light box
امتیاز 2.58 یک سیستم عیب‌یابی هوشمند مبتنی بر بیزی">

نوع فایل : word
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش : 15
تعداد کلمات : 4400
مجله : Procedia Computer Science Procedia Computer Scien Procedia Computer Scien
انتشار : 2022
ترجمه متون داخل جداول : ترجمه شده است
درج جداول در فایل ترجمه : درج شده است
منابع داخل متن : به صورت فارسی درج شده است
کیفیت ترجمه : طلایی
دسته بندی :
برچسب ها : ، ، ، ، ، ، ، ، ، ، ، ، ، ، ،

عنوان فارسی مقاله:یک سیستم عیب‌یابی هوشمند مبتنی بر بیزی

 چکیده

  سیستم‌های عیب‌یابی می‌توانند مزایای متفاوتی را در مدیریت دارایی‌ها، به‌ویژه برای عملیات خدماتی، تسهیل تشخیص مشکلات و شناسایی اجزای معیوب به ارمغان بیاورند. با این حال، این سیستم ها معمولاً مبتنی بر منطق محاسباتی سفت و سخت هستند که قادر به مدیریت عدم قطعیت ها نیستند. در این مطالعه، یک سیستم مبتنی بر دانش با بهره‌برداری از قضیه بیزی توسعه داده شد و در یک ابزار عیب‌یابی که بر تعامل انسان و ماشین متکی است، استفاده شد. دانش و الگوریتم مورد نیاز برای اطمینان از استحکام و قابلیت‌های خودآموزی مورد تجزیه و تحلیل و آزمایش قرار گرفت. پس از آن، این سیستم در یک محیط صنعتی، به طور خاص از یک شرکت تولید جرثقیل پیاده سازی شد. این الگوریتم در برابر خطاها مقاوم است و امکان پاسخ ندادن به برخی سوالات را فراهم می کند. با این حال، عملکرد سیستم به شدت به سوالات ، هم از نظر کمیت (تعداد کافی در مقایسه با خرابی‌های احتمالی) و هم از نظر کیفیت (موثر در تشخیص خرابی‌ها)بستگی دارد. در واقع، این کار نشان می دهد که چگونه افزایش دانش سیستم با ارائه سؤالات اضافی می تواند عملکرد عیب یابی را به طور قابل توجهی بهبود بخشد. پیشرفت‌های آینده ممکن است شامل افزایش کاربرپسندی و پیاده‌سازی خودآموز برای افزودن و به‌روزرسانی سؤالات در طول زمان باشد(سیستم عیب‌یابی هوشمند مبتنی بر بیزی).

Title: A Bayesian based Intelligent Troubleshooting System

Abstract

Troubleshooting systems can bring different benefits in assets management, particularly for service operations, facilitating the di-agnosis of problems and faulty components identification. However, these systems are commonly based on rigid computation logic unable to handle uncertainties. In this work, a knowledge-based system exploiting the Bayesian theorem was developed and applied in a troubleshooting tool that relies on human-machine interaction. The required knowledge and the algorithm were analyzed and tested to ensure robustness and self-learning capabilities. Subsequently, the system was implemented in an industrial environment, specifically from a crane manufacturing company. The algorithm is robust to errors and provides the possibility of not answering some questions. However, the system performance is highly dependent on the questions, both in terms of quantity (adequate num-ber compared to possible failures) and quality (effective to discriminate among failures). Indeed, this work shows how the system knowledge enhancement by introducing additional questions can significantly improve the troubleshooting performance. Future developments may involve user-friendliness enhancement and self-learning implementation to add and update questions over time.

      دیدگاهها بسته است.

      محصولات مشابه
      عملکرد زیست محیطی شرکت و ارزش شرکت – با استفاده از معیارهای انتشار آلودگی
      خـریـد محـصـول
      اندازه گیری کمی عدم قطعیت بارندگی و تبخیر و تعرق در مدل‌سازی بارش-رواناب
      خـریـد محـصـول
      فیزیولوژی تنش غرقابی در جو
      خـریـد محـصـول
      ارزش مصرف، نوآوری مصرف کننده و پذیرش محصول جدید: شواهد تجربی از ویتنام
      خـریـد محـصـول
      کیفیت پایین خواب و خواب آلودگی در روز در متخصصان بهداشت: شیوع و عوامل مرتبط
      خـریـد محـصـول
      پریکاردیت حاد پس از مداخله عروق کرونر از راه پوست: کیس ریپورت
      خـریـد محـصـول
      آگاهی موقعیتی: تکنیک ها، چالش ها و چشم اندازها
      خـریـد محـصـول
      چگونه از مشکلات رایج اجرای فناوری اطلاعات سلامت جلوگیری کنیم
      خـریـد محـصـول
      ارزیابی هوشیاری و توجه پایدار در بزرگسالان مبتلا به ADHD
      خـریـد محـصـول
      کمبود(نقص) توجه و علائم ADHD در بزرگسالان مبتلا به بیماری فابری – یک مطالعه آزمایشی
      خـریـد محـصـول
      ثبت اختراع یا انتشار مقاله

      در اولین مرحله از شروع یک تحقیق جدید نیاز است منابع مختلفی جستجو شود تا جدید بودن ایده مورد بررسی قرار گیرد. یکی از بهترین منابع جهت جستجو، لیست اختراع های ثبت شده است. پایگاه های جستجوی پتنت به محقق کمک میکند پیشینه تحقیق خود را مورد بررسی قرار دهد تا مطمئن شود کار تکراری انجام نمیدهد. سامانه جستجوگر مالکیت فکری دارکوب به تازگی از پایگاه جستجو علائم تجاری خود نیز رونمایی کرده است که دارای امکانات تخصصی فراوانی می باشد.

      ثبت اختراع یا انتشار مقاله کدام اول باید انجام شود؟ پژوهشگران منابع مالی و غیر مالی بسیاری را صرف انجام تحقیقات و پژوهش ها میکنند و امکان دارد تعدادی از آنها تبدیل به دستاوردها و فناوری های نو گردد. محققان این نتایج را به سرعت در مقالات علمی ملی و بین المللی منتشر و به آن افتخار میکنند. اما باید مد نظر داشت، چنانچه دستاورد پژوهشی امکان تبدیل شدن به یک محصول یا فرآیند قابل استفاده و تولید در صنعت را داشته باشد، هر گونه انتشار عمومی از جمله مقاله باعث از دست رفتن شرط جدید بودن و در نتیجه عدم امکان ثبت فناوری به عنوان اختراع خواهد شد.

      در نتیجه محققان و پژوهشگران باید پیش از هرگونه افشاء عمومی آن دسته از نتایج تحقیقاتی که شرایط ثبت اختراع را دارا می باشد به صورت اظهارنامه اختراع در اداره مربوطه ثبت و سپس نسبت به انتشار آنها اقدام کنند. امکان دارد مراحل ثبت اختراع چندین ماه به طول بیانجامد که انتشار مقاله (و مانند آن) پس از تاریخ ثبت اظهارنامه اختراع مشکلی را در فرآیند ثبت اختراع بوجود نمی آورد.

      از آنجا که برخی دستاورد ها مانند روشهای تشخیص بیماری و نوآوری های مدیریتی قابلیت ثبت اختراع بین المللی و ملی را ندارند، محققان بدون نگرانی میتوانند انتشار در مقالات داخلی و خارجی را به عنوان اولین گزینه جهت کسب افتخار دست یابی به این قبیل پژوهشها انتخاب کنند.

       
      برو بالا