کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5477919 1399247 2017 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Maintenance-based prognostics of nuclear plant equipment for long-term operation
ترجمه فارسی عنوان
پیش بینی بر مبنای تعمیر و نگهداری از تجهیزات نیروگاه هسته ای برای عملیات درازمدت
کلمات کلیدی
ترجمه چکیده
در حالی که صنعت درک اهمیت حفظ و نگهداری تجهیزات را به خوبی حفظ می کند، اهمیت ردیابی اطلاعات تعمیر و نگهداری در مدل های قابلیت اطمینان اغلب نادیده گرفته می شود. از مدل های پیش بینی شده می توان برای پیش بینی زمان شکست در تجهیزات انتقادی استفاده کرد، اما اغلب این مدل ها فرض می کنند که تمام اقدامات تعمیر و نگهداری یکسان هستند و یا تعمیر و نگهداری را در نظر نمی گیرند. این مطالعه به بررسی تأثیر اطلاعات ادغام اطلاعات تعمیر و نگهداری در دقت پیش بینی مدل پیشآگهی می پردازد. با استفاده از اطلاعات تعمیر و نگهداری برای توسعه مدل های پیشگویی وابسته به تعمیر و نگهداری، دقت پیش بینی بیش از 40٪ در مقایسه با مدل های مستقل تعمیر و نگهداری بهبود یافته است. این مطالعه به عنوان اثبات مفهوم عمل می کند، نشان دهنده اهمیت استفاده از اطلاعات نگهداری در پیش بینی های مدرن برای تجهیزات صنعتی است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی هسته ای و مهندسی
چکیده انگلیسی
While industry understands the importance of keeping equipment operational and well maintained, the importance of tracking maintenance information in reliability models is often overlooked. Prognostic models can be used to predict the failure times of critical equipment, but more often than not, these models assume that all maintenance actions are the same or do not consider maintenance at all. This study investigates the influence of integrating maintenance information on prognostic model prediction accuracy. By incorporating maintenance information to develop maintenance-dependent prognostic models, prediction accuracy was improved by more than 40% compared with traditional maintenance-independent models. This study acts as a proof of concept, showing the importance of utilizing maintenance information in modern prognostics for industrial equipment.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Nuclear Engineering and Technology - Volume 49, Issue 5, August 2017, Pages 914-919
نویسندگان
, , , ,