文献

J-GLOBAL ID：202102285694407089   整理番号：21A2646164

産業4.0における持続可能なスマート製造に向けた予測保全における機械学習【JST・京大機械翻訳】

Machine Learning in Predictive Maintenance towards Sustainable Smart Manufacturing in Industry 4.0

著者 (6件)： Cinar Zeki Murat (Department of Mechanical Engineering, Eastern Mediterranean University, Famagusta 99628, North Cyprus via Mersin, Turkey) ,  Nuhu Abubakar Abdussalam (Department of Mechanical Engineering, Eastern Mediterranean University, Famagusta 99628, North Cyprus via Mersin, Turkey) ,  Zeeshan Qasim (Department of Mechanical Engineering, Eastern Mediterranean University, Famagusta 99628, North Cyprus via Mersin, Turkey) ,  Korhan Orhan (Department of Industrial Engineering, Eastern Mediterranean University, Famagusta 99628, North Cyprus via Mersin, Turkey) ,  Asmael Mohammed (Department of Mechanical Engineering, Eastern Mediterranean University, Famagusta 99628, North Cyprus via Mersin, Turkey) ,  Safaei Babak (Department of Mechanical Engineering, Eastern Mediterranean University, Famagusta 99628, North Cyprus via Mersin, Turkey)
資料名： Sustainability (Web)  (Sustainability (Web))
巻： 12  号： 19  ページ： 8211  発行年： 2020年 
JST資料番号： U7281A  ISSN： 2071-1050  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 最近,産業4.0(I4.0),スマートシステム,人工知能(AI)内の機械学習(ML)の出現により,予測保全(PdM)アプローチが産業機器の健康状態を取り扱うために産業で広く適用されてきた。I4.0へのディジタル変換,情報技術,コンピュータ化制御,通信ネットワークにより,大量の運用とプロセス条件データを収集して,機器の幾つかの部品と,コンポーネントのダウンタイムを最小化し,利用率を増加させ,それらの残りの有用な寿命を増加させる目的で,自動故障検出と診断を行うための収集データを収集できる。PdMは,I4.0における持続可能なスマート製造にとって避けられない。機械学習(ML)技術は,I4.0におけるスマート製造用のPdM応用における有望なツールとして出現し,従って,近年,著者の魅力が増加している。本論文は,MLアルゴリズム,MLカテゴリー,機械,および使用した装置,データ取得に用いる装置,データ,サイズ,およびタイプの分類で使用された装置,および,研究者の鍵となる寄与を強調して,研究者の重要な寄与を強調して,更なる研究のためのガイドラインと基礎を提供するため,I4.0におけるスマート製造のために広く適用されたML技術の最近の進展の包括的なレビューを提供することを目的とする。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  通信網 ,  *保全 ,  故障検出 ,  人工知能 ,  停止時間 ,  データ収集 ,  コンピュータ ,  *機械学習 ,  情報技術
準シソーラス用語： 健康状態 ,  利用率 ,  *予測保守 , 【Automatic Indexing@JST】

著者キーワード (4件)： 予測保全 ,  人工知能 ,  機械学習 ,  産業保全

分類 (5件)： 医用情報処理  (JE15030Q) ,  粉末冶金一般  (WC02010B) ,  紙・パルプ工業一般  (YL01010X) ,  抄紙機  (YL03030H) ,  油圧・空気圧応用装置  (QD04050E)

引用文献 (124件)：

• Carvalho, T.P.; Soares, F.A.; Vita, R.; Francisco, R.D.; Basto, J.P.; Alcalá, S.G. A systematic literature review of machine learning methods applied to predictive maintenance. Comput. Ind. Eng. 2019, 137, 106024.
• Cinar, Z.M.; Nuhu, A.A.; Zeeshan, Q.; Korhan, O. Digital Twins for Industry 4.0: A Review. In Industrial Engineering in the Digital Disruption Era. GJCIE 2019. Lecture Notes in Management and Industrial Engineering; Calisir, F., Korhan, O., Eds.; Springer: Cham, Switzerland, 2020.
• Cinar, Z.M.; Zeeshan, Q.; Solyali, D.; Korhan, O. Simulation of Factory 4.0: A Review. In Industrial Engineering in the Digital Disruption Era. GJCIE 2019. Lecture Notes in Management and Industrial Engineering; Calisir, F., Korhan, O., Eds.; Springer: Cham, Switzerland, 2020.
• Zhang, W.; Yang, D.; Wang, H. Data-Driven Methods for Predictive Maintenance of Industrial Equipment: A Survey. IEEE Syst. J. 2019, 13, 2213-2227.
• Borgi, T.; Hidri, A.; Neef, B.; Naceur, M.S. Data analytics for predictive maintenance of industrial robots. In Proceedings of the 2017 International Conference on Advanced Systems and Electric Technologies (IC_ASET), Hammamet, Tunisia, 14-17 January 2017; pp. 412-417.

タイトルに関連する用語 (3件)： 産業 ,  予測保全 ,  機械学習