کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8049830 1519283 2018 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Data-driven Approach for Discovery of Energy Saving Potentials in Manufacturing Factory
ترجمه فارسی عنوان
رویکرد مبتنی بر داده ها برای کشف پتانسیل های صرفه جویی در انرژی در کارخانه تولید
کلمات کلیدی
ساخت و ساز، بهبود بهره وری انرژی، تجزیه و تحلیل داده ها،
ترجمه چکیده
در طول چرخه زندگی یک کارخانه تولید، بهبود مستمر در بهره وری انرژی نقش مهمی در کاهش اثرات زیست محیطی دارد. رانده شده توسط مقررات و فشار هزینه، شرکت های تولیدی بیشتر و بیشتر از فن آوری های ذخیره انرژی و سیستم های خود را برای بهبود بهره وری انرژی خود را به عنوان بخش مهمی برای بهبود مستمر عملکرد پایدار آنها. با این حال، موفق تر از یک شرکت در بهبود بهره وری انرژی، چالش برانگیز تر می شود برای شرکت برای شناسایی مناطق برای بهبود بیشتر. در این مقاله روشی و روش هایی برای کشف پتانسیل صرفه جویی در انرژی با تحلیل پویایی، پیچیدگی و داده های مصرف انرژی مرتبط ماشین آلات و کارخانه پیشنهاد می شود. این رویکرد شامل چهار مرحله عمده است: تهیه داده ها، تجزیه و تحلیل همبستگی، تجزیه و تحلیل مرزی بهره وری انرژی، و اندازه گیری بالقوه صرفه جویی در انرژی. توسعه بیشتر برای یادگیری ماشین برای کنترل احتمالی پارامترهای ماشینکاری برای همکاری در کارایی نزدیک به بهترین بهره وری انرژی مورد بحث قرار گرفته است.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی صنعتی و تولید
چکیده انگلیسی
Over the life cycle of a manufacturing factory, continuous improvement in energy efficiency plays a critical role in reducing environmental impacts. Driven by regulations and cost pressure, more and more manufacturing companies have implemented energy conservation technologies and systems to improve their energy efficiency as an important part for continuous improvement of their sustainable performance. However, the more successful a company achieves in energy efficiency improvement, the more challenging it becomes for the company to identify areas for further improvement. This paper proposes an approach and methods to discover energy saving potentials by analyzing the dynamics, complexity, and interrelated energy consumption data of machines or factory. The approach consists of 4 major steps: data preparation, correlation analysis, energy efficiency frontier analysis, and energy saving potential quantification. Further extension to machine-learning is discussed for possible control of machines running parameters to consistently operate at close to best achieved energy efficiency.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Procedia CIRP - Volume 69, 2018, Pages 330-335
نویسندگان
, , , ,