The Predictive Diagnosis Based on Hurst Indicator and Logistics Trends

The article presents the results of identifying pre-failure conditions. The results based on fractal analysis and nonparametric statistics. The NPP equipment units are highly reliable systems for long life cycle. These systems are characterized by slow graduating failures. This happens due to the accumulation of irreversible damage. Standard information measuring systems supply time series. They are traditionally processed by parametric methods. The processing of experimental data can be automated for industrial monitoring of NPP equipment parameters.

diagnostics, prediction, controlled parameters, data processing, degradation, Hurst indicator, observation, monitoring, logistic methods, pre-failure conditions, standard intervals, probability distribution

1. РД 26.260.004-91. Методические указания. Прогнозирование остаточного ресурса оборудования по изменению параметров его технического состояния при эксплуатации = Procedural Guidelines - Prediction of Remaining Service Life of Equipment According to the Change in its Operational Parameters During Operation : утверждён в Концерн Химнефтемаш. - URL : https://meganorm.ru/Data2/1/4294847/4294847460.htm (дата обращения 09.09.2021).

2. ГОСТ Р ИСО 13381-1-2016. Контроль состояния и диагностика машин : национальный стандарт Российской Федерации. Часть 1. Общее руководство = Condition monitoring and diagnostics of machines. Machine condition prognosis. Part 1. General guidelines : издание официальное : утверждён и введен в действие Приказом Федерального агентства по техническому регулированию и метрологии от 24 ноября 2016 г. N 1770-ст : введён впервые : дата введения 2017-12-01 / подготовлен Открытым акционерным обществом «Научно-исследовательский центр контроля и диагностики технических систем». - Москва : Стандартинформ, 2017. - URL : https://docs.cntd.ru/document/1200142489 (дата обращения 09.09.2021).

3. Сысоев, Ю.С. и др. Прогнозирование состояний технологических объектов на основе текущего мониторинга значений их параметров с иллюстрацией на примере оборудования АЭС / Ю.С. Сысоев, А.А. Сальников, В.Г. Бекетов [и др.] // Измерительная техника, 2016. - № 4. - С. 3-7.

4. Мухаметзянов, И.З. Методические особенности применения стохастических показателей при анализе потоковых данных природных или технических процессов и объектов / И.З. Мухаметзянов, Р.А. Майский, М.Н. Янтудин // Электронный научный журнал «Нефтегазовое дело». - 2015. - № 5. - С. 446-492. - ISSN 1813-503X. - Текст : электронный // Лань : электронно-библиотечная система. - URL : https://e.lanbook.com/journal/issue/298795 (дата обращения: 28.09.2021).

5. Калуш, Ю.А. Показатель Хёрста и его скрытые свойства / Ю.А. Калуш, В.М. Логинов. - Новосибирск : Сибирский журнал индустриальной математики, 2002. - Т. 5, № 4. - С. 29-37.

6. Кириченко, Л.О. Сравнительный анализ статистических оценок показателя Херста // Харьков : Вестник НТУ, 2010. - № 21 - С. 88-95.

7. Ляпунова, Е.А. и др. Исследование морфологии многомасштабных дефектных структур и локализации пластической деформации при пробивании мишеней из сплава А6061 / Е.А. Ляпунова, А.Н. Петрова, И.Г. Бродова [и др.] // Санкт-Петербург : Письма в журнал технической физики, 2012. - Т.38, №1. - С. 13-20.

8. Шпицер, В.Я. Моделирование деградации оборудования атомных станций / Новочеркаск : Южно-Российский государственный политехнический университет (НПИ) им. М.И. Платова // Известия вузов. Электромеханика, 2004. - 176 с.

9. Арнольд, В.И. Теория катастроф / А.В. Игоревич. - Москва : Едиториал УРСС, 2007. - 136 с.

10. Острейковский, В.А. Теория надёжности / В.А. Острейковский. - Москва : Высшая школа, 2003. - 463 с.

11. Cyganek B., Socha K.Computationally efficient methods of approximations of the S-shape functions for image processing and computer graphics tasks. Image Processing & Communications, 2012, vol. 16, № 1-2, pp. 19-28.

12. Дроздюк, А.В. Логистическая кривая / А.В. Дроздюк. - Торонто : Choven, 2019. - 270 с.

13. Павлов, В.Д. Программный комплекс, методы моделирования и прогнозирования многокомпонентных моделей динамических рядов с использованием функции Рамсея : специальность 05.13.18 «Математическое моделирование, численные методы и комплексы программ» : автореферат диссертации на соискание ученой степени кандидата технических наук / В.Д. Павлов. - Самара : Самарский государственный аэрокосмический университет имени академика С.П. Королева, 2009 г. - 20 с.

14. Гнеушев, А.Н. и др. Прямой метод оценки параметров двусегментной кусочно-логистической кривой / А.Н. Гнеушев, А.А. Гурченков, И.И Мороз // Вестник МГТУ им. Н.Э. Баумана. Серия «Приборостроение». - 2018 - № 1(118). - С. 31-48.