باقیمانده عمرمفید اجزای سیستم، همچون تجهیزات لجستیکی که نیازمند نگهداری، تعمیرات دوره ای یا تعمیرات اساسی هستند، به مشارکت فعال تخصص های چندگانه احتیاج دارند.

فناوری های CBM و PHM به دنبال ادغام و تشکیل یک پیوند قوی از گرایشهای میان رشته ای علوم مهندسی، کامپیوتر، قابلیت اطمینان، ارتباطات، مدیریت و غیره بوجود آمدند.در دنیای امروز با پیشرفت علوم رایانهای، پایگاههای داده سیستم های مدیریت نگهداری و تعمیرات - CMMS - ،دادههای زیادی را ذخیره میکنند و با گسترش دانش، پردازش این دادهها مورد توجه قرار گرفته است. کشف دانش مفید در خصوص تشخیص عیوب و پیش بینی عمر تجهیزات از بین حجم عظیم داده بسیار ضروری میباشد و باید روشهایی یافت که بتوان با آن از این همه داده که به سادگی از آن نمی توان به نتیجه یا تصمیمی رسید، اطلاعاتی سودمند و مختصر بدست آورد. این اطلاعات می توانند در تصمیمگیری مدیران تاثیر شگرفی داشته باشند. در این مقاله استفاده از نگهداری و تعمیرات مبتنی بر شرایط - CBM - و مدیریت سلامت و پیشبینی - PHM - را معرفی میکنیم. همچنین مدلی هوشمند جهت تشخیص و پیش بینی عیوب در یک مطالعه موردی بکار گرفته شده است.

واژگان کلیدی:نگهداری و تعمیرات - Maintenance - ، مراقبت وضعیت - Condition Monitoring - ، نگهداری و تعمیرات مبتنی بر شرایط - CBM - ، مدیریت پیش بینی و سلامت - PHM - ، شبکه عصبی موجک - Wavelet Neural. - Network

1. مقدمه

سازمانهای صنعتی و نظامی به دنبال قابلیت اطمینان و در دسترس بودن تجهیزات خود هستند. هدف اصلی حداکثر کردن زمان کارکرد بدون خطا و حداقل کردن هزینه های نگهداری و تعمیرات و عملیات است.پیش بینی عیوب، یکی از جنبه های چالش برانگیز سیستم مدیریت سلامت و پیش بینی عیوب - PHM - 1 می باشد. همچنین هزینه ی پشتیبانی و عملیاتی - - OAS و هزینه ی کل - 2 - TOC چرخه عمر را کاهش داده و ارتقا ایمنی بسیاری از انواع ماشین آلات و سیستمهای پیچیده را در بر دارد. تکامل سیستمهای پایش تشخیص عیوب3،برای فضاپیماها و سیستم های پیچیده دیگر، تشخیص عیوب پیشگویانه4 را از لحاظ فنی، مطلوب و ممکن می سازد.

در طول دهههای اخیر، دامنهی وسیعی از روشها و راهبردهای اجرایی برای اجرای دستی، نیمه خودکار و کاملاً خودکار تشخیص و پیشبینی عیوب - به معنی مدیریت سلامت - برای سیستمهای بحرانی در صنایع تجاری و دفاعی وجود داشته است. برای طراحی سیستمهای تشخیص و پیشبینی عیوب مدلها و روشهای گوناگونی به کارگرفته می-شود. برای مثال، نسل ابتدایی هواپیما بر تشخیص دستی و رفع عیب روی زمین برای رسیدن به الزامات مدیریت سلامت تکیه داشت. این سیستمها معمولاً آنالوگ و مستقل از یکدیگر بودند و تنها یک روش و آن هم خواندن ولتمتر، روش تشخیص مشکلات بودند.همانطوریکه سیستمهای هواپیما پیچیدهتر و یکپارچهتر شدند، تجهیزات تست توکار - BIT - 5 و اخطارهای ساده برای هشدار به کار گرفته شدند. با ادامهی تکامل سیستمهای تشخیص عیوب تولید کنندگان تجهیزات - OEMS - 6 وتهیه کنندگان وسایل نقلیه دریافتند که خروجی اخطارهای کشف عیب یا تجهیزات BIT میتوانند برای پشتیبانی از سیستمهای تشخیص و عیبزدایی7 به کار گرفته شود. [1]

.2  مرور ادبیات

.1-2  توسعه سیستمهای تشخیص عیوب به سیستمهای پیش بینی عیوب

تجهیزات دیجیتالی معمولی امروزی مقدار عظیمی از اطلاعات را به صورت آماده در بانکهای اطلاعاتی خود و چیزهایی از این دست دارند، بنابراین استفاده از این داده ها برای انجام فعالیت های تشخیص عیوب امکان پذیر است.با استفاده از این داده ها و تبدیل آنها به اطلاعات، بسیاری از ویژگی های مربوط به سلامت تجهیزات می تواند از راه هایی حاصل شود که قبلاً هرگز تصور آن نمیرفت. بعد از این، اطلاعات می تواند به دانش و تصمیم بهتر در چگونگی مدیریت سلامت سیستم تبدیل شود. ماشین ها در حال هوشمندتر شدن هستند و منابع اطلاعاتی غنی تر و بزرگتری فراهم می کنند.

