Bayesian Transformer-LSTM atom elektr stansiyalarining asosiy sovituvchi nasoslaridagi vaqt bo‘yicha o‘zgaruvchi degradatsiya xatti-harakatidan qolgan foydali xizmat muddatini prognozlash va ayni prognoz noaniqligini miqdoriy ifodalash uchun Transformer, Long Short-Term Memory (LSTM) va Bayes neyron tarmog‘i komponentlarini birlashtiradigan gibrid prognostik arxitekturadir. Tadqiqot rotor vali yig‘masi, qo‘sh konusli zichlash konstruksiyasi va dvigatel ekran gilzasi uchun sonli nosozlik tahlillarini prototip tajribalari bilan birlashtirib, komponentga xos degradatsiya xususiyatlarini ajratadi, ularni Mahalanobis masofasi va bulut og‘irlik markaziga asoslangan vaznlash orqali tizim darajasidagi kompleks salomatlik indeksiga (Comprehensive Health Index, CHI) aylantiradi va CHI vaqt qatorini Bayesian Transformer-LSTM modeliga uzatadi. Birlashtirilgan model uchun keltirilgan ablatsiya natijalari MAE = 0,016, RMSE = 0,018 va R² = 0,997 ni tashkil etadi. Noaniqlikni miqdoriy baholashda PICP = 0,839 va MPIW = 0,0435 qayd etilgan.

Modelning maqsadi faqat “asosiy nasosning necha soat umri qoldi?” degan savolga bitta qiymat bilan javob berish emas. Bayes qatlami prognoz qilingan RUL qiymati atrofidagi noaniqlik taqsimotini ham hosil qiladi. Biroq natijalarni talqin qilishda muhim cheklovlar mavjud: 15 yillik degradatsiya ketma-ketligi to‘liq ravishda bevosita dala o‘lchovlaridan iborat emas; prototip tajribalari, fizik simulyatsiyalar, Monte Carlo ma’lumotlarini ko‘paytirish va ekspluatatsiya siklini ekstrapolyatsiya qilish birgalikda qo‘llangan. Bundan tashqari, PICP = 0,839 tadqiqotdagi metrika ta’rifida tilga olingan %95 nominal qamrov darajasidan past. Shuning uchun tadqiqot nuqtaviy prognozlashda yuqori natija ko‘rsatsa-da, noaniqlik kalibrovkasini yanada takomillashtirish talab etiladi.

Tadqiqot muammosi

Atom elektr stansiyalaridagi asosiy sovituvchi nasos bosimli suv reaktorining birlamchi konturidagi asosiy uskunalardan biri bo‘lib, tadqiqotda birlamchi siklning “yuragi” deb ta’riflanadi. Ushbu nasosning rejasiz to‘xtashi nafaqat texnik xizmat xarajatlari, balki stansiya ishining uzluksizligi nuqtai nazaridan ham muhim bo‘lgani sababli, davriy texnik xizmat yondashuvi o‘rniga uskunaning haqiqiy salomatlik holatini kuzatadigan Prognostics and Health Management (PHM) usullariga ehtiyoj mavjud.

An’anaviy RUL modellarining katta qismi kelajakdagi xizmat muddatini bitta son sifatida beradi. Masalan, model “qolgan xizmat muddati 10.000 soat” deyishi mumkin; ammo bu qiymat qanchalik ishonchli ekanini ko‘rsatmasligi mumkin. Yadro uskunalarida bu kamchilik ayniqsa muhimdir. Ayni nuqtaviy prognoz tor yoki juda keng noaniqlik oralig‘i bilan birga kelishi mumkin va bu ikki holatning texnik xizmat qarori uchun ma’nosi bir xil emas.

Qolgan Foydali Xizmat Muddatini Prognozlash Nima?

Qolgan foydali xizmat muddati (Remaining Useful Life, RUL) uskunaning joriy salomatlik holatidan funksional yoki texnik xizmat nuqtai nazaridan belgilangan xizmat muddati oxiri chegarasiga yetguniga qadar kutiladigan foydalanish mumkin bo‘lgan ish vaqtidir. Ushbu tadqiqotda RUL asosiy nasos uchun vaqt davomida shakllantirilgan kompleks salomatlik indeksidan prognoz qilingan normallashtirilgan hayot holatini haqiqiy degradatsiya vaqt shkalasi bilan bog‘lash orqali olinadi.

