ইউনিট
1. নৌ ও মেরিন ইঞ্জিনিয়ারিং-এ কৃত্রিম বুদ্ধিমত্তা এবং যাচাইকরণ শৃঙ্খলার ভূমিকা 2. হুল ফর্ম ডিজাইন এবং হাইড্রোডাইনামিক বিশ্লেষণে এআই 3. স্ট্রাকচারাল অ্যানালাইসিস, সীমিত উপাদান এবং উপাদান নির্বাচনের ক্ষেত্রে এআই 4. প্রোপালশন সিস্টেম, প্রধান ইঞ্জিন এবং শক্তি দক্ষতায় এআই 5. ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ এবং ইঞ্জিন কক্ষের অবস্থা পর্যবেক্ষণ 6. ট্রিপ অপ্টিমাইজেশান, এয়ার রাউটিং এবং ট্রিম 7. জ্বালানি দক্ষতা, নির্গমন এবং পরিবেশগত সম্মতি (EEXI, CII, MARPOL) 8. স্বায়ত্তশাসিত জাহাজ, নেভিগেশন নিরাপত্তা এবং সংঘর্ষ প্রতিরোধ 9. শিপইয়ার্ড, উৎপাদন, সম্পদ এবং প্রকল্প ব্যবস্থাপনায় এআই 10. ক্লাসের নিয়ম, জরিপ, আইন এবং প্রযুক্তিগত ডকুমেন্টেশন 11. ফ্লিট ম্যানেজমেন্ট, লজিস্টিকস এবং পোর্ট অপারেশনে এআই 12. মেরিটাইমে এআই এর ফ্রন্টিয়ার: নিরাপত্তা, সাইবার ঝুঁকি, নীতিশাস্ত্র এবং জবাবদিহিতা
ইউনিট 5 / 12

ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ এবং ইঞ্জিন কক্ষের অবস্থা পর্যবেক্ষণ

লাভ:

  • এআই দিয়ে কম্পন, তাপমাত্রা এবং তেল বিশ্লেষণ ডেটা ব্যাখ্যা করে ব্যর্থতার আগে প্রাথমিক সতর্কতা তৈরি করার ক্ষমতা
  • পরিকল্পিত রক্ষণাবেক্ষণের সাথে ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ (ব্যর্থতার আগে ভবিষ্যদ্বাণী) যুক্তিকে একত্রিত করে এমন একটি কাঠামো স্থাপন করার ক্ষমতা
  • সেন্সর গুণমান এবং প্রকৌশল জ্ঞান সহ AI এর ব্যর্থতার পূর্বাভাস এবং মূল কারণ ব্যাখ্যা যাচাই করার ক্ষমতা

একটি জাহাজের ইঞ্জিন কক্ষ এমন জায়গায় ব্যর্থ হতে পারে না যেখানে শত শত কিলোমিটার সমুদ্র মাঝখানে থাকে। সমুদ্রে একটি প্রধান ইঞ্জিন ব্যর্থতা; এর অর্থ প্রবাহ, পরিবেশগত ঝুঁকি, উদ্ধার খরচ এবং সমুদ্রযাত্রা বিলম্ব। অতএব, রক্ষণাবেক্ষণ কৌশল জাহাজের নিরাপত্তার পাশাপাশি এর অর্থনীতির একটি অংশ। শাস্ত্রীয় পদ্ধতিতে, রক্ষণাবেক্ষণ করা হয় যখন একটি ত্রুটি (সংশোধনমূলক) বা একটি সময়সূচী অনুযায়ী (পর্যায়ক্রমিক) হয়। ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ এই দুটির বাইরে যায়: এটি সেন্সর ডেটা থেকে সরঞ্জামগুলির "স্বাস্থ্য" নিরীক্ষণ করে এবং অপ্রয়োজনীয় অকাল ভাঙা এড়াতে ব্যর্থ হওয়ার আগে কখন হস্তক্ষেপ করতে হবে তা নির্ধারণ করে। কৃত্রিম বুদ্ধিমত্তা (AI) এই ডেটা ব্যাখ্যা এবং সিদ্ধান্ত সমর্থনকে ক্ষমতা দেয়।

