Информатика и автоматизация
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Информатика и автоматизация:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Информатика и автоматизация, 2022, выпуск 21, том 1, страницы 126–160
DOI: https://doi.org/10.15622/ia.2022.21.5
(Mi trspy1186)
 

Эта публикация цитируется в 2 научных статьях (всего в 2 статьях)

Искусственный интеллект, инженерия данных и знаний

Гибридные сетевые структуры и их использование при диагностировании сложных технических систем

В. Л. Якимов, Г. Н. Мальцев

Военно-космическая академия имени А.Ф. Можайского (ВКА им. А.Ф. Можайского)
Аннотация: Предложен подход к техническому диагностированию сложных технических систем по результатам обработки телеметрической информации внешней системой контроля и диагностирования с использованием гибридных сетевых структур. Рассмотрен принцип построения диагностических комплексов сложных технических систем, обеспечивающий автоматизацию процесса технического диагностирования и основанный на использовании при обработке телеметрической информации моделей в виде гибридных сетевых структур, включающих многослойные нейронные сети и дискретные байесовские сети со стохастическим обучением. Разработаны модель изменения параметров технического состояния сложных технических систем на основе многослойных нейронных сетей, позволяющая сформировать вероятностную оценку отнесения текущей ситуации функционирования сложной технической системы к множеству рассмотренных ситуаций функционирования по отдельным телеметрируемым параметрам, и многоуровневая иерархическая модель технического диагностирования сложных технических систем на основе дискретной байесовской сети со стохастическим обучением, позволяющая агрегировать полученную от нейросетевых моделей информацию и распознавать текущую ситуацию функционирования сложной технической системы. В условиях нештатных ситуаций функционирования сложной технической системы по результатам обработки телеметрической информации локализуются неисправные функциональные узлы и формируется объяснение причины возникновения нештатной ситуации. Детализированы этапы реализации технического диагностирования сложных технических систем с использованием предложенных гибридных сетевых структур при обработке телеметрической информации. Представлен пример использования разработанного подхода к решению задач технического диагностирования бортовой системы космического аппарата. Показаны преимущества предлагаемого подхода к техническому диагностированию сложных технических систем в сравнении с традиционным подходом, основанном на анализе принадлежности значений телеметрируемых параметров заданным допускам.
Ключевые слова: сложная техническая система, техническое диагностирование, гибридная сетевая структура, байесовская сеть, стохастическое обучение.
Поступила в редакцию: 06.08.2021
Тип публикации: Статья
УДК: 681.518.5
Образец цитирования: В. Л. Якимов, Г. Н. Мальцев, “Гибридные сетевые структуры и их использование при диагностировании сложных технических систем”, Информатика и автоматизация, 21:1 (2022), 126–160
Цитирование в формате AMSBIB
\RBibitem{YakMal22}
\by В.~Л.~Якимов, Г.~Н.~Мальцев
\paper Гибридные сетевые структуры и их использование при диагностировании сложных технических систем
\jour Информатика и автоматизация
\yr 2022
\vol 21
\issue 1
\pages 126--160
\mathnet{http://mi.mathnet.ru/trspy1186}
\crossref{https://doi.org/10.15622/ia.2022.21.5}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/trspy1186
  • https://www.mathnet.ru/rus/trspy/v21/i1/p126
  • Эта публикация цитируется в следующих 2 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Информатика и автоматизация
    Статистика просмотров:
    Страница аннотации:74
    PDF полного текста:64
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024