СРАВНИТЕЛЬНЫЙ АНАЛИЗ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ОПРЕДЕЛЕНИЯ ПРЕДОТКАЗНЫХ И АВАРИЙНЫХ СОСТОЯНИЙ АВИАДВИГАТЕЛЕЙ
С.С. Абдуракипов, Е.Б. Бутаков
Институт теплофизики им. С. С. Кутателадзе СО РАН, г. Новосибирск, Россия
s.s.abdurakipov@gmail.com
Ключевые слова: машинное обучение, прогнозное обслуживание, предотказные и аварийные состояния двигателей
Страницы: 34-48
Аннотация
Проведён сравнительный анализ разработанных классических моделей машинного обучения на основе линейных моделей и деревьев решений, а также современных алгоритмов свёрточных нейронных сетей и нейросетевого автоэнкодера для решения задачи предиктивного обнаружения предотказных и аварийных состояний авиационных двигателей. В основе набора данных NASA лежат показания датчиков, отражающих жизненные циклы работы авиадвигателей. В процессе исследования рассматривается несколько постановок задач: задача бинарной и многоклассовой классификации, в рамках которой прогнозируются нормальное, предотказное и аварийное состояния авиадвигателей; задача регрессии в целях прогнозирования точного количества рабочих циклов до отказа двигателя, а также задача обучения без учителя, в которой нейросетевой автоэнкодер применяется для обнаружения аномальных циклов работы авиадвигателей. Полученные алгоритмы объединены в фреймворк, который может быть полезен при анализе широкого спектра данных предиктивного обслуживания.
DOI: 10.15372/AUT20200605 |
