ПРОГНОЗИРОВАНИЕ КАЧЕСТВА ФУНКЦИОНИРОВАНИЯ ТЕХНИЧЕСКОГО ОБЪЕКТА С ИСПОЛЬЗОВАНИЕМ
МАШИННОГО ОБУЧЕНИЯ 

Мария Игоревна Корнилова, аспирант, Ульяновский государственный технический университет (Россия, г. Ульяновск, ул. Северный Венец, 32) E-mail: masha.kornilova.1995@mail.ru
Сергей Викторович Бусыгин, аспирант, Ульяновский государственный технический университет (Россия, г. Ульяновск, ул. Северный Венец, 32) E-mail: sergey18.06.95@mail.ru
Владислав Николаевич Ковальногов, доктор технических наук, доцент, заведующий кафедрой тепловой и топливной энергетики, Ульяновский государственный технический университет (Россия, г. Ульяновск, ул. Северный Венец, 32) E-mail: kvn@ulstu.ru
Владимир Николаевич Клячкин, доктор технических наук, профессор, профессор кафедры прикладной математики и информатики, Ульяновский государственный технический университет (Россия, г. Ульяновск, ул. Северный Венец, 32) E-mail: v_kl@mail.ru

Аннотация

Актуальность и цели. Качество функционирования сложных технических систем определяется множеством характеристик. Прогнозирование значений этих характеристик по результатам мониторинга показателей работы объекта дает возможность выполнить постоянно растущие требования по обеспечению безопасности и надежности. Необходимая точность прогнозирования требует построения качественных математических моделей. В качестве технического объекта рассмотрено горелочное устройство: оценивается качество функционирования таких устройств по одной из основных характеристик – температуре ядра пламени. Цель исследования – разработка методики построения математической модели, которая бы обеспечила достаточно точный прогноз характеристик функционирования технического объекта. Материалы и методы. Для построения моделей по результатам наблюдений за исследуемым объектом используются как классические методы регрессионного анализа, так и методы машинного обучения. В работе проводится сравнение двух подходов: применения линейного регрессионного анализа и композиционного метода «случайный лес (Random Forest)». Результаты и выводы. Разработана технология математического моделирования и прогнозирования характеристик качества функционирования технических объектов с использованием двух подходов: линейной регрессии и метода случайного леса. В рассматриваемом примере оценки качества горелочного устройства по температуре ядра пламени оба подхода дали практически одинаковый и вполне приемлемый результат. Очевидно, что в других задачах эти результаты могут существенно различаться.

Ключевые слова

показатели функционирования, регрессионный анализ, машинное обучение, случайный лес, система Statistica

 Скачать статью в формате PDF

Для цитирования:

Корнилова М. И., Бусыгин С. В., Ковальногов В. Н., Клячкин В. Н. Прогнозирование качества функционирования технического объекта с использованием машинного обучения // Надежность и качество сложных систем. 2023. № 4. С. 152–158. doi: 10.21685/2307-4205-2023-4-14