Главная Публикации

Поиск

 

Основные публикации


Монографии:

  1. Берман А.Ф. Деградация механических систем. - Новосибирск: Наука, 1998. - 320.

  2. Концепция производственного экологического мониторинга Ковыктинского газового комплекса. Абалаков А.Д., Стом Д.И., Берман А.Ф., Николайчук О.А., Кузьмин С.Б., и др. Под ред. А. Д. Абалакова. - Иркутск, ИГУ, 2006. - 261 с.

  3. Краковский Ю.М. Математические и программные средства оценки технического состояния оборудования. - Новосибирск: Наука, 2006. - 228 с.

  4. Металловеды / Под ред. д.т.н., проф. С.С. Черняк. - Иркутск, ИрГУПС, 2009. - Том 2. - 648 с. - ISBN 978-5-98710-083-7. Авторы: Махутов Н.А., Берман А.Ф., Елисеев С.В. и др. Всего 30 авторов. А.Ф. Берман. Раздел «Повреждение и разрушение элементов механических систем как следствие воздействий, свойств и структуры стали».

  5. Протасов А.В., Зайдес С.А. Надежность крупногабаритных соединений с гарантированным натягом. Обеспечение и методы оптимизации повышения ресурса газовых компрессоров. LAMBERT Academic Publishing, 2011. - 142 с.

  6. Юрин А.Ю., Николайчук О.А., Берман А.Ф. Интеллектуальные системы. Методика и средства разработки для идентификации технического состояния конструкций. LAMBERT Academic Publishing, 2012. - 165 с.

  7. Металловеды и машиностроители / Под ред. д.т.н., проф. С.С. Черняка. – Иркутск: ИрГУПС, 2012. - Том 3. с.346-352. ISBN 978-5-98710-172-8.

  8. Безопасность России. Фундаментальные исследования проблем техногенной безопасности / Под ред. чл.-к. РАН Н.А. Махутова. – М.: МГОФ «Знание», 2013. ISBN: 978-5-87633-112-0. Раздел: Информационные технологии и программные системы обеспечения техногенной и природной безопасности / Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю.

  9. Берман А.Ф., Николайчук О.А., Павлов А.И. Агентное моделирование динамики технического состояния. Механические системы. LAMBERT Academic Publishing, 2014. - 146 с.

  10. Юрин А.Ю., Малтугуева Г.С. Агрегирование предпочтений в группах. Метод и программное средство. LAMBERT Academic Publishing, 2014. - 114 с.

  11. Грищенко М.А., Дородных Н.О., Юрин А.Ю. Модельно-управляемый подход. Алгоритмическое и программное обеспечение для создания продукционных баз знаний и экспертных систем. LAMBERT Academic Publishing, 2015. - 129 с.

  12. Decision-Making: Processes, Behavioral Influences and Role in Business Management. Editor: Rebecca Hudson. NY. Nova Science Publishers. 2015. ISBN: 978-1-63482-959-5. Chapter: Combination of the Group and Multi-Criteria Decision-Making Methods in Business Management / Maltugueva G.S., Yurin A.Yu.

  13. Николайчук О.А., Павлов Н.Ю., Грищенко М.А. Синтез древовидных структур. Методика и программное средство для интеллектуальной поддержки при определении причин отказов и прогнозировании аварий. – Berlin: LAMBERT Academic Publishing GmbH & Co. KG, 2015. – 245 с.

  14. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Научные основы техногенной безопасности. Абросимов Н.В., Агеев А.И., Адушкин В.В., Акимов В.А., Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Под ред. Чл.-к. РАН Н.А. Махутова. – М.: МГОФ Знание, 2015. – 936 с. ISBN: 978-5-87633-131-1

  15. Case-Based Reasoning: Strategies, Developments and Applications. Editor: Tao Lin. NY. Nova Science Publishers. 2016. 189 p. ISBN: 978-1-63482-959-5. Chapter: Application of Case-Based Reasoning and Group Decision-Making Methods for Planning in a Case of Failures of Technical Systems / Berman A.F., Nikolaychuk O.A., Maltugueva G.S.,Yurin A.Yu.

  16. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Фундаментальные и прикладные проблемы комплексной безопасности. Абросимов Н.В., Агеев А.И., Адушкин В.В., Акимов В.А., Аксютин О.Е., Алдошин С.М.,Александров А.А., Алешин А.В., Алешин В.А., Алешин Н.П., Асмолов В.Г.,Артамонов B.C., Афиногенов Д.А., Ахметханов Р.С., Баландин Д.В.,Балуевский Ю.Н., Баранов В.В., Баришполец В.А., Бармин Н.В., Барышов С.Н.,Белов П.Г., Белозеров А.С., Беляев И.И., Берман А.Ф. и др. Под ред. Чл.-к. РАН Н.А. Махутова. – М.: МГОФ Знание, 2017. – 992 с. ISBN: 978-5-87633-161-8

  17. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Техногенная, технологическая и техносферная безопасность. Абросимов Н.В., Агеев А.И., Адушкин В.В., Акимов В.А., Аксютин О.Е., Алдошин С.М.,Александров А.А., Алешин А.В., Алешин В.А., Алешин Н.П., Асмолов В.Г.,Артамонов B.C., Афиногенов Д.А., Ахметханов Р.С., Баландин Д.В.,Балуевский Ю.Н., Баранов В.В., Баришполец В.А., Бармин Н.В., Барышов С.Н.,Белов П.Г., Белозеров А.С., Беляев И.И., Берман А.Ф. и др. Под ред. Чл.-к. РАН Н.А. Махутова. – М.: МГОФ Знание, 2018. – 1016 с. ISBN: 978-5-87633-173-1

  18. Дородных Н.О., Юрин А.Ю. Технология создания продукционных экспертных систем на основе модельных трансформаций / Под.ред. О.А. Николайчук.  Новосибирск: СО РАН, 2019.  144 c. ISBN 978-5-7692-1646-6. DOI: 10.15372/TECHNOLOGY2019DNO

  19. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Наука и технологии комплексной безопасности: Постановка проблем. Абросимов Н.В., Агеев А.И., ..., Берман А.Ф. и др. Под ред. Чл.-к. РАН Н.А. Махутова. – М.: МГОФ Знание, 2021. – 576 с. ISBN: 978-5-87633-197-7

  20. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Наука и технологии комплексной безопасности: Исследования и разработки. Абросимов Н.В., Агеев А.И., ..., Берман А.Ф. и др. Под ред. Чл.-к. РАН Н.А. Махутова. – М.: МГОФ Знание, 2021. – 876 с. ISBN: 978-5-87633-198-4

  21. Бычков И.В., Ружников Г.М., Федоров Р.К., Хмельнов А.Е., Попова А.К., Авраменко Ю.В., Парамонов В.В., Михайлов А.А., Фереферов Е.С., Гаченко А.С., Юрин А.Ю., Николайчук О.А., Дородных Н.О., Феоктистов А.Г. Концептуальные основы инструментальной, инфраструктурной и прикладной цифровой платформы экологического мониторинга / Фундаментальные основы, методы и технологии цифрового мониторинга и прогнозирования экологической обстановки байкальской природной территории. Сер. "Интеграционные проекты СО РАН" Российская Академия Наук Сибирское Отделение Институт Динамики Систем и Теории Управления имени В.М. Матросова. Новосибирск, 2022.

Статьи:

2024

  1. Nikolaychuk O.A., Pestova J.V., Yurin A.Yu. Wildfire Susceptibility Mapping in Baikal Natural Territory Using Random Forest // Forests, 2024, Vol. 15, No. 1, 170. DOI: 10.3390/f15010170

  2. Дородных Н.О., Юрин А.Ю. Использование диаграмм переходов состояний для автоматизированного создания баз знаний // Информационные и математические технологии в науке и управлении. – 2024. – №2(34). – С. 69-81. DOI: 10.25729/ESI.2024.34.2.007

  3. Yurin A.Yu., Dorodnykh N.O., Kotlov Yu.V., Kivokurtsev A.L. Visual Designing Knowledge Bases for Aircraft Diagnostics Using State Transition Diagrams // 2024 IEEE Ural-Siberian Conference on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), 2024, P. 27-30. DOI: 10.1109/USBEREIT61901.2024.10584057

  4. Берман А.Ф. Некоторые понятия и связь знаний в науке о прочностной надежности и безопасности // Проблемы безопасности и чрезвычайных ситуаций. – 2024. – №3. – С. 9-20.

  5. Dorodnykh N.O., Yurin A.Yu. Automated Extraction of Facts from Tabular Data based on Semantic Table Annotation // Trudy ISP RAN/Proc. ISP RAS, 2024, Vol. 36, No. 3, P. 93-104. DOI: 10.15514/ISPRAS-2024-36(3)-7.

  6. Tobola K.V., Dorodnykh N.O. Semantic Annotation of Russian-Language Tables Based on a Pre-Trained Language Model // Proceedings of the 2024 Ivannikov Memorial Workshop (IVMEM), 2024, P. 62-68. DOI: 10.1109/IVMEM63006.2024.10659709

  7. Дородных Н.О., Юрин А.Ю. Программная реализация алгоритмов для создания прототипов баз знаний на основе визуального моделирования и трансформаций // Программные продукты и системы. – 2024. – №3. – С. 324-333. DOI: 10.15827/0236-235X.147.324-333

  8. Dorodnykh N.O., Nikolaychuk O.A., Stolbov A.B., Yurin A.Yu. Creating Virtual Assistants Based on Model Transformations // Pattern Recognition and Image Analysis, 2024, Vol. 34, No. 3, pp. 692–701. DOI: 10.1134/S1054661824700548

2023

  1. Котлов Ю.В., Николайчук О.А., Юрин А.Ю. Использование деревьев событий при автоматизации и интеллектуализации диагностирования и ремонта авиационной техники // Известия высших учебных заведений. Авиационная техника. – 2023. – № 4. – С. 222-228.

