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.