Intellectualization of the Process of Predicting Equipment Failures at Highly Reliable Autonomous Control Facilities Using Multidimensional Variational Modal Decomposition Using Neural Networks

The equipment of highly reliable autonomous control facilities, characterized by a complex and volatile working environment, as well as long continuous operation times, is influenced by natural factors during operation, as a result of which the sequence of failures varies, but at the same time has a certain frequency. Predicting equipment failures is of great importance for the rational allocation of resources and the preparation of maintenance plans. To solve the problem, this article examines a forecasting model based on a combination of multidimensional variational modal decomposition with artificial neural networks, which aims to increase the accuracy and reliability of forecasting, as well as more accurately reflect the complex relationship between the frequency of equipment failures and a variety of influencing factors.

1. Карпухин Д.Н. Структура системы управления внутренним электроснабжением автономного объекта энергообеспечения / Д.Н. Карпухин, В.Л. Бурковский // Завалишинские чтения 23: сборник докладов XVIII международной конференции по электромеханике и робототехнике. – Санкт-Петербург: Санкт-Петербургский государственный университет аэрокосмического приборостроения, 2023. – С. 221–225.

2. Хайкин С. Нейронные сети: полный курс, 2-е издание: Пер. с англ. / C. Хайкин. – Москва: Издательский дом «Вильямс», 2006. – 1104 с.

3. Холево А.С. Вероятностные и статистические аспекты квантовой теории: учебное пособие / А.С. Холево. – Москва: МЦНМО, 2020. – 364 c.

4. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / П. Флах. – Москва: ДМК Пресс, 2015. – 400 с.

5. Большаков А.А. Методы обработки многомерных данных и временных рядов: учебное пособие / А.А. Большаков, Р.Н. Каримов. – Москва: Горячая линия-Телеком, 2007. – 522 с.

6. Хофер Э. Численные методы оптимизации / Э. Хофер, P. Лундерштедт; пер. с нем. Т.А. Летовой; под ред. В.В. Семенова. – Москва: Машиностроение, 1981. – 192 с.

7. Шалев-Шварц Ш. Идеи машинного обучения: учебное пособие / Ш. Шалев-Шварц, Ш. Бен-Давид; пер. с англ. А.А. Слинкина. – Москва: ДМК Пресс, 2019. – 436 с.