КЛАССИФИКАЦИЯ СТЕПЕНИ ИЗМЕНЕНИЯ ПАРАМЕТРА В РЕАЛЬНОМ ВРЕМЕНИ НА ОСНОВЕ АНАЛИЗА ОБЛАКА ТОЧЕК ВРЕМЕННОГО РЯДА
Аннотация
Задача построения модели оценки работоспособности технического объекта имеет мно-
жество применений в области контроля различных опасных ситуаций. Необходимость опере-
жающего мониторинга состояния технического объекта для предотвращения и управления про-
теканием нештатных ситуаций в целях их ликвидации с минимальными последствиями делает
постановку и выполнение этой задачи актуальной и своевременной. Для выполнения оценки со-
стояния технического объекта целесообразно использовать простые модели, позволяющие полу-
чить результат в режиме реального времени без существенной нагрузки на микроконтроллерную
систему управления. В работе рассматривается построение модели классификации динамики
изменения параметра технического объекта, что позволит прогнозировать изменение его со-
стояния в процессе оценки степени работоспособности объекта. Используются данные, отра-
жающих изменение параметров в реальном времени и представленные в виде временных рядов
значений параметров. Изменение параметра объекта во времени фиксируется с помощью времен-
ного окна, которое двигается вдоль временного ряда, вырезая из множества исходных данных
подмножество с неизменным количеством временных отсчетов. Для классификации динамики
изменения параметра предложено использовать представление точек временного окна в виде
графика Пуанкаре, который фактически является особым типом графика повторения или видом
диаграммы рассеяния. В качестве критерия используется коэффициент сжатия эллипса (эллип-
тичность), который охватывает облако точек, формируемое при построении диаграммы рассея-
ния, для временного ряда технического параметра. Разработана методика обучения и использова-
ния модели, включая формирование классов состояний динамики параметра объекта и вычисление
критериев. Проведена апробация модели. Модель обеспечивает реализацию процедур выявления в
реальном времени возможности возникновения нештатной ситуации на ранней стадии ее разви-
тия с помощью микропроцессорного модуля, расположенного на нижнем уровне системы монито-
ринга объекта.
Литература
control systems]. Moscow: Nauka, Gl. red. fiz.-mat. lit., 1981, 232 p.
2. Klevtsova A.B., Klevtsov G.S. Modeli parametricheskoy ekspress-otsenki sostoyaniya tekhnicheskogo
ob"ekta [Models of parametric express-assessment of the state of a technical object], Izvestiya YuFU.
Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2008, No. 11 (88), pp. 15-19.
3. Vasil'ev V.V., Grezdov G.I., Simak L.A. i dr. Modelirovanie dinamicheskikh sistem: Aspekty
monitoringa i obrabotki signalov [Modeling of dynamic systems: Aspects of monitoring and signal
processing], ed. by V.V. Vasil'eva. Kiev: NAN Ukrainy, 2002, 344 p.
4. Steblev Yu.I., Susarev S.V., Bykov D.E. The principles of designing automated systems for diagnostic
monitoring of the engineering structures of hazardous production objects, Russian Journal of
Nondestructive Testing, April 2015, Vol. 51, Issue 4, pp. 185-197.
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. Klevtsov S.I., Klevtsova A.B., Burinov S.V. Model' parametricheskoy kachestvennoy ierarkhicheskoy
otsenki sostoyaniya tekhnicheskoy sistemy [Model of parametric qualitative hierarchical assessment of
the state of a technical system], Inzhenernyy vestnik Dona [Engineering Bulletin of the Don], 2015,
No. 3. Available at: ivdon.ru/ru/magazine/archive/n3y2015/3088.
8. Matuszewski J. Application of clustering methods for recognition of technical objects, Modern
Problems of Radio Engineering, Telecommunications and Computer Science (TCSET) – 2010
International Conference, 2010, pp. 39-40.
9. Lihua Sun, Yingjun Guo, Haichao Ran. A New Method of Early Real-Time Fault Diagnosis for
Technical Process, Electrical and Control Engineering (ICECE), 2010 International Conference,
Wuhan, China, 2010, pp. 4912-4915.
10. Vasil'ev V.V. Sovremennye problemy komp'yuternogo monitoringa v energetike [Modern problems of computer
monitoring in power engineering], Izvestiya TRTU [Izvestiya TSURE], 2001, No. 3, pp. 99-120.