Nega prognoz bevosita xom sensorlardan qilinmadi?

Asosiy nasos kabi murakkab elektromexanik tizimlarda turli sensorlar turli fizik kattaliklarni o‘lchaydi. Tebranish, tok, kuchlanish va boltning dastlabki taranglash kuchi o‘lcham, miqdor va shovqin tuzilishi jihatidan bir-biridan farq qiladi. Bundan tashqari, bitta sensordagi o‘zgarish butun nasosning salomatlik holatini ifodalamasligi mumkin.

Shu sababli tadqiqot barcha xom signallarni to‘g‘ridan-to‘g‘ri RUL modeliga yuborish o‘rniga avval komponent darajasidagi salomatlik ko‘rsatkichlarini hosil qiladi, keyin ularni tizim darajasidagi CHI ichida birlashtiradi.

O‘rganilgan uchta muhim komponent

Tadqiqotchilar uzoq muddatli dala qayta aloqalari va komponentlarning xavfsizlik funksiyalariga tayangan holda nosozlikka sezgir uchta quyi tizimni tanlagan:

• Rotor vali yig‘masi: O‘qlar mos kelmasligi va podshipnik yeyilishi tebranish xatti-harakatini o‘zgartiradi.
• Qo‘sh konusli zichlash yig‘masi: Dastlabki siqish kuchining yo‘qolishi va termik sikllar zichlash samaradorligini yomonlashtirishi mumkin.
• Dvigatel ekran gilzasi: Yeyilish yoki shishish elektromagnit yo‘qotishlar va konstruktiv xatti-harakatni o‘zgartirishi mumkin.

Asosiy nasos prototip sinov platformasi

Tadqiqotda nosozlik mexanizmlari faqat sonli modeldan kelib chiqmasligi uchun asosiy nasosning prototip sinov platformasidan foydalanilgan. Platforma val tizimi, qo‘sh konusli zichlagich va kichik masshtabli ekran gilzasi nosozlik sinov qurilmalarini, ma’lumot yig‘ish tizimini va o‘lchov sensorlarini o‘z ichiga oladi.

Ma’lumot yig‘ish uchun NI 6233 kartasidan foydalanilgan va tizimning namuna olish chastotasi 10.000 Hz gacha yetishi mumkinligi ko‘rsatilgan.

Rotor vali yig‘masida tebranish nega muhim?

Val tizimida ekssentriklik nosozligini hosil qilish uchun pastki yo‘naltiruvchi valdagi markazlash sohasi nazorat ostida ishlov berilib, yuqori yo‘naltiruvchi o‘q bilan konsentriklik buzilgan. Sog‘lom va nosoz holatdagi tebranish to‘lqin shakllari taqqoslanganda, nosozlik kiritilgandan so‘ng tebranishning cho‘qqi amplitudasi sog‘lom etalon qiymatdan uch martadan ko‘proq ekani kuzatilgan.

Shu sababli tebranish amplitudasi rotor-podshipnik tizimi degradatsiyasiga sezgir xarakterli o‘zgaruvchi sifatida tanlangan.

Qo‘sh konusli zichlagichning termik sikl muammosi

Qo‘sh konusli zichlagich uchun butun nosozlik jarayonini faqat fizik tajribalar bilan qayta hosil qilish qimmat va ko‘p vaqt talab qilgani sababli ANSYS 17.0 yordamida chekli elementlar modeli tuzilgan.

Qizdirish siklida reaktor sovituvchisining o‘rtacha harorati taxminan 15 soat ichida 22 °C dan 320 °C gacha, birlamchi kontur bosimi esa 2 MPa dan 15,0 MPa gacha ko‘tarilishi qabul qilingan. Sovuq to‘xtash jarayonida harorat 320 °C dan 22 °C gacha, bosim esa 15 MPa dan 2 MPa gacha taxminan 15 soat ichida tushirilgan.

Sovish Tezligi Qo‘sh Konusli Zichlagichning Germetikligiga Qanday Ta’sir Qiladi?

Manba tadqiqotidagi simulyatsiyaga ko‘ra, sovish tezligining 10 °C/soatdan 40 °C/soatga ko‘tarilishi qo‘sh konusli zichlagichning maksimal sizib chiqish tezligini 2,6 × 10⁻⁵ g/s dan 1,1 × 10⁻⁴ g/s gacha oshirgan; ya’ni taxminan 4,23 baravar ortish kuzatilgan. Xuddi shu tahlillarda bolt yuklamasi kamaygani sari sizib chiqish ortgani kuzatilgani uchun boltning dastlabki taranglash kuchi zichlagich degradatsiyasini kuzatish uchun sezgir xususiyat sifatida tanlangan.

