Вернуться к статье

Алгоритм FMEA-анализа как основа нейронной сети снижения рисков кислородного конвертера металлургического предприятия

Таблица 1 - Сравнение методов мониторинга технического состояния кислородного конвертера

Критерий

Традиционная АСУ ТП (без ИИ)

Правила экспертных систем

Предлагаемый подход (FMEA + нейросеть)

Точность выявления неисправностей

70–78%

80–85%

92–95% (прогноз)

Время обнаружения аномалии

10–30 с (пороговые сигналы)

5–15 с (после логического вывода)

3–5 с

Учёт взаимовлияния отказов

Нет

Частичный (задаётся правилами)

Да (через веса обученной модели)

Адаптивность к изменению режимов

Требует перенастройки

Требует изменения правил

Самообучающаяся (донастройка)

Сложность внедрения

Низкая

Средняя

Высокая (требует сбора данных и обучения)

Эксплуатационные затраты

Низкие

Средние

Выше начальные, но ниже долгосрочные за счёт снижения аварий