科学家检查了评估空调武器可靠性的系统

25
基于神经网络的战略导弹部队武器和装备剩余寿命评估系统的一个有希望的模型已经在空调上工作, 俄新社.

科学家检查了评估空调武器可靠性的系统


在该模型中,应用了使用自学习人工神经网络的自回归分析方法。 模拟是在STATISTICA软件包中收集的统计数据的基础上进行的。 作为选择空调的对象(已知之一),
以彼得大帝命名的战略导弹部队军事学院科学家报告的论文说。

据报道,“神经网络将评估复杂技术系统的剩余资源。” 据科学家称,基于该网络的模型可以应用于战略导弹部队使用的武器和其他设备。

开发人员指出,这一模型的充分性得到了全面实验的证实,这使我们得出结论,建议将其用于具有类似工作原理的武器,军事和特殊设备模型。
25 评论
信息
亲爱的读者,您必须对出版物发表评论 授权.
  1. +3
    15 1月2018 09:35
    选择空调作为对象
    非常有用,但是对谁有用呢? 马上,不可能选择任何类型的武器作为对象。 还是没有将工作场所放在办公室的空调上?
    1. +7
      15 1月2018 09:37
      因此,责任减少了,恩,空调早点破了,并解决了问题....但是,总的来说,一位记者听到了铃声....恩,他赶紧制作了材料....
      1. +13
        15 1月2018 09:49
        老实说,我对有关结论一无所知。
        1. +5
          15 1月2018 09:51
          据我了解,已经开发了一个软件包,该软件包允许使用一组结构描述(如何制造,从何来制造产品图纸等)在各种条件下对整个机构或产品的模型及其操作进行建模。 如果是这样,这确实是一件好事,可以很好地补充(或更确切地说,是在现场试验之前)...。
          1. +5
            15 1月2018 09:55
            Quote:Topotun
            很好的补充(更确切地说是上一个)直接进行现场测试....

            到目前为止,还没有软件模拟能够完全替代真实测试。 但是必须朝这个方向采取步骤,所以新闻是好的。
    2. 0
      15 1月2018 16:57
      Quote:rotmistr60
      非常有用,但是对谁有用呢? 马上,不可能选择任何类型的武器作为对象。

      显然,此文本是在一个知名的地方作为单独的纸而被发现的,以防万一,它很快被出版了。 一个非常奇怪的出版物...没有吸引博士...这个话题没有公开。 返回缺点!
  2. alk
    +2
    15 1月2018 09:45
    “得出结论,将其适用于具有类似操作原则的武器,军事和特殊装备。”
    请原谅我,用vskidku称它为一种以空调为基础的武器模型。
    1. +4
      15 1月2018 09:49
      制冷炸弹,霜冻射线,雪暴和一般霜冻。 而且...仍在寻找sosli!
    2. +2
      15 1月2018 11:47
      这不是空调的原理,而是技术上先进的设备-任何设备。 材料的呈现方式是有争议的,但重点是可以用更少的精力精确地确定剩余资源...但是,仍然存在问题:如何考虑非线性影响因素?
    3. 0
      15 1月2018 13:18
      引用:alkor
      请原谅我,用vskidku称它为一种以空调为基础的武器模型。

      实际上,kondeya也有供暖装置,冰箱,也许核武器的弹头应该存放在寒冷的地方....是的,还有很多东西可以扔
    4. 0
      15 1月2018 16:02
      引用:alkor
      “得出结论,将其适用于具有类似操作原则的武器,军事和特殊装备。”
      请原谅我,用vskidku称它为一种以空调为基础的武器模型。

      如果我们将空调的元素与文章中的图片进行比较,那么您会发现一些位于矿山中的产品已经存在很长的使用寿命。 我认为为了他们的缘故,该系统得以开发。
  3. +9
    15 1月2018 10:02
    引用:Vasya Vassin
    制冷炸弹,霜冻射线,雪暴和一般霜冻。 而且...仍在寻找sosli!

    一旦俄罗斯的冬天帮助击败了拿破仑和希特勒的军队,今年它就自行袭击了美国... 眨眼
    1. +3
      15 1月2018 10:19
      特瑞宁...... 而今年已经自行袭击了美国...

      还没晚上。 不久美国将对罪魁祸首发声。 但是我们已经知道了谁。 。 欺负
      1. +5
        15 1月2018 10:39
        普京打扮成圣诞老人吗? 追索权
  4. +3
    15 1月2018 10:06
    在评估技术系统的可靠性时,最主要的是有关元素失效之间的时间数据,这些数据取自产品通行证,然后是简单的算术运算,这里恐怕无法想象神经网络。 仅从方便角度考虑,建议创建软件包。
    除了这种战略导弹力量外,您还可以想到削减兵力,但这似乎更司空见惯,一位研究生研究生教师为保护自己而吮吸了一个话题,媒体对这个话题sn之以鼻,大声说出市建局!

