| Περίληψη: | Στη σύγχρονη εποχή οι βιομηχανίες επισημαίνουν τον τομέα της συντήρησης σαν µία από τις κεντρικές δραστηριότητες τους, η αναβάθμιση του οποίου µπορεί να οδηγήσει σε περαιτέρω πρόοδο του συνόλου των επιχειρήσεων. Με αυτόν το στόχο, έχει αναπτυχθεί διεθνώς ένα σύγχρονο πλαίσιο μεθόδων και τεχνολογιών για τη σταδιακή μετατόπιση του ρόλου της συντήρησης από τις παραδοσιακές διαδικασίες επισκευής-αποκατάστασης σε διαδικασίες πρόληψης-πρόβλεψης, σκοπεύοντας τελικά στην αύξηση της διαθεσιμότητας της εγκατάστασης. Οι μέθοδοι αυτές εντάσσονται σε µία κύρια κατηγορία: την προβλεπτική συντήρηση (predictive maintenance). Η προβλεπτική συντήρηση θεωρείται σήμερα-την εποχή της 4ης βιομηχανικής επανάστασης-µία φιλοσοφία συντήρησης, που στηρίζεται σε µία ουσιαστική εκτίμηση της πραγματικής φυσικής κατάστασης του εξοπλισμού, µε στόχο τη σταδιακή μετατόπιση των εργασιών συντήρησης από εργασίες αποκατάστασης-επισκευής βλαβών σε διαδικασίες πρόληψης-πρόβλεψης. Με την αξιοσημείωτη πρόοδο στην τεχνολογία της πληροφορικής το Ψηφιακό Δίδυμο έχει αποκτήσει αυξημένη προσοχή καθώς προσφέρει τη δυνατότητα ώστε να μεταβούμε σε μια ψηφιακά οδηγούμενη και βασισμένη σε τεχνολογίες cloud βιομηχανία (Industry 4.0). Στην παρούσα εργασία, μελετάμε αυτή την προοπτική με τη χρήση των τεχνητών νευρωνικών δικτύων. Τα έξυπνα αυτά συστήματα έχουν την ικανότητα να «μαθαίνουν» χαρακτηριστικά πολύπλοκων συστημάτων με πολλές μεταβλητές και να δίνουν αποτελέσματα ταχύτερα και με λιγότερο υπολογιστικό κόστος. Επίσης Τα ΤΝΔ προσομοιώνουν το βιολογικό νευρωνικό δίκτυο αποτελούμενα από νευρώνες διασυνδεδεμένους μεταξύ τους και έχουν την δυνατότητα να μαθαίνουν μέσω κατάλληλων δειγμάτων εκπαίδευσης. Στην περίπτωση μας θεωρούμε ότι το νευρωνικό δίκτυο είναι το ψηφιακό δίδυμο του συστήματος όπου αλλάζοντας τις εισόδους του μπορούμε να έχουμε εκτίμηση της πραγματικής κατάστασης της βλάβης.
|
|---|