Tadqiqotda keltirilgan III sinf germetiklik chegarasi eng ko‘pi bilan 1,0 × 10⁻⁴ g/s.. 40 °C/soatlik holatda hisoblangan maksimal qiymat bu chegaradan oshib, tadqiqotda IV sinf darajasiga o‘tish sifatida talqin qilingan.

Modelni fizik tekshirish uchun Bolt No.1 va simmetrik Bolt No.3 da termik sikl tajribalari o‘tkazilgan. Boshlang‘ich boltning dastlabki taranglash kuchi 300 kN deb berilgan. Sonli va tajribaviy dastlabki taranglash kuchi tendensiyalarining bir-biriga yaqinligi boltning dastlabki taranglash kuchidan mos nosozlik xususiyati sifatida foydalanishni qo‘llab-quvvatlagan.

Dvigatel ekran gilzasida ko‘p fizikaviy model

Ekran gilzasining buzuvchi fizik nosozlik sinovlari qimmat bo‘lgani sababli tadqiqotchilar ANSYS Maxwell R17.0 va COMSOL 5.3a dan birgalikda foydalanib elektro-termik-mexanik model yaratgan.

Modelda elektromagnit tahlildan stator toki, kuchlanish va ekran gilzasidagi uyurma tok yo‘qotishlari olingan; COMSOL tomonida qattiq jism mexanikasi, issiqlik uzatish, suyuqlik va termik kengayish modullari birlashtirilgan.

Simulyatsiyada dvigatel ekran gilzasida taxminan 700 MPa maksimal kuchlanish, 260 °C maksimal harorat va 0,1 mm maksimal deformatsiya qayd etilgan. Kuchlanish va harorat sovituvchi tomonga yaqinlashgan sari oshgan, maksimal deformatsiya esa gilza bo‘shlig‘ining o‘rta qismida yuzaga kelgan.

Sog‘lom ekran gilzasida manbada taxminan 15 kW deb berilgan uyurma tok yo‘qotishining nosozlik turiga sezgir ravishda o‘zgarishi ko‘rsatilgan. Shishish nosozligida xato 0 bilan +4 kW, yeyilish nosozligida 0 bilan −2 kW oralig‘ida o‘zgaradi. Prototip tajribalari past va yuqori tezlik sharoitlarida simulyatsiya va tajriba tendensiyalari o‘xshash ekanini ko‘rsatgan. Shu sababli uyurma tok yo‘qotishi ekran gilzasi uchun degradatsiya ko‘rsatkichi sifatida tanlangan.

Kompleks Salomatlik Indeksi Nima?

Kompleks Salomatlik Indeksi (Comprehensive Health Index, CHI) asosiy nasosning rotor tebranishi, ekran gilzasi uyurma tok yo‘qotishi va qo‘sh konusli zichlagich bolti dastlabki taranglash kuchi kabi turli fizik degradatsiya ko‘rsatkichlarini bitta normallashtirilgan tizim salomatligi o‘zgaruvchisida birlashtiradigan ko‘rsatkichdir. Tadqiqotda avval har bir komponent uchun Mahalanobis masofasiga asoslangan salomatlik ko‘rsatkichi yaratilgan, so‘ngra bu ko‘rsatkichlar bulut og‘irlik markaziga asoslangan vaznlash orqali birlashtirilgan.

Mahalanobis masofasi

Tadqiqotda foydalanilgan asosiy masofa o‘lchovi quyidagicha:

\[ D_M=\sqrt{(x-\mu)^T S^{-1}(x-\mu)} \]

Bu yerda \(x\) joriy xususiyat vektorini, \(\mu\) sog‘lom etalon o‘rtacha vektorini va \(S\) xususiyatlarning kovariatsiya matritsasini ifodalaydi.

Mahalanobis masofasining asosiy afzalligi xususiyatlar orasidagi korrelyatsiya va turli masshtablarni kovariatsiya matritsasi orqali hisobga olishidir. Shu tariqa tadqiqot faqat “sensor qiymati boshlang‘ich holatga nisbatan qanchalik o‘zgardi?” degan savolni emas, ko‘p o‘zgaruvchili sog‘lom holat fazosidan qanchalik uzoqlashilganini ham o‘lchaydi.