طراحان به این استنتاج رسیدهاند که اگر استفاده از دادهها و منابع اطلاعاتی برای تشخیص اجزاء معیوب ممکن است، چرا تشخیص و نظارت بر شروع عیب امکان پذیر نباشد، این یعنی فهمیدن عیب ها قبل از اینکه موجب اختلال در توانایی تجهیزات برای انجام وظیفه خود شود. با انجام این کار، اطمینان ماموریت به طرز قابل توجهی افزایش خواهد یافت، فعالیت های نگهداری و تعمیرات به طرز بهتری زمانبندی می شوند و زمان از کار افتادگی تجهیزات را کاهش می دهد و کاهش قابل ملاحظه ای در هزینه های چرخه عمر مشاهده خواهد شد. با چنین رویکردی است که بسیاری از »سیستم های تشخیص عیوب« امروزی در حال توسعه به »پیش بینی عیوب« هستند.

.2-2  مدیریت سلامت و پیش بینی عیوب - PHM -

] Prognosisپیشبینی عیوب[ یک لغت مرکب میباشد که از دو کلمهای یونانی pro و gnosis مشتق شده است. یعنی توانایی به دست آوردن آگاهی1 در مورد اتفاقات، قبل از2 اینکه واقعاً به وقوع بپیوندند.واژه پیشبینی عیوب به طور وسیعی در علوم دارویی استفاده میشده است و بر پیشبینی بیماری احتمالی دلالت دارد. در حوزههای صنعتی و تولیدی، پیشبینی عیب برای پاسخ به این سوال بیان شده است: »عمر مفید باقیمانده یک جزء یا تجهیز، وقتی که یک خرابی قریب الوقوع کشف و شناسایی میشود، چقدر است؟«سیستم های PHM مدرن و جامع شامل امکانات بسیاری می باشد. برخی از کارکرد ها و قابلیتها و فرآیندهای آنها عبارتند از:
کشف عیوب                                                                      تفکیک عیوب
فناوری های پیشرفته تشخیص عیوب                                    فناوری های پیش بینی عیوب
عمر مفید باقیمانده                                                            پیشبینی زمان خرابی
کاهش اخطار اشتباه                                                           تضمین پیگیری گارانتی
گزارش سلامت                                                                   کمک در تصمیمسازی و مدیریت منابع
ادغام اطلاعات و تحلیل ها                                                  مدیریت اطلاعات

•در ختیار گذاشتن اطلاعات درست، برای شخص مورد تایید، در زمان مناسب بسیاری از این قابلیتهای عملیاتی، هرچند بسیار پیشرفته و دقیق می باشند، ولی یک سیر تکاملی از توانایی سیستمهای تشخیص و پیش بینی عیوب میباشند.

.3-2  توسعه CBM به مدل CBM/ PHM

در این بخش از مقاله استفاده از نگهداری و تعمیرات مبتنی بر شرایط - CBM - و مدیریت سلامت و پیشبینی - PHM - را معرفی میکنیم.نگهداری و تعمیرات بر مبنای شرایط - CBM - 3 استفاده از داده های حین کار تجهیزات برای تعیین وضعیت ماشین و به دنبال آن وضعیت عیب یا خرابی آن است. پیش بینی عیوب و مدیریت سلامت - PHM - 4 به طور ویژه به فازی شامل پیش بینی رفتار آینده، عمر مفید باقیمانده - RUL - 5 و برنامه ریزی اقدامات نگهداری و تعمیرات مورد نیاز به منظور حفظ سلامتی سیستم، اشاره میکند.مفاهیم بنیادی سیستم راه را برای طراحی موثر فناوری تشخیص و پیشبینی عیوب هموار میسازد. طراح CBM/ PHM باید با مکانیزم عیوب آشنایی داشته باشد. همچنین باید درک صحیحی از روشهای نظارتی، الگوریتمهای کشف و تفکیک عیوب و پیشبینی آنها و روشهای سیستمی برای طراحی آزمایشات، معیارهای عملکرد و ابزارهایی برای اعتبار سنجی مدلهای وجود داشته باشد. در اینجا یک چارچوب کلی برای بررسی و مقایسهی گزینههای جایگزین در انتخاب بهترین فناوری که نیازهای کاربر را تحقق میبخشد، معرفی شده است.