|
DOI: 10.14489/vkit.2025.12.pp.040-048
Буряк Ю. И., Петров А. В., Скрынников А. А.
ПРОГНОЗ ОТКАЗА ТЕХНИЧЕСКОЙ СИСТЕМЫ ПО ДАННЫМ КОНТРОЛЯ ХАРАКТЕРИСТИК, ПРЕДСТАВЛЕННЫХ ИНТЕРВАЛЬНЫМИ ДАННЫМИ
(c. 40-48)
Аннотация. Рассмотрена задача прогноза отказа технической системы по данным контроля параметров, представленных интервальными данными. В качестве показателя надежности каждого элемента системы принята его наработка до отказа, т.е. до наступления неработоспособного состояния. Предложены математические модели дрейфа контрольных параметров при допущении постоянной интенсивности накопления повреждений для случаев пересекающихся и непересекающихся интервалов измерений. Проведены расчеты вероятностных характеристик параметров модели показателя надежности для тестовых данных.
Ключевые слова: интервальные данные; наработка до отказа; модель дрейфа характеристик системы.
Buryak Yu. I., Petrov A. V., Skrynnikov A. A.
TECHNICAL SYSTEM TIME-TO-FAILURE PREDICTION BASED ON PERFORMANCE MONITORING WITH INTERVAL DATA
(pp. 40-48)
Abstract. The problem of predicting the failure of a technical system based on parameter monitoring data presented by interval data is considered. As an indicator of the reliability of each element of the system, the operating time to failure (the onset of a failure state) is taken. Mathematical models of the drift of control parameters are proposed, assuming a constant intensity of damage accumulation for cases of overlapping and non-overlapping measurement intervals. Calculations of the probabilistic characteristics of the parameters of the reliability indicator for the test data have been carried out.
Keywords: Interval data; Operating time to failure; System characteristics drift model.
Ю. И. Буряк, А. В. Петров (Московский авиационный институт (национальный исследовательский университет), Москва, Россия)
А. А. Скрынников (Государственный научно-исследовательский институт авиационных систем, Москва, Россия) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
Yu. I. Buryak, A. V. Petrov (Moscow Aviation Institute, Moscow, Russia)
A. A. Skrynnikov (Federal Autonomous Institution “State Research Institute of Aviation Systems”, Moscow, Russia) E-mail:
Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript
1. Андреев А. В., Яковлев В. В., Короткая Т. Ю. Теоретические основы надежности технических систем: учеб. пособие. СПб.: Изд-во Политехнического университета, 2018. 164 с.
2. ГОСТ 15467–79. Управление качеством продукции. Основные понятия. Термины и определения. М.: Стандартинформ, 2009. 22 с.
3. ГОСТ Р 27.102–2021. Надежность в технике. Надежность объекта. Термины и определения. М: ФГБУ «РСТ», 2021. 46 с.
4. Киселев А. И., Бизяев Р. В., Медушевкий Л. С., Фастовец И. И. Наукоемкие технологии. Комплексирование испытания изделий ракетно-космической техники // Двойные технологии. 2012. № 2(59). С. 20–24.
5. Буряк Ю. И., Скрынников А. А. Управление испытаниями сложных технических систем на основе последовательной оценки надежности и с учетом априорных данных по их элементам // Вестник компьютерных и информационных технологий. 2021. Т. 18, № 2. С. 13–22.
6. Чучуева И. А. Модель прогнозирования временных рядов по выборке максимального правдоподобия: специальность 05.13.18: дис. … канд. техн. наук / Чучуева Ирина Александровна, Московский государственный технический университет им. Н. Э. Баумана. Москва, 2012.
7. Савин Л. О., Королев М. В., Носов М. В. Разработка прогнозных моделей временного дрейфа определяющих параметров автомобильной техники при ее эксплуатации в особых условиях // Информационно-управляющие системы. 2017. № 3(88). С. 58–66.
