Статья
DOI:
Полный текст:
Проведен анализ терминов «интернет вещей» и «машинное обучение» применительно к объектам инженерной производственной деятельности. Показана актуальность разработки систем прогнозной аналитики для электромеханических систем листопрокатного производства. Предложена методика разработки систем машинного обучения на примере электромеханической системы прокатного стана. Проведение косвенных экспериментов на математической модели обеспечило высокую достоверность прогноза возникновения неисправностей данной системы.
Кожевников А.В., Соловьева О.И. Разработка методики прогнозирования состояния сталеразливочного оборудования на основе нечеткого управления // Металлургические процессы и оборудование. 2014. №2(36) 06/2014. С. 43–51.
Кожевников А.В., Соловьева О.И. Методика оптимизации планирования ремонтных работ МНЛЗ на основе нечеткого прогнозирования фактического состояния оборудования // Проблемы черной металлургии и материаловедения. 2014. №2. С. 94–100.
Кожевников А.В., Соловьева О.И. Методика оптимизации планирования ремонтных работ МНЛЗ на основе нечеткого прогнозирования фактического состояния оборудования // Проблемы черной металлургии и материаловедения. 2014. №2. С. 94–100.
Ключевые слова:
интернет вещей, машинное обучение, прогнозная аналитика технических систем, моделирование электропривода, прогнозирование состояния электромеханических систем прокатного производства, линейная теория накопления повреждений, нейронечеткие алгоритмы
Для цитирования:
Кожевников А.В., Илатовский И.С., Соловьева О.И. Применение методов машинного обучения в рамках прогнозирования состояния электромеханических систем прокатного производства // Вестник Череповецкого государственного университета. 2017. №1. С. 33–39
Контент доступен под лицензией Creative Commons Attribution 4.0 License.