|
Аннотация.
Целью исследования являлась разработка и реализация методологических основ решения задачи диагностики технического состояния промышленного оборудования. В процессе исследования решались три задачи: разработка математической модели на основе теории свидетельств Демпстера–Шафера; изучение и улучшение механизмов многокритериального взвешивания свидетельств с учётом степени конфликта на основе расстояния Хеллингера; меры неопределённости на основе энтропии убеждений. В результате исследования разработана математическая модель диагностики технического состояния промышленного оборудования, алгоритм и его программная реализация. Произведена оценка работы модели на синтетических данных.
Ключевые слова:
теория свидетельств Демпстера–Шафера, прогнозируемое обслуживание, предписывающее обслуживание.
DOI 10.14357/20718632260208
EDN JHUSIL
Стр. 77-90.
Литература
1. Тельнов Ю.Ф., Казаков В.А., Данилов А.В., Денисов А.А. Требования к программной реализации системы Индустрии 4.0 для создания сетевых предприятий // Программные продукты и системы. 2022. Т. 35. № 4. С. 557–571. DOI: 10.15827/0236-235X.140.557-571 2. Тельнов Ю.Ф., Казаков В.А., Данилов А.В., Брызгалов А.А. Разработка моделей производственных и бизнес-процессов сетевых предприятий на основе многоагентных систем // Программные продукты и системы. 2023. №4. С. 632-643. doi: 10.15827/0236-235X.142.632-643 3. Палюх Б.В., Чесалов А.Ю. Роль современных технологий искусственного интеллекта в создании и развитии автоматизированных систем прогнозируемого и предписывающего обслуживания в промышленности // Современная наука: актуальные проблемы теории и практики: серия «Естественные и Технические науки». – 2025. - №5. – С. 147 – 155. DOI 10.37882/2223-2966.2025.05.29 4. Чесалов А.Ю. Тенденции развития периферийного искусственного интеллекта в автоматизации технологических процессов // Автоматизация в промышленности – 2025. - №7. – С. 9 – 14. 5. Чесалов А.Ю. Цифровая трансформация промышленности и железнодорожного транспорта // Автоматика, связь, информатика. – 2026. - №4. – С. 21 – 25. DOI: 10.62994/AT.2026.4.4.005 6. Чесалов А.Ю. Передовые направления развития промышленной автоматизации в рамках концепции человекоцентричной адаптивной стратегии развития цифрового общества. // «Развитие науки и практики в глобально меняющемся мире в условиях рисков», (2026, Москва). Сб. материалов 4 (IV) Международной научнопрактической конференции, Издательство «АНО ДПО «Университет ИТБО», 2026. – С. 243 – 248. DOI: 10.26118/7153.2026.64.69.008 7. Чесалов А.Ю. Задача снижения неопределенности данных в системах прогнозируемого обслуживания на основе теории Демпстера–Шафера, как элемент цифровой трансформации промышленных предприятий // Инжиниринг предприятий и управление знаниями (ИП&УЗ-2025): сборник научных трудов XXVIII Российской научной конференции. 4–5 декабря 2025 г. / под науч. ред. Ю. Ф. Тельнова. – Москва : ФГБОУ ВО «РЭУ им. Г. В. Плеханова», 2025. — С. 365 – 372. 8. Wei, M., Pan, Z., Wang, C., Ma, Z. et al., "Development of a Predictive Model for Maintenance Strategies of Automotive Parts Processing Equipment Based on Multi-Criteria Decision Analysis," SAE Technical Paper 2024-01-5081, 2024, https://doi.org/10.4271/2024-01-5081 9. Pan, Lipeng, and Yong Deng. "A New Belief Entropy to Measure Uncertainty of Basic Probability Assignments Based on Belief Function and Plausibility Function." Entropy (Basel, Switzerland) vol. 20,11 842. 3 Nov. 2018, doi:10.3390/e20110842 10. Deng Y. Deng entropy // Chaos, Solitons & Fractals. — 2016. — Vol. 91. — P. 549–553. — ISSN 0960-0779. — DOI: 10.1016/j.chaos.2016.07.014 11. Zhu C., Xiao F. A belief Hellinger distance for D–S evidence theory and its application in pattern recognition // Engineering Applications of Artificial Intelligence. — 2021. — Vol. 106. — Art. no. 104452. — ISSN 0952-1976. — DOI: 10.1016/j.engappai.2021.104452 12. Wan, L.; Li, H.; Chen, Y.; Li, C. Rolling Bearing Fault Prediction Method Based on QPSO-BP Neural Network and Dempster–Shafer Evidence Theory. Energies 2020, 13, 1094. https://doi.org/10.3390/en13051094 13. K. H. Hui, M. H. Lim, M. S. Leong and S. M. A. Al-Obaidi, DempsterShafer Evidence Theory for Automated Bearing Fault Diagnosis. International Journal of Mechanical Engineering and Technology, 8(4), 2017, p. 277–288. 14. Wang Y, Liu F, Zhu A. Bearing Fault Diagnosis Based on a Hybrid Classifier Ensemble Approach and the Improved Dempster-Shafer Theory. Sensors (Basel). 2019 May 6;19(9):2097. doi: 10.3390/s19092097. PMID: 31064125; PMCID: PMC6540169 15. Свидетельство о государственной регистрации программ для ЭВМ № 2025683349 Российская Федерация. Программа «EUS Model 1 PdM / DST 2» для автоматизированных систем прогнозируемого обслуживания, реализующая функции интеллектуальной диагностики технического состояния промышленного оборудования / А.Ю. Чесалов (RU); правообладатель ООО «Программные системы Атлансис» (RU). – № 2025680148/69 : заявлено 06.08.2025: опубликовано 03.09.2025. Бюл. № 9. – 1 с.
|