  2. Kotlov Yu.V., Nikolaychuk O.A., Yurin A.Yu. Using the Event Trees in the Automation and Intellectualization of Aircraft Diagnostics and Repair // Russian Aeronautics, 2023, Vol. 66, No. 4, P. 902–909. DOI: doi.org/10.3103/S1068799823040323

  3. Dorodnykh N.O., Yurin A.Yu. Knowledge Graph Augmentation Based on Tabular Data: A Case Study for Industrial Safety Inspection // Proceedings of the Sixth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’22). Lecture Notes in Networks and Systems, 2023, Vol. 566, P. 314-324. DOI: 10.1007/978-3-031-19620-1_30

  4. Yurin A.Yu., Nikolaychuk O.A., Dorodnykh N.O., Stolbov A.B., Kotlov Y.V., Popov V.M. Knowledge Bases Engineering Based on Event Trees Transformations: A Case Study for Aircraft Diagnostics // Proceedings of the Sixth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’22). Lecture Notes in Networks and Systems, 2023, Vol. 566, P. 3-12. DOI: 10.1007/978-3-031-19620-1_1

  5. Kotlov Y., Popov V., Mishin S., Yurin A. Towards an Intelligent Decision Support System for Aircraft Troubleshooting // Proceedings of 10th International Conference on Recent Advances in Civil Aviation. Lecture Notes in Mechanical Engineering, 2023, P. 77-91. DOI: 10.1007/978-981-19-3788-0_7

  6. Dorodnykh N.O., Stolbov A.B., Nikolaychuk O.A., Yurin A.Yu. An Intelligent Assistant for Decision Support in the Case of Aircraft Troubleshooting // Proceedings of IX International Conference on Information Technology and Nanotechnology (ITNT), 2023, P. 1–5. DOI: 10.1109/ITNT57377.2023.10139242

  7. Амирасланов И.В., Дородных Н.О., Юрин А.Ю. Программное средство извлечения сущностей из семантически аннотированных табличных данных // Информационные и математические технологии в науке и управлении. – 2023. – №2(30). – С. 138-151. DOI: 10.25729/ESI.2023.30.2.014

  8. Берман А.Ф., Дородных Н.О., Николайчук О.А., Юрин А.Ю. Технология создания основанных на знаниях систем для исследования динамики состояния технических объектов // Вычислительные технологии. – 2023. – Т.28. №4. – С. 94-108.

  9. Dorodnykh N.O., Yurin A.Yu. Knowledge Graph Engineering Based on Semantic Annotation of Tables // Computation, 2023, Vol. 11, No. 9, 175. DOI: 10.3390/computation11090175

  10. Dorodnykh N.O., Yurin A.Yu. Using Semantic Annotation of Tabular Data for Domain Knowledge Graph Population // Proceedings of the Seventh International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’23). Lecture Notes in Networks and Systems, 2023, Vol. 777, P. 206-216. DOI: 10.1007/978-3-031-43792-2_20

  11. Yurin A.Yu., Nikolaychuk O.A., Dorodnykh N.O., Stolbov A.B., Denisova D.A. Using an Intelligent Assistant for Aircraft Diagnostics and Maintenance // Proceedings of the Seventh International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’23). Lecture Notes in Networks and Systems, 2023, Vol. 776, P. 325-333. DOI: 10.1007/978-3-031-43789-2_30

  12. Dorodnykh N.O., Nikolaychuk O.A., Pestova J.V., Yurin A.Yu. Creation of Prototypes of Case-Based Knowledge Bases Using Transformations of Decision Tables to Predict the Risk of Forest Fires // Pattern Recognition and Image Analysis, 2023, Vol. 33, No. 3, P. 274-281. DOI: 10.1134/S1054661823030094

  13. Берман А.Ф. Интерпретация некоторых понятий и определений в государственных стандартах по надежности в технике // Современные авиационные технологии. International Conference on Aviation Engineering. Материалы XVI международной научно-практической конференции. – 2023. – С. 11-15.

  14. Berman A.F., Nikolaychuk O.A. An analogy of the sensitivity for initial conditions of natural and technical objects to ensure the properties of materials // Proceedings of the International Conference “Physical Mesomechanics of Condensed Matter: Physical Principles of Multiscale Structure Formation and the Mechanisms of Nonlinear Behavior” (MESO 2022). AIP Conf. Proc., 2023, Vol. 2899, No. 1, 010001. DOI: 10.1063/5.0162826

  15. Берман А.Ф. Информационная модель процесса формирования неисправностей и отказов опасных технических систем // Материалы VIII Всероссийской конференции с международным участием "Безопасность и мониторинг природных и техногенных систем". – 2023. – C. 10-15.

2022

  1. Dorodnykh N.O, Yurin A.Yu., Shigarov A.O., Turdakov D.Yu. Ontology Engineering at the Assertion Level Based on Semantic Annotation of Tabular Data. Proceedings of the 2021 Ivannikov Memorial Workshop (IVMEM), 2022, P. 28-34. DOI: 10.1109/IVMEM53963.2021.00011

  2. Dorodnykh N.O., Shigarov A.O., Yurin A.Yu. Using the Semantic Annotation of Web Table Data for Knowledge Base Construction // AICCC'21: Proceedings of the 4th Artificial Intelligence and Cloud Computing Conference, 2022, P. 122-129. DOI: 10.1145/3508259.3508277

  3. Yurin A.Yu., Nikolaychuk O.A., Dorodnykh N.O., Kotlov Yu.V. A Technique for Rapid Development of Declarative Knowledge Bases for Aircraft Diagnostics Based on Decision Tables // Proceedings of the Computer Science On-line Conference 2022. Lecture Notes in Networks and Systems, 2022, 502, P. 140-149. DOI:10.1007/978-3-031-09076-9_13

  4. Дородных Н.О., Николайчук О.А., Юрин А.Ю. Использование онтологических шаблонов содержания при построении баз знаний для технического обслуживания и ремонта авиационной техники // Онтология проектирования. – 2022. – Т.12. – №2. – С.158-171.

  5. Dorodnykh N.O., Nikolaychuk O.A., Pestova J.V., Yurin A.Yu. Forest Fire Risk Forecasting with the Aid of Case-Based Reasoning // Applied Sciences, 2022, Vol. 12, No. 17, P. 1-24. DOI: 10.3390/app12178761

  6. Дородных Н.О., Юрин А.Ю. Подход к автоматизированному наполнению графов знаний сущностями на основе анализа таблиц // Онтология проектирования. – 2022. – Т.12. – №3. – С.336-352. DOI: 10.18287/2223-9537-2022-12-3-336-352

  7. Shabalin A., Nikolaychuk O.A. Adaptation of the Educational Process Using a Rule-based System // Proceedings of the VIII International Conference on Information Technology and Nanotechnology (ITNT), 2022, P. 1-6. DOI: 10.1109/ITNT55410.2022.9848764

  8. Пестова Ю.В. Анализ данных из открытых источников для мониторинга объектов Байкальского региона туристской инфраструктуры // Коммуникационные технологии: социально-экономические и информационные аспекты: Всероссийская (с международным участием)  молодежная науч.-практ. конф. (Иркутск, 06-20 апреля 2022 г.): материалы. – Иркутск, 2022. – С. 52-57.

  9. Yurin A.Yu., Dorodnykh N.O., Nikolaychuk O.A., Stolbov A.B. Transformation of Decision Tables for the Creation of a Knowledge Base for Interpreting Facial Signs of Emotions // 2022 Ural-Siberian Conference on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), 2022, P. 200-203. DOI: 10.1109/USBEREIT56278.2022.9923346

  10. Denisova D.A., Dorodnykh N.O., Yurin A.Yu. Ontology Engineering Based on Spreadsheet Data Transformation // 2022 Ural-Siberian Conference on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), 2022, P. 2004-207. DOI: 10.1109/USBEREIT56278.2022.9923379

  11. Дородных Н.О., Николайчук О.А., Пестова Ю.В., Юрин А.Ю. Использование прецедентного подхода для прогнозирования риска лесных пожаров // Вычислительные технологии. – 2022. – Т.27. – №5. – С. 43-54. DOI:10.25743/ICT.2022.27.5.005.

  12. Берман А.Ф. Катастрофические отказы сложных механических систем как следствие чувствительности начальных условий // Проблемы безопасности и чрезвычайных ситуаций. – 2022. – №5. – С. 15-32.

  13. Берман А.Ф. техногенная безопасность на основе чувствительности начальных условий сложных механических систем // В сборнике: Управление развитием крупномасштабных систем (MLSD'2022). Труды Пятнадцатой международной конференции. Под общей редакцией С.Н. Васильева, А.Д. Цвиркуна. Москва. – 2022. – С. 1025-1034.