CHI ni shakllantirish ketma-ketligi

1. Xom sensor signallariga sirpanuvchi oynaga asoslangan dastlabki ishlov berish qo‘llanadi.
2. Boshlang‘ich barqaror ish sohasi sog‘lom etalon sifatida qabul qilinadi.
3. Har bir komponent xususiyatlari uchun Mahalanobis masofasi hisoblanadi.
4. Komponent og‘ishlari vaznlanadi.
5. Bulut og‘irlik markazi yondashuvi orqali birlashtirilgan degradatsiya ko‘rsatkichi hosil qilinadi.
6. Yakuniy qiymat normallashtirilib, komponent va tizim salomatlik indekslari olinadi.

Salomatlik indeksining sifat mezonlari

Tadqiqot uchta asosiy mezondan foydalangan:

• Monotonlik: Salomatlik ko‘rsatkichi vaqt o‘tishi bilan bir yo‘nalishdagi degradatsiya tendensiyasini qanchalik yaxshi saqlashi.
• Trendability: HI bilan ish vaqti o‘rtasidagi munosabat.
• Robustness: O‘lchov shovqiniga nisbatan barqarorlik.

Tizim darajasidagi HI uchun monotonlik 0,8823, trendability 0,4809 va robustness 0,8214 deb qayd etilgan. Mualliflar trendability qiymati chiziqli korrelyatsiya jihatidan yuqori emasligini, biroq indeks chiziqli bo‘lmagan degradatsiya xatti-harakatini qamrab olishini ta’kidlaydi.

Sog‘lomlik va texnik xizmat chegaralari

Modelda HI > 0,9 to‘liq sog‘lom hududni, HI < 0,6 esa xizmat muddati oxiriga yaqinlashgan va rejalashtirilgan texnik xizmat talab qilinadigan hududni ifodalaydi.

Shakllantirilgan uzoq muddatli vazifa profilida asosiy nasos taxminan 7,6 × 10⁴ soat atrofida quyi-sog‘lomlik hududiga o‘tadi, taxminan 10,5 × 10⁴ soat dan keyin esa texnik xizmat/to‘xtash chegarasiga yetadi. Bular tadqiqotda modellashtirilgan vazifa profiliga oid natijalardir; barcha haqiqiy asosiy nasoslar uchun universal chegaralar emas.

15 yillik ma’lumot qanday yaratildi?

Asosiy nasoslarning yuqori ishonchliligi sababli haqiqiy nosozlik yakunigacha bo‘lgan uzoq muddatli tajriba ma’lumotlari cheklangan. Tadqiqotchilar bu yetishmovchilikni bartaraf etish uchun prototip sinovlari va fizik mexanizm tahlillaridan olingan xususiyatlarni Monte Carlo ma’lumotlarini ko‘paytirish yordamida kengaytirgan.

Reaktorni ishga tushirish, to‘xtatish, quvvatni oshirish-kamaytirish va nasosning yuqori/past tezlikdagi ishlash sikllaridan foydalanib uzoq muddatli vazifa profili tuzilgan, sikllar takrorlanib taxminan 15 yillik xizmat muddatini ifodalovchi xususiyatlar ketma-ketligi olingan.

14-rasm ushbu kengaytirilgan ma’lumotlar to‘plamida rotor tebranish amplitudasi vaqt o‘tishi bilan tezlashib ortishini, ekran gilzasi uyurma tok yo‘qotishi tezlashgan tarzda kamayishini va qo‘sh konusli zichlagich bolt yuklamasi umuman kamayish tendensiyasini ko‘rsatishini namoyon qiladi.

Shu sababli 15 yillik ma’lumotlar to‘plamini “15 yil davomida uzluksiz o‘lchangan stansiya dala ma’lumotlari” sifatida tushunmaslik kerak.

Transformer-LSTM arxitekturasida vazifalar taqsimoti

Model ikkita parallel vaqt qatori tarmog‘iga ega.

Transformer tarmog‘i ko‘p boshli o‘z-o‘ziga e’tibor mexanizmi yordamida uzoq vaqt oraliqlarida bir-biridan uzoq kuzatuvlar orasidagi global munosabatlarni o‘rganish uchun qo‘llangan.

