ترجمه مقاله نقش ضروری ارتباطات 6G با چشم انداز صنعت 4.0
- مبلغ: ۸۶,۰۰۰ تومان
ترجمه مقاله پایداری توسعه شهری، تعدیل ساختار صنعتی و کارایی کاربری زمین
- مبلغ: ۹۱,۰۰۰ تومان
This paper analyses a case of maintenance planning that was researched in previous work and thereby improved using predictive maintenance with an artificial intelligence (AI) technique. In particular, the environmental implications are presented using a life cycle assessment. Using AI to develop maintenance planning could be a feasible method that can outperform other strategies. However, the results of this analysis show that the economic and environmental performance depends largely on the assessment setting. Therefore, applying appropriate system boundaries and functional unit is of major importance to avoid sub-optimization when maintenance planning is developed.
1. Introduction
A vast amount of data from products in the use phase is collected and stored. At the same time, a huge market potential exists for applying artificial intelligence (AI) techniques to the data to improve maintenance services. However, despite the data available and proven AI techniques, the industrial application of these is still in its infancy. By taking advantage of these opportunities, the capacity and competitiveness of industry and the business and environmental performance can be further enhanced.
6. Conclusions and future work This paper performed an environmental assessment of given maintenance strategies, one of which is based on an AI technique. It showed that there could be conflicting objectives between reducing cost and reducing environmental impact. The analysis presented in discussion with the cases from other sectors shows that important reasons are the objective used and the system boundaries applied. Furthermore, a product consists of several components, and there can be a variety of maintenance plans for one product. Hence, it is a system of systems (Abdoli et al., 2019). When developing maintenance strategies by, for instance, using AI algorithms, it is important that this is not an isolated activity for one smaller part of a product. Changes in one area will most likely affect other areas, and it should instead be seen as a part integrated into a larger system, and the implementation of new maintenance plans should be evaluated for the overall system. More research needs to be carried out with respect to this in order to investigate impacts on the real world.
در این مقاله موردی برنامه ریزی نگهداری آنالیز می شودکه در کار قبلی مورد تحقیق قرار گرفته و در نتیجه با استفاده از یک تکنیک هوش مصنوعی (AI) بهبود یافته است. به طور خاص، پیامدهای زیست محیطی بااستفاده از ارزیابی چرخه عمر ارائه می شوند. استفاده از هوش مصنوعی برای توسعه و گسترش برنامه ریزی مربوط به نگهداری می توانست یک راه حل شدنی باشد که می تواند استراتژی های دیگر را بهتر انجام دهد. با این حال، نتایج این آنالیز نشان می دهند که عملکرد زیست محیطی و اقتصادی تا حد زیادی بستگی به محیط و موقعیت ارزیابی دارد. بنابراین، زمانی که برنامه ریزی نگهداری توسعه داده می شود، اعمال کردن حدود سیستم مناسب و واحد عملکرد مطلوب برای اجتناب از زیربهینه سازی اهمیت زیادی دارد.
1- معرفی
حجم زیادی از داده های به دست آمده از محصولات در مرحله استفاده جمع آوری و ذخیره می شوند. در آن واحد، در بازار یک امکان و پتانسیل بزرگ برای به کار بردن تکنیک های هوش مصنوعی برای داده ها وجود دارد تا خدمات نگهداری را بهبود دهند. با این حال، با وجود داده های دردسترس و تکنیک های اثبات شده مربوط به هوش مصنوعی، کاربرد صنعتی این موارد هنوز در مراحل آغازین تحقیق و توسعه می باشد. بااستفاده حداکثری از این فرصت ها و چالش ها، ظرفیت و رقابت پذیری صنعت و تجارت و عملکرد زیست محیطی می توانند بیشتر بهبود یابند.
6- نتیجه گیری و کارهای آتی
این مقاله ارزیابی زیست محیطی را باتوجه به استراتژی های نگهداری انجام داد، که یکی از آنها براساس تکنیک هوش مصنوعی می باشد. آن نشان داد که اهداف متناقضی بین کاهش هزینه و کاهش تاثیر زیست محیطی می تواند وجود داشته باشد. آنالیز ارائه شده در بحث درمورد این موردها از سایر بخش ها نشان می دهد که دلایل مهم اهداف استفاده شده و حدود سیستم اعمال شده هستند. علاوه براین، یک محصول از چندین قطعه تشکیل می شود، و انواع مختلف برنامه های نگهداری برای یک محصول می تواند وجود داشته باشد. بنابراین، آن سیستمی از سیستم ها است (Abdoli et al., 2019). زمان توسعه استراتژی های نگهداری توسط، برای مثال، استفاده از الگوریتم های هوش مصنوعی مهم است که این یک فعالیت جداگانه برای یک بخش کوچکتر از محصول نباشد. تغییرات در یک منطقه احتمالا بر سایر مناطق تاثیر خواهند گذاشت، و آن باید در عوض به عنوان یک بخش ادغام شده با یک سیستم بزرگتر دیده شود، و اجرا و پیاده سازی برنامه های جدید نگهداری باید برای کل سیستم ارزیابی شوند. تحقیقات بیشتر نیاز است تا باتوجه به این موضوع انجام شوند تا تاثیرات بر دنیای واقعی را بررسی کنند.