Прогностические переменные и оценка срока службы систем
Prognostic variable
Прогнозирование срока службы систем: факторы и прогностические переменные для оценки остаточного ресурса. Узнайте, как предсказать выход из строя оборудования.
Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Введение
Факторы, влияющие на прогнозирование ожидаемого срока службы системы
Factors in predicting system life expectancy
Прогностическая переменная в инженерии, в контексте прогнозирования, – это измеряемая или оцениваемая величина, которая коррелирует с состоянием системы и может использоваться для предсказания ее остаточного ресурса. Идеальная прогностическая переменная легко измеряется или вычисляется и обеспечивает точную оценку времени, в течение которого система может продолжать функционировать до необходимости технического обслуживания или замены. Реальные прогностические переменные обычно известны с некоторой неопределенностью, их измерение может быть затруднено, а их корреляция с состоянием системы может быть неполной. Примерами прогностических переменных являются возраст транспортного средства и его пробег: чем старше автомобиль и чем больше он проехал, тем выше степень его износа. Эти прогностические переменные полезны, но не идеальны, поскольку они не учитывают другие факторы, такие как регулярность проведения технического обслуживания, стиль вождения и условия эксплуатации. Однако они обладают преимуществом простоты измерения, понимания и проверки, в то время как углубленный анализ механического состояния автомобиля был бы дорогостоящим, требовал бы специальных навыков для интерпретации и был бы сложен в верификации.
A prognostic variable in engineering within the context of prognostics, is a measured or estimated variable that is correlated with the health condition of a system, and may be used to predict its residual useful life. An ideal prognostic variable is easily measured or calculated, and provides an exact estimation of how long time the system can continue to operate before maintenance or replacement will be required. Real prognostic variables are usually either known with some uncertainty, may be difficult to measure, and their correlation to the state of health of the system may not be exact. Examples of prognostic variables are the age of a vehicle and its odometer reading: the older a car is, and the longer it has been driven, the more worn it can be expected to be. These prognostic variables are useful, but not ideal, since they do not consider other aspects such as the regularity of the maintenance that was applied on the vehicle, how they were driven, in which weather conditions, etc. ; they do, however, have the advantage of being easily measured, understood and verified, whereas an in depth analysis of the mechanical condition of the vehicle would be expensive to perform, require specific skills to be understood and would be difficult to verify.
В климатической науке
В климатической науке этот термин обозначает переменную, которую компьютерная модель рассчитывает путем интегрирования физического уравнения, как правило, это вихрь, дивергенция, температура, поверхностное давление и концентрация водяного пара в атмосферных моделях. Термин "прогностическая" применяется к некоторым значениям или переменным, которые модель предсказывает напрямую, например, температура, водяной пар, соленость и глубина в атмосферных или океанических моделях; то есть к переменным, которые можно непосредственно получить как результат работы модели. С другой стороны, существуют и другие переменные, которые необходимо вычислять отдельно как производные, например, относительная влажность, которая является диагностической переменной, вычисляемой на основе прогностических переменных модели – температуры и водяного пара.
In climate science, the term indicates a variable that a computer model predicts by integration of a physical equation, typically vorticity, divergence, temperature, surface pressure, and water vapour concentration in atmospheric models. The term prognostic is given to some values or variables that are directly predicted by the model, such as temperature, water vapour, salinity, depth in atmospheric or ocean models; i. e., variables that can be directly obtained as a model outcome. On the other hand, there are some other variables that need to be calculated separately as derived variables, such as relative humidity, which may be a diagnostic variable obtained from the model's prognostic variables, temperature and water vapour.