Προβλεπτική συντήρηση στη Βιομηχανία 5.0

Ασλανίδης, Γεώργιος

Predictive maintenance in Industry 5.0

Μεταπτυχιακή διπλωματική εργασία

Author

Ασλανίδης, Γεώργιος

Date

2021-12-10

Advisor

Leligou, Helen C. (Nelly)

ΑΣΛΑΝΙΔΗΣ_ΜΔΕ.pdf (1.689Mb)

Keywords

Προβλεπτική συντήρηση ; Βιομηχανία 5.0 ; Industry 5.0 ; Μηχανική μάθηση ; Αλγόριθμοι ; Συντήρηση

Abstract

Στη βιομηχανία γίνεται όλο και πιο επιτακτική η ανάγκη εισαγωγής νέων τεχνολογικών μεθόδων σε μια διαρκή προσπάθεια του ανθρώπου να αυξήσει την παραγωγή και να μειώσει το οικονομικό και χρονικό κόστος. Στην παρούσα εργασία περιγράφεται πως η χρήση μηχανικής μάθησης θα μπορούσε να αποτελέσει τη λύση για την έγκαιρη ανίχνευση ενδεχόμενων αστοχιών και την αποφυγή τους. Επίσης, περιγράφονται οι αλγόριθμοι που χρησιμοποιούνται και οι δυνατότητες ορισμένων στρατηγικών συντήρησης που προκύπτουν από τη μελλοντική χρήση τους στη Βιομηχανία 5.0 με τη βοήθεια της τεχνητής νοημοσύνης. Η εργασία ολοκληρώνεται με την παρουσίαση και την ανάλυση των στατιστικών που απέρρευσαν από το πειραματικό μέρος, το οποίο διεξάχθηκε πάνω σε ένα πραγματικό σύνολο δεδομένων. Τέλος, γίνεται καταγραφή συμπερασμάτων και πλεονεκτημάτων που έχει η χρήση της μηχανικής μάθησης, αλλά και μια πρόταση για περαιτέρω μελέτη.

Abstract

The need for the introduction of new technological methods in an ongoing human effort to increase production and reduce financial and time costs is becoming increasingly urgent in industry. This thesis statement describes how the use of machine learning could be the solution for the early detection of possible failures and their prevention. It also describes the algorithms used and the possibilities of some maintenance strategies arising from their future use in Industry 5.0 with the help of artificial intelligence. The master’s thesis is completed by presenting and analyzing the statistics that emerged from the experimental part, which was conducted on a real data set. Finally, conclusions and advantages of the use of machine learning are recorded, as well as a proposal for further study.