Report
Алгоритм повышения точности прогнозирования отказов аппаратуры РЭК на основе управления частотой опроса датчиков контроля технического состояния
| Title: | Алгоритм повышения точности прогнозирования отказов аппаратуры РЭК на основе управления частотой опроса датчиков контроля технического состояния |
|---|---|
| Publisher Information: | Системы управления, связи и безопасности, 2024. |
| Publication Year: | 2024 |
| Subject Terms: | радиоэлектронный комплекс, прогнозирование технического состояния, machine learning, control sensor, датчик контроля, technical condition forecasting, proactive control, частота опроса, radio-electronic complex, 7. Clean energy, проактивное управление, машинное обучение, polling frequency |
| Description: | Постановка задачи: радиолокационные станции контейнерного исполнения при функционировании в энергонапряженных режимах испытывают значительный нагрев аппаратуры, связанный их плотной компоновкой и высокой мощностью сигналов. Наиболее многочисленным и не резервируемым компонентом аппаратуры, располагающейся внутри радиоэлектронных контейнеров радиолокационной станции, является блок усиления мощности, испытывающий наибольший нагрев. Контроль температуры с помощью датчиков осуществляется с постоянной частотой снятия данных, однако, получаемый массив температур, используемый в качестве обучающей выборки при прогнозировании, не позволяет получить прогноз высокой точности. Это может сказаться на преждевременном отказе блоков и снижению функциональных характеристик станции. Целью работы является создание алгоритма повышения точности прогноза отказов аппаратуры РЭК на основе управления частотой опроса датчиков температуры. Предлагается использовать метрологические методы для обоснования алгоритма определения частоты снятия данных в зависимости от температуры аппаратуры. Результат: алгоритм производит анализ данных контрольно-диагностической системы и на основе критериев допуска устанавливает оптимальную частоту опроса датчиков контроля, с одной стороны повышая полноту данных обучающей выборки модели прогноза технического состояния РЭК, а с другой препятствуя переобучению модели избыточными данными. Практическая значимость: разработанный алгоритм может быть использован при реализации стратегии проактивного технического обслуживания РЛС мониторинга с применением прогнозных данных, существенно сокращая время технического обслуживания и затраты на его проведение. На основании уточнённых данных прогноза может быть принято решение по управлению системой охлаждения. Purpose. Сontainerized radar stations in power-stressed modes experience significant heating of the equipment due to their dense layout and high signal power. The most numerous and non redundant component of the equipment is the power amplification unit, which experiences the greatest heat. Temperature monitoring with the help of sensors is carried out with a constant frequency of data acquisition, however, the resulting array of temperatures used as a training sample in forecasting does not allow to obtain a forecast of high accuracy. This may lead to premature failure of the units and decrease the functional characteristics of the station. The purpose of the work is to create an algorithm to improve the accuracy of prediction of failure of radar equipment on the basis of controlling the frequency of polling temperature sensors. It is proposed to use metrological methods to substantiate the algorithm for determining the frequency of data acquisition depending on the temperature of the equipment. Result. The algorithm analyzes the data of the control and diagnostic system and on the basis of the tolerance criteria sets the optimal frequency of interrogation of control sensors, on the one hand increasing the completeness of the data of the training sample model prediction of the technical state of the radio-electronic complex, and on the other hand preventing overtraining the model with redundant data. Practical relevance. The developed algorithm can be used in the realization of the strategy of proactive maintenance of radar monitoring with the use of forecast data, significantly reducing the time of technical maintenance and costs for its implementation. Based on the refined forecast data, a decision can be made to control the cooling system. |
| Document Type: | Research |
| DOI: | 10.24412/2410-9916-2024-1-026-042 |
| Rights: | CC BY |
| Accession Number: | edsair.doi...........fd03cd9b7b741b149eb09fa9e7ba7bf2 |
| Database: | OpenAIRE |
Be the first to leave a comment!