LSTM tarmog‘i unutish, kirish va chiqish darvozalari orqali ketma-ket vaqt nuqtalaridagi qisqa va o‘rta masshtabli mahalliy o‘zgarishlarni o‘rganadi.

Bu ikki tarmoqning yashirin xususiyatlari keyin birlashtiriladi va Bayes to‘liq bog‘langan qatlamiga uzatiladi.

Bayes Qatlami Nega Zarur?

Bayes qatlami neyron tarmoq og‘irliklarini yagona va o‘zgarmas sonlar sifatida emas, ehtimollik taqsimotlari sifatida ifodalab, RUL prognozining nafaqat kutilgan qiymatini, balki prognozga hamroh noaniqlikni ham hisoblash uchun ishlatiladi. Shu tariqa model bitta qolgan xizmat muddati qiymati o‘rniga texnik xizmat qarorida ishlatilishi mumkin bo‘lgan prognoz taqsimoti va prognoz oralig‘ini hosil qiladi.

Bayes xulosasining asosiy posterior munosabati manbada quyidagicha berilgan:

\[ P(Z|X,Y)=\frac{P(Y|X,Z)P(Z)}{P(Y|X)} \]

Bu yerda \(Z\) model parametrlarini, \(X\) kirishlarni va \(Y\) kuzatilgan maqsad qiymatlarini ifodalaydi.

Yangi \(x\) kirish uchun posterior prognostik taqsimot esa:

\[ P(y|x,X,Y)=\int P(y|x,Z)P(Z|X,Y)\,dZ \]

ko‘rinishidadir. Tadqiqotda yuqori o‘lchamli posteriordan namuna olish uchun Markov Chain Monte Carlo (MCMC) yondashuvidan foydalanilgan.

Modelni o‘qitish sozlamalari

MC namunalari soni tanlanayotganda 18, 20 va 30 namuna taqqoslangan; xato mos ravishda taxminan %2,03, %1,98 va %1,96 deb topilgan. 20 dan yuqoriga chiqqanda yutuq kichik bo‘lib qolgani uchun hisoblash xarajati va aniqlik o‘rtasidagi muvozanat nuqtai nazaridan 20 MC namunasi tanlangan.

Xizmat muddati oxiriga yaqinlashganda noaniqlikning ortishi

Manbadagi 17-rasm model noaniqligi xizmat muddati oxiriga yaqinlashgan sari sezilarli ravishda ortishini ko‘rsatadi. Model noaniqligining o‘rtacha xatosi %2 dan past ekani, biroq asosiy nasos xizmat muddati oxiriga yaqinlashganda qiymat %3,5 dan yuqoriga chiqishi qayd etilgan.

Bu xatti-harakat texnik xizmat nuqtai nazaridan muhim: uskuna ko‘proq degradatsiyalangani sari kelajakdagi xizmat muddati prognozining aniqligi ham kamayishi mumkin. Bayes yondashuvining maqsadi ushbu noaniqlikni ko‘rinadigan qilishdir.

Ish sharoitlariaro kross-validatsiya

Model faqat bitta ish holatini yodlab olgan-olmaganini tekshirish uchun ma’lumotlar to‘plami reaktorni ishga tushirish, quvvatni oshirish va quvvatni kamaytirish holatlariga ajratilgan. Har bir bosqichda bitta holat test uchun qoldirilgan, qolgan ikki holat o‘qitish uchun ishlatilgan.

Ushbu murakkabroq validatsiyada o‘rtacha RMSE = 0,126 va R² = 0,669 olingan. Bu natija model turli ekspluatatsiya sharoitlarida ma’lum darajada umumlashtirish qobiliyatiga ega ekanini, biroq asosiy test to‘plamidagi R² = 0,997 darajasidagi samaradorlikni saqlab qololmaganini ko‘rsatadi.

Shu sababli modelning haqiqiy dala sharoitlarida umumlashtirilishi bo‘yicha eng kuchli ogohlantirishlardan biri ish sharoitlariaro samaradorlikning shu pasayishidir.

