پاسخ به:دانلود مقالات حمل و نقل ریلی
سه شنبه 29 فروردین 1391 7:24 PM
امين ناصري محمدرضا، حسين زاده محمود |
کنفرانس ملي نگهداري و تعميرات 1384;شهريور 1384(3) |
کلید واژه: پيش بيني عمر باقيمانده، خوردگي، CBR، خطوط لوله، هوش مصنوعي |
خلاصه:
افزايش هزينه تعويض تجهيزات، افراد و سازمانها را وادار به افزايش عمر مفيد سيستمها كرده است. خطوط لوله با گذشت زمان رو به خرابي مي گذارند. از اين رو كاربر بايد قادر به ارزيابي خرابي باشد و از عدم وقوع شكست در خط لوله اطمينان يابد. پيش بيني عمر باقيمانده خطوط لوله متاثر از خوردگي علاوه بر اينكه از طريق بازرسي و تعميرات به موقع به افزايش عمر خطوط لوله كمك مي كند، با پيشگيري از نشتي از بروز صدمات مالي و جاني نيز جلوگيري بعمل مي آورد. در ضمن در صورت اطلاع از زمان وقوع شکست خط لوله، با انجام تعميرات برنامه ريزي شده مي توان از توقف ناخواسته واحدهاي توليدي جلوگيري کرد و به افزايش بهره وري کمک نمود. در زمينه پيش بيني استحکام باقيمانده خطوط لوله مطالعات بسياري بر اساس روشهاي قطعي و احتمالي انجام شده است. روشهاي قطعي از پيش بيني زمان شکست ناتوان هستند و روشهاي احتمالي نيز بديل پيچيدگي با استقبال كاربران مواجه نشده اند. در اين مقاله از روش استدلال مبتني بر مورد (CBR) که روش نسبتا جديدي در هوش مصنوعي (AI) مي باشد، براي پيش بيني عمر باقيمانده خطوط لوله دچار خوردگي استفاده شده است. داده هاي مورد استفاده در تحقيق از اطلاعات مربوط به ضخامت سن جي خطوط لوله در شرکت پتروشيمي اراک جمع آوري شده است. بر اساس روش استدلال مبتني بر مورد، مدلي براي پيش بيني عمر باقيمانده ارايه شده است. نتايج آزمايش مدل، موفقيت آن را در 80% مواقع نشان مي دهد. |