От корректирующего к предиктивному техническому обслуживанию — обзор подходов к техническому обслуживанию в электроэнергетике
From Corrective to Predictive Maintenance—A Review of Maintenance Approaches for the Power Industry
2023-06-27
SCID: 54.1/ht8xjk9u
Discuss with AI
Искусственный интеллектИндустрия 4.0Энергетический секторПрогнозное техническое обслуживаниеПрогнозирование и управление техническим состоянием
Figures from the paper
Abstract (AI)
Надлежащее техническое обслуживание промышленного оборудования поддерживает производственные системы в исправном состоянии и обеспечивает стабильность производственных процессов. В отдельных производственных секторах, таких как электроэнергетика, отказы оборудования происходят редко, но могут приводить к высоким затратам и значительным экономическим потерям не только для электростанции, но и для потребителей и общества в целом. Поэтому электроэнергетическая отрасль использует разнообразные подходы к выполнению задач технического обслуживания — от традиционных решений и инженерных знаний до интеллектуальной аналитики на основе искусственного интеллекта для предотвращения возможных простоев. В данном обзоре показана эволюция подходов к техническому обслуживанию, направленных на поддержку планирования технического обслуживания, мониторинга оборудования и надзора за ним. Рассмотрены более ранние методы, традиционно применяемые при выполнении задач технического обслуживания, а также методы, основанные на аналитике информационных технологий, позволяющие автоматизировать задачи и осуществлять процесс вывода для обнаружения отказов. Подробно проанализированы методы прогнозирования и управления техническим состоянием, включая их требования, преимущества и ограничения. Обзор сосредоточен на секторе производства электроэнергии. Однако некоторые рассматриваемые вопросы являются общими и для других отраслей. В статье также представлены концепции и решения, использующие новые технологии, связанные с Индустрией 4.0, включая предписывающую аналитику, большие данные и Интернет вещей. Основная мотивация и цель статьи — представить существующие практики и классические методы, применяемые инженерами, а также современные подходы, основанные на искусственном интеллекте и концепции Индустрии 4.0. Обобщение существующих практик и современного состояния в области предиктивного технического обслуживания дает два преимущества. С одной стороны, оно способствует совершенствованию процессов за счет согласования существующих инструментов и методов. С другой стороны, оно показывает исследователям потенциальные направления для дальнейшего анализа и новых разработок.
Key Findings
1
Перспективные решения Industry 4.0, включая прескриптивную аналитику, большие данные и Интернет вещей, рассматриваются как развитие предиктивного обслуживания.
2
Методы обслуживания сравниваются по их применению для планирования, мониторинга, надзора за оборудованием и автоматического обнаружения отказов в энергетических системах.
3
Подробно рассматриваются методы прогностики и управления техническим состоянием, включая их требования, преимущества и ограничения.
4
Обзор систематизирует современные практики и направления исследований для улучшения подбора инструментов и методов, совершенствования процессов и дальнейшего развития предиктивного обслуживания.
5
Обзор прослеживает эволюцию обслуживания в энергетике от корректирующих и традиционных инженерных методов к предиктивным подходам на основе ИИ.
Research Object
техническое обслуживание оборудования и производственных систем в электроэнергетическом секторе
Research Subject
эволюция, сравнение и применение корректирующих, профилактических, прогнозных, прогностических и основанных на технологиях Industry 4.0 подходов к техническому обслуживанию для планирования, мониторинга, обнаружения отказов и предотвращения простоев
Publication Details
Publication Date
2023-06-27
Journal
Publisher
ISSN
Cited by
508
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai4
Оценка технологий Индустрии 4.0: перспективы устойчивого развития2020
Интеллектуальные периферийные вычисления: объединение периферийных вычислений и искусственного интеллекта2020
Реинжиниринг прогнозирования ресурса конструкции воздушного судна с использованием цифрового двойника2011
Сканирование Индустрии 4.0: обзор литературы по технологиям для производственных систем2019