МОДИФИКАЦИЯ МЕТОДА FMEA ПРИ ПОМОЩИ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ

Аннотация

Оценка рисков – важная задача в любых сферах, начиная от производства, заканчи- вая медициной. Риски сопровождают проект, продукт или процесс на всей жизнедеятель- ности, с момента планирования до его полного прекращения. На каждом из них существу- ют свои подходы. К ним относится FMEA (Failure Mode and Effects Analysis) - анализ видов и последствий отказов. Предлагаемая модель основана на методе FMEA, базирующемся на оценке рисков по трем критериям: тяжесть последствий при реализации угрозы и слож- ность идентификации отказа, вероятность возникновения. Первые два критерия основаны на экспертной оценке, полученной в соответствии с методами искусственного интеллек- та. Авторами предложена модификация третьего критерия. В своей работе мы заменили экспертную оценку критерия «вероятность возникновения» моделью машинного обучения, способной спрогнозировать этот показатель на основе статистических данных. Провели первый этап исследования поставленной задачи на открытом датасете NASA о рабочих циклах двигателей до их отказа. Изначально, ставится задача прогнозирования оставше- гося количества циклов до отказа, затем мы произвели переход к задаче классификации, определяя, входит ли в зону риска оборудование, в зависимости от его потенциального остатка ресурса. Наилучший результат дал метод опорных векторов (SVM), точность классификации которого 80%. Целью работы является создание модели оценки рисков на основе методики FMEA, позволяющей повысить качество оценки, сократить субъектив- ность в принятии решений, делая прогноз на основе исторических данных, а не только субъективном опыте эксперта.