8. РМГ 74–2004. Государственная система обеспечения единства измерений. Методы определения межповерочных и межкалибровочных интервалов средств измерений. М.: Стандартинформ, 2006. 24 с.
9. РД 153-34.0-11.414–98. Методические указания. Определение оптимальных межкалибровочных интервалов средств измерений, находящихся в эксплуатации на энергопредприятиях. Организация и порядок проведения. М: ОРГРЭС, 2000. 19 с.
10. Кобзарь А. И. Прикладная математическая статистика. Для инженеров и научных работников. М.: ФИЗМАТЛИТ, 2006. 816 с.
11. Михайлов Г. А., Войтишек А. В. Статистическое моделирование. Методы Монте-Карло: учеб. для вузов. М.: Юрайт, 2025. 325 с.
12. Jay L. Devore, Kenneth N. Berk, Matthew A. Carlton. Modern Mathematical Statistics with Applications, 3rd ed. Cham: Springer Texts in Statistics, 2021. 976 с.
1. Andreev, A. V., Yakovlev, V. V., & Korotkaya, T. Yu. (2018). Theoretical foundations of reliability of technical systems. Izdatel'stvo Politekhnicheskogo Universiteta. [in Russian language]
2. Standartinform. (2009). GOST 15467–79. Product quality management. Basic concepts. Terms and definitions. [in Russian language]
3. FGBU "RST". (2021). GOST R 27.102–2021. Reliability in engineering. Reliability of an object. Terms and definitions. [in Russian language]
4. Kiselev, A. I., Bizyaev, R. V., Medushevskii, L. S., & Fastovets, I. I. (2012). Science-intensive technologies. Integration of tests for rocket and space technology products. Dvoinye Tekhnologii, (2), 20–24. [in Russian language]
5. Buryak, Yu. I., & Skrynnikov, A. A. (2021). Managing tests of complex technical systems based on sequential reliability assessment and taking into account prior data on their elements. Vestnik Komp'iuternykh i Informatsionnykh Tekhnologii, 18(2), 13–22. [in Russian language]
6. Chuchueva, I. A. (2012). Model' prognozirovaniia vremennykh riadov po vyborke maksimal'nogo pravdopodobiia [Doctoral dissertation, Bauman Moscow State Technical University]. [in Russian language]
7. Savin, L. O., Korolev, M. V., & Nosov, M. V. (2017). Development of predictive models of temporal drift of defining parameters of automotive equipment during its operation in special conditions. Informatsionno-Upravliaiushchie Sistemy, (3), 58–66. [in Russian language]
8. Standartinform. (2006). RMG 74–2004. State system for ensuring the uniformity of measurements. Methods for determining inter-verification and inter-calibration intervals of measuring instruments. [in Russian language]
9. ORGRES. (2000). RD 153-34.0-11.414–98. Methodological guidelines. Determination of optimal inter-calibration intervals of measuring instruments in operation at power enterprises. Organization and procedure. [in Russian language]
10. Kobzar', A. I. (2006). Applied mathematical statistics for engineers and researchers. FIZMATLIT. [in Russian language]
11. Mikhailov, G. A., & Voitishek, A. V. (2025). Statistical modeling. Monte Carlo methods. Yurait. [in Russian language]
12. Devore, J. L., Berk, K. N., & Carlton, M. A. (2021). Modern mathematical statistics with applications (3rd ed.). Springer.
Статью можно приобрести в электронном виде (PDF формат).
Стоимость статьи 700 руб. (в том числе НДС 20%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.
После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.
Для заказа скопируйте doi статьи:
10.14489/vkit.2025.12.pp.040-048
и заполните форму
Отправляя форму вы даете согласие на обработку персональных данных.
.
This article is available in electronic format (PDF).
The cost of a single article is 700 rubles. (including VAT 20%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.
After depositing your payment on our bank account we send you file of the article by e-mail.
To order articles please copy the article doi:
10.14489/vkit.2025.12.pp.040-048
and fill out the form
.
|
Текущий номер
Разработка концепции и создание сайта - ООО «Издательский дом «СПЕКТР»