Analysis of stable functioning of objects using machine learning

Стабильность функционирования технического объекта оценивается методами статистического управления процессами. Однако не всегда такой подход обеспечивает своевременное обнаружение нарушения. Предложено использование методов машинного обучения для бинарной классификации состояния объекта (стабилен или нестабилен). Разработана программа для проведения расчетов в системе Matlab, обеспечивающая анализ влияния метода обучения, критериев качества классификации, способа формирования контрольной выборки, а также способов отбора значимых показателей, на точность прогнозирования стабильности функционирования объекта. В качестве примеров рассмотрены стабильность работы системы управления водоочисткой, стабильность вибраций гидроагрегата, технологический процесс механической обработки. Stable functioning of technical objects is evaluated by methods of statistical process control. However such approach not always provides timely detection of malfunction. It has been suggested that methods of machine learning should be used for binary classification of the object state (stable or unstable). A program has been developed for calculation in the Matlab environment which allows for analysis of impact of the learning method, classification quality criteria, method of validation set as well as methods of selection of significant indicators on the object’s stable functioning forecast precision. Stable operation of the water treatment management system, stable vibration of the hydraulic unit, machining operation process are taken as examples.Исследование выполнено при финансовой поддержке РФФИ и Правительства Ульяновской области, проект 18-48-730001