  14. Dorodnykh N.O, Nikolaychuk O.A., Yurin A.Yu., Stolbov A.B. Towards knowledge-based virtual assistant development with the aid of ontology transformations // Proceedings of the 2022 IEEE International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON), 2022, P. 830-834. DOI: 10.1109/SIBIRCON56155.2022.10016914

  15. Dorodnykh N.O, Yurin A.Yu. Extraction of Facts from Web-Tables based on Semantic Interpretation Tabular Data // Proceedings of the 2022 Ivannikov Memorial Workshop (IVMEM), 2022, P. 7-17. DOI: 10.1109/IVMEM57067.2022.9983959

2021

  1. Dorodnykh N.O, Nikolaychuk O.A., Yurin A.Yu. A Transformation-Based Approach for Fuzzy Knowledge Bases Engineering. In: Dolinina O. et al. (eds) Recent Research in Control Engineering and Decision Making. ICIT 2020. Studies in Systems, Decision and Control, 2021, Vol. 337, P. 76-90. DOI: 10.1007/978-3-030-65283-8_7

  2. Yurin A.Yu., Dorodnykh N.O., Nikolaychuk O.A. The rapid development of knowledge bases using UML class diagrams // International Journal of Computer Aided Engineering and Technology, 2021, Vol. 14, No. 1, P. 39–61. DOI: 10.1504/IJCAET.2021.111635

  3. Berman A.F., Nikolaichuk O.A., Yurin A.Yu. The validation system for reliability and survivability of unique mechanical systems. IOP Conference Series: Materials Science and Engineering, Vol. 1061, International Conference Aviation Engineering and Transportation (AviaEnT 2020) 21st-26th September 2020, Irkutsk, Russia, 012007. DOI: 10.1088/1757-899X/1061/1/012007

  4. Dorodnykh N.O., Nikolaychuk O.A., Yurin A.Yu. Using UML class diagrams for content ontology design patterns engineering // Journal of Physics: Conference Series, 2021, Vol. 1801, 012026. DOI: 10.1088/1742-6596/1801/1/012026

  5. Nikolaychuk O.A., Pavlov A.I., Stolbov A.B. The identification of unique mechanical systems state based on agent-based simulation modelling // Journal of Physics: Conference Series, 2021, Vol. 1801, 012001. DOI: 10.1088/1742-6596/1801/1/012001

  6. Dorodnykh N.O., Yurin A.Yu. TabbyLD: A Tool for Semantic Interpretation of Spreadsheets Data // Communications in Computer and Information Science. Modelling and Development of Intelligent Systems (MDIS 2020), 2021, Vol. 1341, P. 315-333. DOI: 10.1007/978-3-030-68527-0_20

  7. Yurin A.Yu., Dorodnykh N.O. Creating Web Decision-Making Modules on the Basis of Decision Tables Transformations // Communications in Computer and Information Science. Modelling and Development of Intelligent Systems (MDIS 2020), 2021, Vol. 1341, P. 167-184. DOI: 10.1007/978-3-030-68527-0_11

  8. Дородных Н.О., Видия А.В., Юрин А.Ю. Разработка схем онтологий на основе преобразования электронных таблиц // Программные продукты и системы. – 2021. – №1. – С. 124-131. DOI: 10.15827/0236-235X.133.124-131

  9. Дородных Н.О., Юрин А.Ю., Коршунов С.А., Сопп Д.Ю., Шпаченко Д.Н. Средство визуального моделирования и генерации кода нечетких продукций // Информационные и математические технологии в науке и управлении. – 2021. – №1(21). – С. 121-131. DOI: 10.38028/ESI.2021.21.1.010

  10. Dorodnykh N.O., Yurin A.Yu. An RVML extension for modeling fuzzy rule bases // CEUR Workshop Proceedings. Proceedings of the 1st International Workshop on Advanced Information and Computation Technologies and Systems, 2021, Vol. 2858, P. 34-45.

  11. Bychkov I.V., Yurin A.Yu. A method and tools for prototyping components of intelligent systems based on transformations. Journal of Physics: Conference Series. 13th Multiconference on Control Problems (MCCP 2020) 6-8 October 2020, Saint Petersburg, Russia. 2021, Vol.1864, 012042. DOI: 10.1088/1742-6596/1864/1/012042

  12. Дородных Н.О., Видия А.В., Юрин А.Ю. Подход к созданию онтологий на основе электронных таблиц с произвольной структурой // Онтология проектирования. – 2021. – Т.11. – №2. – С.212-226. DOI: 10.18287/2223-9537-2018-8-2-265-284.

  13. Dorodnykh N.O., Kotlov Y.V., Nikolaychuk O.A., Popov V.M., Yurin A.Yu. End-user development of knowledge bases for semi-automated formation of task cards // CEUR Workshop Proceedings. Proceedings of the 3rd International Workshop on Information, Computation, and Control Systems for Distributed Environments, 2021, Vol. 2913, P. 60-73.  DOI: 10.47350/ICCS-DE.2021.05

  14. Dorodnykh N.O., Yurin A.Yu. Spreadsheet Data Transformation for Ontology Engineering in Petrochemical Equipment Inspection Tasks // Proceedings of the Fifth International Scientific Conference on Intelligent Information Technologies for Industry (IITI'21). Lecture Notes in Networks and Systems, 2021, Vol 330, P. 562-571. DOI:10.1007/978-3-030-87178-9_55

  15. Yurin A.Yu., Dorodnykh N.O., Nikolaychuk O.A. Update (4.2020.0303) to “Personal Knowledge Base Designer: Software for expert systems prototyping”, (PII: S2352711019303334) // SoftwareX, 2021, Vol. 16, 100825. DOI: 10.1016/j.softx.2021.100825

  16. Berman A.F., Nikolaychuk O.A., Pavlov A.I., Yurin A.Yu. A Module for Industrial Safety Inspection Planning Based on Self-organization // Lecture Notes in Artificial Intelligence (19th Russian Conference, RCAI 2021, Taganrog, Russia, October 11–16, 2021), 2021,12948: 365-379. DOI: 10.1007/978-3-030-86855-0_26

  17. Kotlov Yu.V., Popov V.M., Yurin A.Yu. Towards designing knowledge bases for aircraft malfunctions diagnostics based on model trans-formations // Journal of Physics: Conference Series (Artificial Intelligence and Digital Technologies in Technical Systems II-2021), 2021, 2060: 012016. DOI: 10.1088/1742-6596/2060/1/012016

  18. Shigarov A.O., Dorodnykh N.O., Mikhailov A.A., Paramonov V.V., Yurin A.Yu. Table extraction, analysis, and interpretation: the current state of the TabbyDOC project // CEUR Workshop Proceedings. Proceedings of the 4th Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2021, Vol. 2984, P. 11-22.

  19. Shigarov A.O., Dorodnykh N.O., Yurin A.Yu., Mikhailov A.A., Paramonov V.V. From web-tables to a knowledge graph: prospects of an end-to-end solution // CEUR Workshop Proceedings. Proceedings of the 4th Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2021, Vol. 2984, P. 23-33.

  20. Yurin A.Yu., Nikolaychuk O.A., Dorodnykh N.O. Application of decision tables transformations for prototyping knowledge bases in the case of forest fire risk forecasting // CEUR Workshop Proceedings. Proceedings of the 4th Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2021, Vol. 2984, P. 34-41.

  21. Yurin A.Yu., Kotlov Y.V., Popov V.M. The conception of an intelligent system for troubleshooting an aircraft // CEUR Workshop Proceedings. Proceedings of the 4th Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2021, Vol. 2984, P. 42-48.

  22. Pavlov A.I., Stolbov A.B., Lempert A.A. Towards extensibility features of knowledge-based systems development platform // CEUR Workshop Proceedings. Proceedings of the 4th Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2021, Vol. 2984, P. 87-94.

  23. Yurin A.Yu., Dorodnykh N.O., Shigarov A.O. Semi-Automated Formalization and Representation of the Engineering Knowledge Extracted From Spreadsheet Data // IEEE Access, 2021, Vol. 9, P. 157468-157481. DOI: 10.1109/ACCESS.2021.3130172

2020

  1. Dorodnykh N.O., Yurin A.Yu., Shigarov A.O. Conceptual Model Engineering for Industrial Safety Inspection Based on Spreadsheet Data Analysis // Communications in Computer and Information Science. Modelling and Development of Intelligent Systems (MDIS 2019), 2020, Vol. 1126, P. 51-65. DOI: 10.1007/978-3-030-39237-6_4

  2. Yurin A.Yu., Dorodnykh N.O. A Reverse Engineering Process for Inferring Conceptual Models from Canonicalized Tables // Proceedings of the 2019 International Multi-Conference on Engineering, Computer and Information Sciences (SIBIRCON), 2020, P. 485-490. DOI: 10.1109/SIBIRCON48586.2019.8958458

  3. Дородных Н.О., Николайчук О.А., Юрин А.Ю. Разработка метамоделей для поддержки синтеза нечетких баз знаний // Вестник компьютерных и информационных технологий. – 2020. – №1. – С. 34-47. DOI: 10.14489/vkit.2020.01.pp.034-047

  4. Yurin A.Yu., Dorodnykh N.O. Personal knowledge base designer: Software for expert systems prototyping // SoftwareX, 2020, Vol. 11, 100411. DOI: 10.1016/j.softx.2020.100411

  5. Yurin A.Yu., Dorodnykh N.O. Experimental Evaluation of a Spreadsheets Transformation in the Context of Domain Model Engineering // Proceedings of the 2020 Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT), 2020, P. 388-391. DOI: 10.1109/USBEREIT48449.2020.9117674

  6. Dorodnykh N.O., Yurin A.Yu. Towards a universal approach for semantic interpretation of spreadsheets data // IDEAS'20: Proceedings of the 24th Symposium on International Database Engineering & Applications, 2020, No. 22, P. 1-9. DOI: 10.1145/3410566.3410609

  7. Дородных Н.О., Николайчук О.А., Юрин А.Ю., Коршунов С.А. Создание нечетких баз знаний на основе преобразования нечетких концептуальных моделей // Информационные и математические технологии в науке и управлении. – 2020. – №2(18). – С. 19-35. DOI: 10.38028/ESI.2020.18.2.002

  8. Yurin A.Yu., Dorodnykh N.O. Development of Software Decision-Making Modules Based on a Model-Driven Approach // Russian Advances in Artificial Intelligence: selected contributions to the Russian Conference on Artificial intelligence (RCAI 2020), October 10-16, 2020, Moscow, Russia. (CEUR-Proc, Vol. 2648), pp. 265-279. CEUR-WS.org/Vol-2648/paper23.pdf

  9. Берман А.Ф. Искусственная самоорганизация и эвристический подход для обоснования свойств надежности, живучести и безопасности сложных технических систем // Проблемы безопасности и чрезвычайных ситуаций. – 2020. – №4. – С. 5-21. DOI: 10.36535/0869-4176-2020-04-1

  10. Yurin A.Yu. Technology for Prototyping Expert Systems Based on Transformations (PESoT): A Method // CEUR Workshop Proceedings. Proceedings of the 3rd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2020, Vol. 2677, P. 36-50.

