Mathematical Modelling of Industrial Equipment Operation Based on Markov Processes

Существование практически неограниченного числа методов оценки работоспособности промышленного оборудования способствует возникновению неопределенности выбора наиболее эффективного подхода. Одновременно с этим наличие множества возможных состояний оборудования (от рабочего до ремонтного и иного простоя) усложняет задачу моделирования работы такой системы. Задача моделирования не теряет своей актуальности, в первую очередь, для крупных промышленных компаний. В статье представлены методологические особенности моделирования работы промышленного оборудования на основе Марковского метода. Данный подход использован в качестве базового при оценке вероятностей переходов оборудования между состояниями, а также при прогнозировании конечного состояния работы подобной системы. В части практической апробации рассмотрен пример функционирования однотипного промышленного оборудования в рамках трех возможных состояний: работоспособное, сломанное, а также находящееся в режиме вынужденного ремонта. По результатам расчетов проведена оценка реальности переходов между состояниями оборудования, рассчитана скорость подобных переходов, а также спрогнозирован уровень работоспособности системы оборудования через период "t". Достоверность результатов исследования подтверждена их практической реализацией. Полученные в рамках работы результаты рекомендуется использовать менеджментом и аналитикам промышленных компаний в процессе принятия операционных решений и при разработке стратегий ремонта оборудования.

Ключевые слова

Марковский метод; математическое моделирование; теория вероятностей; прогнозирование; промышленное оборудование; состояния оборудования; переходы между состояниями.

Литература

1. Gitelman, L.D. Asset Management of Energy Company Based on Risk-Oriented Strategy / L.D. Gitelman, M.V. Kozhevnikov, G.S. Chebotareva, O.A. Kaimanova // WIT Transactions on Ecology and the Environment. - 2020. - № 246. - P. 125-135.
2. Aronson, K.E. An Expert System for Diagnostics and Estimation of Steam Turbine Components' Condition / K.E. Aronson, B.E. Murmansky, I.B. Murmanskii, Y.M. Brodov // International Journal of Energy Production and Management. - 2020. - V. 5, № 1. - P. 70-81.
3. Вентцель, Е.С. Введение в исследование операций / Е.С. Вентцель. - М.: Советское радио, 1964.
4. Haque, S. Assessing the Accuracy of Record Linkages with Markov Chain Based Monte Carlo Simulation Approach / S. Haque, K. Mengersen, S. Stern // Journal of Big Data. - 2021. - V. 8, № 1. - P. 8.