ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ДИАГНОСТИКИ И ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ОБОРУДОВАНИЯ (500,00 руб.)

Первый автор	Мустафина
Авторы	Жиляков С.А.
Страниц	9

ID	871880
Аннотация	Повышение надежности и стабильности работы оборудования является актуальной и приоритетной задачей для любых промышленных предприятий. С появлением новых коммуникационных технологий, связанных с передачей данных технологических процессов и их параметров, включая физические показатели работы оборудования в режиме реального времени, решение этой проблемы потребовало новых подходов к выявлению неисправностей и возможных отказов. Появилась потребность в разработке и применении интеллектуальных алгоритмов для анализа и обработки большого объема данных с целью обнаружения аномального поведения в работе агрегатов. В статье рассматривается возможность использования технологий машинного обучения, в частности нейронных сетей, для диагностирования и прогнозирования технического состояния оборудования. Рассмотрены три основных направления решения задач исследуемой проблематики: классификация текущего состояния агрегата, прогнозирование технических характеристик или атрибутов оборудования и распознавание поведения промышленной машины алгоритмами кластеризации. Представлена структура системы диагностирования и прогнозирования состояния промышленного оборудования. Проведены расчетные эксперименты и анализ полученных результатов

Мустафина, С.И. ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ДИАГНОСТИКИ И ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ОБОРУДОВАНИЯ / С.И. Мустафина, С.А. Жиляков // Автоматизация и информатизация ТЭК .— 2023 .— №7 .— С. 13-21 .— URL: https://rucont.ru/efd/871880 (дата обращения: 06.04.2025)