Цель. Разработка архитектуры интеллектуальной системы диагностики на основе нечеткой логики для повышения эксплуатационной надежности объектов газотранспортной системы (ГТС) - магистральных газопроводов и газораспределительных станций (ГРС).
Метод. В качестве методологического аппарата использована теория нечетких множеств и нечеткий логический вывод. Методология включает этапы фаззификации входных данных, применения базы нечетких продукционных правил, формализующих экспертные знания, агрегирования результатов и дефаззификации для получения количественных оценок технического состояния.
Результат. Разработана и апробирована многоуровневая архитектура интеллектуальной системы диагностики, интегрирующая модули сбора первичных данных, их препроцессинга, нечеткого логического вывода и базы знаний. Формализованы и верифицированы базы нечетких правил для диагностики фильтра-сепаратора ГРС и комплексной оценки технического состояния участков магистрального газопровода. Экспериментально подтверждено, что реализованный подход позволяет повысить достоверность диагностических заключений на 25-30% за счет обработки зашумленных данных и лингвистических описаний, обеспечивает раннюю идентификацию инцидентных состояний и эффективную формализацию эмпирических знаний экспертов. Внедрение системы создает методологическую основу для перехода от регламентного технического обслуживания к стратегии обслуживания по фактическому состоянию (ТоСиН).
Вывод. Использование аппарата нечеткой логики является эффективным подходом для создания систем диагностики и контроля технологически сложных объектов ГТС, функционирующих в условиях неопределенности. Перспективы развития системы связаны с созданием гибридных нейронечетких моделей для самообучения и разработкой цифровых двойников оборудования.