Концептуальна модель комплексної системи управління надійністю промислового обладнання з використанням прогнозної аналітики

Анотація

Проведено аналіз рішень, що застосовуються з метою уніфікації розроблюваної системи керування надійністю обладнання. На основі аналізу переваг та недоліків існуючих систем предиктивної аналітики зроблені висновки про перспективи розвитку майбутніх систем. У статті представлено загальну концепцію комплексної системи керування надійністю промислового обладнання. В основі підходу лежить використання предиктивної аналітики, машинного навчання, ймовірнісно-фізичних моделей деградації, а також інтеграція IoT-компонентів у цифрову інфраструктуру управління. Система дозволяє прогнозувати технічні відмови, визначати залишковий ресурс обладнання й автоматизовано приймати рішення щодо регламентних обслуговувань. Представлено науково-технічні аспекти реалізації, включаючи імплементацію математичних моделей, принципи виявлення аномалій та оцінювання ризиків. Для локального зберігання даних запропоновано варіант структури зберігання даних, що розрахований на потокову обробку даних та містить у собі поєднання сховища для структурованих та малоструктурованих даних. Основна ідея полягає у використанні змішаного підходу застосування нейромереж разом із фізичними дослідженнями матеріалів складових частин та статистики відмов елементів для оцінювання і прогнозування надійності й залишкового ресурсу та встановлення регламентованого терміну подальшої експлуатації. Запропоновано використовувати ймовірнісно-фізичний підхід, заснований на використанні нових моделей відмов, параметри яких мають конкретну фізичну інтерпретацію у вигляді середньої швидкості деградації об’єкта дослідження і коефіцієнта варіації узагальненого процесу деградації. Для цього пропонується розробка комплексної системи керування надійністю промислового обладнання на основі предиктивної аналітики. Визначення патернів гранично допустимих значень параметрів або станів, що визначають ресурс, пропонується покласти на ML\AI мережі. В роботі описано прикладне значення технології для критичної інфраструктури, що полягає у локалізованій обробці даних і дозволяє мінімізувати витрати на інфраструктуру.