  11. Pavlov A.I., Stolbov A.B. Domain-Oriented Specialization Tools for Knowledge-Based Systems Development Platform // CEUR Workshop Proceedings. Proceedings of the 3rd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2020, Vol. 2677, P. 59-69.

  12. Dorodnykh N.O., Yurin A.Yu., Vidiya A.V. PKBD.Onto: A Plugin for Ontological Schemas Generation // CEUR Workshop Proceedings. Proceedings of the 3rd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2020, Vol. 2677, P. 84-94.

  13. Nikolaychuk O.A., Pavlov A.I., Stolbov A.B. Rule Creation Based on Decision Tables in Knowledge-based Systems Development Platform // CEUR Workshop Proceedings. Proceedings of the 3rd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2020, Vol. 2677, P. 102-112.

  14. Berman A.F., Nikolaychuk O.A., Pavlov A.I. The Concept of a Software Complex for Interdisciplinary Problems Solving Based on Self-Organization Principle // CEUR Workshop Proceedings. Proceedings of the 3rd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2020, Vol. 2677, P. 122-134.

  15. Berman A.F., Nikolaychuk O.A. Self-organizing technology for substantiating the properties of strength reliability of complex mechanical systems // IOP Conference Series: Materials Science and Engineering, 2020, Vol. 919, 052015. DOI: 10.1088/1757-899X/919/5/052015

  16. Юрин А.Ю. Применение трансформаций таблиц решений при создании интеллектуального программного модуля «Детектор» для веб-приложений // Программные продукты и системы. – 2020. – №4. – С. 573-581. DOI:10.15827/0236-235X.132.573-581

  17. Berman A.F. Justification of the reliability and survivability properties of complex mechanical systems based on the self-organization principle // AIP Conference Proceedings, 2020, Vol. 2315, 040007. DOI: 10.1063/5.0036814

2019

  1. Yurin A.Yu., Berman A.F., Nikolaychuk O.A., Dorodnykh N.O. Knowledge Base Engineering for Industrial Safety Expertise: A Model-Driven Development Approach // In: Dolinina O., Brovko A., Pechenkin V., Lvov A., Zhmud V., Kreinovich V. (eds) Recent Research in Control Engineering and Decision Making. ICIT 2019. Studies in Systems, Decision and Control, 2019, Vol. 199, P. 112-124. DOI: 10.1007/978-3-030-12072-6_11

  2. Berman A.F., Nikolaychuk O.A., Yurin A.Yu. Computer-aided event tree synthesis on the basis of case-based reasoning // Advances in Intelligent Systems and Computing, 2019, Vol. 875, P. 3-12. DOI:10.1007/978-3-030-01821-4_1

  3. Дородных Н.О., Юрин А.Ю. A Model-Driven Development Approach for Case Bases Engineering // Открытые семантические технологии проектирования интеллектуальных систем. – 2019. – Т.3. – №9. – С. 179-182.

  4. Berman A.F., Dorodnykh N.O., Nikolaychuk O.A., Yurin A.Yu. Event trees transformation for rule bases engineering // Proceedings of the 42nd International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), 2019, P. 1138-1143. DOI: 10.23919/MIPRO.2019.8757209

  5. Maltugueva G.S., Yurin A.Yu. Improving case-based reasoning with the aid of multi-criteria and group decision-making methods // Proceedings of the 42nd International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), 2019, P. 1031-1036. DOI: 10.23919/MIPRO.2019.8756874

  6. Юрин А.Ю. Прототипирование прецедентных баз знаний на основе модельных трансформаций // Образовательные ресурсы и технологии. – 2019. – №2(27). – С. 45-58. DOI: 10.21777/2500-2112-2019-2-47-58

  7. Shigarov A.O., Cherepanov I.A., Cherkashin E.A., Dorodnykh N.O., Khristyuk V.V., Mikhailov A.A., Paramonov V.V., Rozhkow E., Yurin A.Yu. Towards End-to-End Transformation of Arbitrary Tables from Untagged Portable Documents (PDF) to Linked Data // CEUR Workshop Proceedings. Proceedings for the 2nd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2019, Vol. 2463, P. 1-12.

  8. Yurin A.Yu., Berman A.F., Nikolaychuk O.A., Kuznetsov K.A. Application of a Case-Based Approach for Tasks of Industrial Safety Inspection // CEUR Workshop Proceedings. Proceedings for the 2nd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2019, Vol. 2463, P. 32-39.

  9. Pavlov A.I., Stolbov A.B., Dorofeev A.S. The Workflow Component of the Knowledge-based Systems Development Platform // CEUR Workshop Proceedings. Proceedings for the 2nd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2019, Vol. 2463, P. 47-58.

  10. Dorodnykh N.O., Yurin A.Yu. Software Conception for Semantic Interpretation of Spreadsheet Data // CEUR Workshop Proceedings. Proceedings for the 2nd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2019, Vol. 2463, P. 76-83.

  11. Yurin A.Yu., Berman A.F., Nikolaychuk O.A. Knowledge Structurization and Implementation of the Self-organization Principle in the Case of Substantiation of Conceptual properties for Complex Technical Systems // CEUR Workshop Proceedings. Proceedings for the 2nd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2019, Vol. 2463, P. 93-101.

  12. Pavlov A.I., Stolbov A.B., Dorofeev A.S. The Architecture of the Software Tool for the Agent-based Simulation Models Specication Development // CEUR Workshop Proceedings. Proceedings for the 2nd Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2019, Vol. 2463, P. 112-121.

  13. Дородных Н.О., Николайчук О.А., Юрин А.Ю., Коршунов С.А. Разработка и использование метамоделей для синтеза спецификаций и кодов баз знаний // Информационные и математические технологии в науке и управлении.  2019. №2(14). С. 26-39.

  14. Берман А.Ф., Николайчук О.А., Юрин А.Ю., Павлов А.И. Принципы информационной технологии решения междисциплинарных задач обеспечения техногенной безопасности на основе самоорганизации // Информационные и математические технологии в науке и управлении.  2019. №2(14). С.5-15.

  15. Dorodnykh N.O., Yurin A.Yu. Towards Ontology Engineering Based on Transformation of Conceptual Models and Spreadsheet Data: A Case Study // Advances in Intelligent Systems and Computing. Computational Methods in Systems and Software (CoMeSySo 2019), 2019, Vol. 1046, P. 233-247. DOI: 10.1007/978-3-030-30329-7_22

2018

  1. Дородных Н.О.,Николайчук О.А, Юрин А.Ю. Подход автоматизированной разработки баз знаний на основе трансформации диаграмм Исикавы // Вестник компьютерных и информационных технологий. – 2018. – №4. – С.41-51. DOI: 10.14489/vkit.2018.04.pp.041-051

  2. Дородных Н.О., Коршунов С.А., Павлов Н.Ю., Сопп Д.Ю., Юрин А.Ю.  Model Transformations for Intelligent Systems Engineering // Открытые семантические технологии проектирования интеллектуальных систем. – 2018. – Т.2. – №8. – С.77-81.

  3. Berman A.F., Maltugueva G.S., Yurin A.Yu. Application of case-based reasoning and multi-criteria decision-making methods for material selection in petrochemistry // Proceedings of the Institution of Mechanical Engineers, Part L: Journal of Materials: Design and Applications, vol. 232 (2018), issue: 3, pp. 204-212. DOI: 10.1177/1464420715620919

  4. Yurin A.Yu., Dorodnykh N.O., Nikolaychuk O.A., Grishenko M.A. Prototyping Rule-Based Expert Systems with the Aid of Model Transformations // Journal of Computer Science, 2018, 14 (5): 680-698. DOI: 10.3844/jcssp.2018.680.698

  5. Берман А.Ф., Павлов Н.Ю., Николайчук О.А. Метод синтеза и анализа деревьев отказов на основе понятий механизма и кинетики событий // Проблемы анализа риска. – 2018. – Т.15.  №3. – С.62-77.