কিন্তু গুরুত্বপূর্ণ নীতি: AI আউটপুট যেমন "এই বিয়ারিং 400 ঘন্টার মধ্যে ব্যর্থ হবে" বা "এই কম্পন স্বাভাবিক" রক্ষণাবেক্ষণের সিদ্ধান্ত নেওয়ার আগে শারীরিক প্রশংসিততা, কাঁচা ডেটা পর্যালোচনা এবং দক্ষ মেকানিক্যাল ইঞ্জিনিয়ার/প্রধান প্রকৌশলী মূল্যায়ন দ্বারা নিশ্চিত করা হয়। একটি ভুল "কোন সমস্যা নেই" আউটপুট একটি ত্রুটিকে ট্রিগার করতে পারে, একটি ভুল "জরুরী প্রতিস্থাপন" আউটপুট লক্ষ লক্ষ অপ্রয়োজনীয় ভাঙনের ট্রিগার করতে পারে।

ধারণা: অবস্থা পর্যবেক্ষণ: কম্পন, তাপমাত্রা, চাপ, তেল বিশ্লেষণের মতো পরিমাপের মাধ্যমে সরঞ্জামের অবস্থার ক্রমাগত পর্যবেক্ষণ। অসঙ্গতি: একটি পরিমাপ যা স্বাভাবিক প্যাটার্ন থেকে বিচ্যুত হয় এবং মনোযোগের প্রয়োজন হয়। অবশিষ্ট দরকারী জীবন (RUL): একটি উপাদান ব্যর্থ হওয়া পর্যন্ত আনুমানিক সময়। ফলস অ্যালার্ম (ফলস ইতিবাচক): আসলে কোন সমস্যা না থাকলে সিস্টেমটি একটি সতর্কতা দেয়। মিসড ফল্ট (মিথ্যা নেতিবাচক): একটি বাস্তব ত্রুটি থাকলে সিস্টেমটি নীরব থাকে; ত্রুটি সবচেয়ে বিপজ্জনক ধরনের.

সেন্সর ডেটা থেকে সিদ্ধান্ত পর্যন্ত

ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ একটি ডেটা চেইন। প্রথম রিং, সেন্সর: কম্পন (ভারবহন এবং গিয়ার স্বাস্থ্য), তাপমাত্রা (ভারবহন, নিষ্কাশন), চাপ (তেল, কুল্যান্ট), তেল বিশ্লেষণ (ধাতু কণা পরিধান নির্দেশ করে) এবং ইঞ্জিন কর্মক্ষমতা পরামিতি (সিলিন্ডার চাপ, নিষ্কাশন তাপমাত্রা বন্টন)। দ্বিতীয় লিঙ্কটি ডেটা গুণমান: একটি খারাপ সেন্সর, আলগা তার, বা ক্রমাঙ্কন ড্রিফ্ট একটি "ব্যর্থতার" মত দেখাচ্ছে। AI যখন একটি অসঙ্গতিকে ফ্ল্যাগ করে তখন প্রথম প্রশ্নটি হল: এটি কি আসল মেশিন সমস্যা নাকি সেন্সর/ডেটা সমস্যা?

তৃতীয় লিঙ্ক, প্যাটার্ন এবং প্রবণতা: AI ঐতিহাসিক তথ্যের সাথে তুলনা করে মানুষের চোখের চেয়ে ধীর অবনতির প্রবণতা (যেমন, কয়েক সপ্তাহ ধরে নিষ্কাশনের তাপমাত্রা আরোহণ) সনাক্ত করতে পারে। চতুর্থ রিং, সিদ্ধান্ত: এআই একজন ব্যর্থ প্রার্থী এবং আনুমানিক সময় উইন্ডোর পরামর্শ দেয়; কিন্তু ভেঙ্গে ফেলা, অংশ প্রতিস্থাপন বা সমুদ্রযাত্রা স্থগিত করার সিদ্ধান্ত শারীরিক পরীক্ষা এবং প্রকৌশলীর অনুমোদন নিয়ে নেওয়া হয়।

ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণের সবচেয়ে মূল্যবান ফলাফল একটি একক নির্দিষ্ট তারিখ নয়; এটি একটি প্রাথমিক এবং নির্ভরযোগ্য সতর্কতা যাতে প্রকৌশলী একটি পরিকল্পিত, নিরাপদ সময় এবং বন্দরে হস্তক্ষেপ করতে পারে। "যে বিয়ারিং 412 ঘন্টার মধ্যে ব্যর্থ হবে" এর মতো মিথ্যা নিশ্চিততার পরিবর্তে "এই বিয়ারিংটি ব্যর্থ হওয়ার প্রবণতা রয়েছে, পরবর্তী রক্ষণাবেক্ষণ উইন্ডোতে পরীক্ষা করা উচিত" এর মতো তথ্যগুলি আরও কার্যকর এবং সৎ।

