Программная реализация интеллектуальной системы управления ресурсами робототехнического предприятия на основе прогнозных моделей машинного обучения

Аннотация

Управление ресурсами робототехнического предприятия осложнено тем, что состояние парка манипуляторов, потребность в запасных частях и загрузка ремонтных бригад изменяются нелинейно и слабо предсказуемы при опоре на календарные регламенты и реактивное реагирование на отказы. Расхождение между фактической наработкой приводных узлов и нормативными межсервисными интервалами ведёт либо к преждевременной замене работоспособных компонентов, либо к внеплановым остановам постов. Цель работы состоит в построении и программной проверке интеллектуального контура управления, в котором решения об обслуживании, пополнении склада и распределении персонала принимаются по прогнозам остаточного ресурса и вероятности отказа. На модельных данных парка из 184 роботизированных постов сопоставлены четыре алгоритма прогнозирования; градиентный бустинг обеспечил среднюю абсолютную ошибку оценки остаточного ресурса 8,7 суток при коэффициенте детерминации 0,901. Перевод управления на прогнозный контур повысил коэффициент технического использования с 0,782 до 0,861 и сократил внеплановые простои на 50,6%, причём прирост затухает после охвата прогнозным обслуживанием около трёх четвертей парка. Управляющий результат достигается перенастройкой порогов уже собираемой телеметрии, а не наращиванием размерности прогнозной модели.