| چارچوب هوشمند مبتنی بر هوش مصنوعی مولد و RAG برای نگهداری تجهیزات تصفیه‌خانه‌های فاضلاب |
| کد مقاله : 1371-IWWA |
| نویسندگان |
|
علی رخشنده * کارمند شرکت بهره بردار |
| چکیده مقاله |
| تجهیزات دوار مانند پمپ‌ها، الکتروموتورها و بلوئرها از اجزای حیاتی تصفیه‌خانه‌های فاضلاب هستند و خرابی ناگهانی آن‌ها می‌تواند تداوم بهره‌برداری را مختل کند. در بسیاری از تصفیه‌خانه‌ها، شواهد مورد نیاز برای عیب‌یابی در سامانه‌های پایش ارتعاش، SCADA/Historian، سیستم مدیریت نگهداری و تعمیرات و اسناد فنی سازنده پراکنده است. این مقاله یک چارچوب دستیار هوشمند نگهداری مبتنی بر شواهد ارائه می‌کند که مدل زبانی بزرگ را با RAG، زمینه دارایی، تحلیل سری زمانی، تحلیل ارتعاش و اطلاعات CMMS/EAM ترکیب می‌کند. در معماری پیشنهادی، RAG فقط برای بازیابی اسناد و رویه‌ها به‌کار می‌رود، داده‌های ساختاریافته از CMMS مستقیماً پرس‌وجو می‌شوند و داده‌های عددی توسط ماژول‌های تحلیلی تخصصی پردازش می‌شوند. سپس یک لایه ارکستراسیون شواهد را ترکیب کرده و LLM را برای تولید توصیه قابل ردیابی تغذیه می‌کند. یک مطالعه موردی مفهومی برای پمپ P-305 نشان می‌دهد که چگونه افزایش ارتعاش از 1.9 به 8.1 mm/s RMS، سابقه عدم هم‌محوری کوپلینگ، شرایط فرآیندی و مؤلفه غالب 1X در کنار دستورالعمل سازنده تحلیل می‌شوند. سامانه در مرحله کمبود شواهد از تشخیص قطعی خودداری می‌کند و پس از دریافت داده تکمیلی، بازرسی فیزیکی را پیشنهاد می‌دهد. در سناریوی مفهومی، انحراف موازی (offset) کوپلینگ به میزان 0.51 mm و کاهش ارتعاش تا 2.2 mm/s RMS پس از اصلاح، به‌عنوان شواهد تکمیلی ثبت می‌شوند. چارچوب با حفظ نقش تصمیم‌گیرنده برای مهندس، امکان ثبت نتیجه تعمیر و تبدیل آن به حافظه فنی سازمان را فراهم می‌کند. از آنجا که داده‌های سناریو ساختگی‌اند، مقاله ادعایی درباره دقت تشخیصی ندارد و معیارهای ارزیابی برای مطالعه تجربی آینده پیشنهاد شده‌اند. |
| کلیدواژه ها |
| تصفیه‌خانه فاضلاب، هوش مصنوعی مولد، مدل زبانی بزرگ، RAG، نگهداری پیش‌بینانه، پایش وضعیت |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |
