استفاده از داده کاوی و سه الگوریتم درخت تصمیم‌گیری جهت بهینه‌سازی فرآیند تعمیرات و نگهداری
محورهای موضوعی : آمار
محمد ایزدی خواه
1
,
دنیا گرشاسبی
2
1 - گروه ریاضی کاربردی، دانشکده علوم پایه، دانشگاه آزاد اسلامی واحد اراک
2 - فارغ التحصیل کارشناسی ارشد مهندسی صنایع، دانشگاه آزاد اسلامی، واحد اراک، اراک، ایران
کلید واژه: Repair and Maintenance, data mining, Decision tree algorithms,
چکیده مقاله :
هدف از این تحقیق پیشبینی خرابی دستگاهها با استفاده از ابزار داده کاوی میباشد که بدین منظور در ابتدا پایگاه داده مناسب متشکل از 392 رکورد از خرابیهای به وقوع پیوسته در یک شرکت داروسازی در سال 1394 تشکیل شده است، در مرحله بعد با تعیین 9 خصیصه و نوع خرابی بعنوان کلاس پایگاه داده، تحلیلها صورت پذیرفته است که در این راستا از 3 الگوریتم درخت تصمیم برای تعیین مهمترین خصیصهها و تعیین قوانین موثر بر خرابی استفاده شده است. بر اساس نتایج بدست آمده از انتخاب خصیصه هر سه الگوریتم مورد استفاده خصیصههای عمر دستگاه، نام ماشین و مدت زمان تا آخرین خرابی بعنوان مهمترین خصیصهها در نظر گرفته شدهاند. بر این اساس عمر دستگاه از اهمیت ویژهای برخوردار است. از آنجائی که استهلاک در صنعت داروسازی در حد بالائی میباشد لذا عمر دستگاههای مورد استفاده در تعمیرات و نگهداری اثرات ویژهای دارد. در این راستا دستگاههای که دارای عمر بیش از 20 سال میباشند استهلاک و خرابی آنها بسیار بالا میباشد و نیاز است تا علاوه بر تعمیرات معمول بازبینیها و تعمیرات ویژهای در مورد آنها اعمال گردد.
The purpose of this research is to predict the failure of devices using a data mining tool. For this purpose, at the outset, an appropriate database consists of 392 records of ongoing failures in a pharmaceutical company in 1394, in the next step, by analyzing 9 characteristics and type of failure as a database class, analyzes have been used. In this regard, three decision tree algorithms have been used to determine the most important attributes and to determine the effective rules for the failure. Based on the results obtained from the feature selection of all the three used algorithms, the lifetime characteristics of the machine, the name of the machine and the duration until the last failure are recognized as the most important attributes. On this basis, the life of the device has a very special importance. Since the depreciation in the pharmaceutical industry is high, so the life of the devices used in maintenance and repair has a special effect. In this regard, machines with a life span of more than 20 years are subject to high depreciation and failure, and in addition to the usual repairs they need some special repairs.
