論文の概要: An Economic Perspective on Predictive Maintenance of Filtration Units
- arxiv url: http://arxiv.org/abs/2008.11070v1
- Date: Tue, 25 Aug 2020 14:43:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-25 04:37:36.512511
- Title: An Economic Perspective on Predictive Maintenance of Filtration Units
- Title（参考訳）: 濾過装置の予測保守に関する経済的な展望
- Authors: Denis Tan Jing Yu, Adrian Law Wing-Keung
- Abstract要約: 企業による予測保守の導入率は依然として低い。
主な問題は、ほとんどの上級管理職が予測保守の考えを十分に確信していないことである。
本研究は,予測保守の技術的領域とビジネス領域のギャップを埋めることを目的としている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper provides an economic perspective on the predictive maintenance of
filtration units. The rise of predictive maintenance is possible due to the
growing trend of industry 4.0 and the availability of inexpensive sensors.
However, the adoption rate for predictive maintenance by companies remains low.
The majority of companies are sticking to corrective and preventive
maintenance. This is not due to a lack of information on the technical
implementation of predictive maintenance, with an abundance of research papers
on state-of-the-art machine learning algorithms that can be used effectively.
The main issue is that most upper management has not yet been fully convinced
of the idea of predictive maintenance. The economic value of the implementation
has to be linked to the predictive maintenance program for better justification
by the management. In this study, three machine learning models were trained to
demonstrate the economic value of predictive maintenance. Data was collected
from a testbed located at the Singapore University of Technology and Design.
The testbed closely resembles a real-world water treatment plant. A
cost-benefit analysis coupled with Monte Carlo simulation was proposed. It
provided a structured approach to document potential costs and savings by
implementing a predictive maintenance program. The simulation incorporated
real-world risk into a financial model. Financial figures were adapted from
CITIC Envirotech Ltd, a leading membrane-based integrated environmental
solutions provider. Two scenarios were used to elaborate on the economic values
of predictive maintenance. Overall, this study seeks to bridge the gap between
technical and business domains of predictive maintenance.
- Abstract（参考訳）: 本稿では,濾過ユニットの予測保守に関する経済的な視点を提供する。
業界4.0の増加傾向と安価なセンサーが利用可能であることから、予測的メンテナンスの台頭が可能である。
しかし、企業による予測保守の導入率は低いままである。
ほとんどの企業は、修正と予防の維持に固執している。
これは、予測メンテナンスの技術的実装に関する情報が不足していることではなく、効果的に使用できる最先端機械学習アルゴリズムに関する研究論文が豊富にあるためではない。
主な問題は、ほとんどの上級管理職がまだ予測メンテナンスのアイデアを十分に確信していないことだ。
実施の経済的価値は、マネジメントによる正当化を改善するために、予測保守プログラムにリンクする必要があります。
本研究では,予測メンテナンスの経済的価値を示すために,3つの機械学習モデルを訓練した。
データはシンガポール科学技術デザイン大学にあるテストベッドから収集された。
テストベッドは現実世界の水処理工場によく似ている。
モンテカルロシミュレーションと組み合わせた費用対効果解析を提案した。
予測保守プログラムを実装することにより、潜在的なコストと節約の文書化のための構造化されたアプローチを提供した。
シミュレーションは現実世界のリスクを金融モデルに組み込んだ。
金融指標は、膜ベースの統合環境ソリューションプロバイダーであるcitic envirotech ltdが採用した。
予測保守の経済価値を詳細に述べるために2つのシナリオが使われた。
本研究は, 予測保守の技術的領域とビジネス領域のギャップを埋めることを目的としている。
関連論文リスト
- Explainable Predictive Maintenance: A Survey of Current Methods,
Challenges and Opportunities [2.913761513290171]
