آمار
| تعداد نشریات | 16 |
| تعداد شمارهها | 147 |
| تعداد مقالات | 1,156 |
| تعداد مشاهده مقاله | 4,105,237 |
| تعداد دریافت فایل اصل مقاله | 163,066 |
نقش هوش مصنوعی در نگهداری پیشبینانه تجهیزات صنعتی | ||
| دوفصلنامه علمی پژوهش در مهندسی نگهداشت دفاعی | ||
| دوره 7، شماره 2 - شماره پیاپی 10، اسفند 1404، صفحه 41-50 اصل مقاله (618.25 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): dmej/dmej.2026.206582 | ||
| نویسندگان | ||
| علی حمیده* 1؛ محمد طهماسبی2 | ||
| 1دکتری زبان انگلیسی، دانشکده زرهی نزسا، دانشگاه افسری و تربیت پاسداری امام حسین (ع)، تهران، ایران. | ||
| 2دانشجوی دکتری فناوری اطلاعات و ارتباطات، دانشکده زرهی نزسا، دانشگاه افسری و تربیت پاسداری امام حسین (ع)، تهران، ایران. | ||
| چکیده | ||
| نگهداری پیشبینانه در محیطهای صنعتی به عنوان یک استراتژی کلیدی برای بهینهسازی عملکرد و کاهش زمانهای تعطیلی، به طور فزایندهای اهمیت یافته است. این رویکرد به سازمانها کمک میکند تا با مدیریت مؤثر فرسودگی و خرابی ماشینآلات، کارایی عملیاتی خود را افزایش دهند. در این راستا، هوش مصنوعی (AI) به عنوان یک فناوری نوآورانه، نقش حیاتی در ارتقاء دقت پیشبینی خرابیها و بهینهسازی برنامههای نگهداری ایفا میکند. این مقاله به بررسی تأثیر هوش مصنوعی بر نگهداری پیشبینانه میپردازد و بر الگوریتمهای یادگیری ماشین و یادگیری عمیق تمرکز دارد. با تحلیل پیادهسازی این الگوریتمها در محیطهای صنعتی و ارائه مطالعات موردی واقعی، نشان داده میشود که ادغام سیستمهای نگهداری پیشبینانه مبتنی بر AI میتواند به طور قابل توجهی هزینهها را کاهش دهد، عمر تجهیزات را افزایش دهد و کارایی فرآیندهای تولید را بدون وقفه تضمین کند. همچنین، این مقاله به چالشها و فرصتهای موجود در پیادهسازی هوش مصنوعی در این حوزه نیز اشاره خواهد کرد. نتایج این تحقیق میتواند به عنوان یک منبع ارزشمند برای تصمیمگیرندگان صنعتی در جهت بهبود استراتژیهای نگهداری و افزایش بهرهوری سازمانها مورد استفاده قرار گیرد. | ||
| کلیدواژهها | ||
| هوش مصنوعی (AI)؛ نگهداری پیشبینانه؛ یادگیری ماشین؛ یادگیری عمیق؛ تجهیزات صنعتی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 33 تعداد دریافت فایل اصل مقاله: 10 |
||