Разработка методов, моделей и программных средств прогнозирования и диагностики состояния технического объекта на основе интеллектуального анализа данных

Проект направлен на решение актуальной фундаментальной задачи разработки новых методов, моделей и программных средств прогнозирования и диагностики состояния технических объектов с целью повышения надёжности и безопасности их функционирования. Чем точнее проведено прогнозирование состояния объекта, тем своевременнее можно принять меры к устранению неисправности (если она есть). В проекте рассматриваются объекты, техническое состояние которых характеризуется набором параметров функционирования. При этом обширный класс процессов, происходящих в технических системах, характеризуется временной последовательностью значений характеристик. Во многих таких процессах проглядывается некоторая периодичность по времени, но с существенной и случайной разницей между отдельными периодами, то есть они могут быть представлены как квазипериодические случайные процессы. Такими процессами описывается функционирование многих технических объектов с признаками периодичности. Например, вибрации двигателей и турбин, компрессоров и гидроагрегатов, показатели качества питьевой воды и т. д. В проекте в качестве модели квазипериодического процесса предлагается его представление в виде развёртки цилиндрического изображения по спирали, что даёт возможность учёта взаимных связей между многими периодами и применения методов обработки изображений к анализу квазипериодических процессов. Если технический объект характеризуется несколькими квазипериодическими процессами, то для их представления будут применены изображения, заданные на системе цилиндров и других криволинейных поверхностях. Новые «дважды стохастические модели» позволяют учесть случайную неоднородность процессов. При плавном изменении характеристик процесса предлагается разработка метода обновления параметров модели с применением эффективной адаптивной псевдоградиентной процедуры, а при резком изменении свойств процессов предусмотрено изменение структуры модели. Для своевременного предупреждения о нарушении работоспособности объекта по результатам прогнозирования его параметров функционирования в проекте предлагается разработка новых методов на основе машинного обучения, нейронных сетей и нечёткой логики. Предполагается, что эти методы для конкретного исследуемого объекта будут автоматически искать наилучшую модель прогнозирования его технического состояния по заданным критериям качества моделей с меньшими вычислительными и временными затратами по сравнению с известными методами. Также при прогнозировании критических ситуаций функционирования объекта часто возникает проблема дисбаланса классов в исходных данных, то есть малого объёма информации об аварийном состоянии объекта. В таком случае будет производиться учёт неравенства издержек классификации. При этом предполагается настройка модели таким образом, чтобы минимизировать число ошибок классификации, связанных с большими издержками. Таким образом, представления квазипериодических процессов в виде моделей изображений на криволинейных поверхностях, а также учёт неравенства издержек классификации при несбалансированности исходных данных, позволят повысить точность прогнозирования состояния технического объекта и обеспечить оперативное обнаружение нарушений при его функционировании. Реализация предлагаемых методов и моделей предлагается в виде комплекса программ, который в автоматическом режиме, анализируя исходные данные о результатах предшествующей эксплуатации объекта, прогнозировал бы его состояние по заданным значениям параметров функционирования и давал бы заключение о техническом состоянии объекта, что, в свою очередь, позволит своевременно реагировать на возможные критические ситуации при функционировании объекта и принимать оперативные решения для устранения неисправности в его работе. Разработанный комплекс программ может быть использован в производственной и научной деятельности предприятий для повышения эффективности функционирования различных технических объектов.