Please use this identifier to cite or link to this item:
http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19207
Title: | Ενισχυτική Μάθηση για Πρόβλεψη Φθοράς Βιομηχανικού Εξοπλισμού |
Authors: | Αγγλογάλλος, Αναστάσιος Μέντζας Γρηγόρης |
Keywords: | Προγνωστική Συντήρηση Ενισχυτική Μάθηση MDP Πρόβλεψη Φθοράς Μηχανική Μάθηση Wear Prediction Predictive Maintenance Reinforcement Learning Machine Learning |
Issue Date: | 15-Jul-2024 |
Abstract: | Στον κόσμο της βιομηχανίας, όπου ο στόχος είναι η μείωση των εξόδων και η ελαχιστοποίηση των απωλειών, η συντήρηση, αν και απαραίτητη, συχνά συμβάλλει σε αυτά τα έξοδα και μπορεί να διαταράξει τη διαδικασία παραγωγής. Επομένως, η βελτιστοποίηση των στρατηγικών συντήρησης θα πρέπει να αποτελεί προτεραιότητα. Οι παραδοσιακές στατιστικές και ντετερμινιστικές προσεγγίσεις για το σχεδιασμό συστημάτων ελέγχου και προγραμματισμού είναι περιορισμένες στην αποτελεσματικότητά τους λόγω της πολύπλοκης, μη γραμμικής φύσης των προβλημάτων συντήρησης. Παρόλο που η Μηχανική Μάθηση (Μachine Learning) προσφέρει πιθανές λύσεις σε αυτές τις πολυπλοκότητες, δεν παύει να αποτελεί πρόκληση η απόκτηση επαρκών δεδομένων από ειδικούς, για την επιβλεπόμενη και μη επιβλεπόμενη μάθηση, οδηγώντας συχνά σε προσεγγιστικές και ανεπαρκής λύσεις. Η Ενισχυτική Μάθηση (Reinforcement Learning) παρουσιάζει έναν αυτόνομο μηχανισμό μάθησης που μπορεί να ξεπεράσει μερικούς από αυτούς τους περιορισμούς. Η παρούσα διπλωματική επικεντρώνεται στη χρήση διαφόρων αλγορίθμων RL για την αντιμετώπιση ενός προβλήματος Προγνωστικής Συντήρησης (Predictive Maintenance), συγκεκριμένα την πρόβλεψη φθοράς των flutes (φρεζοτρύπανων) σε διάφορες φρέζες CNC υψηλής ταχύτητας. Αυτή η πρόβλεψη βασίζεται σε δεδομένα από δυναμόμετρα, επιταχυνσιόμετρα και αισθητήρες ακουστικής εκπομπής. Όλοι οι αλγόριθμοι θα εκπαιδευτούν και θα αξιολογηθούν χρησιμοποιώντας πραγματικά δεδομένα, και θα διεξαχθεί μια ευρεία ανάλυση για να εξεταστεί η αποτελεσματικότητά τους. |
URI: | http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19207 |
Appears in Collections: | Διπλωματικές Εργασίες - Theses |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Aglogallos Anastasios Master Thesis.pdf | 7.54 MB | Adobe PDF | View/Open |
Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.