Sunteți pe pagina 1din 7

Tehnici de predictie in productie/mentenanta

Masteranzi: ing Ristoiu Emil, ing Bocan Eugen

Abstract:
Intreinerii i asistenei le revin ntre 60 si 75% din costul total al unui sistem industrial. Aceast lucrare prezint o
analiz a abordrilor predictive de ntreinere, a metodelor si uneltelor folosite n sistemele de producie i propune o
platforma integrat de ntreinere predictiv. Prima coloan: (n sensul de parte a unui sistem) este responsabil
pentru extragerea i procesarea datelor, cea de-a doua se concentreaz pe modelarea i reprezentarea datelor despre
ntreinere, iar cea de-a treia prezint capabilitai de avertizare i notificare cu privirea la planificarea ntreinerii,
punand accent pe indicatorii de mediu si de performan energetica .

Cuvinte cheie: ntreinerea predictiv; pronosticul; managementul cunoasterii

1. Introducere: bine implementate in industrie. In cadrul sectiunii


curente, vor fi prezentate abordarile uneltele si
In ultimii ani, costul i timpul au reprezentat metodele existente in urmatoarele arii:
principalii factori de care s-a inut cont n ceea ce 1) Intretinere bazata pe conditii (Condition Based
privete sistemele industriale, n acelai timp avnd Maintenance - CBM)
grij ca sigurana, integritatea i fiabilitatea sa nu fie 2) Evaluarea de mediu a sistemelor de productie
compromise. Intreinerea sistemelor de producie 3) Vizualizarea rezultatelor
devine din ce n ce mai important, ntruct n multe 4) Platforme de intretinere integrate
platforme industriale costurile de ntreinere deseori Intretinerea bazata pe conditii (CBM)
depasesc 30% din costurile de operare, iar n Aparitia opeartiilor de intretinere neprogramate pot
contextul ciclului de viaa al unui sistem industrial, produce intarzieri si anulari costisitoare, daca
costurile de ntreinere i asisten ajung pana la 60- problema nu poate fi rectificata in timp util. CBM
75% din costurile totale. este un program care recomanda activitati de
Sistemele din prezent nu asigur o modalitate intretinere bazate pe statusul curent al al sistemului.
sistematica i structurat de modelare i integrare a CBM utilizeaza metode de prognostic si e considerat
defectelor timpurii n activitaile asociate ntreinerii. a fi mult mai eficient, fara a-si pierde fiabilitatea in
In ciuda faptului c se construiesc sisteme i comparatie cu costul planificarii intretinerii. Un
subsisteme avansate, cu posibiliti de monitorizare program CBM inglobeaza 3 pasi cheie:
n timp real, atunci cnd datele sunt colectate, ele nu 1. Pasul achizitiei de date (colectarea
sunt organizate i analizate, n final aciunile de informatiei), pentru a obtine date relevante
predictie corecta neputnd fi initializate. despre starea sistemului
Vizualizarea datelor pe care se opereaza ar putea duce 2. Pasul prelucrariii datelor ( manipularea
la o analiza mai buna intrucat intretinerea preventiva informatiei), pentru a gestiona si analiza
este mai degraba simplista folosind imagini 2D si datele sau semnalele colectate la pasul 1, in
tabele obisnuite, in momentul de fata neexistand o vederea interpretarii si intelegerii datelor
interfata user-friendly care sa faciliteze intelegerea colectate la pasul 1
inginerului. 3. Pasul luarii deciziilor de intretinere, pentru a
recomanda politici de intretinere eficiente.
2. Practici industriale si abordari academice Ultimul pas poate fi mai departe analizat ca fiind
format din doi sub-pasi: diagnoza si prognosticul.
Diagnoza inseamna identificarea si cuantificarea
Tehnologiile avansate de intretinere care maresc
daunelor care au aparut, in timp ce prognosticul
durabilitatea sistemelor de productie nu au fost inca
implica prezicerea daunelor ce ar putea aparea in precum analiza domeniului de timp, analiza
viitor. domeniului de frecventa si analiza evenimentelor.
