В работе представлены результаты анализа и обработки с помощью математического аппарата «науки о больших данных» информации, получаемой в системе мониторинга напряженно-деформированного состояния морского инженерного сооружения. Для анализа данных использована процедура машинного обучения с учителем, рассмотрены различные модели машинного обучения. Приведен пример анализа результатов работы системы мониторинга напряженно-деформированного состояния морской нефтедобывающей платформы. Предложены варианты оптимизации системы путем уменьшения числа рассматриваемых датчиков и замены их математической моделью. Созданы математические модели для восстановления значений специально исключенных датчиков, а также для построения краткосрочного и долгосрочного прогнозов. С помощью анализа больших данных получена новая информация пригодная для практических и научных целей.
The paper presents the results of analysis and processing with the help of the mathematical apparatus of the "science of big data" of information received in the monitoring system of the stress-strain state of a marine engineering structure. For data analysis, the machine learning procedure with a teacher is used, various machine learning models are considered. An example of the analysis of the results of the monitoring system of the stress-strain state of an offshore oil production platform is given. Options for optimizing the system are proposed - reducing the number of sensors under consideration. Mathematical models have been created to restore the values of specially excluded sensors, as well as to build short-and long-term forecasts. With the help of big data analysis, new information has been obtained that is suitable for practical and scientific purposes.
Design of Crane Safety Monitoring System Based on Big Data Analysis