সতর্কতা: একটি মিসড ফল্ট (ফলস নেগেটিভ) একটি মিথ্যা অ্যালার্মের চেয়ে অনেক বেশি বিপজ্জনক। যদিও একটি সিস্টেম বলে "সবকিছু স্বাভাবিক", সমুদ্রে একটি ত্রুটি মানে বিলম্বিত প্রতিক্রিয়া এবং নিরাপত্তা ঝুঁকি। একারণে AI এর "কোন সমস্যা নেই" আউটপুট একাই সমালোচনামূলক সরঞ্জামগুলিতে বিশ্বাস করা যায় না; নিয়মিত শারীরিক পরিদর্শন এবং প্রস্তুতকারকের রক্ষণাবেক্ষণের বিরতি বজায় রাখা হয়।

মিথ্যা অ্যালার্ম এবং ট্রাস্ট ব্যালেন্স

ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণের ব্যবহারিক চ্যালেঞ্জ হল মিথ্যা অ্যালার্ম এবং মিস করা ব্যর্থতার মধ্যে ভারসাম্য। একটি অত্যধিক সংবেদনশীল সিস্টেম ক্রমাগত সতর্কতা জারি করে, দলটি সতর্কতার প্রতি আস্থা হারিয়ে ফেলে ("সতর্ক ক্লান্তি") এবং প্রকৃত সতর্কতাকে গুরুত্ব সহকারে নেয় না। খুব শিথিল একটি সিস্টেম বাস্তব ব্যর্থতা মিস করবে. কীভাবে এআই মডেল এই ভারসাম্য অর্জন করে তা ঐতিহাসিক ডেটার উপর তার কার্যকারিতা দ্বারা মূল্যায়ন করা উচিত (এটি কতগুলি বাস্তব ব্যর্থতা ধরা পড়েছে, কতগুলি মিথ্যা অ্যালার্ম তৈরি করেছে)। মডেলটি হয়ত কখনোই এমন একটি নতুন ধরনের দোষ দেখেনি যেটির উপর এটি প্রশিক্ষিত হয়নি; তাই "মডেল-অদেখা" পরিস্থিতিতে মানুষের তত্ত্বাবধান অপরিহার্য।

আউটপুট প্রকার

মান

ঝুঁকি

যাচাইকরণ

প্রাথমিক অবনতির সতর্কতা

পরিকল্পিত হস্তক্ষেপ প্রদান করে

একটি মিথ্যা অ্যালার্ম হতে পারে

কাঁচা প্রবণতা + শারীরিক পরীক্ষা

RUL (বাকি জীবন) অনুমান

পরিকল্পনা সহজ

মিথ্যা নিশ্চিততা

অনিশ্চয়তা ব্যবধান সঙ্গে পড়ুন

"কোন সমস্যা নেই" আউটপুট

শিথিল

মিস ফল্ট

পর্যায়ক্রমিক পরীক্ষার সাথে সমর্থন

অসঙ্গতি চিহ্ন

মনোযোগ আকর্ষণ করে

একটি সেন্সর ত্রুটি হতে পারে

সেন্সর/ক্যালিব্রেশন চেক

মিনি কেস

কেস 1 - সেন্সর বা ত্রুটি? একটি সিস্টেম একটি প্রধান মেশিন ভারবহন জন্য হঠাৎ তাপমাত্রা বৃদ্ধি অ্যালার্ম; এআই বলছে "বিফলতা সম্ভব"। প্রধান প্রকৌশলী প্রথমে সেন্সরটি পরীক্ষা করেন: তাপমাত্রা সেন্সরের সংযোগটি আলগা এবং এটি একটি ভুল উচ্চ মান পড়ছে। প্রতিবেশী বিয়ারিংয়ের তাপমাত্রা এবং তেল বিশ্লেষণ স্বাভাবিক। অপ্রয়োজনীয় disassembly প্রতিরোধ করা হয়. পাঠ: প্রতিটি অসঙ্গতি প্রথমে ডেটা/সেন্সর দ্বারা যাচাই করা হয়, তারপর মেশিন দ্বারা।

