VJEŠTAČKA INTELIGENCIJA I ODRŽAVANJE
Revija Društva održavalaca Slovenije – VZDRŽEVALEC , broj 207 – 208, januar – juni (17 – 28), Ljubljana, 2024. godine. ISSN 1318-2625
Hasan AVDIĆ 1)
Viktor JEMEC 2)
Alma AVDIĆ 3)
1) Ekspert za upravljanje i održavanje
tehničkih sistema, Banovići, BiH
2) Urednička revija Vzdrževalec, DVS
3) Direktorica postprodaje,
AC Grand Auto doo Tuzla, BiH
Sažetak:
Vještačka inteligencija se bavi razvojem kompjuterskih softvera koji mogu obavljati zadatke koji zahtijevaju inteligenciju, kao što su prepoznavanje slika, govora ili donošenje odluka na osnovu velike količine prikupljenih podataka.
Vještačka inteligencija koristi različite tehnike kao što su mašinsko učenje, duboko učenje, obrada prirodnog jezika i druge tehnologije kako bi omogućili programima da uče i donose zaključke iz podataka, a zatim primjenjuju svoje znanje u novim situacijama. Vještačka inteligencija koristi se u različitim oblastima, uključujući zdravstvo, finansije, transport, rudarstvo, održavanje i drugo, očekujemo da će biti sve prisutnija u našem svakodnevnom životu.
Sa druge strane, održavanje predstavlja kombinaciju svih tehničkih, administrativnih i upravljačkih radnji tokom životnog ciklusa tehničkog sistema sa ciljem da se zadrži ili vrati u stanje u kojem može da obavlja traženu funkciju (EN 13306).
Održavanje proizvodne opreme ima ključnu ulogu u osiguravanju kontinuiteta poslovanja i produktivnosti. Određivanje vremena implementacije i odgovarajući izbor obima aktivnosti neophodnih za održavanje su samo za rad opreme već i za efikasno planiranje potražnje za sopstvenim resursima za održavanje (rezervni dijelovi, ljudi, finansije).
Vještačka inteligencija je veliki potencijal za poboljšanje procesa održavanja. Njena upotreba može dovesti, između ostalog, do smanjenja troškova, povećanja produktivnosti opreme, smanjenja vremena potrebnog za održavanje i smanjenje dužine trajanja i frekvencije zastoja.
U ovom radu, slučaj primjene studija bit će prikazan praktičan primjer primjene vještačke inteligencije pri rješavanju problema u oblasti održavanja proizvodne opreme.
Ključne riječi : vještačka inteligencija, neuronske mreže, održavanje.
PRIMJENA VJEŠTAČKE INTELIGENCIJE U OBLASTI ODRŽAVANJA U RUDARSTVU
Revija Društva održavalaca Slovenije – VZDRŽEVALEC , broj 209 – 210, avgust – decembar (33 – 46), Ljubljana, 2024. godine. ISSN 1318-2625
Hasan AVDIĆ 1)
Viktor JEMEC 2)
Alma AVDIĆ 3)
1) Ekspert za upravljanje i održavanje
tehničkih sistema, Banovići, BiH
2) Urednička revija Vzdrževalec, DVS
3) Direktorica postprodaje,
AC Grand Auto doo Tuzla, BiH
Sažetak:
Prilikom eksploatacije mineralnih sirovina, rudnici koriste visoko produktivnu opremu. Zastoji u radu opreme dovode do zastoja u procesu proizvodnje, što izaziva izuzetno visoke direktne, a posebno indirektne troškove. Stoga je održavanje ove opreme potrebno posvetiti posebnu pažnju, sa ciljem smanjenja frekvencije i dužine trajanja zastoja.Održavanje se definiše kao kombinacija svih tehničkih, administrativnih i upravljačkih radova tokom životnog ciklusa tehničkog sistema, sa ciljem da se zadrži ili vrati u stanje u kojem može obavljati traženu funkciju (EN 13306).
Smanjenje frekvencije i dužine trajanja zastoja može se postići, primjenom odgovarajuće strategije održavanja. Strategija održavanja se odnosi na metodu upravljanja koja se koristi za postizanje ciljeva održavanja (EN 13306). Umjesto reaktivnog pristupa, nužno je primijeniti proaktivni pristup održavanju, što uključuje postepeno uvođenje prediktivnog održavanja uz primjenu vještačke inteligencije. Prediktivno održavanje se zasniva na analizi stanja opreme, koja se sprovodi nakon prognoze izvedenih iz ponovljenih analiza ili poznatih karakteristika, kao i procene značajnih parametara degradacije stavki (EN 13306).