Diagnoza include i) detectarea defectiunilor, ii) Modele ce utilizeaza medii autoregresive (ARIMA)
izolarea defectiunilor si iii) identificarea sunt folosite extensiv in tehnicile de analiza a
defectiunilor, in timp ce prognosticul contine i) domeniului de timp. In lucrarea [7], un model de
durata de viata utila ramasa (RUL), ii) estimarea realitate augumentata (AR) este utilizat pentru
intervalului de incredere. Etapa de detectare a modelarea vibratiilor si semnalelor colectate de la un
defectiunilor este responsabila pentru detectarea si motor cu inductie. Lucrarea [9] prezinta tehnica
raportarea conditiilor de operare anormale, etapa de portretului in pseudo-faza, iar lucrarea [10] foloseste
izolare a defectelor e responsabila cu determinarea tehnica corelarii dimensiunii.
componentei defecte sau in curs de a se defecta, iar Modelul hazardelor proportionale (PHM) apartine
identificarea defectiunilor se ocupa cu estimarea analizei datelor despre evenimentele produse si
naturii si a magnitudinii problemei aparute. Predictia incearca sa stabileasca o corespondenta intre
duratei de functionare utile (RUL) incearca sa probabilitatea de defectiune si varsta si anumite
identifice durata de timp pana la aparitia unei conditii, astfel incat probabilitatea de defectiune sa
defectiuni, in timp ce prin estimarea intervalului de poata fi calculata la orice varsta a masinariei si in
incredere se incearca cuantificarea intervalului de orice conditii.
incredere a acestei predictii RUL. In lucrarea [11], un model de hazarde proportionale
Achizitia de date reprezinta procesul colectarii si (PHM) a fost dezvoltat pentru analiza datelor
stocarii datelor din echipamentele vizate in scopul provenite din masurarea defectiunilor si a diagnozei
intretinerii. Aceste date colectate sunt clasificate in defectelor pentru rulmenti.
doua categorii: Diagnosticarea defeciunilor mainriilor
1. Date privind evenimentele reprezinta o procedura de mapare a informatiei
2. Date privind conditiile de monitorizare obtinute din spatiul de masuratori si/sau a
Prima categorie include informatii privind caracteristicilor din spatiul de caracteristici cu
evenimentele produse (defectiunea si cauzele defectele dispozitivelor in spatiul erorilor. O metoda
acesteia) impreuna cu ce operatii s-au efectuat (ex: folosita des pentru diagnosticare este testul ipotezei.
reparatii) dispozitivului fizic vizat. O alta analiza satistica este analiza clusterelor,
A doua categorie consta in masuratorile parametrilor aceasta clasificand grupurile de semnale in categorii
legati de starea dispozitivului (presiune, temperatura diverse de defecte, pe baza similaritatilor intre
etc.). caracteristicile acestora. Pentru diagnoza masinariilor
Procesarea datelor include doi pasi principali: au fost aplicate din ce in ce mai mult si abordari
filtrarea datelor si analiza acestora. Filtrarea datelor bazate pe inteligenta artificiala, aparent aceste
inseamna indepartarea erorilor si a zgomotului din abordari IA avand performante mai bune decat cele
datele colectate. Analiza datelor implica metode
conventionale. Retelele neuronale, in particular, cunoscute, in timp ce ES utilizeaza domenii de
alaturi de structuri de tip FFNN sunt larg utilizate in expertiza intr-un program pe calculator cu un motor
diagnosticarea erorilor. Utilizarile ES in diagnosticare automat de inferenta. Abordarile bazate pe modele
sunt analizate in continuare in sisteme de rationare sunt descrieri matematice ale sistemelor cu anumite
bazate pe reguli, pe cazuri si pe modele. Retelele specificatii fizice. Asfel de metode au fost
neuronale salveaza informatia prin antrenarea pe implementate pentru sisteme precum cutii de viteze,
rezultatele observate din inputuri si outputuri rulmenti, rotoare si scule pentru taiere.
