Data-driven condition-based maintenance optimization given limited data

Op gegevens gebaseerde optimalisatie van conditiegebaseerd onderhoud met beperkte gegevens

Ontwikkelingen in sensortechnologieën hebben continue monitoring van de status van operationele systemen mogelijk gemaakt. Hierdoor komen waardevolle conditiedata beschikbaar die voorspellingen van falen kunnen verbeteren en onderhoudsbeslissingen kunnen ondersteunen. De meeste conditiegestuurde onderhoudsstrategieën veronderstellen een bekend type degradatieproces, maar in de praktijk is dit doorgaans onbekend. Daarom zijn alternatieve aanpakken nodig die onderhoudsbeslissingen direct baseren op de beschikbare conditie- en faaldata.

In haar proefschrift presenteert Yue Cai volledig data-gedreven aanpakken voor conditiegestuurde onderhoudsoptimalisatie in situaties waarin slechts beperkte conditie- en faaldata beschikbaar zijn, zonder uit te gaan van een specifiek degradatieproces of een specifiek degradatieniveau waar falen optreedt. Ze onderzoekt de voordelen van deze aanpakken onderzocht. Daarbij wordt aangetoond dat de resulterende onderhoudsstrategieën snel convergeren naar optimale of bijna-optimale oplossingen, ondanks de uitdagingen die gepaard gaan met beperkte data. Bovendien tonen deze aanpakken een robuuste prestatie voor conditiedata van verschillende degradatieprocessen, wat de flexibiliteit en betrouwbaarheid van de aanpakken benadrukt.

De ontwikkelde volledig data-gedreven aanpakken bieden praktische waarde in moderne productieomgevingen, waar conditiedata continu worden verzameld. Dankzij hun aanpassingsvermogen kunnen deze aanpakken effectief worden geïmplementeerd in realistische systemen. Bovendien vergroot de verklaarbaarheid van de aanpakken het vertrouwen van belanghebbenden in de onderhoudsbeslissingen, wat hun integratie in besluitvormingsprocessen bevordert.

Proefschrift: https://hdl.handle.net/11370/f51a2296-c51d-4c51-b440-7d9c9c0172c8