Способ управления техническим состоянием на основе прогнозирования

В.Р. Милов; В.Г. Баранов; А.Ю. Эпштейн; И.В. Шалашов

Способ управления техническим состоянием на основе прогнозирования

В.Р. Милов¹, В.Г. Баранов², А.Ю. Эпштейн³, И.В. Шалашов⁴

научная статья Страницы: 5-11

¹ д.т.н., профессор, заведующий кафедрой «Электроника и сети ЭВМ», Нижегородский государственный технический университет
² к.т.н., профессор, директор Института радиоэлектроники и информационных технологий Нижегородского государственного технического университета
^3,4 магистр техники и технологии по направлению «Информатика и вычислительная техника», аспирант, Нижегородский государственный технический университет

Ключевые слова: автоматизированная система технического обслуживания и ремонта критерии эффективности прогнозирования

Аннотация

Предложена концепция управления состоянием технического объекта и критерий эффективности и прогнозирования состояния автоматизированных систем технического обслуживания и ремонта; разработан способ принятия решений для прогнозирования отказов.

Для цитирования

Милов В.Р., Баранов В.Г., Эпштейн А.Ю., Шалашов И.В. Способ управления техническим состоянием на основе прогнозирования // Информационно-измерительные и управляющие системы. 2010. № 2. С. 5–11.

Список источников

Salfner F., Malek M.Proactive fault handling for system availability enhancement // Proceedings of the 19th IEEE International Parallel and Distributed Processing Symposium (IPDPS'05). 2005. Workshop 16. V. 17. P. 281a.
Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб: Наука и техника. 2003. 384 с.
Глущенко В.В. Прогнозирование. М.: Вузовская книга. 2000. 208 с.
Баранов В.Г., Кондратьев В.В., Милов В.Р., Зарипова Ю.Х. Нейросетевые алгоритмы распознавания образов // Нейрокомпьютеры: разработка, применение. 2007. № 11. С. 20 - 27.
Баранов В.Г., Милов В.Р., Зарипова Ю.Х. Байесовская методология синтеза нейросетевых классификаторов // Труды НГТУ: Системы обработки информации и управления. НГТУ. Н.Новгород. 2007. Т. 65. В. 14. С. 5 - 12.
ГОСТ 27.002-89. Надежность в технике. Основные понятия. Термины и определения. М.: Изд-во стандартов. 2001.
Тихонов В.И., Харисов В.Н. Статистический анализ и синтез радиотехнических устройств и систем. М.: Радиоисвязь. 1991. 608 с.

[1] Salfner F., Malek M.Proactive fault handling for system availability enhancement // Proceedings of the 19th IEEE International Parallel and Distributed Processing Symposium (IPDPS'05). 2005. Workshop 16. V. 17. P. 281a.

[2] Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб: Наука и техника. 2003. 384 с.

[3] Глущенко В.В. Прогнозирование. М.: Вузовская книга. 2000. 208 с.

[4] Баранов В.Г., Кондратьев В.В., Милов В.Р., Зарипова Ю.Х. Нейросетевые алгоритмы распознавания образов // Нейрокомпьютеры: разработка, применение. 2007. № 11. С. 20 - 27.

[5] Баранов В.Г., Милов В.Р., Зарипова Ю.Х. Байесовская методология синтеза нейросетевых классификаторов // Труды НГТУ: Системы обработки информации и управления. НГТУ. Н.Новгород. 2007. Т. 65. В. 14. С. 5 - 12.

[6] ГОСТ 27.002-89. Надежность в технике. Основные понятия. Термины и определения. М.: Изд-во стандартов. 2001.

[7] Тихонов В.И., Харисов В.Н. Статистический анализ и синтез радиотехнических устройств и систем. М.: Радиоисвязь. 1991. 608 с.