Vještačka inteligencija (AI) se odnosi na simulaciju ljudske inteligencije u mašinama dizajniranim da misle i uče kao ljudi. Ovo uključuje sve od algoritama za mašinsko učenje koji analiziraju obrasce podataka do obrade prirodnog jezika koja omogućava računarima da razumeju i reaguju na ljudski jezik.
U ovom radu će se, primjenom studija slučaja, izvršiti analiza mogućnosti primjene vještačke inteligencije (AI) u održavanju u rudarstvu. Vještačka ineligencija nudi brojne prednosti koje mogu značajno unaprijediti proces održavanja i operativnu efikasnost u rudarskoj industriji.
Ključne riječi : vještačka inteligencija, održavanje, prediktivno održavanje, rudarstvo.
Poštovani prijatelji, najavljujem moj novi rad za BoK (BODY of KNOWLEDGE – EFNMS – European of National Maintenance Society) pod naslovom:
Ispitivanje bez razaranja (ultrazvučno ispitivanje, vrtložna struja, radiografija, itd.)
Hasan Avdić, vanr. prof
Mašinski fakultet Univerziteta u Tuzli, Bosna i Hercegovina
Ispitivanje bez razaranja su tehnike održavanja, dio održavanja temeljenog na stanju, koje se sastoje od mjerenja, posmatranja ili testiranja relevantnih karakteristika predmeta. Oni uključuju ultrazvučno ispitivanje, vrtložnu struju, radiografiju, gamagrafiju itd. i općenito dovode do nedostupnosti sredstava.
Napomena: ovaj rad za BoK sam napisao i poslao. Očekujem recenziju i objavu.
Poštovani prijatelji želim da vas obavijestim da sam završio gore navedeni rad. izvršena je recenzija i očekujem objavu uskoro o čemu ćete biti obaviješteni.
Poštovani prijatelji želim da vas obavijestim da je ovaj rad objavljen.
Sa svojim saradnicima sam uradio rad za časopis Vzdrževalec – Slovenija (Društvo održavalaca Slovenije) pod Naslovom:
OPTIMIZACIJA RASPOLOŽIVOSTI UZ PRIMJENU VJEŠTAČKE INTELIGENCIJE (AI)
Hasan AVDIĆ1) –
Viktor JEMEC2)
Alma AVDIĆ3)
1) Ekspert za upravljanje in vzdrževanje
tehničnih sistemov, Banovići, BiH
2) Urednik revije Vzdrževalec, DVS
3) Direktorica postprodaje,
AC Grand Auto d.o.o. Tuzla, BiH
Ključne riječi:Raspoloživost, Optimizacija, Vještačka inteligencija
Sažetak: U skladu sa standardom EN 13306 – 2017 “raspoloživost predstavlja sposobnost opreme da bude u stanju da radi kako i kada je potrebno, pod datim uslovima, pod pretpostavkom da su obezbijeđeni neophodni spoljni resursi”.
Ova sposobnost zavisi od kombinovanih aspekata pouzdanosti, pogodnosti održavanja, povrata stavke i podrške održavanju. Potrebni eksterni resursi, osim resursa za održavanje, ne utiču na raspoloživost stavke, iako stavka možda nije dostupna sa stanovišta korisnika. Raspoloživost se može kvantificirati korištenjem odgovarajućih mjera ili indikatora i tada se naziva učinak raspoloživosti.
Vještačka inteligencija (eng. Artificial Intelligence – AI) se odnosi na razvoj kompjuterskih sistema koji mogu da obavljaju zadatke koji obično zahtjevaju ljudsku inteligenciju, kao što su vizuelna percepcija, prepoznavanje govora, donošenje odluka i razumjevanje prirodnog jezika. Vještačka inteligencija je polje koje se brzo razvija i ima potencijal da transformiše mnoge industrije i aspekte svakodnevnog života.
Optimizacija raspoloživosti uz primjenu vještačke inteligencije odnosi se na poboljšanje sposobnosti sistema, opreme ili usluge da budu operativni i dostupni kada su potrebni. To uključuje smanjenje zastoja, predviđanje i brzo otklanjanje kvarova.
Cilj izrade ovog rada je, primjenom studije slučaja, prikazati mogućnost optimizacije raspoloživosti uz primjenu vještačke inteligencije.
