قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
شذوذ الاستهلاك
اختلاف كبير وغير مخطط له بين استهلاك الطاقة المقاس والاستهلاك المتوقع، وغالبًا ما يكون مؤشرًا على عطل فني أو خلل تشغيلي.
شجرة الأعطال
نموذج منطقي استنتاجي يمثل مجموعات الأحداث الأولية التي يمكن أن تؤدي إلى فشل نظام الطاقة، ويستخدم لتحليل الأسباب الجذرية التي تحددها الذكاء الاصطناعي.
التشخيص بالانتشار العكسي
تقنية تستخدم تدرجات الشبكة العصبية لتتبع شذوذ مكتشف في المخرجات وصولاً إلى أجهزة الاستشعار أو متغيرات الإدخال الأكثر تأثيرًا، مما يسهل تحديد مصدر العطل.
عامل الحرجية
درجة مرجحة تحسبها الذكاء الاصطناعي لكل شذوذ مكتشف، تجمع بين احتمالية الفشل، والتأثير المحتمل على الإنتاج، وتكلفة الإصلاح لتحديد أولويات التدخلات.
غابة العزل (Isolation Forest)
خوارزمية للكشف عن الشذوذ تعزل الملاحظات عن طريق بناء أشجار قرار عشوائية، حيث تكون الشذوذات أسرع في العزل وتتطلب عددًا أقل من الانقسامات في الشجرة.
أفق التنبؤ الزمني
الفترة المستقبلية التي يقدر فيها نموذج الصيانة التنبؤية احتمالية حدوث عطل، وهو أمر بالغ الأهمية لتخطيط التدخلات على النحو الأمثل.
ملف الحمل المتبقي
الفرق بين استهلاك الطاقة الفعلي والاستهلاك المتوقع بواسطة نموذج مرجعي، حيث يكشف تحليل الأنماط عن طبيعة وموقع الأعطال.
عتبة التنبيه الديناميكية
حد الكشف عن الشذوذ الذي يتكيف تلقائيًا بناءً على الظروف التشغيلية (مثل الموسم، الإنتاج) لتقليل الإيجابيات الكاذبة في نظام طاقة متغير.
البصمة الاهتزازية
مجموعة من الخصائص الترددية والزمنية الفريدة لاهتزازات الآلة، تحللها الذكاء الاصطناعي لتحديد العيوب الميكانيكية مثل عدم الاتزان أو رولمانات (محامل) تالفة.
متوسط الوقت بين الأعطال (MTBF)
مؤشر موثوقية يحسبه الذكاء الاصطناعي من سجل الأعطال، ويستخدم لمعايرة نماذج التنبؤ وتقييم فعالية استراتيجيات الصيانة.