Fig. 1. Architectura propusa pentru platforma

Obiectivul principal al prognosticului este predictia la riscurile asteptate de deteriorare in conditii de


timpului ramas pana cand una sau mai multe functionare cunoscute.
defectiuni or sa apara, tinand cond de conditiile Impactul asupra mediului inconjurator si
actuale ale sistemului si de profilul de operare din evaluarea costurilor energetice
trecut. Principala abordare utilizata pe scara larga in Energia este astazi cheia dezvoltarii economice si, la
prognosticuri se refera la estimarea duratei de viata randul lor, combustibilii fosili sunt cheia productiei
utila ramasa (RUL). Abordarile RUL sunt clasificate de energie in intreaga lume. Activitatile de producere
in 4 categorii principale: pot implica un consum de energie semnificativ. Cu
a. Bazate pe cunotine, atat mai mult, transformarea materialelor brute in
b. Modele fizice, produse consumabile poate fi o sursa de poluare a
c. Retele neurale artificiale, mediului. Deseurile rezultate in urma activitatii de
d. Sperana de via. fabricare sunt o amenintare pentru mediu, cu originea
Modelele bazate pe cunostinte stocheaza defectele in numeroase regiuni din lume. In general, deseurile
definite in trecut intr-o baza de date. In cazul aparitiei din industrie implica un grup foarte divers de
unui nou eveniment, aduc din baza de date substante, din cauza gamei largi de produse si
evenimentul cel mai asemanator cu cel actual si procese implicate. Deseurile rezultate depind de
durata de viata este dedusa. Aceste modele sunt tehnologia utilizata, de natura materiei prime
clasificate mai departe in sisteme expert si fuzzy. procesate si de cantitatea inlaturata la finalul lantului
Retelele neurale artificiale estimeaza direct sau de productie. De vreme ce productia de bunuri
indirect durata de viata utila ramasa pentru o continua constant sa creasca, si emisia de gaze cu
masinarie, prin antrenarea unei astfel de retele cu efect de sera din arderea combustibililor majori se
observatiile rezultate din defectele produse in trecut. intensifica.
Modelele fizice ofera o evaluare a RUL bazata pe
reprezentarea matematica a comportamentului fizic a Vizualizarea activitatilor si rezultatelor de
procesului de degradare. In final, modelele de intretinere
speranta de viata determina timpul ramas al unui Realitatea augumentata se refera la un mediu
dispozitiv sau componenta a dispozitivului cu referire predominant real in care se adauga continut virtual.
Tehnologiile RA asigura mijloace de contopire a unei chiar mai putine cu tehnologii Web. Mai mult decat
experiente virtuale 3D formata din straturi multiple si atat, foarte putine platforme care raman la nivelul de
bogate intr-un mediu real. In ceea ce priveste cercetare pot adresa toate nivelurile intretinerii
intretinerea, au fost conduse numeroase activitati de conditionate, in timp ce Sistemele Industriale
cercetare privind introducerea RA in procesele de Computationale pentru Managementul Intretinerii nu
productie si fabricatie. Un Mediu Colaborativ de asigura un prognostic de inalta precizie prin utilizarea
Realitate Virtuala a fost dezvoltat prin combinarea abordarilor avansate cu inteligente artificiale.
diverselor procese de partajare de date cu vizualizari 3. Platforme propuse
3D si metafore ale interactiunii cu utilizatori din Abordarea curenta prevede dezvoltarea unei latforme
lumea reala. In lucrarea [24], un mediu de productie care ar sprijini sistemele de proiectare pentru
colaborativ a fost conceptualizat, constructia lui obtinerea fiabilitatatii, detectarea defeciunilor,
bazandu-se pe o arhitectura deschisa folosita oprirea degradrii, planificarea activitilor de
impreuna cu o tehnologie de tip server browser cu 3 ntreinere i vizualizarea datelor si informatiilor
nivele: date, business si prezentare. In lucrarea [25], complexe. Platforma propusa consta in 3 piloni
autorii descriu o metoda in procesul de planificare principali care sunt analizati in continuare si
prin utilizarea unui instrument care aloca date de RA prezentati in figura 1.
conform cu procesul de asamblare. Este important de Achizitia si Analiza Datelor: acest pilon este
remarcat ca in ultimul caz, legaturile pe care responsabil in primul rand cu colectarea si stocarea
planificatorul le creeaza intre resursa produsului si datelor, folosind senzori multi-embedded avansati si
operatie sunt identificate in mod automat de un repository online, si in al doilea rand se ocupa cu
informatiile de urmarie. analiza datelor in vederea detectarii unei posibile
Platforme integrate deviatii de la conditiile nominale.