Ovaj rad je objavljen:
Revija Društva vzdrževalcev Slovenije – VZDRŽEVALEC , številka 211 – 212, januar – mart (54 – 62), Ljubljana, 2025. godine.
ISSN 1318-2625
Sa svojim saradnicima sam uradio rad za časopis Vzdrževalec – Slovenija (Društvo održavalaca Slovenije) pod Naslovom:
KRUŽNO ODRŽAVANJE I ODRŽIVOST
Hasan AVDIĆ1)
Viktor JEMEC2)
Alma AVDIĆ3)
1) Ekspert za upravljanje in vzdrževanje
tehničnih sistemov, Banovići, BiH
2) Urednik revije Vzdrževalec, DVS
3) Savjetnik za garancije, Servisni savjetnik, AC Grand Auto d.o.o. Tuzla, BiH
Ključne riječi, Kružno održavanje, Održivost , Kružna ekonomija, Upravljanje imovinom
Sažetak:
Ovaj rad istražuje integraciju kružne ekonomije, upravljanja imovinom i kružnog održavanja kao međusobno povezanih koncepata koji doprinose održivosti tehničkih sistema. Kroz teorijsku analizu, mehanizme povezivanja, ESG motivatore, ograničenja i praktične implikacije, prikazana je potreba za prelaskom sa linearnog na regenerativni model upravljanja imovinom. Poseban fokus stavljen je na tehničke, organizacijske, standardizacijske, sektorske i strateške aspekte implementacije, uz osvrt na izazove i kontingentne faktore koji oblikuju kontekst primjene. Rad pokazuje da održavanje više nije samo operativna funkcija, već strateški alat za ostvarenje dugoročne vrijednosti, otpornosti i ekološke odgovornosti. Integracija ovih koncepata predstavlja priliku za transformaciju industrije ka održivijem, podatkovno vođenom i konkurentnijem poslovanju, uz usklađenost sa međunarodnim standardima i ESG principima.
Ovaj rad je objavljen:
Revija Društva vzdrževalcev Slovenije – VZDRŽEVALEC , številka 215 – 216, decembar (37 – 44), Ljubljana, 2025. godine.
ISSN 1318-2625
Poštovani prijatelji, najavljujem moj novi rad za BoK (BODY of KNOWLEDGE – EFNMS – European of National Maintenance Society) pod naslovom:
#2.3 Lean Maintenance
Hasan Avdić, vanr. prof
Mašinski fakultet Univerziteta u Tuzli, Bosna i Hercegovina
The objective of Lean maintenance is to link different methods as TPM, RCM, Kaizen, etc. in order to improve productivity and quality and to reduce the amount of inputs and wastes. The use of CMMS (computerized maintenance management system) or EAM (Enterprise Asset Management) is strongly advised. Lean maintenance is rather principles than a formalized method.
Sa svojim saradnicima sam pripremam rad za časopis Vzdrževalec – Slovenija (Društvo održavalaca Slovenije) pod Naslovom:
EFIKASNOST ODRŽAVANJA KROZ UPRAVLJANJE IMOVINOM
Hasan AVDIĆ1)
Viktor JEMEC2)
Alma AVDIĆ3)
1) Ekspert za upravljanje in vzdrževanje
tehničnih sistemov, Banovići, BiH
2) Urednik revije Vzdrževalec, DVS
3) Savjetnik za garancije, Servisni savjetnik, AC Grand Auto d.o.o. Tuzla, BiH
Ključne riječi: Upravljanje imovinom, Efikasnost održavanja, MTTR, MTBF, OEE, Industrijska praksa, Održivost
Abstract
Efikasnost održavanja predstavlja jedan od ključnih faktora konkurentnosti i održivosti industrijskih sistema. U radu će biti istraženo kako upravljanje imovinom (Asset Management – AM) doprinosi povećanju efikasnosti održavanja kroz ključne pokazatelje performansi: MTTR (Mean Time To Repair), MTBF (Mean Time Between Failures) i OEE (Overall Equipment Effectiveness). Biće analizirani mehanizmi putem kojih AM sistem omogućava bolje planiranje, smanjenje zastoja i racionalno korištenje resursa. Poseban akcenat biće stavljen na praktične implikacije i primjere iz industrijske prakse, gdje AM pokazuje značajan uticaj na pouzdanost i troškovnu učinkovitost održavanja. Rezultati će ukazati da AM predstavlja strateški alat za postizanje održivog i efikasnog održavanja