Несовершенство систем контроля и анализа состояния труднодоступных устройств и узлов, связанных с ними динамически протекающих технологических процессов, вызывает необходимость анализа не только «внутренних» данных, но и поступающих по сторонним и внешним каналам. В данной статье рассматривается один из эффективных путей решения данной проблемы при помощи использования оцифрованных последовательностей данных, группируемых в поведенческие паттерны.
Анализируемое устройство, как правило, находится вне контролируемой зоны, и доступ к нему ограничен, вследствие чего все протекающие внутри устройств процессы должны быть под постоянным контролем. Изменение температуры, амплитуды и частоты вибраций, звуковых и электромагнитных спектров, снимаемых датчиками и сенсорами при производстве и функционировании отдельных компонент, может говорить о необходимости изменений технологического процесса с целью предотвращения износа, поломок, брака. Таким образом, анализ состояния труднодоступных узлов и устройств «Индустрии 4.0» на основе поступающих данных внешних побочных каналов является актуальной задачей. Суть предлагаемого подхода заключается в получении зависимости количественных показателей функционирования устройств, узлов инфраструктуры «Индустрии 4.0» для различных режимов работы и дальнейшем использовании полученных данных при решении задачи анализа состояния устройств и узлов инфраструктуры «Индустрии 4.0». Новизной данного исследования является разработка подхода к анализу устройств «Индустрии 4.0», предназначенного для идентификации состояния удаленных и труднодоступных устройств, сочетающего в себе технологии машинного обучения при анализе разнородных внешних данных оцифрованных трасс сигнальных последовательностей, поступающих от различных элементов и объединённых в поведенческие паттерны.
