مدیریت دارایی پیشگویانه با حمایت هوش (اطلاعات) تعبیه شده در بخش انرژی
ترجمه شده

مدیریت دارایی پیشگویانه با حمایت هوش (اطلاعات) تعبیه شده در بخش انرژی

عنوان فارسی مقاله: مدیریت دارایی پیشگویانه با حمایت هوش (اطلاعات) تعبیه شده در بخش انرژی
عنوان انگلیسی مقاله: Embedded intelligence supporting predictive asset management in the Energy sector
مجله/کنفرانس: کنفرانس مدیریت دارایی - Asset Management Conference
رشته های تحصیلی مرتبط: مهندسی کامپیوتر و مهندسی صنایع
گرایش های تحصیلی مرتبط: مهندسی الگوریتم ها و محاسبات، بهینه سازی سیستم ها، برنامه ریزی و تحلیل سیستم ها، معماری سیستم های کامپیوتری
کلمات کلیدی فارسی: مدیریت سلامت، قابلیت پایایی، پیش بینی ها، نظارت و بررسی
کلمات کلیدی انگلیسی: Health Management - Reliability - Prognostics - Monitoring
شناسه دیجیتال (DOI): https://doi.org/10.1049/cp.2015.1752
دانشگاه: دانشگاه هریوت وات، ایالات متحده آمریکا
ناشر: آی تریپل ای - IEEE
نوع ارائه مقاله: کنفرانس
نوع مقاله: ISI
سال انتشار مقاله: 2015
صفحات مقاله انگلیسی: 7
صفحات ترجمه فارسی: 16
فرمت مقاله انگلیسی: pdf و ورد تایپ شده با قابلیت ویرایش
فرمت ترجمه فارسی: pdf و ورد تایپ شده با قابلیت ویرایش
مشخصات ترجمه: تایپ شده با فونت B Nazanin 14
ترجمه شده از: انگلیسی به فارسی
وضعیت ترجمه: ترجمه شده و آماده دانلود
آیا این مقاله بیس است: خیر
آیا این مقاله مدل مفهومی دارد: ندارد
آیا این مقاله پرسشنامه دارد: ندارد
آیا این مقاله متغیر دارد: ندارد
آیا منابع داخل متن درج یا ترجمه شده است: بله
آیا توضیحات زیر تصاویر و جداول ترجمه شده است: بله
آیا متون داخل تصاویر و جداول ترجمه شده است: خیر
کد محصول: 11017
رفرنس: دارای رفرنس در داخل متن و انتهای مقاله
رفرنس در ترجمه: در داخل متن و انتهای مقاله درج شده است
ترجمه فارسی فهرست مطالب

چکیده


1. مقدمه


2 فرآیندهای نگهداری و تعمیر در صنعت نفت و گاز


3 جریان داده در فرآیندهای تعمیر و نگهداری


-4 سیستم مبتنی بر دانش برای حوزه تعمیر و نگهداری


4.1 مدل نگهداری پیشگویانه


5- معماری سیستم


4- نتایج 

فهرست انگلیسی مطالب

Abstract


1 Introduction


2 Maintenance processes in the oil and gas industry


3 Data flow in maintenance processes


4 Knowledge-based system for maintenance domain


4.1 Model for predictive maintenance


5 System Architecture


4 Conclusions

نمونه ترجمه فارسی مقاله

چکیده


در سال های اخیر و در بین تعداد بیشماری از صنایع، این درک وجود داشته که به منظور بهینه سازی عمر مفید باقیمانده (RUL) دارایی¬ها و حفظ عملکرد مطلوب سطح سیستم، در زمان کهنه و قدیمی شدن دارایی ها با افزایش تقاضای بار پویا، انتقال به نگهداری پیشگویانه از نظارت و نگهداری مبتنی بر شرایط واکنشی و سنتی  برای دستیابی به نرخ بازده سرمایه (ROI) و اهداف عملکردی، ضروری است. بخش انرژی بخشي است كه به وسيله امنيت و نياز به تعویق انداختن سرمايه گذاري درون دارايي پايه گذاري شده است. پس از معرفی مختصر فرایندهای نگهداری در حوزه نفت و گاز، این مقاله رویکردی جدید را برای نگهداری پیشگویانه سلسله مراتبی دارایی ها از طریق معماری توزیع شده ارائه می دهد که به عنوان حوزه سیستم مبتنی بر دانش ارائه میشود، که راه حل مناسبی برای سیستم های حاوی چندین دارایی مشابه فراهم می کند.