In ultimii ani au existat mai multe tentative de Managementul Cunostintelor: acest pilon isi propune
dezvoltare a platformelor pentru o serie larga de sa promoveze diagnoza erorilor si stocarea eficienta a
echipamente care pot adresa toti pasii intretinerii datelor despre defectele produse in trecut prin
conditionate, de la senzori si colectare de date pana la tehnologie semantica. Acest pilon consta in ontologia
luarea deciziei de intretinere. CASIP (Computer ce reprezinta principala schema pentru depozitul de
Aided Safety and Industrial Productivity - Siguranta date si pentru motorul de inferenta avansata.
si Productivitate Industriala asistata de Calculator) Tabloul de bord pentru ntreinere: acest pilon
este o platforma de intretinere industriala pentru abordeaz nevoia de a exista o prezentare uor de
procesul de productie, oferind acces la distanta si utilizat i intuitiv a datelor critice pentru ntreinere,
tehnologii mobile, dezvoltata de PREDICT [26]. care vor sprijini inginerii responsabili cu ntreinerea
Platforma TELMA e construita pe baza produsului n luarea deciziilor.
industrial CASIP si inglobeaza dezvoltarea unui Achizitia si analiza datelor
proces de predictie in cadrul e-maintenance Sistemele de Senzori Multi Embedded Avansate pot
(intretinere electronica), si se bazeaza pe combinarea adresa nevoia de senzori inteligenti cu capabilitati de
unei abordari probabilistice pentru modelarea reducere a zgomotului, monitorizare a multiplilor
mecanismului de degradare a unui sistem cu o parametri si partajare online de date. Platforma
metoda bazata pe modelarea dinamica a degradarii. O propusa va implementa sisteme de senzori cu abilitati
alta platforma [28] are la baza un model de referinta multiple de detectare, dimensiuni mici si greutate
pentru sistemele de gestiune a defectelor capabile sa redusa, consum redus de energie, transimisie la
efectueze planuri de intretinere preventiva, sa distante si la latimi de banda mari, memorie mare,
detecteze defectele, sa le izoleze, dar si taskuri de prelucrare rapida a datelor, costuri reduse si fiabilitate
diagnosticare. Aceasta abordare utilizeaza un sistem ridicata. Advanced Intelligent Engine (Motor
multi-agent, in particular MASCommonKADS [29], INteligent Avansat) este capabil sa detecteze defecte
avand drept cadru de referinta AIDCS (Sistem si sa stopeze degradarea. Detectia erorilor, adica
Distribuit Inteligent de Control bazat pe Agenti). Se devierea de la conditiile nominale, este realizata prin
constata ca putini cercetatori folosesc dispozitivive utilizarea Filtrarii Simbolice Dinamice (SDF). SDF
mobile, in special PDA-uri cu tehnologii integrate, si
este o metoda de recunoastere statistica a unui model, 2. O semantica imbogatita a corespondentei
folosit in studiul sistemelor dinamice. In particular, dintre defecte si cauzele lor, cu solutiile
exista serii de timpi de referinta, stocate in posibile
repository-ul online, iar seriile de timpi provenite de 3. O clasificare a esecurilor din trecut pe baza
la senzori sunt comparate si analizate cu SDF. SDF caracteristicilor lor
depaseste performantele altor metode in termeni de 4. O mapare a tuturor pasilor de intretinere,
robustete in ceea ce priveste masurarea zgomotului si incluzand vizualizarea, evaluarea impactului
a semnalelor false. In al doilea rand, SDF este mai asupra mediului si planificarea activitatilor
adaptabil la detectari pe rezolutii mici, datorita de intretinere
granularii grosiere in partitiile spatiale. SDF poate fi Scopul principal al repositoryului de date este
de asemenea parte a unui proces de detectie si izolare stocarea ontologiei. Tehnologii bazate pe semnatica
in timp real a defectelor, ceea ce ofera posibilitatea vor fi utilizate pentru dezvoltarea acestuia. Acest
utilizarii acelorasi date si metoda pe procese diferite. repository va fi sincornizat cu cel online pentru a
Motorul Inteligent Avansat va fi capabil sa stopeze partaja aceleasi date. Mai mult decat atat, repository-
degradarea, acest proces fiind efectuat prin utilizarea ul de date va stoca si reguli, asa cum vor fi ele
