آمار

تعداد نشریات36
تعداد شماره‌ها1,192
تعداد مقالات8,579
تعداد مشاهده مقاله6,989,876
تعداد دریافت فایل اصل مقاله4,033,376
رمضانی, سعید, معینی, علیرضا. (1395). تخمین عمر مفید باقیمانده تجهیزات دفاعی با استفاده از مدل مدیریت سلامت تجهیزات و پیش بینی عیوب(PHM)، (مطالعه موردی: سامانه راداری). پدافند الکترونیکی و سایبری, 18(51), 4-14.
سعید رمضانی; علیرضا معینی. "تخمین عمر مفید باقیمانده تجهیزات دفاعی با استفاده از مدل مدیریت سلامت تجهیزات و پیش بینی عیوب(PHM)، (مطالعه موردی: سامانه راداری)". پدافند الکترونیکی و سایبری, 18, 51, 1395, 4-14.
رمضانی, سعید, معینی, علیرضا. (1395). 'تخمین عمر مفید باقیمانده تجهیزات دفاعی با استفاده از مدل مدیریت سلامت تجهیزات و پیش بینی عیوب(PHM)، (مطالعه موردی: سامانه راداری)', پدافند الکترونیکی و سایبری, 18(51), pp. 4-14.
رمضانی, سعید, معینی, علیرضا. تخمین عمر مفید باقیمانده تجهیزات دفاعی با استفاده از مدل مدیریت سلامت تجهیزات و پیش بینی عیوب(PHM)، (مطالعه موردی: سامانه راداری). پدافند الکترونیکی و سایبری, 1395; 18(51): 4-14.

تخمین عمر مفید باقیمانده تجهیزات دفاعی با استفاده از مدل مدیریت سلامت تجهیزات و پیش بینی عیوب(PHM)، (مطالعه موردی: سامانه راداری)