1. مقدمه


زمینه های صنعت انرژی سالانه نیاز به حضور منظم و دائمی یک سیستم نظارت بر عملکرد  و شرایط  دارد(CPM) [1)، که برای به حداکثر رساندن زمان فعالیت تولید و دسترسی به دارایی ها طراحی شده است. سیستم های نظارت بر عملکرد و شرایط پاسخگویی، الزامات مدیر دارایی هستند تا به طور مداوم "آمادگی برای ارائه خدمات" را نشان دهند. و شناخت وضعیت دارایی را، که به وضوح از فرایند تصمیم گیری برای کاهش رتبه، بهینه سازی فرایند و برنامه ریزی زمانی برای کار اصلاح و تصحیح پشتیبانی می کند، بهبود بخشند. علاوه بر این، نیاز به ارائه دانش مبتنی بر شواهد کافی برای حمایت از گسترش عمر طراحی اجزای سازنده وجود دارد و توجیه ها با زمینه های ساخت و ساز گره می خورد. 


4- نتایج 


رویکرد جدیدی برای تعمیر و نگهداری سلسله مراتبی پیش گویانه دارایی ها در حوزه نفت و گاز خلاصه شده است.  از طریق معماری توزیع داده شده، که به عنوان حوزه سیستم مبتنی بر دانش نشان داده شده، این رویکرد یک راه حل قابل اعتمادی برای سیستم های شامل دارایی های چندگانه مشابه فراهم می کند.  مدل حوزه نشان دهنده مدل هایی از بسیاری ار جنبه های  سیستم ( از جمله یک تغییر شکل فیزیکی در میان تغییر شکل های دیگر ) و نقشه هایی برای شاخص های کلیدی عملکرد است.این رویکرد، تشخیص خطا و نقص را از ابزار تعبیه شده هوشمند انجام شده در سطوح متفاوت در میان سیستم توزیع شده نفت و گاز و مناسب ترین انتخاب های مدل سازی مورد استفاده برای مشکلات خاص و ویژه را ممکن می کند. 

نمونه متن انگلیسی مقاله

Abstract 


In recent years and across a myriad of industries, there has been a realisation that in order to optimise the Remaining Useful Life (RUL) of assets and to maintain optimal system level performance whilst assets age and at times with growing and dynamic loading demands, a transition to predictive maintenance from reactive and traditional condition based monitoring and maintenance is required to achieve return of investment (ROI) and performance targets. A sector driven by security and a need to defer investment within the asset base is the Energy sector. After a brief introduction to maintenance process's in the oil and gas domain, this paper presents a novel approach to hierarchical predictive maintenance of assets in through a distributed architecture, represented as domain knowledge-based system, that provides a viable solution for systems containing similar multiple assets.


1 Introduction


Year-round energy industry fields require the routine and permanent presence of a condition and performance monitoring (CPM) system [1], designed to maximise production uptime and asset availability. CPM systems respond to the asset manager’s need to continuously demonstrate ‘fitness for service’; and improve understanding of asset condition, which obviously support the decision making process for de-rating, process optimisation and scheduling for remediation and rectification task. Furthermore, there is also a requirement to provide enough evidence based knowledge to support the extension of the design life of components, and justifications tie with brown fields.


4 Conclusions


A novel approach to hierarchical predictive maintenance of assets in the oil and gas domain has been outlined. Through a distributed architecture, represented as domain knowledgebased system, it provides a viable solution for systems containing similar multiple assets. The domain model represents models of many aspects of the system (including a physical decomposition among others) and maps to Key Performance Indicators (KPI’s). The approach allows fault diagnosis from intelligent embedded tools to be performed at different levels within the oil and gas distributed system and the most appropriate modeling choices to be used for particular problems.

تصویری از فایل ترجمه

          


(جهت بزرگ نمایی روی عکس کلیک نمایید)

محتوای این محصول:
- اصل مقاله انگلیسی با فرمت pdf
- اصل مقاله انگلیسی با فرمت ورد (word) با قابلیت ویرایش
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه
قیمت محصول: ۱۸,۸۰۰ تومان
خرید محصول
  • اشتراک گذاری در

دیدگاه خود را بنویسید:

تاکنون دیدگاهی برای این نوشته ارسال نشده است

مدیریت دارایی پیشگویانه با حمایت هوش (اطلاعات) تعبیه شده در بخش انرژی
مشاهده خریدهای قبلی
نوشته های مرتبط
مقالات جدید
لوگوی رسانه های برخط

logo-samandehi

پیوندها