modelelor de speranta de viata, in particular, definite de Motorul de Inferenta Avansata si va
modelele ARIMA. Modelele ARIMA vor estima permite extragerea informatiilor utile tot prin
durata de viata utila a echipamentului avansat. RUL intermediul Motorului de Inferenta Avansata,
(aceasta durata de viata utila) se refera la timpul implementat folosind tehnologia Java si Frameworkul
ramas pana cand o anumita defectiune sau un anumit Jena. Motorul de Inferenta Avansata prevede
criteriu de defectare este atins. Motorul Inteligent efectuarea diagnosticelor corecte si fiabile, prin
Avansat va include o lista de criterii de defectare identificare defectelor si izolarea acestora, indicand si
aflate in stransa legatura cu cu parametrii cauzele posibile precum si solutiile. Motorul de
echipamentului ce sunt monitorizati de senzori. In Inferenta Avansata este responsabil pentru definirea si
afara de estimarea valorilor parametrului monitorizat, descoperirea informatiilor noi prin utilizarea
sunt estimate si valorile superioare si inferioare ale mecansimelor bazate pe reguli si rationamente bazate
intervalului de incredere. Modelul de date de pe cazuri. Un sistem bazat pe reguli, care utilizeaza
referinta si repository-ul web se ocupa de stocarea conceptele prezentate de ontologie, va permite
datelor provenite de la senzori. Modelul de date de formarea unor reguli ce vor asocia o serie de deviatii
referinta include datele necesare tuturor fazelor de la conditiile nominale cu defectele specifice,
intretinerii conditionate (CBM). Modelul de date cauzele lor si solutiile posibile. Astfel, sistemul bazat
ofera schema de date si proprietatile de baza ale pe reguli va permite stocarea sistematica a defectelor
datelor. Repository-ul web permite inginerilor sa si a solutiilor lor. Mai mult, acest sistem va oferi o
acceseze de la distanta datele echipamentelor de diagnoza automata a defectelor prin folosirea
intretinere. regulilor pe care le-a stocat si prin efectuarea unui
Managementul cunostintelor: rationament pe baza lor. In afara de sistemul bazat pe
Componentele acestui pilon sunt ontologia, reguli, diagnoza va fi posibila si prin un rationament
repository-ul cu informatii, motorul de inferenta bazat pe cazuri. Similar regulilor, elementele
avansat si design-ul pentru fiabilitate. Domeniul de cazurilor vor fi definite de ontologie. Defectele
aplicare si functionalitatile cheie ale fiecarei produse in trecut sunt descrise ca fiind cazuri si sunt
componente sunt analizate in continuare. Ontologia stocate in repository. In cazul aparitiei unui nou
va defini entitatile si relatiile dintre acestea implicate defect, un mecanism de similaritate va efectua o
in designul pentru fiabilitate, in diagnoza intretinerii, cautare pentru a gasi cel mai asemanator defect.
in prognosticuri si in planificarea intretinerii. In Acest caz este gasit, iar solutia lui, dupa modificarile
concluzie, ontologia implementata in OWL va oferi: corespunzatoare, este propusa ca solutie pentru un
1. O reprezentare a carcateristicilor nou defect.
defectiunilor, a parametrilor monitorizati si a
relatiilor dintre ei
4.Concluzii 1. Impactul asupra mediului (emisiile de dioxid
de carbon, deseurile)
Sistemele inteligent cu senzori multiplii, capabile sa 2. Costurile de energie
monitorizeze numerosi parametri vor fi implementate 3. Eficienta energetica
in cadrul platformei propuse. Calitatea crescuta a 4. Durata de viata utila ramasa
datelor extrase este garantata de sistemul de senzori 5. Costurile de operare
de acuratete ridicata si de reducerea zgomotului, 6. Timpul de intretinere (timpul de repare,
rezultate obtinute prin abordari bazate pe filtrare timpul de montare etc.)
simbolica dinamica (SDF). SDF depaseste in Tehnologia realitatii augumentate va permite o
performanta metodele utilizate curent in analiza presentare user-friendly a rezultatelor activitatilor de
datelor. Pana acum, SDF a fost utilizat doar in intretinere, descrise in mod normal foarte complex.
