تحليل الگوي عيب‌يابي مبتني بر اطلاعات عملكردي ماشين (موردمطالعه: لكوموتيوهاي زيمنس راه‌آهن ايران)

يكي از مراحل مهم در نت تجهيزات، انجام فرايند عيب‌يابي به‌صورت صحيح است. عيب‌يابي تجهيزات پيچيده صنعتي همچون لوكوموتيوها فرايند دشواري است. عدم‌تشخيص به‌موقع علت خرابي لكوموتيو، علاوه بر كاهش زمان دسترسي، باعث اختلال در شبكه ريلي، افزايش توقف‌ مازاد قطارها و موارد نامطلوب ديگر مي گردد. با پيشرفت‌هايي كه در سال‌هاي گذشته حاصل شده است، حجم داده‌هاي ذخيره‌شده در لكوموتيوهاي جديد در حال افزايش است. با روش‌هاي متفاوتي مي‌توان دانش موجود در داده‌ها را كشف نموده و در جهت افزايش بهره‌وري سازمان  استفاده كرد. با تحليل الگوي عيب‌يابي لكوموتيوها مي‌توان علت بسياري از خرابي‌ها را كشف نموده و زمان انجام تعميرات را كاهش داد.  از روش‌هاي موجود، مي‌توان به تكنيك‌هاي داده‌كاوي اشاره كرد. پژوهش حاضر با بهره‌گيري از داده‌كاوي و الگوريتم اپريوري، به كشف قواعد معنادار از داده‌هاي موجود در لكوموتيوهاي زيمنس راه آهن ايران، با هدف ارتقاي كارايي فرايند عيب‌يابي، مي‌پردازد. حاصل اين پژوهش كشف 20 رخداد پرتكرار در لكوموتيوهاي مسافري، 18 قانون دو مؤلفه‌اي و 2 قانون سه مؤلفه‌اي بوده و دستاورد كليدي آن، بهبود نت لكوموتيوها در طي يك بازه زماني كوتاه در ناحيه شمال شرق1 راه‌آهن جمهوري اسلامي ايران است. براساس پيش بيني انجام شده، استفاده از قوانين كشف شده در آينده مي تواند موجب حذف بسياري از توقف هاي خارج از برنامه قطارهاي مسافري شده و همچنين هزينه نت لكوموتيوها را به ميزان قابل توجهي كاهش دهد. برآورد مي شود فقط استفاده از يكي از قانون هاي ذكر شده به تنهايي مي تواند در هر سال حدود ده ميليارد ريال از هزينه هاي راه آهن ايران بكاهد.