نوقشت رسالة الماجستير للطالبة أسماء جمال عواد / قسم هندسة التصنيع المؤتمت الموسومة: Estimating Faiure in Industrial System by Using Artificial Intelligence وبأشراف أ.م.د أسامة فاضل عبداللطيف/ كلية الهندسة الخوارزمي / جامعة بغداد (مشرف أول) أ.د احمد عبدالرسول احمد / كلية الهندسة / جامعة بغداد (مشرف ثاني) . حيث حصلت الرسالة على درجة تقدير(مستوفى) وكانت اللجنة العلمية للمناقشة برئاسة أ.م.د احمد زيدان محمد / قسم هندسة التصنيع المؤتمت/ كلية هندسة الخوارزمي/ جامعة بغداد وعضوية أ.م.د لمى عدنان حميد / قسم هندسة الانتاج ومعادن / الجامعة التكنولوجية و عضوية أ.م.د احمد عبدالسميع عبدالوهاب/ قسم هندسة الاطراف والمساند الاصطناعية/ جامعة النهرين. فكرة البحث هي المشاكل الاساسية التي تواجه الانظمة الصناعية هي فشل تلك الانظمة عن اداء مهمتها التي صممت من اجلها , بسبب توقف اوعطل جزء اوبعض اجزائها , تخمين الفشل فيها يعتمد اساسا على توثيق عمل النظام, والتوقفات الحاصلة وازمان تلك التوقفات ومسببتاها , التوقفات في محطة كهرباء الدورة الحرارية تصنف الى ميكانيكية وكهربائية, او بسبب انظمة السيطرة, في هذه الرسالة تم جمع البيانات الخاصة لازمان الاشتغال والتوقف للوحدة (5) في محطة الدورة لتوليد الكهرباء الحرارية لاربع سنوات (2015- 2018 ) لتخمين الفشل في الوحدة والمنظومات الفرعية المكونة لها, وبنيت المنهجية التي تكونت من اربعة مراحل, في كل مرحلة عدد من الخطوات للوصول الى هدف البحث, من المشاكل الاساسية هو عدم وجود توثيق منظم ودقيق لبيانات التشغيل , اول مرحلة تضمت التصنيف والترتيب لهذه البيانات للوحدة قيد الدراسة ومنظوماتها الفرعية ونوع الفشل الذي يحدث, مفهوم الاتاحية الذي طبق على تلك البيانات المصنفة من خلال توزيعين ( ويبل , والاسي), اعتمد على اساس قيمة اندرسون والترابط للبيانات بالاستفادة من البرنامج الجاهز (منيتاب 17) في المرحلة الثانية من المنهجية المقترحة, حددت قيم المعلمات لكلا التوزيعين لثلاث سنوات(2015 -2017 ) من البيانات المجمعة , السنة الاخيرة وضعت للاختبار وتقييم المنهجية في عملية التخمين للفشل واعطت نتائج توزيع ويبل افضل من التوزيع الاسي في المراحل الزمنية المختلفة لقيم الاتاحية واسلوب الفشل لها, لانه يعتمد على معلمتين في حين التوزيع الاسي على معلمة واحدة . نتائج المرحلة الثانية ( الطريقة التقليدية ) استفيد منها كمدخلات للمرحلة الثالثة في تطبيق المنهجية بواسطة الشبكات العصبية الاصطناعية (ANN ) من خلال استخدام برنامج (الماتلابRa 2015),هيكلية الشبكات تعتمد على مقدار وحجم البيانات التي تم تصنيفها في المرحلة الاولى من المنهجية وبالاعتماد على نتائج التدريب في الوصول الى افضل ترابط انحداري واقل مربع لمتوسط الخطأ وللتوزيعين بلغت قيمة الانحدار في المنظومة ككل (0.9999 ) ومتوسط مربع الخطأ ( 3.7297E-08) في توزيع ويبل ذو المعلمتين, في حين كانت للتوزيع الاسي ولنفس ازمان التشغيل (0.9687 ) للانحدار (9.5457E-08) لمتوسط مربع الخطأ . خمنت الاتاحية لسنة 2018 لكل 100 ساعة اشتغال بالطريقة التقليدية وطريقة الشبكات الاصطناعية في المرحلة الرابعة من المنهجية المقترحة للمنظومة ومنظوماتها الفرعية لكلا التوزيعين , اعطت الشبكات تخمين افضل لنفس ازمان الاشتغال التراكمية , كما خمنت لسنة 2019 ايضا بطريقه الشبكات الاصطناعية , لم نحصل على بيانات لغرض المطابقة من المحطة لهذه السنة, اعطت المنهجية اسلوب يمكن تطبيقه على كافة الوحدات الاخرى في المحطة , وكذلك لاي نظام صناعي, ويفضل اعتماد ساعات اشتغال اكبر في التخمين للتنبوء بالاتاحية لكون ساعات الاشتغال (100 ساعة ) اعطت نتائج متقاربة. دربت شبكة عصبية خاصة ,لتخمين نوع العطل الذي وخمنت لسنوات قادمة واعطت نتائج جيدة, تفيد اصحاب القرار , لتقليل ازمان التوقفات والازمان اللازمة للصيانة , وبالتالي تقليل الكلف .

Comments are disabled.