  6. Грищенко М.А., Дородных Н.О., Коршунов С.А., Юрин А.Ю. Разработка интеллектуальных диагностических систем на основе онтологий // Онтология проектирования. – 2018. – Т.8. №2(28). – С.265-284. DOI: 10.18287/2223-9537-2018-8-2-265-284

  7. Yurin A.Yu., Berman A.F., Nikolaychuk O.A., Dorodnykh N.O., Grishenko M.A. The domain-specific editor for rule-based knowledge bases // Proceedings of the 41st International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), 2018, pp. 1130-1135. DOI: 10.23919/MIPRO.2018.8400176

  8. Yurin A.Yu., Berman A.F., Dorodnykh N.O., Nikolaychuk O.A., Pavlov N.Yu. Fishbone diagrams for the development of knowledge bases // Proceedings of the 41st International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), 2018, pp. 1136-1141. DOI: 10.23919/MIPRO.2018.8400177

  9. Nikolaychuk O.A., Pavlov A.I., Stolbov A.B. The software platform architecture for the component-oriented development of knowledge-based systems // Proceedings of the 41st International Convention on Information and Communication Technology, Electronics and Microelectronics (MIPRO), 2018, pp. 1234-1239. DOI: 10.23919/MIPRO.2018.8400194

  10. Берман А.Ф., Николайчук О.А., Юрин А.Ю. Трансдисциплинарная модель задачи обоснования свойств материалов и конструкций // Вестник Иркутского государственного технического университета. 2018. – Т.22. – №8. – С.17-25. DOI: 10.21285/1814-3520-2018-8-17-25

  11. Берман А.Ф., Кузнецов К.А., Николайчук О.А., Павлов А.И., Юрин А.Ю. Информационно-аналитическая поддержка экспертизы промышленной безопасности объектов химии, нефтехимии и нефтепереработки // Химическое и нефтегазовое машиностроение. – 2018. – №8. – С.30-36.

  12. Yurin A.Yu., Dorodnykh N.O., Nikolaychuk O.A., Grishenko M.A. Designing rule‐based expert systems with the aid of the model‐driven development approach // Expert Systems, 2018, Vol. 35, No. 5, P. 1-23. DOI: doi.org/10.1111/exsy.12291

  13. Dorodnykh N.O., Yurin A.Y., Stolbov A.B. Ontology Driven Development of Rule-Based Expert Systems // Proceedings of the 3rd Russian-Pacific Conference on Computer Technology and Applications (RPC), 2018, pp. 1-6. DOI: 10.1109/RPC.2018.8482174

  14. Nikolaychuk O.A., Pavlov A.I., Stolbov A.B. Web-Oriented Software System for Agent-Based Modeling Driven by Declarative Specification of Implementation Process // Proceedings of the 3rd Russian-Pacific Conference on Computer Technology and Applications (RPC), 2018, pp. 1-5. DOI: 10.1109/RPC.2018.8482149

  15. Nikolaychuk O.A., Pavlov A.I., Stolbov A.B. Models and software for agent-based model development based on model-driven approach // CEUR Workshop Proceedings. Information Technologies: Algorithms, Models, Systems (ITAMS 2018), 2018, Vol. 2221, P. 13-19.

  16. Berman A.F., Dorodnykh N.O., Nikolaychuk O.A., Yurin A.Y. Knowledge bases engineering on the basis of fault trees analysis // CEUR Workshop Proceedings. Information Technologies: Algorithms, Models, Systems (ITAMS 2018), 2018, Vol. 2221, P. 25-31.

  17. Maltugueva G.S., Yurin A.Y. Case-based reasoning for the multi-method decision making // CEUR Workshop Proceedings. Proceedings for First Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2018, Vol. 2221, P. 32-36.

  18. Dorodnykh N.O., Yurin A.Y. A domain-specific language for transformation models // CEUR Workshop Proceedings. Proceedings for First Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2018, Vol. 2221, P. 70-75.

  19. Shigarov A.O., Khristyuk V.V., Paramonov V.V., Yurin A.Y., Dorodnykh N.O. Toward framework for development of spreadsheet data extraction systems // CEUR Workshop Proceedings. Proceedings for First Scientific-practical Workshop Information Technologies: Algorithms, Models, Systems, 2018, Vol. 2221, P. 90-96.

  20. Берман А.Ф., Николайчук О.А. Модель трансдисциплинарной задачи обоснования свойств техногенной безопасности // Проблемы безопасности и чрезвычайных ситуаций. 2018. №6. С.21-34.

  21. Дородных Н.О., Коршунов С.А., Юрин А.Ю. Средства поддержки моделирования логических правил в нотации RVML // Программные продукты и системы. – 2018. – №4. – С. 667-672.

  22. Юрин А.Ю., Берман А.Ф., Николайчук О.А., Дородных Н.О. Разработка продукционных баз знаний для задач экспертизы промышленной безопасности // Информатика и кибернетика. – 2018. – №4 (14). – С. 39-46.

2017

  1. Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Обеспечение надежности и безопасности химических и нефтехимических производств методами искусственного интеллекта. Часть 2 // Прикладная информатика. – 2017. – Т.12. – №1(67). – С.26-38.

  2. Николайчук О.А., Берман А.Ф., Павлов А.И. Прогнозирование технического состояния опасных объектов методом имитационного моделирования // Проблемы машиностроения и надежности машин. – 2017. – №2. – С.131-142.

  3. Nikolaychuk O.A., Berman A.F., Pavlov A.I. Predicting the Technical State of Hazardous Objects via Simulation Modeling // Journal of Machinery Manufacture and Reliability, 2017, Vol. 46, No. 2, pp. 209-218.

  4. Дородных Н.О., Николайчук О.А., Юрин А.Ю. Автоматизированное создание продукционных баз знаний на основе деревьев событий // Информационные и математические технологии в науке и управлении.  2017. №2(6). С.30-41.

  5. Дородных Н.О., Юрин А.Ю. Использование концепт-карт для автоматизированного создания продукционных баз знаний // Программные продукты и системы. – 2017. – №4. – С. 658-662.

  6. Dorodnykh N.O., Yurin A.Yu. About the specialization of model-driven approach for creation of case-based intelligence decision support systems // Открытые семантические технологии проектирования интеллектуальных систем. 2017. №7. С. 151-154.

  7. Dorodnykh N.O. Web-based software for automating development of knowledge bases on the basis of transformation of conceptual models // Открытые семантические технологии проектирования интеллектуальных систем. 2017. №7. С. 145-150.

2016

  1. Протасов А.В., Вильвер П.Ю. К вопросу о повышении качества производственно-технических процессов // Системы. Методы. Технологии 2016. – №1. – С.58-62.

  2. Грищенко М.А., Дородных Н.О., Николайчук О.А., Юрин А.Ю. Применение модельно-управляемого подхода для создания продукционных экспертных систем и баз знаний // Искусственный интеллект и принятие решений 2016. – №2. – С.16-29.

  3. Бычков И.В., Дородных Н.О., Юрин А.Ю. Подход к разработке программных компонентов для формирования баз знаний на основе концептуальных моделей // Вычислительные технологии – 2016. – Т.21. – №4. – С.16-36.

  4. Коршунов С.А., Павлов А.И., Николайчук О.А. Концепция программного средства визуализации результатов имитационного моделирования на основе онтологического подхода // Научная визуализация. – 2016. – №2. – С.120-131.

  5. Павлов А.И. Столбов А.Б. Прототип системы поддержки проектирования агентов для имитационных моделей сложных систем // Программные продукты и системы – 2016. – №3. – С. 79-84.

  6. Вильвер П.Ю., Юрин А.Ю. Специализированный программный комплекс «АСТ» для создания тренажеров // Программные продукты и системы – 2016. – №3. – С.136-141.

  7. Зайдес С.А., Протасов А.В., Вильвер П.Ю. Интеграция риск-менеджмента оборудования в нефтегазовый комплекс // Системы. Методы. Технологии. – 2016. – №3. – С.12-16.

  8. Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Обеспечение надежности и безопасности химических и нефтехимических производств методами искусственного интеллекта. Часть 1 // Прикладная информатика. – 2016. – Т.11. – №5(65). – С.63-75.

  9. Дородных Н.О., Коршунов С.А., Юрин А.Ю. Концепция подхода к созданию программных компонентов генерации баз знаний на основе трансформации концептуальных моделей // Информационные и математические технологии в науке и управлении.  2016. №2. С. 111-120.

  10. Дородных Н.О., Коршунов С.А. Программное средство визуализации на основе библиотеки WebGL // Информационные и математические технологии в науке и управлении. 2016. №2. С. 129-136.

  11. Юрин А.Ю. Нотация для проектирования баз знаний продукционных экспертных систем // Объектные системы. – 2016. №12. – С.48-54.

  12. Дородных Н.О., Юрин А.Ю. Формирование баз знаний продукционного типа на основе UML-моделей // Информатика и кибернетика. – Д.: ДонНТУ, – 2016. – №3(5). – С.44-50.

2015

  1. Столбов А.Б., Павлов А.И. Архитектура системы поддержки проектирования агентов для имитационных моделей сложных систем // Программные продукты и системы. 2015. – №1. – С.12-16.

  2. Дородных Н.О., Юрин А.Ю. Использование диаграмм классов UML для формирования продукционных баз знаний // Программная инженерия. – 2015. №4. – С.3-9.

  3. Berman A.F., Nikolaichuk O.A., Yurin A.Yu., Kuznetsov K.A. Support of Decision-Making Based on a Production Approach in the Performance of an Industrial Safety Review. Chemical and Petroleum Engineering. vol.50 (2015), issue 1-2, pp.730-738 (doi:10.1007/s10556-015-9970-x).

  4. Берман А.Ф., Грищенко М.А., Николайчук О.А., Юрин А.Ю. Проблемно-ориентированный редактор продукционных баз знаний // Программные продукты и системы. – 2015. – №2. – С.13-19.

  5. Николайчук О.А., Коршунов С.А., Павлов А.И. Web-ориентированный компонент продукционной экспертной системы // Программные продукты и системы. – 2015. – №2. – С.20-25.

