В NormaCS опубликован ГОСТ Р ИСО 13379-2-2016. Контроль состояния и диагностика машин. Методы интерпретации данных и диагностирования. Часть 2. Подход на основе данных.

Статус: Не действует - Принят по 01.10.2017. Сведения о регистрации 1661-ст от 10.11.2016 (официальный сайт Росстандарта)

Утвержден: Федеральное агентство по техническому регулированию и метрологии, 10.11.2016

Область применения: Стандарт устанавливает руководство по применению методов контроля состояния и диагностирования на основе данных. Внедрение таких методов в практику обычно осуществляют в несколько этапов (некоторые из этих этапов могут выполняться в рамках существующих процедур):

• определение объектов мониторинга, критических повреждений и контролируемых параметров, доступных для измерений;
• сбор и редактирование данных;
• разработка модели диагностирования/контроля;
• настройка модели по обучающим данным;
• проверка работоспособности модели;
• применение модели в целях диагностирования.

Выполнение указанных этапов не требует глубоких знаний статистических методов обработки данных, но требует компетентности в процедурах обучения модели, а после подтверждения ее работоспособности также в процедурах контроля состояния и диагностирования. Обучение в процедурах контроля состояния на основе данных проводят на нормально работающем оборудовании. В этом случае принцип обнаружения неисправности состоит в сравнении данных, предсказанных с помощью модели, с данными наблюдений. Наличие расхождения между предсказанными и полученными данными (эту разность иногда называют невязкой) свидетельствует об имеющей место аномалии, которая может быть отнесена либо к контролируемому оборудованию, либо к измерительному инструменту. Обучение в процедурах диагностирования проводят как на нормально работающем, так и на неисправном оборудовании. В процедуре диагностирования значение имеет не отклонение контролируемого параметра, а идентификация неисправности путем сопоставления наблюдаемых данных с классами возможных состояний оборудования, определенных на этапе обучения. Обычно эта процедура сводится к распознаванию и последующей классификации образа. Данные для анализа могут быть получены из записей распределенной системы управления (РСУ или, в англоязычной транскрипции, DCS) или из специализированных систем мониторинга.