    如果这就是我的想法,那么它几乎不会拖延路线。 对于需要什么神经网络,没有公开细节。
    1. +3
      15 1月2018 10:42
      这与可靠性评估无关,而与复杂技术系统的剩余寿命有关。
      这是不同的。
      任何技术系统都有使用资源-直到形成严重的故障为止,这些故障使系统无法执行其功能。 此类资源的最大使用条件是完全符合规定的开发人员的操作条件。
      实际上,这不会发生,资源通常较少,取决于各种外部条件。
      在这种情况下,仅需事先知道一个或另一个技术设备与故障的距离。 鉴于许多人的生活通常直接取决于其中一些设备,因此此类信息非常必要。
      我将给出最简单的例子。
      在媒体投影仪中,使用了具有显着光通量的高质量灯。 但是,其使用寿命被限制为一定的小时数。 在这种情况下,制造商使用一个简单的计数器,该计数器配置为“带余量”的小时数,即在一定时间后,投影机将停止工作,并且需要更换灯泡,尽管实际上灯泡正在工作。
      为了确切地确定特定的灯将为过于复杂和昂贵的任务提供多少服务-必须考虑所有操作因素,因此选择最简单的选择-对消费者不利。 但是与此同时,它可以保证通过此设备执行的任务将得以完成。
      1. 0
        15 1月2018 13:22
        我不是焊工,只是戴上口罩))),但是为了教育计划,残余资源不是直接在技术系统可靠性方面进行的一种计算吗? 看起来很明显吗?

        在这方面,我的困惑就是-科学家为何如此著名,学生在学期论文上没有做什么? 神经网络在哪一边?

        您的示例非常简单,让它变得更复杂-例如,空调!!! 它有一个压缩机,一个热交换器和一个蒸发器,每个都有一个MTBF,“技术系统的可靠性”这一准则只是解决了具有这些组件的特定设备将拥有多少MTBF的问题。
  5. +3
    15 1月2018 10:49
    如果您在晚上醒来一些评论员,他们说的第一个单词将是“剪切”。
    您需要知道复杂系统中还剩下多少生命,评论员是否不了解它是否会在正确的时间,何时以及什么情况下失效。 但是左撇子仍然说:“上帝禁止战争,他们不会开枪!”。 事实证明,Lefty是我们第一个定义资源的神经网络。
    1. +2
      15 1月2018 10:54
      这里! 这就是我们所说的。
  6. +1
    15 1月2018 10:52
    我什么都不懂,但是很有趣。 您还能在这篇文章的底部写些什么?
    1. +2
      15 1月2018 12:51
      您可以在文章的底部写上:“对于本文中所包含信息的准确性,作者不承担任何责任”! 笑
  7. 0
    15 1月2018 13:32
    车没有找到更多的空间。
  8. +1
    15 1月2018 19:12
    我曾经使用带有该名称的静态处理程序包。 我注意到它需要预编译的数据库,然后应该几乎在系统中对其进行了手动处理。 从这个角度来看,MATLAB更加有趣,可以使用内置的过程编程语言进行处理。 但不管怎么说,这两种系统都需要统计领域的合格专家来对数据进行正确的分组和对结果的清楚说明。 而且根据俄罗斯的统计数据,我们遇到了麻烦,情况很可能发生,这可以通过公布卫生工作者的平均工资来观察。
    实际上,当知道影响因素和影响对象时,回归分析是指最简单的统计分析方法之一。 例如,由于空气滤清器堵塞,气缸壁磨损等导致的粉尘水平和发动机功率损耗百分比。
  9. +2
    15 1月2018 19:49
    为什么要发表这样的文章? 根据这一信息,人们只能猜测咖啡渣。
    就像“在莫斯科州的一个秘密研究所,设备显示了十个!”

    我只知道对于回归分析,不需要nafig。

    在简单的回归分析中,当您具有一个随机数序列时,需要获得一个分析函数,该函数将产生最接近该序列的数。 RA使用的是明确的预测对象。 当然,可以使用神经网络进行预测,只有这样,它才不会成为回归分析,因为神经网络不是分析功能。
  10. 0
    15 1月2018 20:58
    一组美丽,时尚和晦涩的单词,用于最简单地处理统计数据。 问题是:这些数据从何而来? (军方将为您提供所需的所有数据:您需要倾斜度吗?)