Wartungssystem mit künstlicher Intelligenz

In diesem Buch wird ein neuer Vorschlag für die Lastvorverteilung unter Berücksichtigung des technischen Zustands der Motoren thermoelektrischer Kraftwerke vorgestellt, bei dem verschiedene Wartungs- und Diagnosetechniken auf der Grundlage von Computational Intelligence über Fuzzy-Logik kombiniert werden. Die Diagnose des technischen Zustands der Motoren wird mit Hilfe der Schmierölanalyse, der Schwingungsanalyse und der Thermografie durchgeführt. Mit diesen Daten und einer statistischen Analyse ist es möglich, vorauszusehen, wann ein Motor auch bei Vorentladungslast ausfallen könnte. Um die Zuverlässigkeit der Motoren und der Stromversorgung zu erhöhen, wurde das Programm für das Wartungsmanagement (PGM) eingeführt, das Management-Tools verwendet, nur die vier Säulen der TPM (Total Productive Maintenance) anwendet und sie mit der vorausschauenden Wartung und der Diagnostik kombiniert, was es dem Management ermöglicht, die Korrekturstopps der Anlagen zu reduzieren. Einige der nach der Umsetzung erzielten Ergebnisse sind: Senkung der jährlichen Wartungskosten, Verringerung der korrigierenden Wartung, Erhöhung der MTBF (Mean Time Between Failures).

Autorentext

Milton Fonseca Junior was born in Manaus, Amazonas State, in 1969. He received a degree from the Federal University of Amazonas in 1997 and obtained Master's and Ph. Degree from the Federal University of Pará in 2013 and 2018, respectively, all in Electrical Engineering. He is currently a Researcher in Information Systems Development.