Разработка и исследование методов оценки и прогнозирования технического состояния сложных объектов в условиях несбалансированных выборок гетерогенных данных.

Проект направлен на решение научной проблемы создания и использования эффективных информационных технологий с компонентами искусственного интеллекта, для обеспечения надежности и отказоустойчивости технических систем. Актуальность решения указанной научной проблемы обуславливается существенными ограничениями связанными с 1) недостатками при определении технического состояния; 2) условиями применимости подходов обученных на данных одних объектам к другим объектам, 3) получение агрегированных данных в случае обработки многомерных высокочастотных временных рядов; 4) разнородность (гетерогенность) источников данных и данных, характеризуемых как слабо- или неструктурированные, накладывают существенные ограничения на применение подходов оценки и прогнозирования технического состояния. Научная новизна заключается в новых методах оценки и прогнозирования технического состояния оборудования, направленных на эффективное управление надежностью, включающих модели и алгоритмы обработки несбалансированных выборок гетерогенных данных. В частности планируется получение следующих научных результатов мирового уровня: модель технического состояния сложного оборудования; метод предварительной обработки высокочастотных данных технологических параметров объектов; критерий и метод оценки схожести объектов для задачи обоснования применения моделей прогнозирования технического состояния для однотипных объектов; метод формирования обучающей и тестовой (кросс-валидационной) выборок; метод идентификации деградационного процесса в работе оборудования; метод прогнозирования технического состояния; метод прогнозирования остаточного ресурса; программный фреймворк, реализующий предложенные подходы.