কেস 2 - প্রারম্ভিক সতর্কতার মান। একটি ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ সিস্টেম টার্বোচার্জারের কম্পন স্বাক্ষরে সপ্তাহ ধরে ধীর গতিতে আরোহণ সনাক্ত করে এবং প্রাথমিক সতর্কতা প্রদান করে। পরবর্তী নির্ধারিত পোর্ট স্টপে, দলটি টার্বোচার্জার পরীক্ষা করে, একটি জীর্ণ বিয়ারিং খুঁজে পায় এবং এটি নিরাপদ অবস্থায় প্রতিস্থাপন করে। সমুদ্রে হঠাৎ টার্বোচার্জারের ব্যর্থতা এবং শক্তি হ্রাস রোধ করা হয়। পাঠ: ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণের আসল সুবিধা হল ব্যর্থতাকে নিরাপদ সময় এবং স্থানে পরিকল্পিত হস্তক্ষেপে পরিণত করা।

কেস 3 - মিথ্যা নিশ্চিততার ফাঁদ। একটি প্রতিবেদনে এআই আউটপুটকে "পাম্প 512 ঘন্টার মধ্যে ব্যর্থ হবে" হিসাবে উদ্ধৃত করা হয়েছে এবং দলটি সেই সঠিক দিনের জন্য রক্ষণাবেক্ষণের সময়সূচী করে। বাস্তবে, মডেলটি একটি বিস্তৃত অনিশ্চয়তার পরিসরের সাথে একটি ভবিষ্যদ্বাণী তৈরি করেছিল; পাম্প 300 ঘন্টা ব্যর্থ হতে শুরু করে। প্রকৌশলী যদি শুরু থেকেই অনিশ্চয়তার পরিসর (যেমন 300-700 ঘন্টা) বিবেচনায় নিয়ে থাকেন তবে তিনি এটি আগে পরীক্ষা করে দেখতেন। পাঠ: RUL অনুমানগুলি একটি অনিশ্চয়তার পরিসরে পড়া হয়, একটি সংখ্যা নয়।

অনুলিপিযোগ্য প্রম্পট টেমপ্লেট

টেমপ্লেট 1 — অসঙ্গতি প্রাথমিক মূল্যায়ন:

ভূমিকা: আপনি ইঞ্জিন রুমের অবস্থা পর্যবেক্ষণ পরামর্শদাতা৷ প্রসঙ্গ (প্রতিনিধিত্ব): [সরঞ্জাম], নিম্নলিখিত পরিমাপগুলিতে অসামঞ্জস্যতা: [কম্পন/তাপমাত্রা/চাপ/তেল ডেটা সারাংশ]৷ টাস্ক:1) এই অসামঞ্জস্য কি সেন্সর/ডেটা সমস্যা বা কোনও যন্ত্রপাতি সমস্যা হতে পারে? উভয়ের জন্য ডিফারেনশিয়াল নিয়ন্ত্রণের সুপারিশ করুন। 2) সম্ভাব্যতার ক্রম অনুসারে সম্ভাব্য মূল কারণগুলি তালিকাভুক্ত করুন। 3) কোন অতিরিক্ত পরিমাপ/পরিদর্শন দ্বারা নিশ্চিত? সীমাবদ্ধতা: নির্দিষ্ট ত্রুটি নির্ণয় করা; বলুন যে পরিদর্শন এবং প্রকৌশলীর অনুমোদন প্রয়োজন। আপনার দেওয়া যেকোনো থ্রেশহোল্ড মান "প্রস্তুতকারকের সাথে যাচাই করুন"।

টেমপ্লেট 2 — অনিশ্চয়তার সাথে RUL পূর্বাভাস পড়া:

নিম্নলিখিত RUL (বাকি জীবন) অনুমান বিবেচনা করুন: [কম্পোনেন্ট, আনুমানিক ঘন্টা, মডেলের ধরন]। 1) এই অনুমানের অনিশ্চয়তার পরিসর কী হতে পারে, কেন? 2) একটি বিজোড় সংখ্যার পরিবর্তে একটি নিরাপদ নিয়ন্ত্রণ উইন্ডো প্রস্তাব করুন। 3) অনুমান উন্নত করতে কী ডেটা প্রয়োজন? সীমাবদ্ধতা: মিথ্যা নির্ভুলতা দেবেন না; সর্বদা একটি ব্যবধান এবং একটি "পরিদর্শন দ্বারা নিশ্চিতকরণ" পদক্ষেপ প্রদান করুন।

