تواجه أنظمة الصيانة التنبؤية الحالية تحديات كبيرة في الكشف عن الأعطال الخفية، مثل انحراف معلمات التحكم والاهتزاز المكون الهوائي. هذه الأعطال غالبًا ما تكون غير قابلة للاكتشاف على الفور من خلال مراقبة الإشارات الفيزيائية التقليدية، مما يؤدي إلى انفصال حرج بين صحة المكونات المجهرية وكفاءة الإنتاج الماكروسكوبية. للتغلب على هذه القيود، تقترح هذه الورقة منهجية تعتمد على انحراف زمن الدورة (CTD) كطريقة للصيانة التنبؤية، مما يجعلها مؤشراً شاملاً لصحة المعدات. تبدأ المنهجية المقترحة بالتحقق إحصائياً من وجود ارتباط كبير بين انحراف زمن الدورة وتدهور المعدات. بعد ذلك، يتم استخدام نموذج تعلم عميق هجين لإجراء توقعات متعددة الخطوات بدقة عالية حول اتجاهات انحراف زمن الدورة، مما يمكن من تحديد الإشارات التحذيرية المبكرة لتدخل الصيانة في الوقت المناسب. علاوة على ذلك، يحلل نموذج نسبة الخلل المدفوع بالبيانات مساهمة المعلمات الفيزيائية الأساسية (مثل قدرة التشغيل للسيرفو ومستويات الاهتزاز) في شذوذ انحراف زمن الدورة، مما يوفر نتائج تشخيصية قابلة للتفسير ويؤكد دقة سجلات صيانة الحقل بنجاح. تم التحقق من هذا الإطار الخاص بانحراف زمن الدورة في خط إنتاج أوتوماتيكي حرج في شركة تصنيع محركات في شنغهاي، مما يوفر استراتيجية موحدة وموثوقة واستباقية للكشف عن الأعطال الخفية واتخاذ قرارات صيانة مستهدفة في أنظمة التصنيع الأوتوماتيكية المعقدة.
درس Zhang et al. (Sun,) هذا السؤال.