diagnosticarea defectelor pentru motoarele Interfetele specifice vor facilita o privire de ansamblu
avioanelor. Modelele ARIMA sunt capabile sa asupra indicatorilor de performanta care sunt critici
modeleze procese non-stationare, din moment ce pentru activitatile de intretinere. Platforma propusa
includ si partea de integrare si acomodare cu socuri va utiliza telefoane inteligente si dispozitive mobile
aleatoare, in contrast cu abordarile bazate pe regresie in general, pentru a putea fi utilizate in magazine de
simpla. Considerentele de fiabilitate si intretinere au catre inginerii responabili cu intretinerea, acest lucru
loc in primii pasi din design, prin utlizarea permitandu-le sa aiba o imagine de ansamblu asupra
cunostintelor provenite din defectele produse in analizei rezultatelor, intr-o maniera rapida si
trecut, informatii stocate in repository-ul de necostisitoare.
cunostinte sub forma unor template-uri de defecte,
descrise de ontologie. 5.Bibliografie
Designul echipamentelor, proceselor si sistemelor,
[1] Chryssolouris, G., 2006. Manufacturing Systems:
tinand cont de parametrii de intretinere si fiabilitate,
Theory and Practice, 2nd Edition, Springer-Verlag, New
este descris in abordarea curenta. Mecanismele de York.
rationament, regulile daca - atunci si masuratorile de [2] Dhilon, B.S., 2006. Maintenability, Maintenance, and
similaritate asigura o cale sistematica si automata de Reliability for Engineers, Taylor and Francis.
[3] Takata, S., Kimura, F., Houten, F.J.A.
detectare, identificare si izolare a defectelor, fara a fi M., Westkmper, E., Shpitalni, M., Ceglarek, D., Lee J.,
nevoie de personal instruit. Parametrii deviatiilor sunt 2004. Maintenance: Changing Role in Life Cycle
in stransa legatura cu tipul defectelor, cauza lor si cu Management, CIRP Annals 36/2, p. 643.
solutiile posibile. Toate relatiile mentionate anterior [4] Jardine, A.K.S., Lin, D., Banjevic, D., 2006. A review
on machinery diagnostics and prognostics implementing
sunt modelate prin intermediul mecanismelor de condition-based maintenance, Mechanical Systems and
cunoastere (ontologie, reguli de inferenta), iar in Signal Processing 20, p. 1483.
termeni de cost si timp, relatiile sunt extrase automat [5] Sikorska, J.Z., Hodkiewicz, M., Ma, L., 2011.
Prognostic modeling options for remaining useful life
si eficient. Intretinerea programata este o forma de estimation by industry, Mechanical Systems & Signal
intretinere conditionata, datorita utilizarii Processing, 15, p. 1803.
instrumentelor de prognostic, mai exact, a duratei de [6] Efthymiou, K., Georgakakis, P., Papakostas, N.,
viata utila ramasa. Astfel, numai activitatile de Chryssolouris, G., 2011,

intretinere absolut necesare se produc la un moment On an Engine Health Management System, International
dat. Motorul de planificare a intretinerii ia in Conference of the European Aerospace Societies
considerare urmatoarele criterii indicationale:
The 351.
International Conference of the European Aerospace [8] Li, B., Chow, M.-Y., Tipsuwan, Y., Hung, J.C., 2000.
Societies Neural-
2011, CEAS 2011, Venice, Italy. network-based motor rolling bearing fault diagnosis, IEEE
[7] Zhan, Y., Makis, V., Jardine, A.K.S., 2003. Adaptive Transactions on Industrial Electronics 47, p. 1060.
model for [9] Wang, W.J., Lin, R.M., 2000. The application of
vibration monitoring of rotating machinery subject to pseudo-phase
random portrait in machine condition monitoring, Journal of Sound
deterioration, Journal of Quality in Maintenance and
Engineering 9, p. Vibration 259, p. 1.
[10] Wang, W.J., Wu, Z.T., Chen, J., 2001. Fault CIRP Journal of Manufacturing Science and Technology 1,
identification in rotating machinery using the correlation p. 45.
dimension and bispectra, Nonlinear Dynamics 25, p. 383. [22] Wang, X., Gong, Y., 2007. Augmented Virtuality
Space: Enriching Virtual Design Environments with
11] Ho, D., Randall, R.B., 2000. Optimisation of bearing
Reality, 13th International Conference on Virtual Systems
diagnostictechniques using simulated and actual bearing
and Multimedia (VSMM'07), Brisbane, Australia.
fault signals,Mechanical Systems and Signal Processing 14
[23] Marner, M., Thomas, B., Sandor, C., 2009. Physical-
p. 763.
virtual tools for spatial augmented reality user, 8th IEEE
[12] Ma, J., Li, C.J., 1995. Detection of localized defects in
International Symposium on Mixed and Augmented
rollingelement bearings via composite hypothesis test,
Reality, p. 205-206.