Tadqiqot Usuli va Natijalari

Komponentdan tizim darajasiga ma’lumot oqimi

RUL prognozlash arxitekturasi

Ablatsiya tajribasi

Ushbu ablatsiya natijalari birlashtirilgan model ikkita bir tarmoqli modelga qaraganda pastroq xato berishini ko‘rsatadi. Mualliflar talqiniga ko‘ra Transformer ultra-uzoq vaqt qatoridagi global bog‘liqliklarni, LSTM esa qisqa muddatli mahalliy tebranishlarni yaxshiroq qamrab oladi va birgalikda qo‘llanganda ular bir-birining kamchiliklarini qisman to‘ldiradi.

LSTM bilan taqqoslaganda birlashtirilgan model MAE ni taxminan %11,1, RMSE ni %18,2 kamaytirgan. Faqat Transformer bilan taqqoslanganda MAE kamayishi %20,0, RMSE kamayishi esa %21,7 deb qayd etilgan.

R² = 0,997 Model Haqiqiy Atom Elektr Stansiyasida Xatosiz Ishlashini Ko‘rsatadimi?

Yo‘q. R² = 0,997 manba tadqiqotida yaratilgan test ma’lumotlar to‘plamida birlashtirilgan model etalon degradatsiya egri chizig‘iga juda yaxshi mos kelishini ko‘rsatadi; bu haqiqiy atom elektr stansiyasida barcha ish sharoitlari, sensor degradatsiyalari va kutilmagan nosozlik rejimlarida ham xuddi shu samaradorlik saqlanishini isbotlamaydi. Darhaqiqat, ish sharoitlari orasida o‘tkazilgan kross-validatsiyada o‘rtacha R² qiymati 0,669 gacha tushgan.

Noaniqlik metrikalari

Tadqiqotda ikkita asosiy interval metrikasi ishlatilgan:

• PICP — Prediction Interval Coverage Probability: Haqiqiy RUL qiymatlarining hosil qilingan prognoz oralig‘i ichida qolish ulushi.
• MPIW — Mean Prediction Interval Width: Prognoz oraliqlarining o‘rtacha kengligi.

Manba natijalarida PICP = 0,839 va MPIW = 0,0435 keltirilgan.

Bu yerda muhim talqin cheklovi mavjud. Maqolaning usul bo‘limida PICP oldindan belgilangan %95 ishonch maqsadiga javob berishi ishonchli noaniqlikni miqdoriy baholashni ko‘rsatishi tushuntirilgan. Qayd etilgan 0,839 qiymati taxminan %83,9 qamrovga to‘g‘ri keladi va %95 dan past. Shu sababli natijani “nominal %95 qamrovni to‘liq ta’minlaydi” deb talqin qilmaslik kerak.

Manba ichidagi metrika nomuvofiqligi

Maqola annotatsiyasi va 3-jadval birlashtirilgan model uchun R² = 0,997, MAE = 0,016 va RMSE = 0,018 qiymatlarini beradi. Biroq natijalar bo‘limidagi bir paragrafda R², MAE, RMSE, PICP va MPIW mos ravishda 0,016, 0,014, 0,097, 0,839 va 0,0435 tarzida keltirilgan. Bu ketma-ketlik 3-jadval va annotatsiya bilan mos kelmaydi.

Shu sababli Verianla matnida model arxitekturalarini taqqoslash uchun aniq ko‘rsatilgan 3-jadval qiymatlari asos qilib olingan; manba ichidagi ziddiyat indamay tuzatilmagan.

Tadqiqot qo‘llab-quvvatlaydigan xulosalar

• Rotor tebranish amplitudasi, qo‘sh konusli zichlagich bolti dastlabki taranglash kuchi va ekran gilzasi uyurma tok yo‘qotishi o‘rganilgan nosozlik rejimlariga sezgir xususiyatlar sifatida qo‘llanishi mumkin.
• Mahalanobis masofasi va vaznli birlashtirish komponent ma’lumotlarini yagona tizim salomatlik ko‘rsatkichida birlashtirishi mumkin.
• Birlashtirilgan Transformer-LSTM ushbu tadqiqotning test ma’lumotlar to‘plamida alohida LSTM yoki Transformer ga qaraganda pastroq MAE va RMSE hosil qilgan.
• Bayes qatlami nuqtaviy RUL bilan birga prognoz noaniqligini ham hosil qiladi.
• Prognoz noaniqligi xizmat muddati oxiriga yaqinlashgan sari ortadi.
• Turli ekspluatatsiya sharoitlariga o‘tilganda model samaradorligi asosiy test to‘plamiga nisbatan pasayadi.

