قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
سياسة الصيانة (Maintenance Policy)
استراتيجية تحدد إجراءات الصيانة الواجب اتخاذها في كل حالة ممكنة للنظام، بهدف تحسين هدف مثل تقليل التكاليف.
وكيل الصيانة (Maintenance Agent)
كيان خوارزمي في التعلم المعزز (RL) يراقب حالة المعدات ويتخذ قرارات الصيانة (الفحص، الإصلاح، الاستبدال).
مكافأة التكلفة (Cost Reward)
إشارة مكافأة سلبية في التعلم المعزز للصيانة، تعاقب تكاليف الإصلاح، أوقات توقف الإنتاج، وإجراءات الصيانة غير الضرورية.
حالة التدهور (State of Degradation)
تمثيل للحالة الحالية للمعدات في عملية ماركوف للقرار (MDP)، بما في ذلك مؤشرات مثل التآكل، الاهتزازات، درجة الحرارة، وتاريخ الأعطال.
محاكاة الأعطال (Failure Simulation)
نموذج رقمي يعيد إنتاج سلوك تدهور المعدات، يستخدم لتوليد بيانات تدريب لوكيل التعلم المعزز دون مخاطر حقيقية.
التعلم بالتحويل (Transfer Learning)
تقنية تسمح بإعادة استخدام المعرفة المكتسبة من قبل وكيل التعلم المعزز على نوع واحد من المعدات لتسريع التعلم على معدات مماثلة.
الصيانة الشرطية القائمة على التعلم المعزز (RL-based Conditional Maintenance)
نهج يتم فيه اتخاذ قرارات الصيانة بناءً على عتبات تدهور يتم تعلمها ديناميكيًا بواسطة وكيل التعلم المعزز بدلاً من أن تكون محددة مسبقًا.
وكلاء متعددون للأنظمة المترابطة (Multi-Agents for Interconnected Systems)
توسيع للتعلم المعزز حيث يتعاون أو يتنافس العديد من الوكلاء لتحسين صيانة المعدات المترابطة في نظام معقد.