نوع مقاله : مقاله پژوهشی

نویسندگان

• الهام آقازاده ¹
• اکبر عالم تبریز ²
• کیوان شاه قلیان ³

¹ دانشجوی دکتری، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.

² استاد، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه شهید بهشتی، تهران، ایران.

³ استادیار، گروه مدیریت صنعتی، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران.

چکیده

امروزه در واحدهای صنعتی نظارت بر عملکرد تجهیزات توسط اپراتور انجام می‌شود و به علت گستردگی محیط عملیاتی و حجم بالای تجهیزات، هماهنگی‌ بین واحدها به‌سختی انجام می گردد و صدمات جبران‌ناپذیری در پی دارد. باتوجه به انکه تجهیزات صنعتی از ضروریات و سرمایه گذاری های مهم هر واحد تولیدی است؛ این پژوهش با هدف ارائه مدلی بهینه جهت نظارت هوشمند بر عملکرد تجهیزات صنعتی و مدیریت بر عملکرد صحیح آنها انجام گردیده است که با وجود پیشرفت‌های چشمگیر تکنولوژی در زمینه نظارت، می‌توان این وظیفه را به ابزارهای هوشمند و اینترنت اشیاء سپرد. از طرفی؛ با ظهور فناوری محاسبات "رایانش لبه"، بسیاری از محققان به دلیل مزایای آن، از طراحی‌های مبتنی بر محاسبات لبه‌ای بهره برده‌اند. در این پژوهش مدل ریاضی ترکیبی از اینترنت اشیاء و پهپادهای غیرنظامی جهت نظارت هوشمند بر عملکرد تجهیزات صنعتی با رویکرد رایانش لبه ارائه گردیده که به عنوان مطالعه موردی توربین‌های بادی مورد بررسی قرار گرفته است. در این مدل، عملکرد پهپاد جهت نظارت هوشمند بر توربین‌های بادی در سه مرحله فرایند؛ تشخیص، تخلیه محاسباتی پهپاد و محاسبات محلی پهپاد مورد بررسی قرار گرفته است. با توجه به دو هدفه بودن مدل نهایی که ترکیبی از سه مرحله فوق بود، مدل توسط روش‌های ژنتیک با مرتب‌سازی ناچیره و روش محدودیت اپسیلن تقویت‌شده با استفاده از اعداد تصادفی حل شد و نتایج نشان میدهد که روش ژنتیک با مرتب‌سازی ناچیره عملکرد بهتری داشته است.

کلیدواژه‌ها

• اینترنت اشیاء
• پهپادهای غیرنظامی
• رایانش لبه
• نظارت هوشمند

موضوعات

• الگوریتم‌های ابتکاری و فراابتکاری

عنوان مقاله [English]

Designing and Explaining a Hybrid Model of IOT and Civilian UAVs to Intelligent Monitoring of the Industrial Equipment Performance with the Edge Computing Approach (Case Study: Wind Turbines)

نویسندگان [English]

• elham aghazadeh ¹
• Akbar Alem Tabriz ²
• keyvan shahgholian ³

¹ PhD student in Industrial Management, Islamic Azad University, Qazvin, Iran

² Department of Management and Accounting, Shahid Beheshti University Tehran, Iran

³ Assistant Professor of Industrial Management Department, Qazvin Branch, Islamic Azad University, Qazvin, Iran

چکیده [English]

Today in industrial units, the monitoring of the equipment performance is done by the operator and due to the vastness of the operating environment and the high volume of the equipment, coordination between the units is difficult and irreparable damages follow. Considering that industrial equipment is one of the essentials and important investments of every production unit; This research has been done with the aim of providing an optimal model for intelligent monitoring of the performance of industrial equipment and management of their correct performance, which despite the significant advances in technology in the field of monitoring, this task can be entrusted to smart tools and the Internet of Things. On the other hand; With the advent of "edge computing" computing technology, many researchers have taken advantage of edge computing based designs due to its advantages. In this research, a mathematical model combining Internet of Things and civilian drones for intelligent monitoring of industrial equipment performance with an edge computing approach is presented, which has been investigated as a case study of wind turbines. In this model, the performance of the drone for intelligent monitoring of wind turbines in three stages of the process; Detection UAV computational offloading and UAV local computation are investigated. Considering the two-objective of model, which was a combination of the above three steps, the model was solved by genetic methods with sparse sorting and the enhanced epsilon limit method using random numbers, and the results show that the genetic method with sparse sorting performed better.

کلیدواژه‌ها [English]

• IoT
• UAV
• edge computing
• intelligent monitoring