10.14489/td.2015.12.pp.028-033

2015, 12 декабрь (December)

DOI: 10.14489/td.2015.12.pp.028-033

Будадин О. Н., Кульков А. А., Рыков А. Н., Козельская С. О., Морозова Т. Ю.
ПРОГНОЗИРОВАНИЕ ПРЕДЕЛЬНОГО РЕСУРСА ЭКСПЛУАТАЦИИ СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ НА ОСНОВЕ ПРОГНОСТИЧЕСКОГО МОДЕЛИРОВАНИЯ И ЭЛЕМЕНТОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
(с. 28-33)

Аннотация. Изложены результаты исследований возможности повышения достоверности оценки предельного срока эксплуатации путем построения прогностических моделей на основе многофункциональных систем с большим набором разнообразных входных данных, например ускоренных испытаний, опытного натурного старения, результаты неразрушающего контроля (мониторинга) объектов с применением элементов искусственного интеллекта на основе искусственных нейронных сетей (ИНС) с использованием абдуктивного и паллиативного методов. Получаемая система способна к работе с логическими подходами, самообучению – решению задач, принятию решений о достаточности информации входных данных и установлению причинно-следственных связей. Данный метод основан на использовании многокомпонентных многоуровневых информационно-измерительных систем, обеспечивающих предоставление оперативной и достоверной агрегированной (собранной по определенным характеристическим пара-метрам) информации о состоянии, тенденциях и признаках возникновения опасных ситуаций, получаемой за счет комплексной обработки данных от различных информационных, измерительных, управляющих и противоаварийных систем.

Ключевые слова: эксплуатационная устойчивость, предельный ресурс эксплуатации, прогностическое моделирование, искусственные нейронные сети, искусственный интеллект, причинно-следственные связи.

Budadin O.N., Kulkov A.A., Rykov A.N., Kozelskaya S.O., Morozova T.Yu.
FORECASTING ULTIMATE SERVICE LIFE OF COMPLEX ENGINEERING SYSTEMS BASED ON PREDICTION SIMULATION AND ARTIFICIAL INTELLIGENCE ELEMENTS
(pp. 28-33)

Abstract. A problem of evaluating the operational stability and storage and safeservice life of objects respectively (e.g. load-bearing structures of polymer composite materials) has always been important. This forecasting task is now mainly solved on the basis of the product testing as well as detailed studying laws of physical-chemical aging processes in polymer composite materials and changes in physical and mechanical characteristics of products and creating on this base corresponding test methods and mathematical predictive models. The paper states results of studying the possibility to increase the reliability of evaluating ultimate service life by building the predictive models on the basis of multifunctional systems using a wide set of various input data of, for example, accelerated tests and experimental fullscale aging, results of nondestructive testing (monitoring) the objects using artificial intelligence elements, for example, based on artificial neuron nets using abduction and palliative methods. The system to be obtained is capable of using logical approaches, selftraining in problem solution and making decisions concerning the input data information sufficiency, and determining cause-effect relations. This method is based on multicomponent multilevel information measuring systems providing the submission of timely and true aggregative (gathered as to specific characteristic parameters) information about the state, tendencies and dangerous-situation initiation signatures to be obtained at the expense of the complex treatment of data from different information, measuring, controlling and anti-emergency systems.

Keywords: operational stability, ultimate service life, prediction simulation, artificial neuron nets, artificial intelligence, cause-effect relations.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

О. Н. Будадин, А. А. Кульков, А. Н. Рыков, С. О. Козельская (ОАО «ЦНИИ специального машиностроения», Москва) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
Т. Ю. Морозова (ФГБОУ ВПО «Московский государственный технический университет радиотехники, электроники и автоматики» (МИРЭА))

Eng

O. N. Budadin, A. A. Kulkov, A. N. Rykov, S. O. Kozelskaya (Research Institute of Special Machinery, Open-End Joint Stock Company (TSNIISM JSC), Moscow, Russia) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
T. Yu. Morozova (Engineering of the Federal State Budget Educational Higher Professional Education Institution “Moscow State Technical University of Radio Engineering, Electronics and Automatics” (MIREA))

