ИСПОЛЬЗОВАНИЕ НЕЧЕТКОЙ ЛОГИКИ И МЕТОДА ТАГУТИ ДЛЯ ПРОГНОЗИРОВАНИЯ И ПРЕДОТВРАЩЕНИЯ ВОЗМОЖНЫХ СБОЕВ В ОПЕРАЦИОННЫХ ПРОЦЕССАХ

USING FUZZY LOGIC AND THE TAGUCHI METHOD TO PREDICT AND PREVENTE POSSIBLE FAILURES IN OPERATIONAL PROCESSES

Alexandra Fedorova

Postgraduate student, St. Petersburg State Electrotechnical University, Russia, St. Petersburg

Аннотация. В настоящей работе рассматривается применение методов нечеткой логики и анализа Тагути для прогнозирования сбоев в операционных процессах. Эти подходы позволяют моделировать сложные системы с неопределенными данными, используя правила и нечеткие множества, что способствует более точной оценке рисков и своевременному предотвращению аварий. Обсуждаются преимущества таких методов, их реализация с помощью программных средств, а также перспективы развития, включая автоматизацию и интеграцию с системами мониторинга.

Abstract. The paper examines the application of fuzzy logic and Taguchi analysis methods to predict failures in operational processes. These approaches allow modeling complex systems with uncertain data using rules and fuzzy sets, which contributes to more accurate risk assessment and timely prevention of accidents. The advantages of such methods, their implementation using software, and development prospects, including automation and integration with monitoring systems, are discussed.

Ключевые слова: Тагути; нечеткая логика.

Keywords: Taguchi; fuzzy logic.

Современные производственные и управленческие системы сталкиваются с высокой степенью неопределенности и сложностью операционных процессов. Необходимость своевременного выявления потенциальных сбоев и их предотвращения становится ключевым фактором повышения эффективности и надежности предприятий. В этом контексте методы нечеткой логики и анализа Тагути приобретают особую актуальность, позволяя моделировать сложные системы, учитывать неопределенность данных и принимать обоснованные решения.

Цель данной статьи — рассмотреть возможности использования методов нечеткой логики и анализа Тагути для прогнозирования возможных сбоев в операционных процессах и разработки мер по их предотвращению.

Нечеткая логика, разработанная Л.А. Заде, предназначена для моделирования систем, в которых информация является неопределенной или расплывчатой [1]. В отличие от классической двоичной логики, нечеткая логика позволяет выражать знания в виде нечетких множеств с принадлежностью от 0 до 1, что делает её особенно полезной при анализе сложных систем.

Метод анализа Тагути (или правила вывода Тагути) — это подход к моделированию экспертных систем, основанный на использовании правил вида: «Если (условие), то (вывод)», — где условия и выводы могут быть представлены в виде нечетких множеств [2; 7]. Этот метод широко применяется для оценки рисков, прогнозирования событий и принятия решений в условиях неопределенности.

Объединение нечеткой логики с анализом Тагути позволяет создавать модели, которые учитывают расплывчатость входных данных, а также позволяют формулировать экспертные знания о системе в виде правил [3]. Это особенно важно при прогнозировании сбоев, когда точные данные отсутствуют или недоступны.

Сбои могут возникать по различным причинам: технические неисправности оборудования, человеческий фактор, внешние воздействия или внутренние процессы. Их своевременное обнаружение требует оценки множества факторов, зачастую характеризующихся высокой степенью неопределенности.

Традиционные методы включают статистический анализ, машинное обучение и моделирование сценариев. Однако они требуют больших объемов данных и могут быть недостаточно гибкими при наличии расплывчатых или неполных данных.

Использование нечеткой логики позволяет моделировать ситуации на основе экспертных знаний и оценивать вероятность возникновения сбоя даже при недостатке точных данных.

Для реализации модели используют программные средства (например, MATLAB Fuzzy Logic Toolbox или Python-библиотеки skfuzzy) [5]. В результате получается инструмент для оценки риска сбоя по текущим параметрам операционного процесса. Такой инструмент позволяет оперативно анализировать состояние системы, выявлять потенциальные угрозы и принимать обоснованные решения по предотвращению возможных отказов. Кроме того, он может быть интегрирован в системы автоматического мониторинга и управления, что обеспечивает постоянное отслеживание параметров в реальном времени и своевременное реагирование на признаки возможных сбоев. Это способствует повышению надежности и эффективности производственных процессов, а также снижению затрат на ремонт и простои оборудования.

Преимущества использования вышеописанных методов:

• учитывают неопределенность входных данных;
• позволяют формулировать экспертные знания в виде правил;
• обеспечивают гибкость при моделировании сложных систем;
• позволяют получать интерпретируемые результаты — степень риска сбоя;
• могут интегрироваться с другими системами мониторинга и автоматизации.

Несмотря на вышеприведенные достоинства, методы нечеткой логики требуют аккуратной настройки правил и функций соответствующей принадлежности. Их эффективность зависит от качества экспертных знаний и правильности построения модели.

Перспективными направлениями являются автоматизация построения правил на основе данных машинного обучения, интеграция моделей с системами IoT для реального времени мониторинга и развитие гибридных методов объединения статистических моделей с нечеткими системами [4; 6].

Использование методов нечеткой логики и анализа Тагути представляет собой мощный инструмент для прогнозирования возможных сбоев в операционных процессах предприятий. Они позволяют учитывать неопределенность входных данных, формулировать экспертные знания в виде правил и получать интерпретируемые оценки риска. Такой подход способствует своевременному принятию мер по предотвращению аварийных ситуаций, повышая надежность и эффективность производственных систем. Перспективы дальнейших исследований в области повышения надежности и эффективности операционных процессов связаны с интеграцией методов FMEA-анализа с подходами нечеткой логики и анализа Тагути.