طراحی نقشه راه نگهداری پیشبینانه در صنایع فرآیندی و تولیدی
رویداد آنلاین
آدرس: آنلاین
تاریخ شروع ثبت نام: 1404/11/11 ساعت 13:00:00
تاریخ شروع رویداد : 1404/12/04 ساعت 20:30:00
تاریخ پایان رویداد : 1404/12/20 ساعت 22:30:00
طراحی نقشه راه نگهداری پیشبینانه در صنایع فرآیندی و تولیدی
چرا این دوره شرکت کنم؟
- این دوره به جای تمرکز صرف بر تئوری یا نرمافزار، به شما کمک میکند یک نقشهراه واقعی و قابل اجرا برای سازمان خودتان طراحی کنید.
- محتوا کاملاً با شرایط واقعی صنایع تطبیق داده شده و صرفاً ترجمه کتاب و اسلایدهای عمومی نیست.
- مدرس دوره سالها تجربه میدانی در پایش وضعیت و نگهداری پیشبینانه در صنایع فرایندی دارد و دوره بر پایه تجارب واقعی طراحی شده است.
- در این دوره یاد میگیرید چطور زبان تکنیکی نگهداری را به زبان عدد، KPI و ROI برای مدیریت ارشد تبدیل کنید تا بتوانید از پروژههای PdM خود دفاع کنید.
- این دوره برای هر کسی که میخواهد از “فقط انجام تعمیرات” عبور کرده و به طراحی استراتژی نگهداری و مدیریت دارایی برسد، یک گام مهم است.
سرفصل ها اصلی:
- مبانی مدیریت دارایی و نقش نگهداری پیشبینانه
آشنایی با اصول مدیریت داراییهای فیزیکی (ISO 55000)
جایگاه CM، CBM، PdM و RCM در استراتژی نگهداری
چرا PdM برای صنایع تولیدی و فرآیندی حیاتی است؟
- ارزیابی بلوغ نگهداری و تحلیل شکاف (Maturity Assessment)
مدلهای بلوغ در قابلیت اطمینان و نگهداری
تشخیص وضعیت فعلی سازمان و اولویتهای بهبود
- طراحی برنامه پایش وضعیت (Condition Monitoring Program)
اصول انتخاب تجهیزات پایشپذیر
انتخاب تکنیک مناسب (ارتعاشات، اولتراسوند، ترموگرافی، آنالیز روغن و …)
نقش استانداردهای ISO 17359 و ISO 14224 در ساختار داده و برنامه PdM
- نقش داده، تحلیل و هوش مصنوعی در نقشهراه PdM
دادههای موردنیاز برای PdM در تجهیزات دوار و فرآیندی
مثالهایی از کاربرد Machine Learning و AI در پایش وضعیت
مفهوم Human-in-the-loop و هوش افزوده در تصمیمگیریهای نگهداری
- طراحی Business Case و شاخصهای کلیدی (KPIs & ROI)
شاخصهای کلیدی نگهداری و قابلیت اطمینان (MTBF, MTTR, Availability, OEE و…)
محاسبه تقریبی ROI پروژههای PdM
مستندسازی منافع مالی، ریسک و قابلیت اطمینان
مدرس دوره : مهندس سعید حیاتـی
- سرپرست واحد پایش وضعیت و نگهداری پیشبینانه پالایشگاه
- کارشناس ارشد مهندسی مکانیک (تخصص در تجهیزات دوار و پایش وضعیت)
- بیش از ۱۰ سال سابقه میدانی در حوزه Condition Monitoring و Predictive Maintenance در صنایع نفت، گاز و پالایش
- متخصص در آنالیز ارتعاشات، اولتراسوند، و کاربرد هوش مصنوعی در نگهداری پیشبینانه تجهیزات دوار
Powered by Froala Editor