MechanicalSystems and Signal Processing 9 p. 63.
[24] Chryssolouris, G., Papakostas, N., Mourtzis, D.,
[13] Kim, Y.W., Rizzoni, G., Utkin, V.I., 2001. Developing
Makris, S., 2009. Knowledge Management in
a fault tolerant power-train control system by integrating
Manufacturing Process Modeling - Case Studies in
design of
Selected Manufacturing Processes, in Methods and Tools
control and diagnostics, International Journal of Robust and
for Effective Knowledge Life Cycle Management,
Nonlinear Control 11, p. 1095.
A.Bernard, S.Tichkiewitch Editors, Springer p. 507.
[14] Sohn, H., Worden, K., Farrar, C.R., 2002. Statistical
[25] Reinhart, G., Patron, C., 2003. Integrating Augmented
damage classification under changing environmental and
Reality in the Assembly Domain - Fundamentals, Benefits
operational conditions, Journal of Intelligent Material
and Applications, CIRP Annals - Manufacturing
Systems and Structures 13, p. 561.
Technology 52/1 p. 5.
[15] Lou, X., Loparo, K.A., 2004. Bearing fault diagnosis
[26] PREDICT Platform, URL:http://www.predict.fr, last
based on wavelet transform and fuzzy inference,
accessed 15/06/2011
Mechanical Systems and Signal Processing 18, p 1077.
[27] Muller A., Suhner M.C, Lung B., 2008. Formalisation
[16] Roemer, M.J., Hong, C., Hesler, S.H., 1996. Machine
of a new prognosis model for supporting proactive
health monitoring and life management using finite
maintenance implementation on industrial system,
element-based neural networks, Journal of Engineering for
Reliability Engineering and System Safety, 93.
Gas Turbines and Power - Transactions of the ASME 118 p.
[28] Cerrada M., Cardillo J., Aguilar J., Faneite R., 2007.
830.
Agent based design for fault management systems in
[17] Larson, E.C., Wipf, D.P., Parker, B.E., 1997. Gear
industrial processes, Computers in Industry 58 p.313.
and bearing diagnostics using neural network-based
[29] Campos J., 2009. Development in the application of
amplitude and phase demodulation, in: Proceedings of the
ICT in condition monitoring and maintenance, Computers
51st Meeting of the
in Industry 60 p. 1.
Society for Machinery Failure Prevention Technology,
[30] Yao A.W.L., Strombeck S.D., Chi J.S.C., 2005. ]
Virginia Beach, VA, p. 511.
Development of a mobile manufacturing system with PDA
[18] Hansen, C.H., Autar, R.K., Pickles, J.M., 1994. Expert
and PLC, International Journal of Advanced Manufacturing
systems for machine fault diagnosis, Acoustics Australia 22
Technology 25, p. 723.
p. 85.
[31] Sarkar S, Yasar M, Gupta S, Ray A, and Mukherjee K,
[19] Li, Y.G., Nilkitsaranont, P., 2009. Gas turbine
2008. Fault detection and isolation in aircraft gas turbine
performance prognostic for condition-based maintenance,
engines. Part 2: validation on a simulation test bed,
Applied Energy 86
Proceedings of the
p. 2152.
IMECHE, Part G: Journal of Aerospace Engineering 222 p.
[20] Brotherton, T., Johnson, T., 2001. Anomaly Detection
319.
for Advanced Military Aircraft Using Neural Networks,
[32] Mc Bride, B., 2010. An Introduction to RDF and the
Aerospace Conference, IEEE Proceedings 6 p. 3113.
Jena RDF
[21] Chryssolouris, G., Papakostas, N., Mavrikios, D.,
API, URL: http://jena.sourceforge.net/tutorial/RDF_API/,
2008. A perspective on manufacturing strategy: Produce
Accessed, 15/06/2011/
more with less,