ОСОБЕННОСТИ ФОРМИРОВАНИЯ ПРОЦЕССА КЛАССИФИКАЦИИ СОСТОЯНИЯ ТЕХНИЧЕСКОГО ОБЪЕКТА НА ОСНОВЕ АНАЛИЗА ТОЧЕК ВРЕМЕННОГО РЯДА ПАРАМЕТРА
Аннотация
Оценка работоспособности технического объекта в режиме реального времени важна для устойчивого и безаварийного функционирования объекта в процессе его эксплуатации. Ранее была предложена модель классификации скорости изменения параметра на основе специализированной обработки облака точек участка временного ряда без извлечения тренда. Однако, некоторые предложения, например, связанные с невключением части точек ряда в процедуру построения модели, не были достаточно обоснованы и являются неочевидной попыткой избавиться от аномальных значений временного ряда. Некоторые этапы реализации модели, например, построение эллипса на преобразованном облаке точек, требуют детального представления, что важно для дальнейшего обучения модели и проведения классификации. В статье в рамках предварительной подготовки данных предложена процедура выявления и отсеивания аномальных значений временного ряда параметра, основанная на модификации метода Ирвина. Кроме того, представлена уточненная схема оценки значений критерия в модели классификации состояния параметра технического объекта. За критерий оценки взят коэффициент сжатия эллипса, который строится на облаке точек диаграммы рассеяния, вырезанных скользящим временным окном из временного ряда параметра. Для этого разработана итерационная процедура построения эллипса. Новая процедура обеспечивает более обоснованную и точную оценку критерия. Таким образом, построена модифицированная модель, которая позволит оценить в реальном времени появления нештатной ситуации на ранней стадии ее развития. Процедура оценки может быть реализована в составе программно-аппаратных средств системы мониторинга технического объекта
Список литературы
1. Steblev Yu.I., Susarev S.V., Bykov D.E. Printsipy proektirovaniya avtomatizirovannykh sistem diagnosticheskogo monitoringa inzhenernykh konstruktsiy opasnykh proizvodstvennykh ob"ektov [Principles of designing automated systems for diagnostic monitoring of engineering structures of haz-ardous industrial facilities], Rossiyskiy zhurnal po nerazrushayushchemu kontrolyu [Russian Journal of Non-Destructive Testin2. Izergin N.D., Tarov A.G. Otsenka sostoyaniya tekhnicheskikh ob"ektov i ikh klassifikatsiya metodom parnykh sravneniy [Assessment of the state of technical objects and their classification by the method of paired comparisons], Izvestiya TulGU. Tekhnicheskie nauki [Bulletin of Tula State University. Technical sciences], 2017, Issue 5, pp. 164-167.
3. Randall R.B. Vibration-Based Condition Monitoring: Industrial, Aerospace and Automotive Applications. John Wiley & Sons, 2011, 285 p.
4. Klyachkin V.N., Karpunina I.N. Statisticheskie metody otsenki stabil'nosti funktsionirovaniya tekhnicheskikh sistem [Statistical methods for assessing the stability of functioning of technical sys-tems], Nadezhnost' i kachestvo slozhnykh sistem [Reliability and quality of complex systems], 2018, No. 2 (22), pp. 36-42. DOI: 10.21685/2307-4205-2018-2-5.
5. Detlev W. Gross. Partial Discharge Measurement and Monitoring on Rotating Machines, IEEE Int. Sym. on Elect. Insul, Boston MAUSA, April 7-10, 2002, pp. 33-41.
6. Vovk S.P., Ginis L.А. Modelling and forecasting of transitions between levels of hierarchies in Difficult formalized systems, European Researcher, 2012, Vol. (20), No. 5-1, pp. 541-545.
7. Gaskarov D.V., Golinkevich T.A., Mozgalevskiy A.V. Prognozirovanie tekhnicheskogo sostoyaniya i nadezhnosti radioelektronnoy apparatury [Forecasting the technical condition and reliability of electronic equipment]. Moscow: Izd-vo "Sovetskoe radio", 1974, 224 p.
8. Chuan Li, René-Vinicio Sánchez, Grover Zurita, Mariela Cerrada, Diego Cabrera. Fault Diagnosis for Rotating Machinery Using Vibration Measurement Deep Statistical Feature Learning, Sensors, 2016, 16 (6), 895. Available at: https://doi.org/10.3390/s16060895.
9. Matushevski Dzh. Primenenie metodov klasterizatsii dlya raspoznavaniya tekhnicheskikh ob"ektov [Ap-plication of clustering methods for recognition of technical objects], Sovremennye problemy radiotekhniki, telekommunikatsiy i informatiki» (TCSET). Mezhdunarodnaya konferentsiya [Modern problems of radio engineering, telecommunications and informatics" (TCSET). International conference], 2010, pp. 39-40.