  6. Махутов Н.А., Берман А.Ф., Николайчук О.А. Некоторые принципы самоорганизации для управления риском техногенных катастроф // Проблемы анализа риска  2015.  Т.12.  №4.  С.34-45.

  7. Yurin A.Yu. Group Decision Making Methods for Adapting Solutions Derived from Case-Based Reasoning // Scientific and Technical Information Processing, Vol.42 (2015), No. 5, pp. 375–381.

  8. Берман А.Ф., Малтугуева Г.С., Юрин А.Ю. Поддержка принятия решений при выборе конструкционных материалов для обеспечения безопасной эксплуатации оборудования // Заводская лаборатория. Диагностика материалов. – 2015. - №11. – С.73-80.

  9. Малтугуева Г.С., Орлова И.В. Система поддержки принятия решений, интегрируемая с продуктами платформы «1С: Предприятие 8» // Вестник Иркутского Государственного Технического Университета.  2015.  №12. – С. 145-153.

2014

  1. Berman A.F., Nikolaychuk O.A., Yurin A.Yu. Automated Planning with the Aid of Case-based Reasoning and Group Decision-making Methods. Computer Communication & Collaboration, vol. 2 (2014), Issue 1, pp.7-15. (ISSN:2292-1028 (Print) ISSN:2292-1036(Online))

  2. Малтугуева Г.С., Орлова И.В. Модель информационной системы поддержки принятия решений на платформе «1С» // Вестник Иркутского Государственного Технического Университета. – 2014. - №11. – С.14-19.

  3. Малтугуева Г.С., Малтугуева Н.С. Задача экспертного оценивания сценариев при многовариантных расчетах // Программные системы: теория и приложения: электрон. научн. журн. - 2014. - T.5. - № 5(23) - C.3–13.

  4. Berman A.F., Nikolaychuk O.A., Yurin A.Yu., Pavlov A.I. A methodology for the investigation of the reliability and safety of unique technical systems. Proceedings of the Institution of Mechanical Engineers, Part O: Journal of Risk and Reliability, vol. 228 (2014), pp.29-38 (doi:10.1177/1748006X13494820).

  5. Малтугуева Г.С., Орлова И.В. Подход к принятию управленческих решений коллективом // Вестник Иркутского Государственного Технического Университета. – 2014. - №6. – С. 35-40.

  6. Берман А.Ф., Николайчук О.А., Юрин А.Ю., Кузнецов К.А. Поддержка принятия решений на основе продукционного подхода при проведении экспертизы промышленной безопасности // Химическое и нефтегазовое машиностроение. – 2014. – №11. – С.28-35.

  7. Берман А.Ф., Николайчук О.А., Малтугуева Г.С., Юрин А.Ю. Применение прецедентного подхода для поддержки принятия решений при определении причин и прогнозировании инцидентов и аварий // Безопасность труда в промышленности. – 2014. – №11. – С.18-26.

  8. Дородных Н.О., Юрин А.Ю. Web-сервис для автоматизированного формирования продукционных баз знаний на основе концептуальных моделей // Программные продукты и системы. – 2014.  №4. – С.103-107.

2013

  1. Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Система поддержки принятия решений по предупреждению и ликвидации техногенных ЧС на основе прецедентного подхода // Технологии техносферной безопасности: Интернет-журнал. – Вып. 5 (51). – 3.11.2013. – 9 с.

  2. Вильвер П.Ю., Протасов А.В. Интеллектуальная система обучения персонала - основа обеспечения безопасности технологических процессов // Химическое и нефтегазовое машиностроение. – 2013. – №6.

  3. Юрин А.Ю. Методы группового выбора для адаптации решений, полученных в результате рассуждений на основе прецедентов // Искусственный интеллект и принятие решений. – 2013. – №3. – С.78-85.

  4. Берман А.Ф., Николайчук О.А., Павлов Н.Ю., Юрин А.Ю. Методы и средства автоматизированного построения деревьев событий и отказов // Автоматизация и современные технологии. – 2013. – №9. – С.8-16.

  5. Грищенко М.А., Юрин А.Ю., Павлов А.И. Разработка экспертных систем на основе трансформации информационных моделей предметной области // Программные продукты и системы. - 2013. - №3. - С. 143-147.

  6. Юрин А.Ю., Малтугуева Г.С. Обоснование мероприятий по предотвращению повторных отказов на основе прецедентов и методов группового выбора // Автоматизация и современные технологии. – 2013. – №2. – С.16-23.

2012

  1. Протасов А.В., Белова Н.А., Вильвер П.Ю. Использование интеллектуальных тренажеров при обучении операторов как основа обеспечения безопасности технологических процессов // Вестник ИрГТУ. – 2012. – №12. – С.253-260.

  2. Юрин А.Ю., Грищенко М.А. Редактор баз знаний в формате CLIPS // Программные продукты и системы. - 2012. - №4. - С.83-87.

  3. Берман А.Ф. Информатика катастроф // Проблемы безопасности и чрезвычайных ситуаций. – 2012. – №3. – С. 17-37.

  4. Юрин А.Ю., Малтугуева Г.С. Применение методов группового выбора в составе прецедентных экспертных систем для обоснования мероприятий по предотвращению повторных отказов технологического оборудования // Вестник компьютерных и информационных технологий. – 2012. – №9. – С.37-44.

  5. Берман А.Ф., Николайчук О.А., Юрин А.Ю. Интеллектуальная информационная система анализа отказов // Проблемы машиностроения и надежности машин. – 2012. – №4. – С.88-96.

  6. Berman A.F., Nikolaychuk O.A., Yurin A.Yu. Intellectual data system for analyzing failures. Journal of Machinery Manufacture and Reliability, vol. 41 (4) (2012) , pp. 337-343.

  7. Берман А.Ф., Павлов А.И., Грищенко М.А. Онтология предупреждения и ликвидации разливов нефти и нефтепродутов // Современные технологии. Системный анализ. Моделирование. – 2012. – №1. – С.94-101.

  8. Павлов Н.Ю. Интеллектуальная программная система автоматизированного построения деревьев событий // Современные технологии. Системный анализ. Моделирование. – 2012. – №1. – С.57-63.

  9. Малтугуева Г.С., Юрин А.Ю. Метод поддержки принятия решений в малых группах // Вестник Бурятского государственного университета. Математика. Информатика. – 2012. – №1. – С.26-34.

  10. Yurin A.Yu. An approach for definition of recommendations for prevention of repeated failures with the aid of case-based reasoning and group decision-making methods // Expert Systems with Applications, vol. 39 (2012), pp. 9282–9287.

  11. Берман А.Ф., Москвичев В.В., Николайчук О.А., Павлов А.И., Павлов Н.Ю. Районирование территории Иркутской области по уровню риска на основе индексов опасности и уязвимости // Проблемы безопасности и чрезвычайных ситуаций. – 2012. – №1. – С. 73-81.

2011

  1. Вильвер П.Ю., Протасов А.В. Особенности использования метода индексирования при анализе техногенного риска в России // Вестник ИрГТУ. – 2011. – №11. – С.262-266.

  2. Вильвер П.Ю., Протасов А.В. Имитационное моделирование сложных динамических систем с использованием сетей Петри // Мехатроника, автоматизация, управление. – 2011. – №7. – С.35-39.

  3. Юрин А.Ю., Малтугуева Г.С., Павлов А.И. Система поддержки принятия решений в задачах группового выбора // Программные продукты и системы. – 2011. – №2. – С.54-57.

  4. Протасов А.В., Николайчук О.А. Применение метода конечных элементов при оценке прочностной надежности механических систем // Проблемы машиностроения и надежности машин. – 2011. – №1. – С.33-37.

  5. Protasov A.V., Nikolaychuk O.A. Applying the finite-element method for evaluating the reliability of mechanical systems // Journal of Machinery Manufacture and Reliability, vol. 40 (2011), n.1, pp. 27-30.

  6. Берман А.Ф., Николайчук О.А., Юрин А.Ю., Павлов Н.Ю. Автоматизированное построение деревьев отказов и событий на основе модели динамики технического состояния и методов искусственного интеллекта // Проблемы безопасности и чрезвычайных ситуаций. – 2011. – №1. – С. 40-52.

  7. Павлов А.И., Столбов А.Б. Программный комплекс для поддержки моделирования медико-эколого-экономических систем // Программные продукты и системы. – 2011. – №1. – С.137-140

2010

  1. Берман А.Ф. Свести к минимуму элемент случайности // Технадзор. - 2010. - №9. - C.74-75.

  2. Николайчук О.А., Павлов А.И., Юрин А.Ю. Компонентный подход: модуль продукционной экспертной системы // Программные продукты и системы. – 2010. – №3. – С.41-44.

  3. Николайчук О.А., Павлов А.И., Юрин А.Ю. Система имитационного моделирования динамики состояний сложных технических систем на основе агентного подхода // Автоматизация в промышленности. - 2010. - №7. - C.44-48.

  4. Николайчук О.А., Павлов А.И. Применение компонентного подхода для создания системы автоматизации исследований // Вестник компьютерных и информационных технологий. - 2010. - №4. - C.23-32.

  5. Берман А.Ф., Николайчук О.А. Модели, знания и опыт для управления техногенной безопасностью // Проблемы управления. – 2010. – №2. – С. 53 – 60.

  6. Berman A.F., Nikolaychuk O.A., Yurin A.Yu. Intelligent planner for control of failures analysis of unique mechanical systems // Expert Systems with Applications, vol. 37 (2010), pp. 7101–7107.


