Знайдено документів: 1
Інформація × Реєстраційний номер 2125U003969, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи ПОБУДОВА ДІАГНОСТИЧНОЇ МОДЕЛІ, КЕРОВАНОЇ ДАНИМИ, ДЛЯ МОНІТОРИНГУ СПРАВНОСТІ ТА ВИКОРИСТАННЯ СПОРЯДЖЕННЯ ГЕЛІКОПТЕРІВ Автор Субботін С. О.Бекгоефер Е.Subbotin S. A.Bechhoefer E. Дата публікації 10-04-2025 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/324356 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Сучасні технічні об’єкти (зокрема транспортні засоби) є надзвичайно складними та висувають великі вимоги до надійності. Це потребує автоматизації моніторингу стану та діагностування несправностей об’єктів та їх складових. Прогнозне обслуговування підвищує експлуатаційну готовність технічних об’єктів. Об’єктом дослідження є процес моніторингу справності та використання технічних об’єктів. Предметом дослідження є методи обчислювального інтелектудля побудови керованої даними моделі та відповідні завдання опрацювання даних для системи моніторингу працездатностіта використання.Мета. Мета роботи – сформулювати задачі обробки даних, сформувати набір даних для побудови керованої даними моделі та побудувати простий метод автоматичної побудови діагностичних моделей на прикладі системи моніторингу стану та використання гелікоптерів.Метод. Запропоновано метод для відображення багатовимірних даних у двовимірний простір із збереженням локальних властивостей поділу класів, що дозволяє візуалізувати багатовимірні дані та створювати прості діагностичні моделі дляавтоматичної класифікації об’єктів діагностування. Запропонований метод дозволяє отримати високоточну діагностичну модель з малими навчальними вибірками за умови збереження частоти класів у вибірках. Запропоновано також метод синтезу діагностичних моделей на основі двошарової нейронної мережі прямого поширення, що дозволяє отримувати моделі внеітеративному режимі.Результати. Отримано вибірку спостережень стану механізмів вертольота, яку можна використовувати для порівнянняметодів діагностування, керованого даними, та методів опрацювання даних, які вирішують задачі скорочення розмірності даних. Розроблено програмне забезпечення, яке дозволяє відображати вибірку з багатовимірного простору в двовимірний, що дає змогу візуалізувати дані та зменшує розмірність даних. Отримано діагностичні моделі, які дозволяють автоматизува-ти процес прийняття рішення про належність діагностованого об’єкта (спорядження вертольота) до одного з двох класів станів.Висновки. Результати проведених експериментів дозволяють зробити висновок, що запропонований метод забезпечує суттєве зниження розмірності даних (зокрема, для розглянутої задачі побудови моделі діагностування вертолітного облад-нання зменшує розмірність даних за рахунок стиснення ознак у 46876 разів). Оскільки результати проведених експериментів для випадково вибраних екземплярів у двовимірній системі штучних ознак, отриманих на основі запропонованого методу, показали значне скорочення вибірки для окремих завдань, це може дозволити забезпечити прийнятну точність. А врахування індивідуальних оцінок значущості екземплярів дозволить навіть для малих вибірок забезпечити топологічну репрезентативність сформованої вибірки по відношенню до вихідної вибірки. Перспективи подальших досліджень полягають у порівнянні методів побудови моделей, керованих даними, а також методів зменшення розмірності даних на основі запропонованої вибірки. Крім того, може становити інтерес дослідження можливого поєднання запропонованого методу з методами формування вибірки з використанням метрик значення екземплярів. Додано в НРАТ 2026-02-26 Закрити
Матеріали
Опубліковано
Стаття
Субботін С. О.. ПОБУДОВА ДІАГНОСТИЧНОЇ МОДЕЛІ, КЕРОВАНОЇ ДАНИМИ, ДЛЯ МОНІТОРИНГУ СПРАВНОСТІ ТА ВИКОРИСТАННЯ СПОРЯДЖЕННЯ ГЕЛІКОПТЕРІВ : публікація 2025-04-10; Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка"), 2125U003969
Знайдено документів: 1

Оновлено: 2026-03-18