Например, Бобцов

ИНТЕЛЛЕКТУАЛЬНОЕ ДИАГНОСТИРОВАНИЕ СИСТЕМЫ ВЕНТИЛЯЦИИ И КОНДИЦИОНИРОВАНИЯ ВОЗДУХА ЧИСТОГО ПОМЕЩЕНИЯ

Аннотация:

Предложен подход к обучению диагностических моделей сложных технических систем при множественной неопределенности априорной информации. Поскольку невозможно определить закон распределения значений параметров рабочих процессов, предложено использовать методы непараметрической статистики. Процедура обучения базируется на использовании топологии и свойств конечномерных евклидовых пространств. Приведен пример процедуры обучения с применением вычислительной схемы по алгоритму Роббинса–Монро. Представлена графическая интерпретация построения эталона параметрического отказа элемента при построении диагностических моделей оборудования системы вентиляции и кондиционирования воздуха чистого помещения специального объекта.

Ключевые слова:

Постоянный URL

Статьи в номере

Содержание © 1993–2025 Университет ИТМО
Разработка © 2015 Университет ИТМО