کتاب نگهداری پیش‌بینانه با هوش مصنوعی: کاهش توقفات و افزایش بهره‌وری کارخانه‌ها با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره نگهداری پیش‌بینانه با هوش مصنوعی: کاهش توقفات و افزایش بهره‌وری کارخانه‌ها

موضوع کلی: استراتژی‌ها و اقتصاد پیاده‌سازی هوش مصنوعی

موضوع میانی: هوش مصنوعی در تولید (Industry 4.0)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر نگهداری پیش‌بینانه و Industry 4.0
  • 2. نگهداری مبتنی بر زمان (Time-Based Maintenance) در مقابل نگهداری پیش‌بینانه
  • 3. مزایای نگهداری پیش‌بینانه در صنعت
  • 4. جمع‌آوری داده‌های ماشین‌آلات و سنسورها
  • 5. انواع سنسورها و کاربرد آن‌ها در نگهداری پیش‌بینانه
  • 6. پروتکل‌های ارتباطی صنعتی (OPC UA، MQTT)
  • 7. کیفیت داده و پیش‌پردازش داده‌ها
  • 8. پاکسازی داده‌های حسگرها
  • 9. تبدیل داده‌ها و مهندسی ویژگی (Feature Engineering)
  • 10. آشنایی با الگوریتم‌های یادگیری ماشین برای نگهداری پیش‌بینانه
  • 11. رگرسیون خطی و چندگانه برای پیش‌بینی عمر مفید قطعات
  • 12. درخت‌های تصمیم و جنگل تصادفی (Random Forest)
  • 13. ماشین‌های بردار پشتیبان (SVM)
  • 14. شبکه‌های عصبی مصنوعی (ANN) و یادگیری عمیق
  • 15. کاربرد شبکه‌های عصبی بازگشتی (RNN) در پیش‌بینی
  • 16. تشخیص ناهنجاری (Anomaly Detection) با استفاده از الگوریتم‌های مختلف
  • 17. روش‌های خوشه‌بندی (Clustering) برای شناسایی الگوهای خرابی
  • 18. ارزیابی عملکرد مدل‌های پیش‌بینی
  • 19. معیارهای ارزیابی (Precision, Recall, F1-score, RMSE)
  • 20. اعتبارسنجی متقابل (Cross-Validation)
  • 21. بهینه‌سازی مدل‌های یادگیری ماشین
  • 22. انتخاب ویژگی (Feature Selection)
  • 23. تنظیم هایپرپارامترها (Hyperparameter Tuning)
  • 24. استقرار مدل‌های نگهداری پیش‌بینانه در محیط صنعتی
  • 25. یکپارچه‌سازی با سیستم‌های SCADA و MES
  • 26. داشبوردهای مانیتورینگ و گزارش‌گیری
  • 27. نمونه موردی: نگهداری پیش‌بینانه در پمپ‌ها
  • 28. نمونه موردی: نگهداری پیش‌بینانه در موتورهای الکتریکی
  • 29. نمونه موردی: نگهداری پیش‌بینانه در کمپرسورها
  • 30. تحلیل علل ریشه‌ای خرابی‌ها با استفاده از داده‌ها
  • 31. پیش‌بینی قطعات یدکی مورد نیاز
  • 32. مدیریت موجودی قطعات یدکی با استفاده از پیش‌بینی
  • 33. محاسبه ROI (بازگشت سرمایه) نگهداری پیش‌بینانه
  • 34. چالش‌ها و موانع پیاده‌سازی نگهداری پیش‌بینانه
  • 35. امنیت داده‌ها و حریم خصوصی در نگهداری پیش‌بینانه
  • 36. استانداردها و مقررات مربوط به نگهداری پیش‌بینانه
  • 37. آینده نگهداری پیش‌بینانه و نقش هوش مصنوعی
  • 38. نگهداری پیش‌بینانه و اینترنت اشیا صنعتی (IIoT)
  • 39. نگهداری پیش‌بینانه و دوقلوهای دیجیتال (Digital Twins)
  • 40. استفاده از یادگیری تقویتی (Reinforcement Learning) در نگهداری پیش‌بینانه
تگ‌ها: AI in Manufacturing Anomaly Detection Fault Prediction IIoT Industrial IoT Industry 4.0 Machine Learning Predictive Maintenance اینترنت اشیا صنعتی پیش‌بینی خرابی داده‌کاوی سنسورها نگهداری پیش‌بینانه هوش مصنوعی یادگیری ماشین

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.