2009

  1. Николайчук О.А. Моделирование знаний для исследования динамики технического состояния уникальных объектов // Проблемы управления. – 2009. – № 4. – С.58-65.

  2. Николайчук О.А., Юрин А.Ю. Применение прецедентного подхода для автоматизированной идентификации технического состояния деталей механических систем // Автоматизация и современные технологии. - 2009. - N5. - С.3-12.

  3. Берман А.Ф., Николайчук О.А., Юрин А.Ю. Автоматизация прогнозирования технического состояния и остаточного ресурса деталей уникальных машин и аппаратуры // Заводская лаборатория. Диагностика материалов. - 2009. - N3. - С.48-57.

  4. Малтугуева Г.С., Юрин А.Ю. Алгоритм коллективного выбора на основе обобщенных ранжировок для поддержки принятия решений // Современные технологии. Системный анализ. Моделирование. – 2009. - №3. – С.57-62.

  5. Берман А.Ф., Николайчук О.А., Вильвер П.Ю. Моделирование функционирования сложных технологических комплексов на основе модифицированной сети Петри // Современные технологии. Системный анализ. Моделирование. – 2009. – №4. - С.23-29.

2008

  1. Николайчук О.А. Автоматизация исследований технического состояния опасных механических систем // Проблемы машиностроения и надежности машин. - 2008. - N6. - С.

  2. Nikolaychuk O.A. Automating studies of the technical state of dangerous mechanical systems. Journal of Machinery Manufacture and Reliability, vol. 37 (2008), n.6, pp. 597-602.

  3. Берман А.Ф., Николайчук О.А., Юрин А.Ю. Обеспечение безопасности технических объектов методом прецедентных экспертных систем // Проблемы безопасности и чрезвычайных ситуаций. - 2008. - N5. - С.83-93.

  4. Павлов А.И., Юрин А.Ю. Компонентный подход: модуль правдоподобного вывода по прецедентам // Программные продукты и системы. - 2008. - N3. - С.55-58.

  5. Николайчук О.А., Юрин А.Ю. Управление опытом при исследовании динамики технического состояния уникальных машин и конструкций: моделирование опыта // Информационные технологии. - 2008. - N6. - С.30-37.

  6. Николайчук О.А., Павлов А.И. Автоматизация исследований на основе компонентно-ориентированного подхода // Перспективные информационные технологии и интеллектуальные системы. - 2008. - N3. - С.4-16. (http://pitis.tsure.ru/Journal31.htm)

  7. Berman A.F., Nikolaychuk O.A., Pavlov A.I., Yurin A.Y. An intelligent system for investigation and provision of safety for complex constructions // International Journal Information Technologies & Knowledge, vol.2 (2008), n.3, pp.218-225.

  8. Nikolaychuk O.A., Yurin A.Y. Computer-aided identification of mechanical system's technical state with the aid of case-based reasoning // Expert Systems with Applications, vol. 34 (2008), pp. 635-642.

2007

  1. Berman A. F., Nikolaychuk O.A. Technical state space of unique mechanical systems // Journal of Machinery Manufacture and Reliability, vol. 36 (2007), n.1, pp. 10-16.

  2. Берман А.Ф., Николайчук О.А. Пространство технических состояний уникальных механических систем // Проблемы машиностроения и надежности машин. - 2007. - N1. - С.14-22.

  3. Берман А.Ф., Васильев С.Н. Условия и источники техногенного риска // Проблемы человеческого риска. - 2007. - N1. - С. 45-50.

2006

  1. Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Интеллектуальная система поддержки принятия решений при определении причин отказов и аварий в нефтехимической промышленности // Автоматизация в промышленности. - 2006. - N6. - С.15-17.

  2. Берман А.Ф., Васильев С.Н. Технология обеспечения приемлемого риска аварий механических систем // Проблемы человеческого риска. — 2006. — № 1. — С. 61–69.

2004

  1. Берман А.Ф., Васильев С.Н., Извеков Я.О., Лакеев А.В., Максимкин Н.Н., Николайчук О.А. Параметрическая безопасность многокомпонентных машиностроительных систем // Вестник Бурятского университета. Математика и информатика. Серия 13. - 2004. - Вып.1. - С. 211-224.

  2. Юрин А.Ю., Павлов А.И. Представление и обработка знаний в интеллектных системах повышения безопасности сложных технических систем // Вестник томского государственного университета. - 2004. - N9 (II). - С.72-75.

  3. Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Инструментальное средство идентификации состояний механических систем // Искусственный интеллект. - Донецк: Наука I освiта, 2004. - N4. - С.268-275.

  4. Берман А.Ф., Николайчук О.А., Павлов А.И., Юрин А.Ю. Онтология надежности механических систем // Искусственный интеллект. - Донецк: Наука I освiта, 2004. - N3. - С.266-271.

2001

  1. Берман А.Ф., Николайчук О.А. Принципы создания системы исследования безопасности сложных технических систем // Программные продукты и системы. - 2001. - N1. - С.6-9.

1999

  1. Берман А.Ф., Николайчук О.А. Моделирование процесса исследования безопасности сложных технических систем // Проблемы безопасности при чрезвычайных ситуациях. - 1999. - N8. - С.185-195.

  2. Берман А.Ф., Николайчук О.А. Структуризация процесса исследования безопасности сложных технических систем // Проблемы безопасности при чрезвычайных ситуациях. - 1999. - N6. - С. 3-14.

------------------------------------

Берман А.Ф. Деградация механических систем. - Новосибирск: Наука, 1998. - 320.
УДК 539:621-192
ББК 34.43
Б50
ISBN 5-02-031235-5

Изложены результаты исследования и формализации структурной организации процессов деградации материалов в конструкциях, разрушения конструктивных элементов и отказов уникальных механических систем, подвергшихся комплексному воздействию факторов. Причинно-следственный комплекс протекания рассматриваемых процессов представлен механизмом, кинетикой и параметрами повреждения, разрушения и отказа. Формализация осуществлена с помощью графологических и логических моделей, а также функций алгебры логики. Описаны процессы повреждения материалов и разрушения конструктивных элементов вследствие коррозионного растрескивания, водородного охрупчивания, коррозионной и механической усталости, эрозии. Показаны подходы к исследованию и обеспечению надежности механических систем с помощью современных информационных технологий.

Монография предназначена для специалистов, занимающихся исследованием и обеспечением надежности механических систем, а также для преподавателей, аспирантов и студентов физико-механических и машиностроительных специальностей.

Таблиц: 27. Иллюстраций: 130. Библиография: 322 названий.

Ответственный редактор доктор технических наук, профессор Ю.М. Краковский

Рецензенты:
доктор технических наук, профессор П. И. Остроменский
доктор технических наук, профессор Ю.В. Димов

Утверждено ученым советом Института динамики систем и теории управления СО РАН

Издание осуществлено при финансовой поддержке Сибирского отделения РАН

ТП-96-П-N 88


ОТ РЕДАКТОРА

Монография посвящена актуальной проблеме деградации механических систем как основной причины отказов и аварий. В большинстве работ по этой тематике использован в той или иной мере вероятностно-статистический подход, который требует достаточно больших объемов экспериментальных данных для своего обоснования. Для уникальных механических систем накопление однородной статистической информации не всегда возможно.

Существенной новизной данной публикации является развитие информационного подхода, когда отказ рассматривается как физико-механический процесс, который поддается диагностированию и прогнозированию, а значит, управлению. В основе информационного подхода заложены графологические модели процессов формирования параметров повреждения, разрушения, отказа, аварийной ситуации и аварии.

Представление отказа в виде последовательности событий уже используется на практике при применении деревьев отказов, но в этом случае отказ - это, как правило, функция структуры системы. В данной монографии отказ и авария суть процессы, зависящие от свойств материала, его структуры, внешних воздействий, конструкции элемента, системы и т.д. Это, в свою очередь, позволило выделить уровни событий, каждый из которых описывается набором параметров (параметры повреждения, разрушения, отказа, аварийной ситуации и аварии).

Предложенный подход для решения задач надежности и технической безопасности позволит эффективнее применять такой мощный инструмент, каковым являются современные информационные технологии.

В основу монографии положены результаты экспериментальных исследований, проведенных автором для установления причин отказов и аварий в химических и нефтехимических производствах. Используются достижения в области механики и физики прочности и разрушения для описания причинно-следственных связей на различных иерархических уровнях процесса деградации механических систем.

Автор монографии доктор технических наук, заведующий лабораторией ИДСТУ СО РАН, член рабочей группы по обеспечению надежности и технической безопасности в химической и нефтехимической промышленности обобщил многолетний опыт работы в данной области, который будет весьма полезен для специалистов.

Ю.М. Краковский, д.т.н, профессор


ПРЕДИСЛОВИЕ

Основными причинами аварий в промышленности и на транспорте являются повреждения и разрушения элементов машин и конструкций, с одной стороны, вследствие повышения удельной нагруженности, комплексности воздействующих факторов, невозможности качественных испытаний, низкого качества изготовления, технического обслуживания и ремонта, с другой — вследствие ощутимого разрыва между исследованиями в области физики и механики деформации, разрушения, прочности и ресурса объектов, особенно в присутствии различных сред в сложном напряженно-деформированном состоянии.

В связи с этим необходимы существенные изменения и дополнения методологии создания и применения технических (ТС) и механических систем (МС), которые позволят учитывать многочисленные факторы, ранее игнорируемые как по объективным, так и по субъективным причинам.