টেমপ্লেট 3 — মিথ্যা অ্যালার্ম / মিস ফল্ট ব্যালেন্স:

আমি একটি ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ মডেলের কর্মক্ষমতা মূল্যায়ন করব। ঐতিহাসিক তথ্যে: [ধরা ব্যর্থতার সংখ্যা], [মিস্যাল অ্যালার্মের সংখ্যা], [মিস ব্যর্থতার সংখ্যা]।1) এই মডেলের মিস ব্যর্থতার (ফলস নেগেটিভ) ঝুঁকি কী?

টেমপ্লেট 4 — রক্ষণাবেক্ষণ সিদ্ধান্ত ব্রিফিং:

একটি প্রধান প্রকৌশলী ব্রিফিংয়ে নিম্নলিখিত ফিটনেস পর্যবেক্ষণের ফলাফলগুলি অনুবাদ করুন: [অনুসন্ধানগুলি]। কাঠামো: (1) কী পর্যবেক্ষণ করা হয়েছে, (2) সম্ভাব্য কারণগুলি, (3) প্রস্তাবিত নিয়ন্ত্রণ, (4) সিদ্ধান্তের জন্য প্রয়োজনীয় অতিরিক্ত তথ্য, (5) নিরাপত্তা নোট। সীমাবদ্ধতা: সিদ্ধান্তের ভাষাকে "সুপারিশ" হিসাবে প্রতিষ্ঠা করুন; প্রধান প্রকৌশলী চূড়ান্ত সিদ্ধান্ত নেন।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

এই ভাইব্রেশন ডেটা দেখুন এবং আমাকে বলুন কখন বিয়ারিং পরিবর্তন করতে হবে।

শক্তিশালী প্রম্পট:

ভূমিকা: আপনি একজন ফিটনেস মনিটরিং পরামর্শদাতা। প্রসঙ্গ (প্রতিনিধিত্ব): একটি প্রধান মেশিন বিয়ারিং-এ কম্পন RMS মান গত 3 সপ্তাহে [x→y] বৃদ্ধি পেয়েছে; তাপমাত্রা এবং তেল বিশ্লেষণের তথ্য সংযুক্ত করা হয়েছে। টাস্ক:1) এটি কি সেন্সর সমস্যা নাকি প্রকৃত অবক্ষয়? ডিফারেনশিয়াল কন্ট্রোলের সুপারিশ করুন। 2) সম্ভাব্য মূল কারণ, যদি বাস্তব হয়, এবং একটি নিরাপদ নিয়ন্ত্রণ উইন্ডো (পরিসীমা)।3) কোন অতিরিক্ত পরিমাপ এই মূল্যায়নকে শক্তিশালী করবে? সীমাবদ্ধতা: একটি একক নির্দিষ্ট ব্যর্থতার তারিখ প্রদান করা; অনিশ্চয়তার পরিসরের সাথে কথা বলুন এবং চূড়ান্ত সিদ্ধান্তটি প্রধান প্রকৌশলীর সাথে রয়েছে।

দুর্বল প্রম্পট মিথ্যা নির্ভুলতা এবং একটি একক তারিখ দাবি করে; শক্তিশালী প্রম্পট সেন্সর/ডেটা নিয়ন্ত্রণ, অনিশ্চয়তার ফাঁক এবং মানুষের নিশ্চিতকরণ সক্ষম করে।

সাধারণ ভুল

  • একটি মেশিনের ত্রুটির জন্য একটি সেন্সর ত্রুটি ভুল করা. প্রতিটি অসঙ্গতি প্রথমে ডেটা গুণমানের দ্বারা নির্মূল করা আবশ্যক।
  • মিথ্যা নিশ্চিততার উপর নির্ভর করা। একটি একক সংখ্যা যেমন "512 ঘন্টা পরে" একটি অনিশ্চয়তা পরিসীমা ছাড়াই বিভ্রান্তিকর।
  • "কোন সমস্যা নেই" আউটপুটে পূর্ণ আস্থা। মিসড ফল্ট সবচেয়ে বিপজ্জনক ভুল; পর্যায়ক্রমিক পরিদর্শন বজায় রাখা হয়।
  • অ্যালার্ম ক্লান্তি উপেক্ষা করা। অতিরিক্ত মিথ্যা অ্যালার্ম প্রকৃত সতর্কতায় দলের আস্থা নষ্ট করে।
  • ভুলে যাওয়া দোষ যে মডেলের চোখে পড়ে না। AI শুধুমাত্র সেসব প্যাটার্ন জানে যার উপর এটি প্রশিক্ষিত হয়েছে; নতুন ধরনের ব্যর্থতার জন্য মানুষের তত্ত্বাবধান অপরিহার্য।