+ - Библиографический список (References) Click to collapse

Рус

1. Buchanan B. G., Barstow D., Bechtal R. et al. Constructing an Expert System // Building Expert Systems / Frederick Hayes-Roth, Donald A. Waterman, and Douglas B. Lenat (Eds.). Addison Wesley, 1983. P. 127 – 167.
2. Clancey W. J. Heuristic classification // Artificial Intelligence. 1985. V. 27. P. 289 – 350.
3. Musen M. Domain Ontologies in Software Engineering: Use of Protege with the EON Architecture // Methods of Inform, in Medicine. 1998. P. 540 – 550.
4. Хармут Х. Теория секвентного анализа. Основы и применения. М.: Мир, 2012. 576 с.
5. Носов В. В. Автоматизированная оценка ресурса образцов конструкционных материалов на основе микромеханической модели временных зависимостей параметров акустической эмиссии // Дефектоскопия. 2014. № 12. С. 24 – 35.
6. Cox P. T., Pietrzykowski T. General diagnosis by abductive inference // Proc. IEEE Sympos. Logic Programming. San Francisco. 1987. P. 183 – 189.
7. Golyandina N., Zhigljavsky A. Singular Spectrum Analysis for Time Series. N.Y.: Springer, 2013. 130 р.
8. Морозова Т. Ю., Бекаревич А. А., Будадин О. Н. Новый подход к идентификации дефектов материалов изделий // Контроль. Диагностика. 2014. № 8. С. 42 – 48.
9. Пат. 2533321 РФ. Способ адаптивного прогнозирования остаточного ресурса эксплуатации сложных объектов и устройство для его осуществления / А. А. Бекаревич, О. Н. Будадин, Т. Ю. Морозова, В. И. Топоров. Опубл. 20.11.2014 г. // Бюл. 2014. № 32.
10. Барынин В. А., Будадин О. Н., Кульков А. А. Современные технологии неразрушающего контроля конструкций из полимерных композиционных материалов. М.: ИД «Спектр», 2013. 243 с.
11. Охтилев М. Ю., Соколов Б. В., Юсупов Р. М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов. М.: Наука, 2006. 410 с.
12. Шабельников А. Н., Шабельников В. А., Ковалев С. М. Интеллектуальные системы распределенного мониторинга на основе беспроводных сенсорных сетей с использованием системы мобильных объектов // V Междунар. науч.-практ. конф. «Интегрированные модели и мягкие вычисления в искусственном интеллекте», 28 – 30 мая 2009 г.: сб. науч. тр.: в 2 т. М.: Физматлит, 2013.
13. Будадин О. Н., Каледин В. О., Кульков А. А. и др. Теоретические и экспериментальные исследования возможности теплового контроля пространственной конструкции из полимерного композиционного материала в процессе одноосного силового нагружения // Контроль. Диагностика. 2014. № 5. С. 72 – 81.

Eng

1. Frederick Hayes-Roth, Donald A. Waterman, and Douglas B. Lenat (Eds.), Buchanan B. G., Barstow D., Bechtal R. et al. (1983). Constructing an expert system. Building expert systems. Addison Wesley, pp. 127-167.
2. Clancey W. J. (1985). Heuristic classification. Artificial Intelligence, 27, pp. 289-350.
3. Musen M. (1998). Domain ontologies in software engineering: use of protege with the EON architecture. Methods of Inform, in Medicine, pp. 540-550.
4. Kharmut Kh. (2012). Theory of sequential analysis. Fundamentals and applications. Moscow: Mir.
5. Nosov V. V. (2014). An automated assessment of a resource of samples of construction materials based on micromechanical model time dependences of acoustic emission parameters. Defektoskopiia, (12), pp. 24-35.
6. Cox P. T., Pietrzykowski T. (1987). General diagnosis by abductive inference. Proc. IEEE Sympos. Logic Programming. San Francisco, pp. 183-189.
7. Golyandina N., Zhigljavsky A. (2013). Singular spectrum analysis for time series. N.Y.: Springer.
8. Morozova T. Iu., Bekarevich A. A., Budadin O. N. (2014). The new approach to identification of product defects. Kontrol'. Diagnostika, (8), pp. 42-48. doi: 10.14489/td.2014.08.pp.042-048
9. Bekarevich A. A., Budadin O. N., Morozova T. Iu., Toporov V. I. (2014). Method for adaptive forecasting of residual life of complex objects and device for its implementation. Ru Patent No. 2533321. Russian Federation. Moscow.
10. Barynin V. A., Budadin O. N., Kul'kov A. A. (2013). Modern technology of nondestructive testing of structures from polymer composite materials. Izdatel'skii dom «Spektr».
11. Okhtilev M. Iu., Sokolov B. V., Iusupov R. M. (2006). Intellectual technologies of monitoring and controlling structural dynamics of complex technical objects. Moscow: Nauka.
12. Shabel'nikov A. N., Shabel'nikov V. A., Kovalev S. M. (2013). Intelligent distributed monitoring system based on wireless sensor networks using the system of mobile objects. V International scientific and practical conference «Integrated models and soft computing in artificial intelligence», 28-30 May 2009: collection of scientific papers: in 2 volumes. Moscow: Fizmatlit.
13. Budadin O. N., Kaledin V. O., Kulkov A. A., Pichugin A.N., Nagaiceva N.V. (2014). Theoretical and experimental study of thermal testing applicability to a 3-D polymer composite structure under unaxial power loading. Kontrol'. Diagnostika, (5), pp. 72-81. doi: 10.14489/td.2014.05.pp.072-080.

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

DOI: 10.14489/td.2015.12.pp.028-033

Скопируйте DOI статьи и перейдите по ссылке https://id-spektr.ru/product/pokupka-elektronnoy-stati-iz-zhurnala-kontrol-diagnostika

В комментарии к заказу обязательно укажите DOI статьи.

Eng

This article is available in electronic format (PDF).

DOI: 10.14489/td.2015.12.pp.028-033

Copy the article DOI and follow the link https://id-spektr.ru/product/pokupka-elektronnoy-stati-iz-zhurnala-kontrol-diagnostika

Please specify the article DOI in the order comments.