システムとハードウェアのメンテナは、アップキープの金銭的および時間的コストを削減できる。
このことは、予測システムに説明可能性と解釈可能性を導入するために、説明可能なAI(XAI)の分野を惹きつける。
XAIは、優れたシステムを維持しながら、ユーザの信頼を増幅できる予測保守の分野にメソッドをもたらす。
論文 参考訳（メタデータ） (2024-01-15T18:06:59Z) - TranDRL: A Transformer-Driven Deep Reinforcement Learning Enabled Prescriptive Maintenance Framework [58.474610046294856]
産業システムは、運用効率を高め、ダウンタイムを減らすための信頼性の高い予測保守戦略を要求する。
本稿では,Transformerモデルに基づくニューラルネットワークと深部強化学習(DRL)アルゴリズムの機能を活用し,システムの保守動作を最適化する統合フレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-29T02:27:54Z) - Reinforcement and Deep Reinforcement Learning-based Solutions for
Machine Maintenance Planning, Scheduling Policies, and Optimization [1.6447597767676658]
本稿では,保守計画と最適化問題に対する強化学習と深部強化学習の応用に関する文献的考察を行う。
システムやマシンの状態監視データを強化学習に活用することにより、スマートメンテナンスプランナを開発することができ、スマートファクトリの実現の先駆けとなる。
論文 参考訳（メタデータ） (2023-07-07T22:47:29Z) - Benchmarking Automated Machine Learning Methods for Price Forecasting
Applications [58.720142291102135]
自動機械学習(AutoML)ソリューションで手作業で作成したMLパイプラインを置換する可能性を示す。
CRISP-DMプロセスに基づいて,手動MLパイプラインを機械学習と非機械学習に分割した。
本稿では、価格予測の産業利用事例として、ドメイン知識とAutoMLを組み合わせることで、ML専門家への依存が弱まることを示す。
論文 参考訳（メタデータ） (2023-04-28T10:27:38Z) - Towards Improving Unit Commitment Economics: An Add-On Tailor for Renewable Energy and Reserve Predictions [3.1512621877369433]
日頭単位コミットメント(UC)は、予測を最適化するプロセスで実行される。
本稿では,予測最適化プロセスのアドオンとして展開されたUCのRES保存予測のコスト指向の調整手法を提案する。
論文 参考訳（メタデータ） (2022-08-27T18:03:05Z) - Prescriptive maintenance with causal machine learning [4.169130102668252]
同様のマシン上での観測データから,保守条件が機械特性に与える影響を学習する。
産業パートナーから4000以上の保守契約に関する実生活データを用いて,提案手法を検証した。
論文 参考訳（メタデータ） (2022-06-03T13:35:57Z) - A Survey on Proactive Customer Care: Enabling Science and Steps to
Realize it [10.85017740334476]
我々は、AI駆動の予測メンテナンスユースケースを実現するために必要な、さまざまなビルディングブロックを分析した。
私たちの調査は、予測メンテナンスのユースケースをうまく設計するために必要なテンプレートとして機能します。
論文 参考訳（メタデータ） (2021-10-11T05:56:03Z) - Uncertainty-aware Remaining Useful Life predictor [57.74855412811814]
有効寿命 (Remaining Useful Life, RUL) とは、特定の産業資産の運用期間を推定する問題である。
本研究では,Deep Gaussian Processes (DGPs) を,前述の制限に対する解決策と捉える。
アルゴリズムの性能はNASAの航空機エンジン用N-CMAPSSデータセットで評価される。
論文 参考訳（メタデータ） (2021-04-08T08:50:44Z) - Right Decisions from Wrong Predictions: A Mechanism Design Alternative
to Individual Calibration [107.15813002403905]
意思決定者は、しばしば不完全な確率予測に頼る必要がある。
本稿では,予測ユーティリティが実際に取得したユーティリティと一致することを保証する補償機構を提案する。
本研究では、乗客が飛行遅延確率に基づいて、個々の旅行計画をどのように確実に最適化できるかを示すアプリケーションを示す。
論文 参考訳（メタデータ） (2020-11-15T08:22:39Z) - Predictive Maintenance for Edge-Based Sensor Networks: A Deep
Reinforcement Learning Approach [68.40429597811071]
未計画の設備停止のリスクは、収益発生資産の予測保守によって最小化することができる。
機器に基づくセンサネットワークのコンテキストから予測機器のメンテナンスを行うために,モデルフリーのDeep Reinforcement Learningアルゴリズムを提案する。
従来のブラックボックス回帰モデルとは異なり、提案アルゴリズムは最適なメンテナンスポリシーを自己学習し、各機器に対して実行可能なレコメンデーションを提供する。
論文 参考訳（メタデータ） (2020-07-07T10:00:32Z) - Predictive Analytics for Water Asset Management: Machine Learning and
Survival Analysis [55.41644538483948]
本研究では,水管故障の予測のための統計的および機械学習の枠組みについて検討する。
スペイン,バルセロナの配水ネットワーク内の全管の故障記録を含むデータセットを用いて検討を行った。
その結果, 管形状, 年齢, 材質, 土壌被覆など, 重要な危険因子の影響が明らかにされた。
論文 参考訳（メタデータ） (2020-07-02T19:08:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。