بله
ماهنامه امواج برتر - شماره 133 - دی 1403، منتشر شد. فاز نخست: قیمت انرژی چه بر سر کشور آورده است؟، انقلاب هوشمند در صنعت برق ایران، نقشه راه شبکه انتقال سیستم قدرت در دنیا تا سال 2050، راهکارهای مبین‌نت برای هوشمندسازی در صنعت برق و... از جمله عناوینی هستند که در این شماره از ماهنامه می‌خوانید.
ماهنامه تخصصی «امواج برتر» نخستین ماهنامه مهندسی برق ایران با گرایش‌های مهندسی الکترونیک، قدرت، کنترل و اتوماسیون صنعتی، مخابرات، هوش مصنوعی و روباتیک به عنوان ماهنامه‌ای خصوصی و مستقل، در سال 1382 پا به عرصه مطبوعات نهاد.
هدف اصلی از انتشار این نشریه، فراهم نمودن اطلاعات علمی در زمینه مهندسی برق، جهت ارتباط و ایجاد زمینه تبادل اطلاعات و انعکاس دیدگاه‌های مهندسان و متخصصان این حوزه و پر نمودن شکاف بین صنعت و دانشگاه است. به طور ساده‌تر، سیاست اصلی این ماهنامه چاپ مقالات و مطالب علمی و فنی و آکادمیک کاربردی در صنعت است. بدین ترتیب، هم دانشجویان می‌توانند کاربرد اطلاعات و آموزه‌های خود را در صنعت مشاهده نمایند و هم صنعتگران فعال در این عرصه با اطلاعات روز و دانش صحیح در این زمینه آشنا می‌شوند.
در بخشی از ماهنامه امواج برتر - شماره 133 - دی 1403 می‌خوانیم
هوش مصنوعی (AI) به عنوان یکی از پیشرفته‌ترین فناوری‌های عصر حاضر ظرفیتهای بی نظیری را برای بهبود و دگرگونی در صنایع مختلف به ویژه صنعت برق به ارمغان آورده است. در ایران با توجه به چالشهای پرتعدادی که این صنعت با آن روبه رو است. از جمله هزینه‌های بالای نگهداری و تعمیرات نیروگاه‌ها پیاده سازی هوش مصنوعی میتواند راهکارهای موثری برای افزایش بهره وری و کاهش هزینه‌ها ارائه دهد. این مقاله به بررسی نقش هوش مصنوعی در بهینه‌سازی فرایندهای آموزشی کارکنان متخصص در نیروگاه‌ها می‌پردازد و نشان می‌دهد چگونه این فناوری میتواند با شخصی‌سازی آموزش‌ها بهبود تصمیم‌گیری مدیریتی و افزایش ایمنی به توسعه‌ی پایدار صنعت برق کشور کمک کند.
پیاده‌سازی هوش مصنوعی در بهینه‌سازی هزینه‌ها و تولید برق در نیروگاه‌های حرارتی ایران: تاثیرات اقتصادی و فنی
پیاده‌سازی سیستم‌های هوش مصنوعی (AI) در نیروگاه‌های حرارتی ایران نه تنها میتواند هزینه‌های نگهداری و تعمیرات را کاهش دهد بلکه به بهینه سازی مصرف سوخت و تولید برق نیز کمک شایانی می‌کند. هوش مصنوعی با استفاده از داده‌های پر حجم تولید شده توسط حسگرها میتواند به شبیه‌سازی الگوهای خرابی تجهیزات و پیش‌بینی خرابی‌ها کمک کند. پژوهش‌ها نشان می‌دهند که استفاده از AI در پیش بینی خرابی‌ها میتواند هزینه‌های نگهداری را 20-30 درصد کاهش دهد. (2022,. Bousdekis et al) این کاهش هزینه‌ها از طریق پیش‌بینی دقیق خرابی‌ها و انجام تعمیرات پیشگیرانه به جای تعمیرات اضطراری صورت می‌گیرد که علاوه بر کاهش هزینه‌ها زمان‌های توقف دستگاه‌ها را نیز به کمترین میزان می‌رساند.