11. Klevtsova A.B. Integral'naya otsenka sostoyaniya ob"ekta monitoringa [Integral assessment of the state
of the monitoring object], Izvestiya TRTU [Izvestiya TSURE], 2004, No. 2 (37), pp. 58-65.
12. Klevtsov S.I. Predvaritel'naya otsenka sostoyaniya sovokupnosti parametrov tekhnicheskogo ob"ekta s
ispol'zovaniem intellektual'nogo mikroprotsessornogo modulya [Preliminary assessment of the state of
a set of parameters of a technical object using an intelligent microprocessor module], Izvestiya YuFU.
Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2010, No. 5 (106), pp. 43-48.
13. Klevtsov S.I. Prognozirovanie izmereniya sostoyaniya parametrov tekhnicheskogo ob"ekta s
pomoshch'yu intellektual'nogo mikroprotsessornogo modulya [Forecasting the measurement of the
state of the parameters of a technical object using an intelligent microprocessor module], Problemy
razrabotki perspektivnykh mikro- i nanoelektronnykh sistem – 2010: Sb. trudov [Problems of development
of promising micro- and nanoelectronic systems - 2010: Collection of works]. Moscow: IPPM
RAN, 2010, pp. 619-622.
14. Krivosheev I.A., Rozhkov K.E., Simonov N.B. Complex Diagnostic Index for Technical Condition
Assessment for GTE, International Conference on Industrial Engineering, ICIE, 2017, 2017, 206,
pp. 176-181.
15. Jerzy Hoja, Grzegorz Lentka. A family of new generation miniaturized impedance an analyzers for
technical object diagnostics, Metrology and Measurement Systems, 2013, Vol. XX, No. 1.
16. P'yavchenko O.N., Gorelova G.V., Bozhenyuk A.V., Klevtsov S.I., Klevtsova A.B. Metody i algoritmy
modelirovaniya razvitiya slozhnykh situatsiy [Methods and algorithms for modeling the development
of complex situations]. Taganrog: Izd-vo TRTU, 2003, 157 p.
17. Stanisław Duer. Diagnostic system with an artificial neural network in diagnostics of an analogue
technical object, Neural Computing and Applications. February 2010, Vol. 19, Issue 1, pp. 55-60.
18. Klevtsov Sergei I. Identification of the state of technical objects based on analyzing a limited set of
parameters, 2016 International Siberian Conference on Control and Communications (SIBCON):
Proceedings. National Research University Higher School of Economics. Russia, Moscow, May 12-14,
2016. Available at: http://ieeexplore.ieee.org/document/7491752/.
19. 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.
20. Gufel'd I.L., Gavrilov V.A., Korol'kov A.V., Novoselov O.N. Endogennaya aktivnost' Zemli i
dekompressionnaya model' seysmicheskogo shuma [Endogenous activity of the Earth and decompression
model of seismic noise], Doklady RAN [Reports of the Russian Academy of Sciences], 2008,
Vol. 423, No. 6, pp. 811-814.
21. Orlov V.N. Rukovodstvo po elektrokardiografii [Handbook of Electrocardiography]. Moscow:
Meditsina, 1984, 526 p. DOI: 10.1109/BMEiCon.2013.6687679.
22. Kannakorn Intharakham, Kesorn Suwanprasert. Complexity of Autonomic control during
Cerebrovascular Reactivity, Proceedings of the 6th Biomedical Engineering International Conference
(BMEiCON2013), October 2013.
23. Carmen González , Erik W. Jensen, Pedro L. Gambús, Montserrat Vallverdú. Poincaré plot analysis of
cerebral blood flow signals: Feature extraction and classification methods for apnea detection.
Published PLoS ONE: December 7, 2018, pp. 43-52. Available at: https://doi.org/10.1371/
journal.pone.0208642.
24. Jan Monieta. Selection of Diagnostic Symptoms and Injection Subsystems of Marine Reciprocating
Internal Combustion Engines, Appl. Sci., 2019, 9 (8), 1540. Available at: https://doi.org/10.3390/
app9081540.
25. 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. – № 3. – S. 46-55.
26. Klevtsov S.I. Opredelenie momenta skachkoobraznogo izmeneniya bystroperemennoy fizicheskoy
velichiny v real'nom vremeni s ispol'zovaniem diagramm Puankare [Determination of the moment of a
sudden change in a rapidly varying physical quantity in real time using Poincare diagrams], Izvestiya
YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2012, No. 5, pp. 108-113.