10. Likhua S., Intszyun' G., Khaychao R. Novyy metod ranney diagnostiki neispravnostey v real'nom vremeni dlya tekhnicheskikh protsessov [A new method for early diagnostics of faults in real time for technical processes], Sb. trudov. Mezhdunarodnaya konferentsiya po elektrotekhnike i upravleniyu (ICECE), 2010, Ukhan', Kitay, 2010 [Collection of works. International Conference on Electrical and Control Engineering (ICECE), 2010, Wuhan, China, 2010], pp. 4912-4915.
11. Klevtsov S.I. Otsenka skorosti izmeneniya parametra na osnove analiza ego vremennykh ryadov [Estima-tion of the rate of change of a parameter based on the analysis of its time series], 3-ya Mezhdunarodnaya konferentsiya IEEE po problemam informatiki, elektroniki i radiotekhniki (PIERE), Novosibirsk, Rossiyskaya Federatsiya, 2024 [3rd IEEE International Conference on Informatics, Electronics, and Ra-dio Engineering (PIERE), Novosibirsk, Russian Federation, 2024]. DOI: 10.1109/PIERE62470.2024.10804947.
12. Vasil'ev V.V. Sovremennye problemy komp'yuternogo monitoringa v energetike [Modern problems of computer monitoring in energy], Izvestiya TRTU [Izvestiya TSURE], 2001, Vol. 3, pp. 99-120.
13. Klevtsov S.I. Opredelenie kharaktera izmeneniy parametra na osnove analiza dinamiki formy sovokupnosti ego znacheniy v real'nom vremeni [Determining the nature of parameter changes based on the analysis of the dynamics of the shape of a set of its values in real time], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2020, No. 3, pp. 46-55.
14. Klevtsov S.I. Opredelenie momenta skachkoobraznogo izmeneniya bystroperemennoy fizicheskoy velichiny v real'nom vremeni s ispol'zovaniem diagramm Puankare [Determining the moment of an ab-rupt change in a rapidly varying physical quantity in real time using Poincaré diagrams], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2012, No. 5, pp. 108-113.
15. Klevtsov S.I. Klassifikatsiya stepeni izmeneniya parametra v real'nom vremeni na osnove analiza oblaka tochek vremennogo ryada [Classification of the degree of change of a parameter in real time based on the analysis of a point cloud of a time series], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engi-neering Sciences], 2024, No. 4, pp. 80-91.
16. Pozolotin V.E., Sultanova E.A. Primenenie algoritmov preobrazovaniya dannykh pri analize vremennykh ryadov na predmet ustraneniya vybrosov [Application of data transformation algorithms in the analysis of time series for the purpose of eliminating outliers], Programmnye sistemy i vychislitel'nye metody [Software systems and computational methods], 2019, No. 2, pp. 33-42. DOI: 10.7256/2454-0714.2019.2.28279. Available at: https://nbpublish.com/library_read_article.php?id=28279.
17. Zalyazhnykh V.V. Rasshirenie oblasti primeneniya kriteriya Irvina pri obnaruzhenii anomal'nykh izmereniy [Expanding the scope of application of the Irwin criterion in detecting anomalous measure-ments], Vestnik SibGUTI [The Herald of the Siberian State University of Telecommunications and In-formation Science], 2020, No. 2, pp. 95-104.
g], Aprel' 2015, Vol. 51, Issue 4, pp. 185-197.
18. Trofimenko S.V., Trofimenko S.V., Marshalov A.Ya., Grib N.N., Kolodeznikov I.I. Modifikatsiya metoda Irvina dlya vyyavleniya anomal'nykh urovney vremennykh ryadov: metodika i chislennye eksperimenty [Modification of the Irwin method for identifying anomalous levels of time series: methodology and nu-merical experiments], Sovremennye problemy nauki i obrazovaniya [Modern problems of science and education], 2014,
№ 5. Available at: https://science-education.ru/ru/article/view?id=15130 (accessed 15 February 2025).
19. Gufel'd I.L., Gavrilov V.A., Korol'kov A.V. i Novoselov O.N. Endogennaya aktivnost' Zemli i dekompressionnaya model' seysmicheskogo shuma [Endogenous activity of the Earth and decompres-sion model of seismic noise], Doklady Akademii nauk SSSR [Reports of the USSR Academy of Scienc-es], 2008, Vol. 423, No. 6, pp. 811-814.
20. Novoselov O.N. Identifikatsiya i analiz dinamicheskikh sistem: monografiya [Identification and analysis of dynamic systems: monograph]. 3rd ed. Moscow: GOU VPO MGUL, 2010, 424 p.








