МЕТОД СЕКВЕНЦІЙНОГО АГРЕГОВАНОГО ОЦІНЮВАННЯ СТРУКТУРНИХ ЗМІН У ПОТОКАХ ДАНИХ ДЛЯ ВИЯВЛЕННЯ ДЕГРАДАЦІЇ ТЕХНІЧНИХ СИСТЕМ

Анотація

У статті запропоновано метод секвенційного агрегованого оцінювання структурних змін у потоках даних, орієнтований на раннє виявлення деградації технічних систем. Актуальність дослідження зумовлена необхідністю виявлення початкових змін технічного стану, які можуть мати слабкий і нестійкий характер та не супроводжуватися перевищенням установлених діагностичних порогів. Проаналізовано сучасні підходи до моніторингу технічного стану, виявлення аномалій і прогнозування деградації та визначено недостатню дослідженість задачі інтерпретованого агрегування послідовності локальних структурно-ймовірнісних оцінок зі збереженням інформації про характер їх зміни. Запропонований метод передбачає послідовне перетворення локальних оцінок структурної нетиповості коротких фрагментів потоку даних у багатокомпонентне агреговане представлення. Для характеристики динаміки структурних змін формуються п’ять взаємодоповнювальних компонентів: рівень, тренд, накопичення, тривалість і мінливість. Сукупність цих компонентів дає змогу розрізняти одиничні локальні відхилення, спрямоване наростання структурної нетиповості та сформований стійкий деградаційний стан. Визначено правила інтерпретації секвенційно агрегованих оцінок та досліджено їх реакцію на характерні сценарії зміни стану. Експериментально встановлено, що одиничне відхилення проявляється переважно збільшенням мінливості без значного накопичення і тривалості, тоді як розвиток деградації характеризується вираженим додатним трендом із подальшим зростанням компонентів накопичення та тривалості. Показано, що після формування стійкого деградаційного стану тренд може зменшуватися за одночасного збереження високих значень рівня, накопичення та тривалості, що обґрунтовує необхідність спільної інтерпретації компонентів. Практичну спрямованість методу досліджено на прикладі вібраційного моніторингу підшипникового вузла з використанням умов і структури відкритого набору даних XJTU-SY. Результати моделювання підтвердили можливість виявлення спрямованого розвитку структурних змін до формування стійкого деградаційного стану. Запропонований метод не потребує навчання складної параметричної моделі на великих вибірках, забезпечує інтерпретоване представлення динаміки контрольованого процесу та може використовуватися для потокового моніторингу технічних систем, а також для формування додаткових ознак у задачах діагностування та прогнозування.

Ключові слова: аналіз потоків даних, структурні зміни, секвенційне агреговане оцінювання, аналіз часових рядів, деградація технічних систем, технічна діагностика, прогнозування технічного стану, машинне навчання.