Применение искусственного интеллекта для обеспечения надежности

Цель. Дать анализ современного состояния работ в России в области применения методов искусственного интеллекта для обеспечения надежности в технике, а также предложить новые перспективные направления исследований и разработок в этой области.

Методы. Использованы методы контекстного поиска информации, системного анализа и теории надежности.

Результаты. Проведен обзор отечественных публикаций в рассматриваемой области, который показал возможность применения разнообразных методов искусственного интеллекта, в частности машинного обучения, для повышения надежности различных технических объектов. Выявлены две основные решаемые при этом задачи: выявление предотказных состояний с целью предотвращения возникновения отказов путем проведения предупредительного технического обслуживания или ремонта; быстрое обнаружение уже происшедших отказов и их локализация. Приведены примеры уже внедренных и работающих подобных решений. Проанализированы возможные пути преодоления нехватки исходных данных, требуемых для обучения, возникаю‑ щей при малом числе отказов. Для более точного прогнозирования отказов предложено собирать и использовать не только параметры, характеризующие сам контролируемый объект, но и параметры окружающей среды, которые также могут влиять на состояние объекта. Показана целесообразность проведения обобщающих и систематизирующих исследований, результатом которых станут практические рекомендации, указывающие области предпочтительного применения тех или иных методов искусственного интеллекта. Указаны новые перспективные области применения искусственного интеллекта: выявление возможных общих причин в случаях возникновения множественных отказов, что будет способствовать сокращению времени восстановления, и проведение анализа коренных причин отказов с целью принятия мер по их устранению или уменьшению влияния в будущем.

Заключение. Проведенный анализ и данные рекомендации будут способствовать межотраслевому обмену опытом, расширению и углублению работ по применению искусственного интеллекта для обеспечения надежности и приданию им большей практической направленности.

1. Бочкова А.А. Искусственный интеллект: стратегии и методы решения сложных проблем // Надежность. 2025. Т. 25. № 1. С. 44-55. DOI: 10.21683/1729-26462025-25-1-44-55

2. Нетес В.А. О соотношении между общетехническими и отраслевыми стандартами по надежности // Стандарты и качество. 2025. № 7. С. 37-40. DOI: 10.35400/0038-9692-2025-7-132-25

3. Нестеренко П. Искусственный интеллект и надежность в технических системах. Точки соприкосновения // Встраиваемые системы. 2010. № 1. С. 44-48.

4. Данбай Ш.А., Алсеитов О.Б., Тлепбергенов М.Ж., Костюков А.В. Риск-ориентированное управление надежностью на основе цифровых технологий и систем искусственного интеллекта КОМПАКС® // Нефтепереработка и нефтехимия. 2018. № 12. С. 3-7.

5. Шубинский И.Б., Замышляев А.М., Проневич О.Б., Платонов Е.Н., Игнатов А.Н. Применение методов машинного обучения для прогнозирования опасных отказов объектов железнодорожного пути // Надежность. 2020. Т. 20. № 2. С. 43-53. DOI: 10.21683/1729-2646-2020-20-2-43-53

6. Абдуракипов С.С., Бутаков Е.Б. Сравнительный анализ алгоритмов машинного обучения для определения предотказных и аварийных состояний авиадвигателей // Автометрия. 2020. Т. 56, № 6. С. 34-48. DOI: 10.15372/AUT20200605

7. Сай Ван Квонг, Щербаков М.В. Прогнозирование отказов сложных многообъектных систем на основе комбинации нейросетей: пути повышения точности прогнозирования // Прикаспийский журн.: управление и высокие технологии. 2020. № 1 (49). С. 49-60. DOI: 10.21672/2074-1707.2020.49.4.049-060

8. Салихов М.Р., Юрьева Р.А. Алгоритм прогнозирования состояния оборудования на основе машинного обучения // Изв. вузов. Приборостроение. 2022. Т. 65. № 9. С. 648-655. DOI: 10.17586/00213454-2022-65-9-648-655

9. Канарский В.А. Прогнозирование отказов насосной станции с помощью машинного обучения без учителя // Вестн. Российского нового ун-та. Сер. «Сложные системы: модели, анализ и управление». 2022. № 4. С. 62-74. DOI: 10.18137/RNU.V9187.22.04.P.62

10. Пантелеев А.С. Роль искусственного интеллекта в повышении надежности нефтегазового оборудования // Мехатроника, автоматика и робототехника. 2023. № 12. С. 41-45. DOI: 10.26160/2541-8637-2023-12-41-45

11. Тимашев С.А., Макеева Т.В. Оценка надежности городской водопроводной сети при дефиците информации методом искусственных нейронных сетей: Препр. Екатеринбург: Изд-во Уральского ун-та, 2023. 78 с.

12. Батыршин Е.М., Вивчарь Р.М., Пачин А.В. Концепция управления техническим состоянием оборудования на основе нейросетевых технологий искусственного интеллекта // Вооружение и экономика. 2024. № 1 (67). С. 49-55.

13. Тихонов И.Н., Куйчиев О.Р. Сравнительный анализ алгоритмов машинного обучения для прогнозирования отказов в механических системах // Экономика и социум. 2024. № 12 (127)-2. С. 1484-1487.

14. Кущенко Р.Р., Соколов О.А. Разработка интеллектуальной подсистемы диагностики отказов в автоматизированной системе управления на основе нейросетевых алгоритмов // Вестн. науки. 2025. Т. 3. № 6 (87). С. 1973-1977.

15. Зубов Д.В., Лебедев Д.А. Диагностика отказов технологического оборудования химических производств с помощью искусственного интеллекта // Программные системы и вычислительные методы. 2024. № 2. С. 30-40. DOI: 10.7256/2454-0714.2024.2.70729

16. Шаханов Н.И., Варфоломеев И.А., Ершов Е.В. и др. Прогнозирование отказов оборудования в условиях малого количества поломок // Вестн. Череповецкого гос. ун-та. 2016. № 6. С. 36-41.

17. Ульянов А.Г. Прогнозирование отказов оборудования на основе аудиоданных с использованием нейросетей // Научный аспект. 2024. № 7. URL: https://na-journal.ru/7-2024-informacionnye-tekhnologii/13888-prognozirovanie-otkazov-oborudovaniya-na-osnoveaudiodannyh-s-ispolzovaniem-neirosetei (дата обращения: 08.01.2026).

18. Горидько К.А., Тимашев Э.О., Волков М.Г. и др. Обзор опыта прогнозирования отказов УЭЦН методами машинного обучения // Neftegaz.RU. 2025. № 1. URL:https://magazine.neftegaz.ru/articles/oborudovanie/875411-obzor-opyta-prognozirovaniyaotkazov-uetsn-metodami-mashinnogo-obucheniya/ (дата обращения: 08.01.2026).

19. Вопросы математической теории надежности / Е.Ю. Барзилович, Ю.К. Беляев, В.А. Каштанов и др.; под ред. Б.В. Гнеденко. М.: Радио и связь, 1983. 376 с.

20. Нетес В.А., Шаров В.В. Взаимосвязь между группами ресурсов общего риска и функцией корреляции аварийных сообщений в системах управления устранением неисправностей // Телекоммуникации и информационные технологии. 2024. Т. 11. № 1. С. 56-62.

21. Нетес В.А. Проактивные методы в обеспечении надежности сетей связи // Сб. тр. XVI Междунар. отраслевой науч.-техн. конф. «Технологии информационного общества». М.: ИД Медиа Паблишер, 2022. С. 155-157.