Современные компьютерные технологии позволяют организациям усовершенствовать различные характеристики процессов такие, как время выполнения процесса, его точность, а также стоимость реализации, тем самым увеличивая эффективность работы этих организаций. В данной работе рассматривается усовершенствование процесса определения вероятности отказа оборудования при проведении FMECA-анализа в рамках всеобщего обслуживания оборудования (TPM). Усовершенствование осуществляется посредством применения алгоритмов машинного обучения. Актуальность исследования определяется тем, что традиционные экспертные методы оценки вероятности отличаются невысокой точностью и скоростью реализации, что приводит к неправильной оценке критичности оборудования и, соответственно, его сбоям. В результате исследования был разработан код, с высокой точностью предсказывающий вероятность отказа оборудования на основании срока его эксплуатации и загруженности. Также были определены направления дальнейшего развития работы.

Modern computer technologies allow organizations to improve various process characteristics such as process execution time, its accuracy and implementation cost, thereby increasing the efficiency of these organizations. This paper considers the improvement of the process of determining the probability of equipment failure in FMECA analysis in the framework of total productive maintenance (TPM). The improvement is carried out through the use of machine learning algorithms. The relevance of the research is determined by the fact that traditional expert methods of probability estimation are characterized by low accuracy and speed of implementation, which leads to incorrect assessment of the criticality of equipment and, consequently, its failures. As a result of the research, a code was developed that accurately predicts the probability of equipment failure based on its service life and workload. The directions of further development of the work were also identified.

"Управление инновациями в условиях цифровой трансформации", всероссийская студенческая учебно-научная конференция (2023; Санкт-Петербург). Управление инновациями в условиях цифровой трансформации = Innovation management in the context of digital transformation: сборник докладов Всероссийской студенческой учебно-научной конференции, 7–8 апреля 2023 года / Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий, Высшая школа киберфизических систем и управления; [редакционная коллегия: С. Г. Редько [и др.]. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2023. — 1 файл (7,25 Мб). — Загл. с титул. экрана. — Ч. текста парал. на рус. и англ. яз. — Электронная копия печатной публикации 2023 г. — Доступ по паролю из сети Интернет (чтение, печать). — <URL:http://elib.spbstu.ru/dl/2/i23-209.pdf>. — DOI 10.18720/SPBPU/2/i23-209. — Текст: электронный