УДК 621.643:004.94
DOI: 10.36871/26189976.2026.04-5.001

Авторы

Анастасия Николаевна Долгова,
Казанский государственный энергетический университет, Казань, Россия

Аннотация

В статье рассматривается разработка моделей предиктивного обслуживания тепловых сетей на основе методов мягких вычислений. Актуальность исследования обусловлена высокой изношенностью трубопроводной инфраструктуры, неполнотой эксплуатационных данных и необходимостью раннего выявления предаварийных состояний. Предложен подход, объединяющий графовое представление тепловой сети, нечёткую оценку технического состояния, нейросетевое прогнозирование деградации и оптимизацию ремонтных воздействий. Особое внимание уделено формированию интегрального индекса риска, учитывающего возраст участка, остаточную толщину стенки, отклонение гидравлических и температурных режимов. Показано, что использование мягких вычислений повышает устойчивость диагностики при шумных измерениях и позволяет перейти от регламентного ремонта к обслуживанию по прогнозируемому состоянию. Значимость аннотации, ключевых слов и новизны результатов соответствует критериям оценки рукописей журнала «Информатика и автоматизация».

Ключевые слова

предиктивное обслуживание,
тепловые сети,
мягкие вычисления,
нечёткая логика,
нейросетевое прогнозирование.

Список литературы

[1] Ахмаров А. В. Модели софинансирования социальных страховых программ: сравнительный анализ и перспективы для России / А. В. Ахмаров, А. М. Мамаева, К. Д. Шахдуллаев // Экономика и управление: проблемы, решения. – 2025. – Т. 11, № 3(156). – С. 211-217. – DOI 10.36871/ek.up.p.r.2025.03.11.022. – EDN AYUZOK.

[2] Берштейн Л. С., Боженюк А. В. Нечеткие инварианты нечетких графов и гиперграфов // Нечеткие графы и мягкие вычисления. 2011. Т. 6. № 1. С. 43–54.

[3] Бородин Н. К., Кулагин В. А. Совершенствование технологического процесса на тепловых пунктах в системах теплоснабжения // Журнал Сибирского федерального университета. Техника и технологии. 2025. Т. 18. № 3. С. 300–324. EDN: LGAVIM.

[4] Гашо Е. Г., Пузаков В. С., Гужов С. В. Анализ проблем и тенденций развития систем теплоснабжения крупных городов России // Теплоэнергетика. 2021. № 3. С. 75–88. DOI: 10.36871/26189976.2026.04-5.001

[5] Долгова А. Н. Надежность микросетей с высокой долей возобновляемых источников при островном и синхронном режимах / А. Н. Долгова // Мягкие измерения и вычисления. – 2025. – Т. 97, № 12-2. – С. 78-85. – DOI 10.36871/2618-9976.2025.12-2.009. – EDN IVUTFY.

[6] Долгова А. Н. Разработка нечётких логических систем для управления микроклиматом зданий с целью оптимизации энергопотребления / А. Н. Долгова, С. В. Старовойтов // Мягкие измерения и вычисления. – 2025. – Т. 97, № 12-2. – С. 150-158. – DOI 10.36871/2618-9976.2025.12-2.016. – EDN RMMVOC.

[7] Ибрагимов А. А., Шабаров А. Б., Подорожников С. Ю., Земенков Ю. Д. Метод расчета долговечности трубопроводов с учетом коррозии и переменных напряжений // Горный информационно-аналитический бюллетень. 2014. № S4. С. 284–293.

[8] Петров А. М., Попов А. Н. Анализ существующих решений совершенствования измерительно-вычислительных комплексов сетей теплоснабжения // Construction and Geotechnics. 2021. Т. 12. № 1. С. 18–29. DOI: 10.15593/2224-9826/2021.1.02.

[9] Петров А. М., Попов А. Н. Разработка интеллектуальной системы диагностики теплоэнергетического оборудования на основе нечетких нейронных сетей // Вестник ЮУрГУ. Серия: Энергетика. 2024. Т. 24. № 1. С. 70–79. DOI: 10.14529/power240108.

[10] Постников И. В. Оптимизация надежности теплоснабжения с учетом функций активного потребителя // Вестник ЮУрГУ. Серия: Энергетика. 2021. Т. 21. № 2. С. 5–13. DOI: 10.14529/power210201.

[11] Чернухин А. В., Богданова Е. А., Савицкая Т. В. Построение модели предиктивной аналитики неисправностей промышленного оборудования // Программные продукты и системы. 2024. Т. 37. № 2. С. 254–261. DOI: 10.15827/0236-235X.146.254-261.