Адаптивна обробка параметрів деградації для підвищення достовірності діагностування технічних систем
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
простору та розроблено підхід до адаптивної обробки діагностичних параметрів із урахуванням змінних умов експлуатації.
develops an adaptive processing approach accounting for variable operational conditions. The concept of adaptive sensitivity is introduced; an integral degradation index with dynamic weights is formulated. The diagnostic reliability criterion is defined and the theoretical superiority of the adaptive approach is proved. The results align with Prognostics and Health Management (PHM) trends and support intelligent condition monitoring in digital manufacturing.
develops an adaptive processing approach accounting for variable operational conditions. The concept of adaptive sensitivity is introduced; an integral degradation index with dynamic weights is formulated. The diagnostic reliability criterion is defined and the theoretical superiority of the adaptive approach is proved. The results align with Prognostics and Health Management (PHM) trends and support intelligent condition monitoring in digital manufacturing.
Опис
Ключові слова
деградація технічних систем , адаптивна обробка сигналів , залишковий ресурс , PHM , фазовий простірознак , інтегральний індекс деградації , достовірність діагностування , technical system degradation , adaptive signal processing , remaining useful life , feature phase space , integraldegradation index , diagnostic reliability
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Ковалевський С. В., Сокотун В. О. Адаптивна обробка параметрів деградації для підвищення достовірності діагностування технічних систем // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fmt/all-fmt-2026/paper/view/28582.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (12)
- Lei Y. et al. Machinery health prognostics: A systematic review from data acquisition to RUL prediction. Mechanical Systems and Signal Processing. 2018. Vol. 104. P. 799–834. DOI: 10.1016/j.ymssp.2017.11.016
- Hu Y. et al. Prognostics and health management: A review from design, development and decision perspectives. Reliability Engineering & System Safety. 2022. Vol. 217. P. 108063. DOI: 10.1016/j.ress.2021.108063
- Zio E. Prognostics and health management methods for reliability prediction and predictive maintenance. IEEE Transactions on Reliability. 2024. Vol. 73(1). P. 41–57. DOI: 10.1109/TR.2023.3323053
- Si X.S. et al. Remaining useful life estimation: A review on statistical data-driven approaches. European Journal of Operational Research. 2011. Vol. 213(1). P. 1–14. DOI: 10.1016/j.ejor.2010.11.018
- Ye Z.S., Xie M. Stochastic modelling and analysis of degradation for highly reliable products. Applied Stochastic Models in Business and Industry. 2015. Vol. 31. P. 16–32. DOI: 10.1002/asmb.2043
- Zhang S., Zhai Q., Li Y. Degradation modeling and RUL prediction with Wiener process considering measurable and unobservable external impacts. Reliability Engineering & System Safety. 2023. Vol. 231. P. 109021. DOI: 10.1016/j.ress.2022.109021
- Wang X., Xu D. An inverse Gaussian process model for degradation data. Technometrics. 2010. Vol. 52. P. 188–197. DOI: 10.1198/TECH.2009.08093
- Si X.S. et al. A degradation path-dependent approach for RUL estimation with closed-form solution. European Journal of Operational Research. 2013. Vol. 226. P. 53–66. DOI: 10.1016/j.ejor.2012.10.041
- Tang D. et al. A review on data-driven condition monitoring of industrial equipment. Algorithms. 2023. Vol. 16(1). P. 9. DOI: 10.3390/a16010009
- Lei Y. et al. Applications of machine learning to machine fault diagnosis: A review and roadmap. Mechanical Systems and Signal Processing. 2020. Vol. 138. P. 106587. DOI: 10.1016/j.ymssp.2019.106587