Проблема предупреждения аварийных ситуаций на технических объектах связана с их безопасным функционированием и обеспечением надежности. Для своевременного предупреждения о нарушении работоспособности и возможности аварийной ситуации проводится диагностика текущего состояния и прогнозирование будущего состояния объекта. В монографии рассматриваются вопросы прогнозирования состояния технического объекта, анализа стабильности его функционирования и распознавания состояния с использованием методов машинного обучения по результатам мониторинга его показателей. Дан обзор известных методов в этой области, и предложены некоторые новые подходы, позволяющие повысить качество прогнозирования и диагностики сложных технических систем. Для прогнозирования состояния объекта используются методы обработки систем временных рядов. На основе подхода адаптивного моделирования предложен новый алгоритм прогнозирования состояния объекта управления с помощью структурной идентификации, позволяющий описывать динамику совокупности рядов в их взаимосвязи. Показано, что для анализа стабильности диагностических показателей, характеризующих функционирование объекта, могут быть использованы методы статистического управления процессами. Анализируются возможности применения методов машинного обучения для распознавания состояния технического объекта. Основная задача здесь – по наблюдаемым показателям функционирования объекта определить, является ли он исправным. Это задача бинарной классификации, то есть разделения объектов на два класса – исправных и неисправных.

Приведены примеры прогнозирования и диагностики функционирования реальных технических объектов: прогнозирование состояния гидроагрегата по результатам мониторинга вибраций, диагностика системы управления водоочисткой и другие.

Для специалистов в области надежности и технической диагностики, а также студентов и аспирантов, занимающихся применением статистических и интеллектуальных методов к анализу технических систем.