Прогностическое обслуживание газотурбинных двигателей.

Standard

Прогностическое обслуживание газотурбинных двигателей. / Жадан, Кирилл Сергеевич ; МАРКЕЛОВА, А.Ю.; МАРКИН, С. В.

в: ПРОЦЕССЫ УПРАВЛЕНИЯ И УСТОЙЧИВОСТЬ, Том 7, № 1, 2020, стр. 251-255.

Результаты исследований: Научные публикации в периодических изданиях › статья

BibTeX

@article{f612dcda4f73496babc421444bdd95fc,

title = "Прогностическое обслуживание газотурбинных двигателей.",

abstract = "В современных самолетах установлено большое количество датчиков, ведущих непрерывную запись показателе{\u и} функционирования его различных подсистем. Для того чтобы получить максимальную пользу от полученных данных, их необходимо правильно анализировать и интерпретировать. Именно развивающаяся область прогнозного обслуживания позволяет качественно контролировать состояние оборудования, выявлять потенциальные неисправности и предотвращать возможные проблемы на раннем этапе. Данная работа посвящена предсказанию Remaining Useful Life (RUL) - количеству оставшихся рабочих циклов до отказа системы, на основе исторических данных работы двигателей. Данную задачу можно сформулировать, как задачу регрессии, и для ее решения были выбраны различные методы машинного обучения. В результате проведенных вычислительных экспериментов было установлено, что ансамблевые алгоритмы на основе деревьев решений позволяют наиболее качественно решить поставленную задачу.",

keywords = "predictive maintenance, прогностическое обслуживание, predictive maintenance, прогностическое обслуживание",

author = "Жадан, {Кирилл Сергеевич} and А.Ю. МАРКЕЛОВА and МАРКИН, {С. В.}",

year = "2020",

language = "русский",

volume = "7",

pages = "251--255",

journal = "Процессы управления и устойчивость",

issn = "2313-7304",

publisher = "Смирнов Николай Васильевич",

number = "1",

}

RIS

TY - JOUR

T1 - Прогностическое обслуживание газотурбинных двигателей.

AU - Жадан, Кирилл Сергеевич

AU - МАРКЕЛОВА, А.Ю.

AU - МАРКИН, С. В.

PY - 2020

Y1 - 2020

N2 - В современных самолетах установлено большое количество датчиков, ведущих непрерывную запись показателей функционирования его различных подсистем. Для того чтобы получить максимальную пользу от полученных данных, их необходимо правильно анализировать и интерпретировать. Именно развивающаяся область прогнозного обслуживания позволяет качественно контролировать состояние оборудования, выявлять потенциальные неисправности и предотвращать возможные проблемы на раннем этапе. Данная работа посвящена предсказанию Remaining Useful Life (RUL) - количеству оставшихся рабочих циклов до отказа системы, на основе исторических данных работы двигателей. Данную задачу можно сформулировать, как задачу регрессии, и для ее решения были выбраны различные методы машинного обучения. В результате проведенных вычислительных экспериментов было установлено, что ансамблевые алгоритмы на основе деревьев решений позволяют наиболее качественно решить поставленную задачу.

AB - В современных самолетах установлено большое количество датчиков, ведущих непрерывную запись показателей функционирования его различных подсистем. Для того чтобы получить максимальную пользу от полученных данных, их необходимо правильно анализировать и интерпретировать. Именно развивающаяся область прогнозного обслуживания позволяет качественно контролировать состояние оборудования, выявлять потенциальные неисправности и предотвращать возможные проблемы на раннем этапе. Данная работа посвящена предсказанию Remaining Useful Life (RUL) - количеству оставшихся рабочих циклов до отказа системы, на основе исторических данных работы двигателей. Данную задачу можно сформулировать, как задачу регрессии, и для ее решения были выбраны различные методы машинного обучения. В результате проведенных вычислительных экспериментов было установлено, что ансамблевые алгоритмы на основе деревьев решений позволяют наиболее качественно решить поставленную задачу.

KW - predictive maintenance

KW - прогностическое обслуживание

KW - predictive maintenance

KW - прогностическое обслуживание

M3 - статья

VL - 7

SP - 251

EP - 255

JO - Процессы управления и устойчивость

JF - Процессы управления и устойчивость

SN - 2313-7304

IS - 1

ER -

ID: 78463808