УДК 621.314
DOI: 10.36871/2618-­9976.2025.12.002

Авторы

Ирина Валентиновна Чумак,
Кандидат физико­математических наук, доцент кафедры «Вычислительная техника и программирование», Технологический институт (филиал), Донской государственный технический университет, г. Азов, Россия
Фатима Мурадовна Абдулмукминова,
Аспирант кафедры «Информационная безопасность и программная инженерия», ФГБОУ ВО «Дагестанский государственный технический университет», г. Махачкала, Россия
Ильяс Исхакович Шигапов,
Доктор технических наук, доцент, заведущий кафедрой, Поволжский казачий институт управления и пищевых технологий (филиал) федерального государственного бюджетного образовательного учреждения высшего образования, «Московский государственный университет технологий и управления имени К.Г. Разумовского (Первый казачий университет)», г. Димитровград, Россия

Аннотация

В статье рассматривается концепция предиктивного обслуживания вращающегося оборудования на основе байесовских моделей деградации, обеспечивающих последовательное уточнение вероятности отказа и оценку остаточного ресурса по потокам вибрационных данных. Показано, что перенос вычислительных процедур на край сети с локальной фильтрацией, выделением диагностических признаков и обновлением апостериорных распределений позволяет резко снизить нагрузку на каналы связи и сократить время реагирования в технологическом контуре. Предложена иерархическая архитектура, интегрирующая датчики, периферийные узлы и центральный аналитический уровень, что создаёт основу для масштабируемого мониторинга больших парков однотипных машин и экономически обоснованного планирования ремонтов.

Ключевые слова

предиктивное обслуживание
вращающееся оборудование
байесовские модели деградации
апостериорная оценка

Список литературы

[1] Акутин М.В. Метод контроля состояния подшипников качения на основе сравнения вейвлет­скейлограмм // Известия Казанского государственного технического университета им. А.Н. Туполева. 2009. № 1. С. 67–74.
[2] Бухтеев О.М. Прогнозирование остаточного ресурса приводных дизелей погрузочно­доставочных машин по диагностическим параметрам // Горные машины и автоматика. 2023. № 4. С. 58–66.
[3] Дороничев А.В. Совершенствование вибродиагностики подшипников качения тяговых электрических машин // Вестник ДВГУПС. 2012. № 3. С. 41–50.
[4] Зеленков А.А.; Синеглазов В.М. Вероятностно­статистические методы анализа эксплуатационных данных бортовых систем и их применение в диагностике // Авиационно­космическая техника и технология. 2021. № 5. С. 89–98.
[5] Костюков В.Н.; Науменко А.П. Основы виброакустической диагностики и мониторинга машин // Омский научный вестник. 2020. № 4 (172). С. 33–47.
[6] Кореньков В.В. Трёхуровневые системы мониторинга и предиктивной диагностики вращающегося оборудования // Автоматизация в промышленности. 2022. № 6. С. 12–20.
[7] Периферийные вычисления в промышленном интернете вещей: терминология и области применения // ПНСТ 794­2022. 2022. № 794. С. 1–28.
[8] Саркисян Р.Е. Алгоритмическое обеспечение системы диагностики и оценки остаточного ресурса подвижного состава // Мир транспорта. 2013. № 4 (46). С. 118–126.
[9] Селезинка А.Я. Вибродиагностика подшипников в системах технического обслуживания // Наука и образование. 2011. № 6. С. 55–62.
[10] Соловейчик К.А. Байесовские сети принятия решений в задачах управления рисками информационной подсистемы организации // Информационные технологии и вычислительные системы. 2021. № 1. С. 73–8.