Abstract:
امروزه در واحدهای صنعتی نظارت بر عملکرد تجهیزات توسط اپراتور انجام میشود و بهعلت گستردگی محیط عملیاتی و حجم بالای تجهیزات، هماهنگی بین واحدها بهسختی امکانپذیر بوده و صدمات جبرانناپذیری در پی دارد. باوجود پیشرفتهای چشمگیر تکنولوژی در زمینه بازرسی و نظارت، میتوان این وظیفه را به ابزارهای هوشمند و اینترنت اشیاء سپرد. همچنین، با ظهور فناوری محاسبات «رایانش لبه»، بسیاری از محققان به دلیل مزایای آن، از طراحیهای مبتنی بر محاسبات لبهای بهره بردهاند. لذا در این پژوهش مدلی ترکیبی از اینترنت اشیاء و پهپادهای غیرنظامی جهت نظارت هوشمند بر عملکرد تجهیزات صنعتی با رویکرد رایانش لبه ارائه شد که بهعنوان مطالعه موردی توربینهای بادی موردبررسی قرار گرفت. در این مدل، عملکرد پهپاد جهت نظارت هوشمند بر توربینهای بادی در سه مرحله موردبررسی قرار گرفت. 1) فرآیند تشخیص 2) فرآیند تخلیه محاسباتی پهپاد 3) فرآیند محاسبات محلی پهپاد. با توجه به دو هدفه بودن مدل نهایی که ترکیبی از سه مرحله فوق بود، مدل توسط روشهای ژنتیک با مرتبسازی ناچیره و روش محدودیت اپسیلن تقویتشده با استفاده از اعداد تصادفی حل شد و روش ژنتیک با مرتبسازی ناچیره عملکرد بهتری داشت؛ زیرا در مسائل با ابعاد بزرگ، به دلیل پیچیدگی مسئله، روش محدودیت اپسیلن تقویتشده قادر به پاسخگویی در زمان مناسب نبود.امروزه در واحدهای صنعتی نظارت بر عملکرد تجهیزات توسط اپراتور انجام میشود و بهعلت گستردگی محیط عملیاتی و حجم بالای تجهیزات، هماهنگی بین واحدها بهسختی امکانپذیر بوده و صدمات جبرانناپذیری در پی دارد. باوجود پیشرفتهای چشمگیر تکنولوژی در زمینه بازرسی و نظارت، میتوان این وظیفه را به ابزارهای هوشمند و اینترنت اشیاء سپرد. همچنین، با ظهور فناوری محاسبات «رایانش لبه»، بسیاری از محققان به دلیل مزایای آن، از طراحیهای مبتنی بر محاسبات لبهای بهره بردهاند. لذا در این پژوهش مدلی ترکیبی از اینترنت اشیاء و پهپادهای غیرنظامی جهت نظارت هوشمند بر عملکرد تجهیزات صنعتی با رویکرد رایانش لبه ارائه شد که بهعنوان مطالعه موردی توربینهای بادی موردبررسی قرار گرفت. در این مدل، عملکرد پهپاد جهت نظارت هوشمند بر توربینهای بادی در سه مرحله موردبررسی قرار گرفت. 1) فرآیند تشخیص 2) فرآیند تخلیه محاسباتی پهپاد 3) فرآیند محاسبات محلی پهپاد. با توجه به دو هدفه بودن مدل نهایی که ترکیبی از سه مرحله فوق بود، مدل توسط روشهای ژنتیک با مرتبسازی ناچیره و روش محدودیت اپسیلن تقویتشده با استفاده از اعداد تصادفی حل شد و روش ژنتیک با مرتبسازی ناچیره عملکرد بهتری داشت؛ زیرا در مسائل با ابعاد بزرگ، به دلیل پیچیدگی مسئله، روش محدودیت اپسیلن تقویتشده قادر به پاسخگویی در زمان مناسب نبود.
Today, in industrial units, equipment performance is monitored by operators, and due to the wide operating environment and high volume of equipment, coordination between units is difficult and causes irreparable damage. Despite significant technological advances in inspection and surveillance, this task can be delegated to smart devices and the Internet of Things. Also, with the advent of "edge computing" computing technology, many researchers have taken advantage of edge-based computing designs because of its benefits. Therefore, in this study, a combined model of IoT and civilian drones for intelligent monitoring of the performance of industrial equipment with an edge computing approach was presented, which was studied as a case study of wind turbines. In this model, the performance of the drone for intelligent monitoring of wind turbines was examined in three stages. 1) Detection process 2) UAV computational evacuation process 3) UAV local computation process. Due to the dual purpose of the final model, which was a combination of the above three steps, the model was solved by genetic methods with negligible sorting and the method of amplified epsilon restriction using random numbers, and the genetic method performed better with negligible sorting; Because in large problems, due to the complexity of the problem, the enhanced epsilon restriction method was not able to respond in a timely manner. As a result, the genetic algorithm with sparse sorting has been suggested as the best method to solve the research problem.
Machine summary:
2769 طراحی مدل نظارت هوشمند بر تجهیزات صنعتی با رویکرد بهینه سازی تأخیر انتقال و سرعت پردازش داده ها (مطالعه موردی : توربین های بادی ) دانشجوی دکتری رشته مدیریت صنعتی ، دانشکده مدیریت ، حسابداری و علوم الهام آقازاده انسانی ، دانشگاه آزاد اسلامی ، قزوین ، ایران استاد گروه مدیریت صنعتی ، دانشکده مدیریت و حسابداری ، دانشگاه شهید اکبر عالم تبریز بهشتی ، تهران ، ایران چکیده امروزه در واحدهای صنعتی نظارت بر عملکرد تجهیزات توسط اپراتور انجام میشود و به علت گستردگی محیط عملیاتی و حجم بالای تجهیزات ، هماهنگی بین واحدها به سختی امکان پذیر بوده و صدمات جبران ناپذیری در پی دارد.
لذا در این پژوهش مدلی ترکیبی از اینترنت اشیاء و پهپادهای غیرنظامی جهت نظارت هوشمند بر عملکرد تجهیزات صنعتی با رویکرد رایانش لبه ارائه شد که به عنوان مطالعه موردی توربین های بادی موردبررسی قرار گرفت .
پژوهشی تحت عنوان بازرسی روتین مجهز به پهپاد مبتنی بـر رایـانش لبـه متحـرک در مزرعه بادی توسط کائو و همکاران (٢٠١٩ ,Cao, Chao, Shengli, Kan) مدلی را جهـت نظارت بر عملکرد توربین های بادی ارائه نمود که شامل سه بخش زمینی، فضـایی و هـوایی بود.
پژوهشی که توسط سالهوی و همکاران ( ,Salhaoui, Guerrero, Antonio, Arioua ٢٠١٩ ,Francisco, Ortiz, Oualkadi, Torregrosa) ارائه شد، به بررسی سیستم هوشـمند نظارت و کنترل اینترنت اشیا مبتنی بر پهپاد و رایانش ابری اعمال شده در یک کارخانـه بـتن پرداخته است .