Такое положение привело к необходимости поиска путей преодоления разрыва между механическими, физическими и химическими аспектами деградации элементов и систем, а затем между механо-физико-химической деградацией и теорией надежности, оценивающей, предупреждающей и преодолевающей последствия неустранимой или случайной деградации.

Отсутствует общепринятая теория надежности и технической безопасности уникальных МС, позволяющая эффективно планировать и развивать прикладные исследования в этой области, а значит повышать надежность. В связи с этим в первую очередь требуется единообразная методология сбора и обработки информации об отказах и авариях с целью выявления научных фактов и формулировки гипотез для построения и совершенствования моделей процессов формирования отказов и аварий.

В данный момент наиболее эффективными при исследованиях в рассматриваемой области являются современные информационные технологии. Они позволяют не только накапливать и анализировать информацию для решения вышеупомянутой фундаментальной проблемы, но и параллельно решать некоторые типы прикладных задач.

Наука о надежности ТС и МС связана практически со всеми отраслями наук. Действительно, хорошо известно, что надежность ТС и МС зависит не только от использования знаний, входящих в технические науки, но и от достижений в таких науках, как химия, физика, биология, физиология, психология, математика, а также в таких комплексных науках, как бионика, эргономика, кибернетика, физическая химия, статистическая физика, информатика и др.

Сейчас наметилась тенденция к объединению научных дисциплин, направленных на решение проблем надежности и технической безопасности на различных стадиях жизненного цикла объектов. "Нужно перестать поступать так, словно природа делится на дисциплины, как в университетах" (Рассел А. Аккофф [99]). Это высказывание можно с успехом распространить и на технику.

В данной работе на основе проведенных экспериментальных исследований, испытаний и опыта эксплуатации уникальных аппаратов и трубопроводов химических и нефтехимических производств получены научные факты и осуществлены некоторые обобщения, которые могут быть распространены на любые уникальные механические системы как с системных, так и с предметных позиций.

Автор не претендует на исчерпывающее изложение современного состояния всех научных направлений, изучающих деградационные процессы, отказы и их формализацию. Но предлагаемая читателю работа содержит результаты лабораторных экспериментов, испытаний и опыт эксплуатации, осмысленные автором на основе информационного подхода.

------------------------------------


Краковский Ю.М. Математические и программные средства оценки технического состояния оборудования / Ю.М. Краковский. — Новосибирск: Наука, 2006. — 228 с.

УДК 004.422
ББК Ч 48 (73)
К78
ISBN 5-02-032463-9.

В монографии изложено математическое, информационное и программное обеспечение мониторинга, диагностирования и прогнозирования технического состояния оборудования по виброданным для различных отраслей промышленности, включая транспорт. Приведены результаты практического применения созданных программных средств.

Книга рассчитана на специалистов в области технической диагностики, а также аспирантов и стулентов соответствующего профиля.
Табл. 11. Ил. 74. Библиогр 43 назв.

Рецензенты:
доктор технических наук В.Б. Головченко
доктор технических наук В.И. Зоркальцев
кандидат технических наук О.А. Николайчук


Утверждено Ученым советом института динамики систем и теории управления СО РАН
Издание осуществлено при финансовой поддержке Сибирского отделения РАН

© Ю.М. Краковский, 2006
© Российская академия наук, 2006
©Оформление. "Наука". Сибирская издательская фирма РАН, 2006

ISBN 5-02-032463-9
ТП-05-II-№ 10

Знания того, кто идет глубже, неизменно оказываются уже.
И. Гольман



ВВЕДЕНИЕ

Любое механическое оборудование подвержено в процессе эксплуатации различным воздействиям, приводящим к неисправностям и отказам. Существующая система технического обслуживания недостаточно совершенна. Это влечет за собой появление внезапных отказов, приводящих к нарушениям технологического процесса, увеличению затрат на восстановление и ремонт, авариям, которые могут привести к существенному экономическому и экологическому ущербу и ряду других негативных явлений. Данная проблема для нашей страны становится все более актуальной, так как старение оборудования во многих отраслях промышленности, включая транспорт, значительно опережает темпы технического перевооружения. В связи с этим в настоящее время особое внимание уделяется совершенствованию системы технического обслуживания и ремонта машин и оборудования. Наиболее перспективным является обслуживание по техническому или фактическому состоянию (ОФС), которое позволяет минимизировать ремонтные работы и увеличить на 25-40 % межремонтный ресурс по сравнению с планово-предупредительным (профилактическим) методом обслуживания. Базируется ОФС на объективной и достоверной информации о техническом состоянии машин и оборудования. Поэтому в последние десятилетия и за рубежом, и в нашей стране интенсивно развивается техническая диагностика [1, 6, 17, 27, 28, 33, 34, 36, 39].

В настоящее время широкое применение получил один из методов диагностики — вибрационная диагностика [10, 12, 26, 29, 37, 41]. Возникающие в процессе функционирования оборудования вибрационные процессы высокоинформативны, достаточно полно отражают техническое состояние многих деталей и узлов. В нашей стране это направление особенно интенсивно развивается в нефтеперерабатывающей и нефтехимической промышленности. Ведущие организации этой отрасли, такие как Госгортехнадзор России, Центрхиммаш, ВНИИПИнефть, Интертехдиагностика, НИИхиммаш (Москва и Иркутск), наиболее активно занимаются разработкой и внедрением современных методов обслуживания оборудования, включая обслуживание по техническому (фактическому) состоянию [30-32, 36].

Особое место при этом занимает вибрационный мониторинг, позволяющий не только осуществить контроль основных параметров и выявить тенденции их изменений, но и сделать объективную оценку технического состояния оборудования. Системы мониторинга оборудования — наиболее эффективное средство снижения затрат при переходе на техническое обслуживание машин и оборудования по их фактическому состоянию. При этом экономия в среднем по статистическим данным развитых стран мира составляет около трети затрат на ремонт и обслуживание. И это без учета такого важного фактора, как снижение вероятности крупных аварий с тяжелыми последствиями для окружающей среды.

Одна из задач мониторинга — прогнозирование технического состояния оборудования. Мониторинг с заданным периодом контроля параметров оборудования или непрерывный не требует обязательного прогнозирования остаточного ресурса (хотя для планирования загрузки ремонтных служб и для заказа комплектующих подобное прогнозирование необходимо). Если же используется мониторинг с переменным периодом контроля параметров, то возникает необходимость определить время следующего измерения. Эта задача и решается методами прогнозирования.

Внедрение в производство современных информационных технологий позволяет обрабатывать большие объемы данных измерений, что значительно способствует разработке эффективных математических и программных средств мониторинга и диагностирования оборудования на основе данных вибрационных измерений. Важность оценки технического состояния оборудования для практических нужд промышленности определяется и изменением учебных программ в технических вузах. Это подтверждается введением таких дисциплин, как "Основы технической диагностики" и "Средства технической диагностики", а также лицензированием специальностей "Безопасность технологических процессов и производств" и "Приборы и методы контроля качества и диагностики".

В настоящий момент ощущается дефицит литературы, посвященной данной тематике. Это объясняется несколькими причинами. Выделим из них две.
1. Многогранность тематики, связанной с оценкой технического состояния оборудования даже по виброданным, поэтому изложить этот вопрос комплексно и компактно в одной монографии весьма трудно.
2. В последние годы подготовлено несколько коммерческих программ, посвященных мониторингу и диагностированию оборудования по виброданным. Но разработчики этих программ не заинтересованы раскрывать их алгоритмическую часть. Более того, даже в центрах подготовки вибродиагностов алгоритмические особенности мониторинга и диагностирования оборудования не раскрываются.
Все это в совокупности и побудило автора подготовить данную книгу (насколько она получилась удачной судить читателям). Эта работа, с одной стороны, базируясь на публикациях автора [18-24, 42], является монографией, посвященной математическим, информационным и программным аспектам оценки технического состояния оборудования по виброданным. С другой стороны, автор стремился, чтобы эта книга была полезной студентам, аспирантам и практикующим диагностам, интересующимся данным научно-техническим направлением. По этой причине им включен обзорный материал в первых главах работы, а также подготовлены примеры и приложения.

Работа состоит из семи глав и трех приложений. Первые две главы посвящены общим вопросам технической диагностики и стратегии обслуживания оборудования по фактическому состоянию; третья и четвертая — математическому обеспечению, включая математическое описание вибросигнала и прогнозирование остаточного ресурса оборудования; пятая и шестая — информационно-программному обеспечению оценки технического состояния оборудования, включая описание автоматизированной системы мониторинга, диагностики и прогнозирования технического состояния оборудования, разработанной при участии автора. Особенность этой системы -реализация гибкого мониторинга, когда оценка технического состояния оборудования осуществляется по индивидуальным границам, полученным по результатам измерений значений параметров технического состояния.

Особенность прогнозирования остаточного ресурса оборудования — использование разнородной информации, содержащей помимо результатов мониторинга информацию экспертов. Автоматизированная диагностика основана на классификаторе [26], который содержит более 100 дефектов.

В седьмой главе приведены результаты апробации созданной автоматизированной системы мониторинга, диагностики и прогнозирования технического состояния оборудования.

Автор признателен ответственному редактору профессору А.Ф. Берману и рецензентам докторам технических наук В.Б. Головченко, В.И. Зоркальцеву и кандидату технических наук О.А. Николайчук за внимание к работе. Автор благодарит своих аспирантов С.В. Симонова, С.Н. Эльхутова и М.В. Ситчихину за реализацию и апробацию программного обеспечения по мониторингу, диагностированию и прогнозированию технического состояния оборудования по виброданным.

------------------------------------

По вопросам получения полных текстов обращаться к д.т.н. Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript