Подробное описание документа
Дерюгина Е. О.
Применение нейронных сетей в предиктивной аналитике отказов оборудования: проблема дефицита данных и методы их синтеза / Дерюгина Е. О., Царев Л. В., Давидович А. А. // Информационно - измерительные и управляющие системы. - 2026. - Т. 24, № 2. -
Постановка проблемы. В современных производственных системах надежная работа оборудования имеет решающее значение для сокращения времени простоя и минимизации затрат на ремонт. Предиктивная аналитика отказов оборудования с использованием нейронных сетей позволяет заранее выявлять потенциальные неисправности. Однако эффективность таких моделей существенно ограничена недостатком качественных обучающих данных, что приводит к снижению точности прогнозирования отказов оборудования.
Цель. На основе интеграции нейронных сетей и генеративных моделей для синтеза данных разработать методологию, которая позволит компенсировать недостаток обучающих выборок и повысить точность прогнозирования отказов оборудования.
Результаты. Описаны архитектуры генеративной и предиктивной моделей, алгоритмические решения и экспериментальная апробация предложенной методики, направленные на компенсацию дефицита обучающих данных в системах предиктивной аналитики отказов оборудования. Экспериментально показано, что разработанная методология позволяет создавать более надежные и точные модели прогнозирования отказов оборудования, т.е. различных типах неисправностей, которые могут возникать в производственных системах. Практическая значимость. Результаты исследования можно применять на практике для снижения риска аварийных ситуаций, оптимизации технического обслуживания и повышения общей эффективности производственных процессов. Внедрение таких подходов может привести к значительному сокращению затрат на обслуживание и ремонты оборудования, а также к улучшению качества производственной продукции.
Ключевые слова предиктивная аналитика, нейронные сети, генеративные модели, синтез данных, отказ оборудования, качественные прогнозы
004.032.26 Нейронные сети
