Проверяемый текст
Деев Валерий Геннадьевич. Обеспечение безопасности эксплуатации нефтегазодобывающего оборудования на основе использования информационно-измерительных систем (Диссертация 2001)
[стр. 82]

надёжности функционирования технологическою оборудования, является наиболее ответственным и сложным этапом прогностической процедуры, Упрощение модели приводит к уменьшению точности прогноза времени наступления предаварийной ситуации.
Излишнее усложнение модели может привести к неустойчивост алгоритма идентификации и, как правило, лишает идентификационные модели предсказательной силы.
Кроме того, необходимо учитывать, что степень сложности модели зависит не только от идентифицируемого параметра, но и от уровня погрешности первичных измерений.
Таким образом, представляется актуальной многокритериальная задача выбора оптимальной степени сложности моделей, описывающих изменение показателей надёжности
зданий и сооружений.
При выборе метода решения поставленной задачи поставим два дополнительных условия.
Во-первых, искомая модель должна обладать прогнозирующими свойствами, т.е.
при экстраполяции на некоторый промежуток времени ее значения не должны «разбалтываться».
Это условие налагает ограничения на степень сложности функции —для чересчур сложной модели малые ошибки измерений, не заметные на интервале интерполяции, на этапе прогноза могут радикально менять поведение модельной функции [71].
Во-вторых, будем предполагать, что объем выборки данных, по которой строится модель, невелик.
Это связано с тем, что наиболее достоверная информация,
хранящаяся в базах данных современных информационно-измерительных системах, охватывает временной интервал в 5-6 лет.
Сложность задачи оптимального выбора аппроксимирующей 82
[стр. 91]

91 дебит, приемистость скважин и объем потребляемой электроэнергии.
В общем же случае, уровень сложности аппроксимирующей функции зависит не только от самого изменяющегося параметра, но и от уровня шумовой составляющей измерений и объема выборки.
Выбор той или иной модели, описывающей изменения показателей надёжности функционирования технологического оборудования, является наиболее ответственным и сложным этапом прогностической процедуры.
Упрощение модели приводит к уменьшению точности прогноза времени наступления
отказа.
Излишнее усложнение модели может привести к неустойчивости алгоритма идентификации и, как правило, лишает идентификационные модели предсказательной силы.
Кроме того, необходимо учитывать, что степень сложности модели зависит не только от идентифицируемого параметра, но и от уровня погрешности первичных измерений.
Таким образом, представляется актуальной многокритериальная задача выбора оптимальной степени сложности моделей, описывающих изменение показателей надёжности
нефтедобывающего оборудования во времени.
При выборе метода решения поставленной задачи поставим два дополнительных условия.
Во-первых, искомая модель должна обладать прогнозирующими свойствами, т.е.
при экстраполяции на некоторый промежуток времени ее значения не должны «разбалтываться».
Это условие налагает ограничения на степень сложности функции для чересчур сложной модели малые ошибки измерений, не заметные на интервале интерполяции, на этапе прогноза могут радикально менять поведение модельной функции [71].
Во-вторых, будем предполагать, что объем выборки данных, по которой строится модель, невелик.
Это связано с тем, что наиболее достоверная информация
об отказах технологического оборудования, хранящаяся в базах данных современных ИИС, охватывает временной интервал в 5-6 лет.
С учётом выводов раздела 2.2, подобный объём информации не превышает 10-20 жизненных циклов (пуск в эксплуатацию нормальная эксплуатация старение и

[Back]