Применение методов искусственного интеллекта для диагностики технических систем
Аннотация
Возрастающая сложность и повышение требований к надежности технических систем делают актуальной решение задачи их диагностики. Применение традиционных методов не позволяют получить необходимые быстродействие и качество решения задач диагностики. Решение этой проблемы лежит в плоскости применение интеллектуальных методов обработки информации.
Об авторах
Н. П. Сидорова
Государственное бюджетное образовательное учреждение высшего образования Московской области «Технологический университет»
Россия
Россия
кандидат технических наук, доцент кафедры «Информационные технологии и управляющие системы»
г. Королев, Московская область
Ю. Ю. Сидоров
Государственное бюджетное образовательное учреждение высшего образования Московской области «Технологический университет»
Россия
Россия
аспирант
г. Королев, Московская область
Список литературы
1. Барсегян А.А., Степаненко В.В., Холод И.И., Куприянов М.С. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP // СПб.: БХВПетербург, 2007. 383 с.
2. Левитин К.Е., Поспелов Д.А. Будущее искусственного интеллекта // М.: Наука, 1991. 302 с.
3. Воронцов В.А., Федоров Е.А. Разработка прототипа интеллектуальной системы оперативного мониторинга и технического состояния основных бортовых систем космического аппарата [Электронный ресурс]. URL: elibrary.ru/item.asp?id=23775310. (дата обращения 25.11.2018).
4. Гундыров К.В. Применение аппарата нейронных сетей для диагностирования и прогнозирования отказов элементов и устройств СЦБ [Электронный ресурс]. URL: https://nilksa.ru/wp-content/uploads/2. (дата обращения 2.12.2018).
5. Девятков В.В. Системы искусственного интеллекта: учеб. пособие для вузов // М.: Изд-во МГТУ им. Н.Э. Баумана 2001, 352 с.
6. Жернаков С.В. Применение технологии нейронных сетей для диагностики технического состояния авиационных двигателей [Электронный ресурс]. URL: https://elibrary.ru/download/elibrary_11933010_28942849.pdf (дата обращения 29.11.2018).
7. Артюшенок В.М. Информационные технологии и управляющие системы. // М.: «Научный консультант», 2015. 184 с.
8. Лескин С.Т. Применение нейронных сетей для раннего обнаружения аномалий в состоянии оборудования АЭС [Электронный ресурс]. URL: http://www.gidropress.podolsk.ru/files/proceedings/mntk2017/documents/mntk2017-027.pdf. (дата обращения 3.12.2018).
9. Местецкий Л.М. Математические методы распознавания образов. Курс лекций [Электронный ресурс]. URL: http://www.ccas.ru/frc/papers/mestetskii04course.pdf. (дата обращения 29.11.2018).
10. Нусс С.В. К вопросу применения нейронных сетей в задачах диагностики электрооборудования тепловых электрических станций [Электронный ресурс]. URL: cyberleninka.ru/article/ (дата обращения 3.12.2018).
11. Сидорова Н.П., Штрафина Е.Д. Информационные системы поддержки принятия решений на основе OLAP-систем // Современные информационные технологии: сборник трудов по материалам II-й межвузовской научнотехнической конференции // М.: Научный консультант», 2016. С. 23-28.
12. Слепнев Е.С. Применение искусственных нейронных сетей для анализа предаварийных ситуаций турбоагрегатов электростанций [Электронный ресурс]. URL: https://naukovedenie.ru/PDF/46TVN314.pdf. (дата обращения 2.12.2018).
13. Теодорович Н.Н. Повышение эффективности бортовой аппаратуры видеотелеметрии // Эволюционные процессы: сборник трудов по материалам II межвузовской научно-технической конференции // М.: «Научный консультант», 2017. С. 79-86.
14. Хайкин С. Нейронные сети: полный курс // М.: Вильямс, 2006. 1104 с.
Для цитирования:
Сидорова Н.П., Сидоров Ю.Ю. Применение методов искусственного интеллекта для диагностики технических систем. Информационно-технологический вестник. 2019;(1):132-139. https://doi.org/10.21499/2409-1650-2019-1-132-139
For citation:
Sidorova N.P., Sidorov Yu.Yu. Using of artificial intelligence methods for the diagnosis of technical systems. Informacionno-technologicheskij vestnik. 2019;(1):132-139. (In Russ.) https://doi.org/10.21499/2409-1650-2019-1-132-139
Просмотров: 49
Послать статью по эл. почте 