УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ
на главную написать письмо карта сайта


јвтор:  Ѕурнаев ≈.¬.
Ќазвание:  ќбнаружение аномалий на основе суррогатных моделей
¬ыпуск:  86
–убрика:  —истемный анализ
√од:  2020
Ѕиблиографи€:  Ѕурнаев ≈.¬. ќбнаружение аномалий на основе суррогатных моделей // ”правление большими системами. ¬ыпуск 86. ћ.: »ѕ” –јЌ, 2020. —.5-31. DOI: https://doi.org/10.25728/ubs.2020.86.1
 лючевые слова:  предиктивна€ (предсказательна€) аналитика, индустриальна€ инженери€, машинное обучение, предсказательное техническое обслуживание, предсказание поломок
 лючевые слова (англ.):  predictive analytics, industrial engineering, machine learning, predictive maintenance, failure prediction
јннотаци€:  ћетоды предиктивного технического обслуживани€ используютс€ дл€ скорейшего обнаружени€ существенных изменений (разладок) в работе механизмов. ќсновной целью этого подхода к обслуживанию €вл€етс€ непрерывный мониторинг и корректировка технического состо€ни€ или полна€ замена механизмов до того, как вы€вленные изменени€ станут критичными дл€ работы отдельных компонент или системы в целом. ƒиагностические возможности методов предиктивного обслуживани€ значительно возросли в последние годы в св€зи с улучшением сенсорных технологий наблюдени€ и разработкой новых алгоритмов обработки информации. »спользование предсказательного обслуживани€ имеет р€д преимуществ по сравнению с другими практикуемыми подходами к обслуживанию, а именно, возможность вести более точный и своевременный контроль работоспособности отдельных узлов и всей системы в целом; посто€нный мониторинг и анализ внутреннего и внешнего состо€ни€ повышает безопасность работы и позвол€ет более оперативно и в некоторых случа€х превентивно реагировать на возможные аварии и выходы из стро€; значительное сокращение затрат на техническое обслуживание благодар€ исключению плановых замен технически исправных и надежных узлов системы. ¬ данной работе рассматриваетс€ задача построени€ предсказательных моделей (суррогатных моделей) дл€ решени€ задачи предиктивного технического обслуживани€. ѕроанализированы особенности задач обнаружени€ аномалий и прогнозировани€ поломок. ѕроведен обзор основных потребностей индустриальных приложений и описана структура соответствующих систем предиктивного технического обслуживани€. ѕриведен пример применени€ методов обнаружени€ аномалий на основе суррогатных моделей дл€ предиктивного технического обслуживани€ лопаточных машин.
јннотаци€ (англ.):  Predictive maintenance methods are used to detect as soon as possible significant changes (disorders) in the operation of mechanisms. The main purpose of this approach to maintenance is to continuously monitor and correct the technical condition or completely replace the mechanisms before the detected changes become critical for the operation of individual components or the system as a whole. The diagnostic capabilities of predictive maintenance methods have significantly increased in recent years due to the improvement of sensory observation technologies and the development of new information processing algorithms. The use of predictive maintenance has a number of advantages in comparison with other practiced approaches to maintenance, namely, the ability to conduct more accurate and timely monitoring of the health of individual parts and the entire system as a whole; continuous monitoring and analysis of internal and external conditions improves the safety of operation and allows for a more rapid and in some cases preventive response to possible accidents and failures; significant reduction in maintenance costs, due to the exclusion of planned replacements of technically sound and reliable system components. In this paper, we consider the problem of constructing predictive models (surrogate models) to solve the predictive maintenance problem. The special features of the problems of detecting anomalies and predicting failures are analyzed. An overview of the main needs of industrial applications and a description of the structure of the corresponding predictive maintenance systems is provided. An example of using methods for detecting anomalies based on surrogate models for predictive maintenance of shovel machines is given.

¬ формате PDF
ќбсудить статью в »нтернет-конференции по проблемам управлени€

ѕросмотров: 228, загрузок: 60, за мес€ц: 11.

Ќазад

»ѕ” –јЌ © 2007. ¬се права защищены