Pregled bibliografske jedinice broj: 344717
Primjena umjetne inteligencije u održavanju
Primjena umjetne inteligencije u održavanju, 2006., diplomski rad, Strojarski fakultet, Slavonski Brod
CROSBI ID: 344717 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Primjena umjetne inteligencije u održavanju
(Applications of artificial intelligence in the maintenance)
Autori
Holod, Renata
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad
Fakultet
Strojarski fakultet
Mjesto
Slavonski Brod
Datum
08.12
Godina
2006
Stranica
70
Mentor
Šarić Tomislav
Ključne riječi
Održavanje; Umjetna inteligencija; Neuronske mreže
(Maintenance; Artificial Intelligence; Neural Networks)
Sažetak
U radu je opisan pojam i značaj održavanja s kratkim pregledom strategija održavanja. Analizom plana održavanja i implementacije strategija održavanja može se zaključiti da plan održavanja obično čine sljedeće strategije: korektivno, preventivno, planski popravci i održavanje po stanju. Kako je održavanje po stanju obično manje zastupljeno u planovima održavanja, u radu se željelo pokazati i stvoriti pretpostavke za implementaciju. Posebno je analizirana i teoretski opisana strategija održavanja po stanju. Za eksperimentalni rad odabran je kotrljajući ležaj te je odabrana vibracijska metoda za nadzor stanja. Analizirajući raspoložive vibracijske metode te mogućnost provođenja istih, odabrana je metoda udarnih impulsa. Ova metoda je pojašnjena u teorijskom pristupu te u karakterističnim slučajevima koji se mogu javiti tijekom eksploatacije ležaja. Karakteristični slučajevi su klasificirani na osnovu mjernih veličina. U nastavku rada se daje kratki pregled metoda umjetne inteligencije (ekspertni sustavi, genetički algoritmi i neuronske mreže). Istražena je i baza radova objavljenih u Current Contentsu a sa ciljem analize zastupljenosti ovih metoda u području održavanja. Iz stvorenih pretpostavki kako teorijskih tako i podatkovnih, odabrane su neuronske mreže kao metoda koja će se istražiti za primjenu na problemu planiranja – predikcije intervala mjerenja. U eksperimentalnom radu korišten je program BackPack koji podržava algoritam « ; širenja unazad» ; (eng. Back Propagation). Pojašnjen je i detaljno opisan hodogram aktivnosti koji je proveden u eksperimentalnom radu sa programom. Početak eksperimentalnog rada odnosi se na pripremu podataka odnosno njihovu podjelu. Podatkovni uzorak je podijeljen na tri grupe podataka. Definiranje arhitekture neuronske mreže širenja unazad, izvršena je eksperimentalnim radom i prilagodbom atributa. Po završetku procesa učenja i testiranja neuronske mreže, prihvaćena je konačna ocjena po kriteriju razine minimalne greške. Za konkretni eksperimentalni rad i podatkovni uzorak najbolji rezultati su ostvareni sa neuronskom mrežom sa imenom Renata_4.net a razina greške iznosila je 2, 86 %. Ova arhitektura neuronske mreže odabrana je kao najbolja.
Izvorni jezik
Hrvatski
Znanstvena područja
Strojarstvo