Применение технологии искусственного интеллекта для контроля начала аварий на широко распространенных технических объектах

Предлагается с помощью технологий искусственного интеллекта осуществить мониторинг начала скрытого периода аварий, а также контролировать начало изменения сейсмостойкости строительных объектов при маломощных землетрясениях, используя характеристики помехи как носителя диагностической информации.

Экспериментальные исследования показали, что в процессе функционирования рассматриваемых объектов возникновение скрытого периода аварий связано с тем, что при их эксплуатации в оборудованиях происходят разрушения, мелкие трещины, остаточные напряжения, усталостные повреждения, утомление, износ и стирание. В результате в этот период оценки взаимно-корреляционной функции между полезном сигналом и помехой и дисперсии помехи вибрационных сигналов представляют собой ощутимую величину. При этом нарушение таких классических условий, как нормальность закона распределения и стационарность сигналов, незначительно влияет на полученные оценки. Благодаря этому технологии искусственного интеллекта позволяют использовать оценки взаимно-корреляционной функции между полезным сигналом и помехой как надежный индикатор начала аварии. При этом для обеспечения адекватности результатов контроля шаг дискретизации необходимо определять адаптивно в реальном масштабе времени, что легко достигается путем использования частотных свойств младшего разряда отсчетов вибрационных сигналов.

1. Aliev T. A. Noise control of the Beginning and Development Dynamics of Accidents, Springer, 2019, 201 p., DOI: 10.1007/978-3-030-16134-7.

2. Aliyev T. A., Mamedov Sh. I. Telemetric information system to prognose accident when drilling wells by robust method, Oil Industry Journal, 2002, no. 3.

3. Aliev T. A., Alizada T. A., Rzayeva N. E. et al. Noise technologies and systems for monitoring the beginning of the latent period of accidents on fixed platforms, Mechanical Systems and Signal Processing, 2017, vol. 87, pp. 111—123, DOI: 10.1016/j.ymssp.2016.10.014.

4. Aliyev T. A., Alizada T. A., Rzayeva N. E. Noise technologies and systems for monitoring the beginning of the latent period of accidents on fixed platforms, Mechanical Systems and Signal Processing, 2017, vol. 87, pp. 111—123, DOI: 10.1016/j.ymssp.2016.10.014.

5. Aliyev T. A., Rzayev A. H., Guluyev G. A., Alizada T. A., Rzayeva N. E. Robust technology and system for management of sucker rod pumping units in oil wells, Mechanical Systems and Signal Processing, 2018, vol. 99, no. 15, pp. 47—56, DOI: 10.1016/j.ymssp.2017.06.010.

6. Aliev T. A., Rzayev A. H., Guluyev G. A. et al. Robust technology and system for management of sucker rod pumping units in oil wells, Mechanical Systems and Signal Processing, 2018, vol. 99, pp. 47—56, DOI: 10.1016/j.ymssp.2017.06.010.

7. Aliev T. A., Musaeva N. F., Babayev T. A., Mammadova A. I., Alibayli E. E. Technologies and Intelligent Systems for Adaptive Vibration Control in Rail Transport, Transport Problems, 2022, vol. 17, no. 3, pp. 31—38, DOI: 10.20858/tp.2022.17.3.03.

8. Aliev T. A., Musaeva N. F., Suleymanova M. T. Density function of noise distribution as an indicator for identifying the degree of fault growth in sucker rod pumping unit (SRPU), Journal of Automation and Information Sciences, 2017, vol. 49, no. 4, pp. 1—11, DOI: 10.1615/JAutomatInfScien.v49.i4.10.

9. Aliev T. A., Musaeva N. F., Sattarova U. E. Technology of calculating robust normalized correlation matrices, Cybernetics and Systems Analysis, 2011, vol. 47, no. 1, pp. 152—165, DOI: 10.1007/s10559-011-9298-2.

10. Musaeva N. F. Robust method of estimation with «contaminated« coarse errors, Automatic Control and Computer Sciences, 2003, vol. 37, no. 6, pp. 43—54.

11. Musaeva N., Aliev T., Suleymanova M. Technologies of Decision Making on Changing the Technical Condition Category of Building Structures Based on a Risk Model, Proceedings of the 6th International Conference on Problems of Cybernetics and Informatics (PCI), Baku, Azerbaijan, 2025, pp. 1—5, DOI: 10.1109/PCI66488.2025.11219750.

12. Popkovich G. S., Kuzmin А. A. Automation of Water Supply and Sewerage Systems, Moscow, Stroyizdat, 1983, 151 p. (in Russian).

13. Yakovlev S. V., Karelin Y. A., Laskov Y. M., Kalitsun V. I. Wastewater Disposal and Treatment, Moscow, Stroyizdat, 1996, 591 p. (in Russian).

14. Bendat J. S., Piersol А. G. Random Data: Analysis & Measurement Procedures, New York, Wiley, 2000, 440 p.

15. Collacott R. A. Mechanical Fault Diagnosis and condition monitoring, London, Chapman and Hall, 1977, 506 p.

16. Metin M., Guclu R. Rail Vehicle Vibrations Control Using Parameters Adaptive PID Controller, Mathematical Problems in Engineering, 2014, pp. 1—10, DOI: 10.1155/2014/741381.

17. Dudkin E. P., Andreeva L. A., Sultanov N. N. Methods of Noise and Vibration Protection on Urban Rail Transport, Procedia Engineering, 2017, vol. 189, pp. 829—835, DOI: 10.1016/j.proeng.2017.05.130.

18. Lin C. C., Wang J. F., Chen В. L. Train-Induced Vibration Control of High-Speed Railway Bridges Equipped with Multiple Tuned Mass Dampers, Journal of Bridge Engineering, 2005, vol. 10, no. 4, pp. 398—414, DOI: 10.1061/(ASCE)1084-0702(2005)10:4(398).

19. Sun C., Gao L. Medium-to-low-speed freight rail transport induced environmental vibration and analysis of the vibration isolation effect of building slope protection piles, Journal of Vibroengineering, 2017, vol. 19, no. 6, pp. 4531—4549, DOI: 10.21595/jve.2017.18160.

20. Anderson D., Gautier P. E., Iida M. et al. Noise and Vibration Mitigation for Rail Transportation Systems, Proceedings of the 12th International Workshop on Railway Noise, 2016, pp. 12—16, DOI: 10.1007/978-3-319-73412-5_1