Применение методов искусственного интеллекта (ИИ) позволяет осуществить попытку найти новые подходы к решению проблемы адекватного прогнозирования технического состояния мощных и дорогостоящих машин, на основе применения знаний и опыта экспертов, теории распознавания образов, обучения, адаптации к изменяющимся внешним условиям, принятия решения при дефиците информации, наличии шумов в измерениях и т. д. [1–4].
Все существующие методы ИИ разделяются на два подхода: детерминированные и эволюционные. К детерминированным методам относятся системы на базе нечёткой логики [5–8]. К эволюционным методам моделирования относятся генетические алгоритмы и искусственные нейронные сети (ИНС) [9–12]. Сравнительные характеристики различных методов ИИ и их возможное применение при решении задач диагностирования технического состояния (ТС) электромеханических систем (ЭМС), включая синхронные двигатели (СД) [13–16] представлены в таблице.
Методы нечеткой логики могут быть эффективны на стадиях распознавания и классификации тех или иных отказов, например, в работах [17–21], но не отвечают требованиям по решению задач генеза и прогнозирования состояния объекта в среднесрочной перспективе.
Искусственные нейронные сети (ИНС) являются универсальными вычислительными структурами, поэтому могут быть наиболее эффективны для всех необходимых задач оценки ТС ЭМС [22–27]. Такие свойства ИНС как универсальная аппроксимация должны оптимальным образом решать задачи генеза. Широкие возможности по классификации и распознаванию образов позволяют выделять различные классы состояний при решении задачи оценки ТС ЭМС. Экстраполирующие свойства вычислительных нейронных структур могут обеспечить решение задач прогнозирования ТС ЭМС. Широкое применение ИНС нашли для решения задач изучения сложных процессов, где отсутствуют способы формального описания исследуемых объектов и явлений. При решении технических задач, таких, например, как идентификация объектов управления, структурно-параметрический синтез регуляторов, диагностирование неисправностей, и др. применение ИНС до сих пор достаточно ограничено. Отчасти это объясняется наличием развитого математического аппарата, описывающего процессы и явления, происходящие в объектах, а также наличием большого количества методов решения.