-۰٫۰۰۶۵۹
-۰٫۸۴۶۵۷
-۰٫۰۱۹۶۳
-۱٫۲۸۲۰۴
۴٫۱۵۷۱۱
۳۰۲
۱۳۹۲/۰۴/۲۶
۰٫۰۹۰۶۸
-۰٫۸۳۵۷
-۰٫۴۷۱۴۲
-۱٫۳۴۴۸۳
۰٫۱۵۱۷۵
-۰٫۳۰۶۵
-۱٫۳۰۸۴۸
در نهایت در این مرحله با بررسیهایی که برای آنالیز رخداد خرابی صورت گرفت یکی از مجموعه داده ها را برای طراحی مدل استفاده خواهیم کرد.از ۳۲ مورد تعداد خرابی در کارخانه فشار قوی استفاده نموده و بعد از طراحی مدل پشتیبان تصمیم یار بطور متغیر از این ۳۲ مورد تعدادی را برای آموزش مدل و مابقی را برای آزمایش مدل در مرحله بعد مورد بررسی قرار خواهیم داد.
( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
نتیجه آماده سازی داده
تا اینجای پروژه مجموعه داده های دو تجهیز مختلف در دو کارخانه متفاوت مورد بررسی قرار گرفت.رخداد های خرابی و داده های وضعیت مناسب انتخاب شدند.داده ها برای آزمایش و مدلسازی سازماندهی شدند.ارتباط بین داده های وضعیت و خرابی های رخداده کشف شد و و حالتهای غیرعادی حذف شدند.ازسوی دیگر ورودیها و پیچیدگیهای مدل با دسته بندی کردن پارامترهای وابسته به هم با روش PCA کاهش پیدا کرد.در نهایت یک مجموعه داده که برای مدلسازی پیش بینی خرابی مناسب بود انتخاب گردید.
در یادگیری با ناظر کیفیت داده مورد استفاده اساسی و مهم است.داده های ناقص یا غلط مدل را به سمت خروجی های اشتباه و غیر دقیق سوق می دهد[۱۸].در این پروژه هم با پالایش مجموعه داده ها، برخی از داده ها به منظور جلوگیری از ایراد در مدل حذف شدند.به عبارت دیگر استفاده از داده های دقیق و اطلاعات مناسب باعث می شود خروجی مدل مورد قبول و مطمئن باشد.زمان دقیق خرابی ، وضعیت تجهیز در زمان خرابی ، خرابی احتمالی دیگر تجهیزات وابسته ، مشکلات کارایی در تجهیز و سایر موارد باید شناخته و مشخص شود تا بتواند به درک و تفسیر تغییرات در مقدار پارامترها کمک نماید.
۴-۶-طراحی و توسعه مدل
در این بخش توسعه و طراحی مدل پیش بینی خرابی ارائه خواهد شد.در نتیجه آماده سازی داده ها داده ها و پارامترهای ورودی برای مدل در ۷ دسته از FAC1 تا FAC7 قرار گرفتند.ضمنا ۳۲ حالت خرابی نیز انتخاب شد که از این تعداد بخشی برای آموزش مدل و تعدادی دیگر برای آزمایش مدل استفاده خواهد شد.
۴-۶-۱-بررسی سطح آستانه پارامترها
از زمانی که روال کاهش یا افزایش در پارامترها شروع شود، خرابی در حال رخ دادن خواهد بود.سطح آستانه برای هر پارامتر باید مشخص شود تا بتوان رسیدن به حالت خرابی را پیش بینی نمود.سطح آستانه پایین و بالا در ۳۲ حالت خرابی مورد بررسی قرار گرفت و مقدارآن از ۱۲- تا ۹
مشخص شد.جدول مقدار پارامترها و آستانه آنها در حالتهای خرابی در ادامه قابل مشاهده است.
جدول ۱۶- مقدار پارامترها در حالات خرابی
ردیف
تاریخ
fac1
fac2
fac3
fac4
fac5
fac6
fac7
MAX
MIN
۱۴۱
۱۳۹۲/۰۲/۲۳
-۳٫۱۷۰۴