کشف الگوهای پنهان و مفید از داده های سامانه های نگهداری و تعمیرات تجهیزات، با پیش‌بینی هزینه‌ها و نقاط پرت

Abstract

پس از گذشت چند سال از پیاده‌سازی نرم‌افزار‌های مدیریت نت(CMMS)3، ارائه تحلیل‌های مستدل از داده‌های جمع‌آوری شده در این سامانه‌ها، نه تنها ضروری است، بلکه در این حوزه رمز ادامه حیات سیستم‌های نرم‌افزاری نیز خواهد بود. استفاده از داده‌های خرابی و هزینه‌ای تجهیزات، می‌تواند علاوه بر شناخت نارسایی‌ها در پیاده‌سازی سیستم‌های نت، در تعیین الگوهای مطلوب و نامطلوب نت تجهیزات، نقش کلیدی ایفا کند. تشخیص روند خرابی‌ها و عوامل مؤثر در آن مانند نوع مأموریت و شرایط جغرافیایی کیفیت قطعات و ... به دسته‌بندی بهتر خرابی تجهیزات و تعیین نرم‌های هزینه‌ای مبتنی بر نوع مأموریتیگان‌ها کمک خواهد نمود و در نهایت مدیران را برای اتخاذ تصمیم‌های مناسب، با دقتبیشترییاری خواهد کرد و باعث ارائه پیشنهادهای بهبود برای سامانه‌هایمورد استفاده و مدیران تصمیم‌گیر خواهد شد. داده‌کاوی‌ می­تواند با ارائه تصویری از شاخص‌های مؤثر بر آمادگی تجهیزات، وضعیت تجهیزات را از نظر نگهداری و تعمیرات نمایش دهد. از این تصویر در برآورد هزینه‌های نگهداری و تعمیرات و بودجه­های تعمیراتی می­توان استفاده نمود. همچنین با دانستن اینکه خرابی‌های خاص، معمولاً در چه عمرهایی و تحت چه شرایطی اتفاق می‌افتد، می‌توان برای برنامه‌ریزی نگهداری و تعمیرات و ارزیابی نقاط قوت و ضعف در یگان/رده‌ها استفاده نمود. این موضوع در اجرای اقدامات پیرامون آموزش و فرهنگ‌سازی در نگهداری و تعمیرات نیز مؤثر خواهد بود، زیرا فرماندهان و کارشناسان با در اختیار داشتن این تحلیل‌ها در نگهداری و استفاده از تجهیزات، دقت بیشتری خواهند کرد. در این مقاله ضمن معرفی برخی از کاربردهای داده‌‎کاوی در نگهداری و تعمیرات سعی شده است در قالب مطالعه موردی روی داده­های برخی از تجهیزات دفاعی با استفاده از داده‌کاوی‌، قواعد پنهان موجود در داده‌های سیستم‌های نرم‌افزاری نگهداری و تعمیرات را کشف نمود. با توجه به مدل­های خوشه‌بندی داده­های مورد مطالعه، شبکه عصبی، درخت­های تصمیم‌گیری، مصورسازی و آمار توصیفی تحلیلشده و برخی از نتایج آن بیان شده است. یافته­های این مطالعه نشان می‌دهد الگوهای خاصی متناسب با نوع مأموریت و نحوه استفاده از تجهیزات در تعداد و هزینه خرابی‌ها وجود دارد.