АЛГОРИТМ НА ОСНОВЕ МОДЕЛИ ПЕРЕДАТОЧНОЙ ФУНКЦИИ И ОДНОКЛАССОВОЙ КЛАССИФИКАЦИИ ДЛЯ ОБНАРУЖЕНИЯ АНОМАЛЬНОГО СОСТОЯНИЯ ДАМБ

Аннотация

Постановка проблемы: как правило, мониторинг состояния дамб с использованием датчиков, установленных в дамбу, заключается в сравнении измерений датчиков с заранее определенными пороговыми значениями, полученными в результате анализа или моделирования структуры дамбы. Этот способ позволяет обнаружить лишь простые случаи разрушения дамбы, например переливание гребня дамбы. Более сложные случаи, вызванные процессами внутренней эрозии, такой способ обнаружить не позволяет. Цель: разработка и апробация алгоритма обнаружения аномального состояния дамбы, вызванного процессами внутренней эрозии. Результаты: предлагаемый алгоритм обнаружения аномального состояния основан на моделировании передаточной функции между измеряемыми сигналами уровня воды и порового давления внутри дамбы. Одноклассовый классификатор «нейронные облака» используется для оценки нелинейной, нечеткой функции принадлежности ошибки модели к области нормального состояния. Обучение классификатора «нейронные облака» производится на исторических данных о нормальном поведении дамбы, полученных с датчиков, установленных в дамбе. Нечеткий выход классификатора, изменяющийся от 0 до 1, позволяет давать оценку близости текущего состояния дамбы к аномальному. Апробация алгоритма проводилась на реальных данных, полученных в ходе натурного эксперимента. Практическая значимость: результаты исследований и алгоритмические решения использованы компанией «Сименс» в компоненте искусственного интеллекта при разработке системы мониторинга состояния дамб.