چکیده مقاله
با ظهور نگهداری و تعمیرات (نت) پیشگویانه در 1980، تحول شگرفی در برنامهریزی نت تجهیزات پدیدار گردید. با توجه به اینکه نت پیشگویانه، متکی بر پیشگویی وقوع خرابی در خصوص تجهیزات در حال استفاده است، چنانچه بتوان پیشگویی صحیحتری از وقوع خرابی در آینده ارائه داد، میتوان هزینههای نت را به طور قابل ملاحظه کم کرد. این رویکرد، خود مستلزم بهکارگیری ابزار و فنون متعدد، از جمله تکنیکهای هوش مصنوعی، مثل شبکههای عصبی و تئوری مجموعههای فازی است. فعالیتهای شرکت ملی گاز ایران در زمره صنایعی است که هزینههای نت در آن قابل توجه است و بنابراین استفاده از نت پیشگویانه در مورد آنها توجیه اقتصادی دارد. فرایند توزیع گاز طبیعی در سطح کشور به گونهای است که لولههای انتقالی که از زیر زمین عبور داده شدهاند دچار خوردگی میشوند و این موضوع باعث ایجاد هزینههای زیاد برای شرکت ملی گاز ایران میشود.
در این تحقیق، پیشگویی وقوع خرابی بر مبنای مدل ترکیبی شبکههای عصبی فازی و تحلیل مؤلفههای اصلی انجام شده است. نتایج تحقیق نشان میدهد که مدل ارائه شده 25 درصد از هزینههای بازرسی را نسبت به وضعیت فعلی کاهش میدهد