МЕТОДЫ И МОДЕЛИ САМОРАЗВИВАЮЩИХСЯ АВТОМАТИЗИРОВАННЫХ СИСТЕМ ОБНАРУЖЕНИЯ СОСТОЯНИЯ УЗЛОВ ВЫСОКОСКОРОСТНОГО ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА

Аннотация

В статье приведены результаты исследований, направленных на дальнейшую разработку методов и моделей для самообучающихся автоматизированных систем обнаружения (SADS) узлов и агрегатов высокоскоростного железнодорожного транспорта (HSRT) на основе кластеризации признаков отказа. Разработана SADS-модель узлов и агрегатов HSRT и метод ее обучения, в котором применяется процедура нечеткой кластеризации реализации признаков отказа. Также рассмотрена процедура коррекции правил принятия решений, которая позволит создать адаптивные самообучающиеся механизмы для автоматизированных систем обнаружения узлов и агрегатов HSRT. Предлагается использовать модифицированное информационное условие функциональной эффективности (ICFE) в качестве показателя оценки эффективности обучения SADS. Это условие основано на критериях информационного расстояния Кульбака-Лейблера. Рассмотрен метод пространственной фрагментации реализации признаков отказа узлов HSRT и агрегатов в кластеры при реализации процедуры распознавания отказа. Также рассматривается методика начальной подготовки SADS. Метод представляет собой итеративную процедуру для нахождения глобального максимума ICFE. Обоснованы перспективы решений по комплексной оценке результатов обнаружения узлов и агрегатов подвижного состава HSRT, основанных на использовании в аналогичных автоматизированных комплексах для обнаружения моделей с алгоритмами нечеткой кластеризации сотен систем признаков отказов HSRT.