ЗАСТОСУВАННЯ ЕКСПЕРТНИХ МЕТОДІВ І НЕЙРОННИХ МЕРЕЖ ДЛЯ ПРОГНОЗУВАННЯ ЗАЛИШКОВОГО РЕСУРСУ ТЕХНІЧНИХ ОБ'ЄКТІВ

Автор(и)

  • Volodymyr Poshyvalov
  • Yuri Daniev

DOI:

https://doi.org/10.34185/1991-7848.itmm.2024.01.057

Ключові слова:

експертні методи, нейронна мережа, прогнозування, технічний об’єкт, залишковий ресурс

Анотація

У роботі проведено порівняльний аналіз використання експертної системи на основі бази знань з експертною системою на основі нейронної мережі для визначення залишкового ресурсу технічних об’єктів. Для побудови залежності між вхідними параметрами та залишковим ресурсом запропоновано використовувати експертні методи та нейронні мережі. При цьому дані, що використовуються для оцінки залишкового ресурсу, можуть базуватися як на експертних оцінках, так і бути отримані в результаті технічної діагностики технічного об'єкта. Задачу визначення залишкового ресурсу на основі вимірювань і експертних оцінок можна сформулювати як задачу апроксимації функції багатьох змінних. Ці змінні є вхідними параметрами для побудови нейронної мережі. До змінних відносяться дані, отримані в ході технічної діагностики в процесі експлуатації (перевищення параметрів, зміна середовища, динамічні навантаження) і зовнішні фактори. Далі будується деяке відображення таким чином, що для кожного можливого вхідного зображення формується вихід, що характеризує залишковий ресурс технічного об'єкта.

Посилання

Poshyvalov V.P. On the methodology for predicting the service life of structures at the design stage using probabilistic approaches / V. P. Poshevalov, Yu. F. Daniev, L. V. Reznichenko, I. I. Telegina / Mathematical problems of technical mechanics - 2018: Int. Sci. Conf., Kviten, 2018, Dnipro, Ukraine: mat. conf. – Kiev, Cherkasy, Kamyansk, 2018. - P. 31. 2.Kriesel D. A brief introduction to Neural Networks [Electronic resource], 2007. 286 p. [http://www.dkriesel.com/en/science/neural_networks].

Galushkin A.I. Neural networks: basic theory. - M.: Hotline - Telecom, 2010. - 496 p.

Lyubimova T.V., Gorelova A.V. Solving the forecasting problem using neural networks//Innovative Science. 2015, No. 4. P.39-42.

Завантаження

Опубліковано

2024-04-24

Номер

Розділ

Статті