مدیریت زنجیره تأمین
مقاله 1، دوره 18، شماره 51، خرداد 1395، صفحه 4-14    اصل مقاله (761.75 K)
نویسندگان
سعید رمضانی* 1؛ علیرضا معینی2
1دانشگاه جامع امام حسین(ع)
2دانشگاه علم و صنعت ایران
تاریخ دریافت: 17 خرداد 1395،  تاریخ بازنگری: 06 مرداد 1403،  تاریخ پذیرش: 28 شهریور 1397 
چکیده
تکامل سیستم‌های پایش تشخیص عیوب در سامانه‌های آفندی و پدافندی، پهباد‌ها، جنگنده‌ها و سیستم‌های پیچیده دیگر، می­تواند تشخیص پیشگویانه عیوب را از لحاظ فنی، مطلوب و ممکن سازد. در سال­ های اخیر، مدل مدیریت سلامت تجهیزات و پیش­بینی عیوب(PHM) با تشکیل یک پیوند قوی از علوم مهندسی، کامپیوتر و قابلیت اطمینان، به ­وجود آمده است. به همین دلیل، بیشتر رویکردهای هوشمند نگهداری وتعمیرات، در زمینه تشخیص و پیش‌بینی هوشمند عیوب به کارگیری شده ­اند. کشف دانش مفید در خصوص تشخیص عیوب و پیش‌بینی عمر تجهیزات نظامی و تعیین آمادگی تجهیزات می­ تواند بر تعیین توانایی استمرار آمادگی تجهیزات در مأموریت­ های نظامی در شرایط نبرد، مؤثر باشد. مسئله مهم این است که چگونه می­توان روشی برای تعیین توانایی استمرار آمادگی تجهیزات مأموریت­ های نظامی در شرایط نبرد، ارائه نمود؟ در این مقاله با استفاده از سیستم PHM، سلامت دستگاه، جزء یا سیستم، در هر نقطه و زمانی می‌تواند شناخته شده و از وقوع احتمالی شکست پیشگیری کند. همچنین دستیابی به نقصان صفر امکان ­پذیر می‌شود. از طرف دیگر در تجهیزات و سامانه‌های پدافندی، از ایجاد ناگهانی خرابی در کل سامانه و از هزینه‌های جانی و مالی جبران­ناپذیر ناشی از بروز این مشکل جلوگیری می‌شود. بنابراین از اهداف این مقاله می­توان به استمرار آمادگی تجهیزات در مأموریت ­های نظامی اشاره کرد.
کلیدواژه‌ها
مدیریت سلامت و پیش بینی (PHM)؛ عمر مفید باقیمانده (RUL)؛ استمرار آمادگی تجهیزات؛ پردازش داده؛ سیستم پشتیبان تصمیم گیری
مراجع
  1. رمضانی، سعید و یوسفی، مصطفی. "رویکردی هوشمند در تشخیص و پیش بینی عیوب و مدیریت سلامت (PHM)، مطالعه موردی تشخیص عیوب مخزن با استفاده از شبکه عصبی موجک". پنجمین کنفرانس بین‌المللی نگهداری و تعمیرات، آبان 1387.##[2] رمضانی، سعید، یوسفی، مصطفی و طاهری، محسن. "تشخیص و پیش‌بینی هوشمند عیوب برای سیستم‌های مهندسی". تهران، انتشارات دانشگاه جامع امام حسین (ع)، 1390.##[3] Cadini, F., et al., "Model-based Monte Carlo state estimation for condition-based component replacement". Reliability Engineering & System Safety 94(3): 752-758, 2009.##[4] Gebraeel, N., et al., "Residual life predictions in the absence of prior degradation knowledge". Reliability, IEEE Transactions on 58(1): 106-117, 2009.##[5] Gebraeel, N. and J. Pan., "Prognostic degradation models for computing and updating residual life distributions in a time-varying environment". Reliability, IEEE Transactions on 57(4): 550-539, 2008.##[6] Luo, J., et al. ,"Model-based prognostic techniques applied to a suspension system". Systems, Man and Cybernetics, Part A: Systems and Humans, IEEE Transactions on 38(5): 1156-1168, 2008.##[7] Myötyri, E., et al., "Application of stochastic filtering for lifetime prediction". Reliability Engineering & System Safety 91(2): 200-208, 2006.##[8] Heimes, F. O. ., "Recurrent neural networks for remaining useful life estimation". Prognostics and Health Management, 2008. PHM 2008. International Conference on, IEEE, 2008.##[9] Kozlowski, J. D., et al., "Electrochemical cell diagnostics using online impedance measurement, state estimation and data fusion techniques". INTERSOCIETY ENERGY CONVERSION ENGINEERING CONFERENCE, SAE; 1999, 2001.##[10] Zio, E. and F. Di Maio ., "A data-driven fuzzy approach for predicting the remaining useful life in dynamic failure scenarios of a nuclear system". Reliability Engineering & System Safety 95(1): 49-57, 2010.##[11] Goebel, K., et al., "Fusing competing prediction algorithms for prognostics". Aerospace Conference, 2006 IEEE, IEEE, 2006.##[12] Hess, A., et al., "PHM a key enabler for the JSF autonomic logistics support concept". Aerospace Conference, 2004. Proceedings. 2004 IEEE, IEE, 2004.##[13]Saha, B., et al., "Prognostics methods for battery health monitoring using a Bayesian framework". Instrumentation and Measurement, IEEE Transactions on 58(2): 291-296, 2009.##[14] Hu, C., "Advances in system reliability-based design and prognostics and health management (PHM) for system resilience analysis and design", 2011.##[15] Varde, P. and M. G. Pecht., "Role of Prognostics in Support of Integrated Risk-based Engineering in Nuclear Power Plant Safety". International Journal of Prognostics and Health Management, 2012.
آمار
تعداد مشاهده مقاله: 776
تعداد دریافت فایل اصل مقاله: 240