Key points are not available for this paper at this time.
이 논문은 개방형 시스템 아키텍처에서 예측 유지보수를 위한 디지털 트윈 구현 아이디어를 소개합니다. 예측 유지보수(PdM)는 복잡한 작업 조건에서 운영되는 기계가 주요하고 예기치 않은 고장과 생산 중단을 방지하는 데 중요합니다. 모니터링 데이터의 정성적 및 정량적 분석을 기반으로 산업 4.0 기계 핵심 부품을 위한 비용 및 신뢰성을 최적화한 예측 유지보수 프레임워크를 제안합니다. PdM을 위한 데이터 융합을 위해 기계 학습 및 고급 분석을 사용하면 정확한 고장 진단과 예측은 물론 최적화된 유지보수 결정을 가능하게 합니다. 또한, 신뢰성 중심 유지보수 전략 하에 비용 효율적인 유지보수 프레임워크를 구현할 수 있습니다. 정성적 및 정량적 분석은 정확한 예측 유지보수 전략으로 이어지는 의사결정 과정에 도움이 될 것입니다. 제안된 방법은 비용 효율적인 유지보수와 예측 프로세스의 지능 향상 및 예측 결과의 정확성을 제공할 것으로 기대됩니다.
무바락 외(수요일)는 이 질문을 연구했습니다.