সংক্ষেপে

ভবিষ্যদ্বাণীমূলক রক্ষণাবেক্ষণ হল একটি নিরাপদ, পরিকল্পিত সময়ে সেন্সর ডেটা থেকে সময় ব্যর্থতা পর্যন্ত সরঞ্জামের স্বাস্থ্য ট্র্যাক করার শিল্প, এবং এআই এই ডেটা ব্যাখ্যাকে ক্ষমতা দেয়। সবচেয়ে মূল্যবান ফলাফল মিথ্যা নিশ্চিততা নয়, তবে নির্ভরযোগ্য প্রাথমিক সতর্কতা। প্রতিটি অসঙ্গতি প্রথমে সেন্সর/ডেটা এবং তারপর মেশিন দ্বারা যাচাই করা হয়, RUL পূর্বাভাসগুলি অনিশ্চয়তার পরিসরের সাথে পড়া হয়, "কোন সমস্যা নেই" আউটপুট পর্যায়ক্রমিক পরিদর্শন দ্বারা ব্যাক আপ করা হয়, এবং চূড়ান্ত রক্ষণাবেক্ষণের সিদ্ধান্তটি উপযুক্ত মেকানিক্যাল ইঞ্জিনিয়ারের কাছে থাকে।

আবেদন টাস্ক

প্রতিনিধিত্বমূলক সরঞ্জামের (যেমন একটি টার্বোচার্জার বা প্রধান ইঞ্জিন বিয়ারিং) এর জন্য একটি অসঙ্গতি দৃশ্য (কম্পন এবং তাপমাত্রার প্রবণতা) তৈরি করুন। AI-কে "অ্যানোমালি প্রাক-অ্যাসেসমেন্ট" প্যাটার্ন প্রয়োগ করতে বলুন এবং সেন্সর সমস্যা এবং মেশিনের সমস্যাগুলির মধ্যে পার্থক্য করে এমন চেকগুলির তালিকা করুন৷ তারপরে একটি অনিশ্চয়তার পরিসরের সাথে একটি RUL অনুমানকে পুনরায় ব্যাখ্যা করুন এবং একটি নিরাপদ নিয়ন্ত্রণ উইন্ডো নির্ধারণ করুন। আউটপুটটিকে একটি প্রধান প্রকৌশলী ব্রিফিং বিন্যাসে রূপান্তর করুন এবং চূড়ান্ত সিদ্ধান্ত কার কাছে আছে তা স্পষ্টভাবে লিখুন।

চেকলিস্ট

  • [ ] আমি প্রথমে সেন্সর/ডেটা মানের পরিপ্রেক্ষিতে প্রতিটি অসঙ্গতি মূল্যায়ন করেছি।
  • [ ] আমি RUL অনুমানটি একটি অনিশ্চয়তার পরিসরে পড়ি, একটি সংখ্যা নয়।
  • [ ] আমি পর্যায়ক্রমিক শারীরিক পরীক্ষার সাথে "কোন সমস্যা নেই" প্রিন্টআউট ব্যাক আপ করেছি।
  • [ ] আমি মডেলের মিথ্যা অ্যালার্ম / মিস ফল্ট ব্যালেন্স নিয়ে প্রশ্ন করেছি৷
  • [ ] রক্ষণাবেক্ষণ করা মানব তদারকি এবং ক্রিটিক্যাল ইকুইপমেন্টে প্রস্তুতকারকের রক্ষণাবেক্ষণের ব্যবধান।
  • [ ] আমি রক্ষণাবেক্ষণের চূড়ান্ত সিদ্ধান্তটি দক্ষ মেকানিক্যাল ইঞ্জিনিয়ারের উপর ছেড়ে দিয়েছি।