Tadqiqot qo‘llab-quvvatlamaydigan umumlashtirishlar

• Model barcha atom elektr stansiyalari asosiy nasoslarida R² = 0,997 bilan ishlaydi, deb aytib bo‘lmaydi.
• 15 yillik ma’lumotlar ketma-ketligining barchasi 15 yillik bevosita dala o‘lchovlaridan iborat, deb aytib bo‘lmaydi.
• PICP = 0,839 natijasi %95 prognoz oralig‘i maqsadi to‘liq ta’minlanganini anglatmaydi.
• Model chiqishi o‘z-o‘zicha xavfsizlik uchun kritik texnik xizmat qarorini almashtirmaydi.
• O‘rganilmagan nosozlik rejimlarini ayni CHI va RUL modeli bilan ishonchli prognozlash mumkinligi ko‘rsatilmagan.
• Ish sharoitlariaro natijalar model ekspluatatsiya rejimi o‘zgarishlariga to‘liq chidamli ekanini ko‘rsatmaydi.

Kelajakdagi tadqiqot

Tadqiqotchilar MCMC ayniqsa Transformer ning katta parametrlar soni bilan birga yuqori hisoblash xarajatini keltirib chiqarishini ta’kidlaydi. Kelajakda autoencoder bilan qo‘llab-quvvatlangan Variational Inference dan foydalanib posterior prognozlash vaqtini kamaytirish rejalashtirilgan.

Ikkinchi taklif turli ish sharoitlarida xususiyatlar taqsimotining siljishini kamaytirish maqsadida transfer learning modullarini modelga qo‘shishdir. Bu ehtiyoj ayniqsa ish sharoitlariaro R² qiymatining asosiy test natijasiga nisbatan sezilarli pasayishi bilan bog‘liq.

Manba va Usul Haqida Izoh

Asl tadqiqot: Research on Remaining Useful Life Prediction and Uncertainty Quantification for Main Pumps in Nuclear Power Plants Based on Bayesian Transformer-LSTM.

Mualliflar: Kai Wang, Zhi Chen, Yifan Jian, Hui Li va Xiufeng Wang. Mas’ul muallif Zhi Chen.

Muassasalar: National Key Laboratory of Reactor Technology, Nuclear Power Institute of China; State Key Laboratory of Power Transmission and Transformation Equipment Technology, Chongqing University; College of Mechanical Engineering, Xi’an Jiaotong University.

Nashr: Energies, 2026, 19, 4161. MDPI.

DOI: 10.3390/en19174161

Nashr jarayoni: Tadqiqot 17 iyun 2026-yilda qabul qilingan, 5 iyul 2026-yilda qayta ko‘rib chiqilgan, 31 avgust 2026-yilda qabul qilingan va 3 sentyabr 2026-yilda nashr etilgan.

Taqriz: Taqrizdan o‘tgan tadqiqot maqolasidir.

Litsenziya: Creative Commons Attribution (CC BY).

Moliyalashtirish: National Natural Science Foundation of China, Grant No. U2267206.

Ma’lumotlar mavjudligi: Ma’lumotlarni mas’ul muallifdan so‘rash mumkinligi, biroq tegishli muassasaning intellektual mulk huquqlarini himoya qilish sababli ular omma uchun ochiq emasligi bildirilgan.

Sun’iy intellektdan foydalanish bayonoti: Mualliflar maqolani tayyorlashda ayrim xitoycha matnlarni ingliz tiliga tarjima qilish va til tahriri uchun Doubao, Seed 2.0 dan foydalanganliklarini; natijalarni o‘zlari ko‘rib chiqib tahrir qilganliklarini bildirgan.

Manfaatlar to‘qnashuvi: Mualliflar manfaatlar to‘qnashuvi yo‘qligini e’lon qilgan.

Asosiy uslubiy cheklovlar: Uzoq muddatli xizmat ma’lumotlari to‘plami o‘lchov, simulyatsiya, Monte Carlo ma’lumotlarini ko‘paytirish va sikl ekstrapolyatsiyasi birikmasidir. Modelning ish sharoitlariaro R² samaradorligi 0,669 gacha tushadi. MCMC yuqori hisoblash xarajatiga ega. PICP = 0,839 nominal %95 qamrov darajasidan past. Manbaning natijalar bo‘limida ayrim samaradorlik qiymatlarining matnli taqdimoti bilan 3-jadval o‘rtasida nomuvofiqlik mavjud.