Χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών

Η παρούσα διπλωματική εργασία έχει ως θέμα τη μελέτη και τη χρήση της τεχνητής νοημοσύνης στη συντήρηση του μηχανολογικού εξοπλισμού των διυλιστηρίων. Συγκεκριμένα, η εργασία εστιάζει αρχικά σε θεμελιώδη ζητήματα των διυλιστηρίων, όπως είναι οι εγκαταστάσεις, η βασική μονάδα του διυλιστηρίου, ο μηχα...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Στάμος, Ανδρέας
Άλλοι συγγραφείς: Stamos, Andreas
Γλώσσα:Greek
Έκδοση: 2022
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/15970
id nemertes-10889-15970
record_format dspace
spelling nemertes-10889-159702022-09-06T05:13:37Z Χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών Use of artificial intelligence in the maintenance of the mechanical equipment of refineries Στάμος, Ανδρέας Stamos, Andreas Τεχνητή νοημοσύνη Διυλιστήρια Διαδίκτυο των Πραγμάτων Μηχανική μάθηση Artificial intelligence Refineries Internet of Things Machine learning Η παρούσα διπλωματική εργασία έχει ως θέμα τη μελέτη και τη χρήση της τεχνητής νοημοσύνης στη συντήρηση του μηχανολογικού εξοπλισμού των διυλιστηρίων. Συγκεκριμένα, η εργασία εστιάζει αρχικά σε θεμελιώδη ζητήματα των διυλιστηρίων, όπως είναι οι εγκαταστάσεις, η βασική μονάδα του διυλιστηρίου, ο μηχανολογικός εξοπλισμός και ο εξοπλισμός για την αντιμετώπιση ρύπων από τις μονάδες παραγωγής. Επιπλέον, η εργασία μελετά τη συντήρηση του μηχανολογικού εξοπλισμού του διυλιστηρίου, την αναγκαιότητα της συντήρησης και τις πολιτικές συντήρησης. Ακόμη, αναδεικνύονται οι υπάρχουσες εφαρμογές τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού των διυλιστηρίων με έμφαση στο IoT, στα Big Data και στη μηχανική μάθηση στη συντήρηση. Στο πειραματικό μέρος της εργασίας γίνεται ανάλυση των δεδομένων επισκευής αντλιών των ΕΛΠΕ. Δόθηκε ένα dataset, το οποίο περιείχε δεδομένα από λειτουργίες επισκευής αντλιών της εταιρείας “Ελληνικά Πετρέλαια” της χρονιάς 2017 στις εγκαταστάσεις του Ασπροπύργου. Στόχος ήταν η διατήρηση κάποιων από τα δεδομένα με σκοπό να γίνει η ανάλυσή τους και να αποτελέσουν χρήσιμο εργαλείο που θα βοηθήσει στην βελτιστοποίηση των διαδικασιών της εταιρείας. Η γλώσσα υλοποίησης της εφαρμογής ήταν η Python και το περιβάλλον υλοποίησης που χρησιμοποιήθηκε ήταν το Spyder. The present dissertation deals with the study and use of artificial intelligence in the maintenance of refinery mechanical equipment. In particular, the work initially focuses on fundamental issues of the refineries, such as the plant, the basic unit of the refinery, the mechanical equipment, and the equipment for the treatment of pollutants from the production units. In addition, the work studies the maintenance of the refinery mechanical equipment, the necessity of maintenance and maintenance policies. In addition, the existing applications of artificial intelligence in the maintenance of mechanical equipment of refineries with emphasis on IoT, Big Data and machine learning in maintenance are highlighted. In the experimental part of the research, the pump repair data of ELPE is analysed. A dataset was provided, which contained data from pump repair operations of the company "Hellenic Petroleum" of the year 2017 at the facilities of Aspropyrgos. The aim was to preserve some of the data in order to analyse them and to be a useful tool that will help optimize the company's processes. The implementation language of the application was Python and the implementation environment used was Spyder. 2022-03-10T12:11:23Z 2022-03-10T12:11:23Z 2022-03-09 http://hdl.handle.net/10889/15970 gr application/pdf winzip/winrar
institution UPatras
collection Nemertes
language Greek
topic Τεχνητή νοημοσύνη
Διυλιστήρια
Διαδίκτυο των Πραγμάτων
Μηχανική μάθηση
Artificial intelligence
Refineries
Internet of Things
Machine learning
spellingShingle Τεχνητή νοημοσύνη
Διυλιστήρια
Διαδίκτυο των Πραγμάτων
Μηχανική μάθηση
Artificial intelligence
Refineries
Internet of Things
Machine learning
Στάμος, Ανδρέας
Χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών
description Η παρούσα διπλωματική εργασία έχει ως θέμα τη μελέτη και τη χρήση της τεχνητής νοημοσύνης στη συντήρηση του μηχανολογικού εξοπλισμού των διυλιστηρίων. Συγκεκριμένα, η εργασία εστιάζει αρχικά σε θεμελιώδη ζητήματα των διυλιστηρίων, όπως είναι οι εγκαταστάσεις, η βασική μονάδα του διυλιστηρίου, ο μηχανολογικός εξοπλισμός και ο εξοπλισμός για την αντιμετώπιση ρύπων από τις μονάδες παραγωγής. Επιπλέον, η εργασία μελετά τη συντήρηση του μηχανολογικού εξοπλισμού του διυλιστηρίου, την αναγκαιότητα της συντήρησης και τις πολιτικές συντήρησης. Ακόμη, αναδεικνύονται οι υπάρχουσες εφαρμογές τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού των διυλιστηρίων με έμφαση στο IoT, στα Big Data και στη μηχανική μάθηση στη συντήρηση. Στο πειραματικό μέρος της εργασίας γίνεται ανάλυση των δεδομένων επισκευής αντλιών των ΕΛΠΕ. Δόθηκε ένα dataset, το οποίο περιείχε δεδομένα από λειτουργίες επισκευής αντλιών της εταιρείας “Ελληνικά Πετρέλαια” της χρονιάς 2017 στις εγκαταστάσεις του Ασπροπύργου. Στόχος ήταν η διατήρηση κάποιων από τα δεδομένα με σκοπό να γίνει η ανάλυσή τους και να αποτελέσουν χρήσιμο εργαλείο που θα βοηθήσει στην βελτιστοποίηση των διαδικασιών της εταιρείας. Η γλώσσα υλοποίησης της εφαρμογής ήταν η Python και το περιβάλλον υλοποίησης που χρησιμοποιήθηκε ήταν το Spyder.
author2 Stamos, Andreas
author_facet Stamos, Andreas
Στάμος, Ανδρέας
author Στάμος, Ανδρέας
author_sort Στάμος, Ανδρέας
title Χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών
title_short Χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών
title_full Χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών
title_fullStr Χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών
title_full_unstemmed Χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών
title_sort χρήση τεχνητής νοημοσύνης στη συντήρηση μηχανολογικού εξοπλισμού διυλιστηριών
publishDate 2022
url http://hdl.handle.net/10889/15970
work_keys_str_mv AT stamosandreas chrēsētechnētēsnoēmosynēsstēsyntērēsēmēchanologikouexoplismoudiulistēriōn
AT stamosandreas useofartificialintelligenceinthemaintenanceofthemechanicalequipmentofrefineries
_version_ 1771297362941050880