350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №12 за 2010 г.
Статья в номере:
Синтез и идентификация скрытых марковских моделей для диагностики усталостного разрушения
Авторы:
Л. С. Куравский - l.s.kuravsky@gmail.com. С. Н. Баранов - l.s.kuravsky@gmail.com Г. А. Юрьев - к. ф.-м. н., докторант Московского государственного технического университета им. Н. Э. Баумана
Аннотация:
Рассмотрены новые методы синтеза и идентификации скрытых марковских моделей, предназначенных для диагностики систем с дискретным и непрерывным временем. Полученные результаты применены для выявления повреждений и прогнозирования сроков службы конструкций, а также для планирования регламентных работ. В качестве иллюстрации решаются задачи синтеза и идентификации марковских моделей, представляющих усталостное разрушение панели воздухозаборника летательного аппарата.
Страницы: 20-36
Список источников
  1. Baranov S. N.and Kuravsky, L. S.,Acoustic vibrations: modeling, optimization and diagnostics, 2nd Edition, Enlarged, Moscow: Rusavia. 224 pp. 2006.
  2. Baum, L. E., Petrie, T., Soules, G., and Weiss, N., A maximization technique occurring in the statistical analysis of probabilistic functions of Markov chains // Ann. Math. Statist. 1970. V. 41. No. 1. P. 164-171.
  3. Bendat, J. S. and Piersol, A. G.,Random data. Analysis and measurement procedures. New York: John Wiley & Sons. 1986.
  4. Bishop, Y. M. M., Fienberg, S. E., and Holland, P. W., Discrete multivariate analysis: Theory and practice. Cambridge. MA: M. I. T. Press. 1975.
  5. Bogdanoff, J. L. and Kozin, F.,Probabilistic Models of Cumulative Damage. New York: John Wiley & Sons. 1985.
  6. Brousset, C. and Baudrillard, G.,Neural network for automating diagnosis in aircraft inspection // Review of Progress in Quantitative Nondestructive Evaluation (Ed. by D. O. Thompson and D. E. Chimenti), Plenum Press. New York. 1993. V. 12. P.797-802.
  7. Cramer, H.,Mathematical methods of statistics. Princeton: Princeton University Press. 1946.
  8. Kohonen, T.,Self-organizing maps. Heidelberg: SpringerVerlag. 1995.
  9. Куравский Л. С., Баранов С. Н.Применение нейронных сетей для диагностики и прогнозирования усталостного разрушения тонкостенных конструкций // Нейрокомпьютеры: разработка и применение. 2001. № 12. С. 47-63.
  10. Kuravsky, L. S., and Baranov, S. N., Condition monitoring of the structures suffered acoustic fatigue failure and forecasting their service life // Proc. ConditionMonitoring. 2003. Oxford.UnitedKingdom.p. 256-279. July.
  11. Куравский Л. С., Баранов С. Н.Дискриминантные сети в задачах диагностики // Нейрокомпьютеры: разработка и применение.2003. № 8-9. с. 3-9.
  12. Kuravsky, L. S.and Baranov, S. N., Neural networks in fatigue damage recognition: Diagnostics and statistical analysis. // Proc. 11th international congress on sound and vibration.St.-Petersburg.Russia. p. 2929-2944. July. 2004.
  13. Kuravsky L. S. and Baranov S. N. Synthesis of Markov networks for forecasting fatigue failures // Proc. condition monitoring 2003. Oxford. United Kingdom. p. 76-91. July.
  14. Kuravsky L. S.and Baranov S. N.,The concept of multifactor Markov networks and its application to forecasting and diagnostics of technical systems // Proc. condition monitoring. 2005. Cambridge, Unitedkingdom.p. 111-117. July.
  15. Куравский Л.С., Баранов С. Н., Малых С. Б. Нейронные сети в задачах прогнозирования, диагностики и анализа данных: Учеб. пособие. М.: РУСАВИА. 2003.
  16. Лоули Д., Максвелл А.Факторный анализ как статистический метод. М.: Мир. 1967.
  17. Marple, S. L., Jr.,Digital spectral analysis with applications. New Jersey: Prentice-Hall. 1987.
  18. Pidaparti, R. M. V. and Palakal, M. J.,Neural network approach to fatigue-crack-growth predictions under aircraft spectrum loadings // Journal of Aircraft. V. 32. P. 825-831. 1995.
  19. Rabiner, L. R., A tutorial on hidden Markov models and selected applications in speech recognition // Proc. IEEE. 1989. V. 77. No. 2. P. 257-286.
  20. Viterbi, A. J., Error bounds for convolutional codes and an asymptotically optimum decoding algorithm. IEEE Transactions on Information Theory. 1967. V. 13. No. 2 P. 260-269.