Использование нечеткой логики для диагностики технического состояния объекта

Основной задачей диагностики является определение технического состояния объекта с целью обеспечения его надежного и безопасного функционирования. Предполагается, что имеется объект, техническое состояние которого характеризуется набором диагностических параметров. По значениям этих параметров необходимо оценить в каком состоянии находится объект: исправном или неисправном. Данная задача может быть решена, например, методами машинного обучения. Однако проблема состоит в том, что нельзя заранее определить, какой из методов машинного обучения обеспечит корректное решение задачи. В данной работе для диагностики технического состояния объекта предлагается использование методов нечеткой логики. Правила нечеткой логики позволяют моделировать систему в случае невозможности применения традиционных методов, а также вместо точных математических вычислений более эффективно использовать качественные оценки технического состояния объекта. Однако методы нечеткой логики не заменяют традиционные подходы, а наоборот, дополняют их. Для преобразования четких входных значений диагностических параметров объекта в нечеткие выходные, характеризующие техническое состояние объекта, используется алгоритм нечеткого логического вывода Мамдани. Для оценки эффективности использования нечеткой логики для диагностики технического состояния объектов при двух значениях выходной переменной используются критерии качества бинарной классификации: F-мера и критерий AUC. Эффективность предлагаемого подхода показана на примере диагностики технического состояния объекта по восьми заданным параметрам его функционирования с использованием нечеткой логики, а также базовыми методами машинного обучения (логистическая регрессия, дискриминантный анализ и наивный байесовский классификатор). Показано, что применение нечеткой логики позволяет повысить точность технической диагностики на 5%-8% по сравнению с базовыми методами машинного обучения.