energsecurityНадежность и безопасность энергетикиSafety and Reliability of Power Industry1999-55552542-2057ООО «НПО Энергобезопасность»10.24223/1999-5555-2022-15-2-126-135energsecurity-819Research ArticleОПЫТ ЭКСПЛУАТАЦИИOPERATING EXPERIENCEОбзор статистических методов контроля технологического процессаOverview of statistical methods of process monitoringСултановМ. М.SultanovM. M.

 пр. Ленина, 69, 404111, г. Волжский, Россия 

 ave. Lenin, 69, 404111, Volzhsky, Russia 

БолдыревИ. А.BoldyrevI. A.

 пр. Ленина, 69, 404111, г. Волжский, Россия 

 ave. Lenin, 69, 404111, Volzhsky, Russia 

ШевченкоМ. Е.ShevchenkoM. E.

 кафедра Энергетики 

пр. Ленина, 69, 404111, г. Волжский, Россия 

 Department of Energy 

 ave. Lenin, 69, 404111, Volzhsky, Russia 

m.e.shevchenko@vfmei.ruФилиал ФГБОУ ВО «НИУ «МЭИ» в г. ВолжскомРоссияBranch of FSEI HPE "NRU" MPEI" in VolzhskyRussian Federation202229072022152126135Copyright © Султанов М.М., Болдырев И.А., Шевченко М.Е., 20222022Султанов М.М., Болдырев И.А., Шевченко М.Е.Sultanov M.M., Boldyrev I.A., Shevchenko M.E.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.sigma08.ru/jour/article/view/819

В настоящее время на теплоэлектростанциях широко распространен контроль технологического процесса путем сравнения текущих параметров с заданной уставкой. Такой подход не позволяет на ранних этапах диагностировать появление тренда, приводящего к аварийному режиму. В свою очередь анализ временных рядов параметров с помощью методов статистического контроля технологического процесса позволяет обнаруживать отклонения от нормального режима работы оборудования до появления аварии. Целью данной работы являлся анализ существующих работ в области применения статистических методов контроля. При проведении анализа использовался метод систематического обзора литературы (SLR). Процесс исследования включал уточнение вопросов исследования, поиск статей по базам данных, формирование критериев оценки статей. Сформулированы особенности технологического процесса на ТЭС, которые накладывают ограничения на применение отдельных методов статистического контроля. В результате исследования были получены 64 публикации, которые были отфильтрованы и классифицированы по группам с рейтингом. Статьи, получившие наибольший рейтинг, использовались для определения наиболее эффективных методов статистического контроля с целью применения на теплоэнергетическом оборудовании. Ответ на поставленные в исследовании вопросы также позволяет выявить существующие проблемы применения статистических методов контроля. Результаты исследования помогут выявить наиболее применимые к теплоэнергетической отрасли статистические методы. Сделан вывод, о том, что наиболее пригодными методами для применения на теплоэнергетическом оборудовании являются методы контрольных карт, как Шухарта, так и Хотеллинга, построенные либо по технологическим параметрам, либо по обобщенной дисперсии, а также использование автокорреляционных моделей.

At present, process monitoring by comparing the current parameters against a specified setpoint is widespread at thermal power plants. This approach does not allow diagnosing the emergence of a trend leading to an emergency mode at early stages. On the other hand, the analysis of time series of parameters by means of methods of statistical process monitoring allows detecting deviations from normal mode of equipment operation before emergency conditions appear. The purpose of this work is to analyze existing works in the field of application of statistical methods of monitoring. A systematic literature review (SLR) method was used in the analysis. The research process included clarifying research questions, searching for articles in databases, and forming article evaluation criteria. The specifics of the process at TPPs, which impose restrictions on the application of individual methods of statistical monitoring, were formulated. The study resulted in 64 publications, which were filtered and classified into rating groups. The highest ranked articles were used to determine the most effective statistical monitoring methods to be used on thermal power equipment. The answer to the questions posed in the study also reveals the existing problems of applying statistical methods of monitoring. The results of the study will help to identify the most applicable statistical methods for thermal power industry. It is concluded that the most suitable methods for application on thermal power equipment are methods of control charts (both Shewhart charts and Hotelling charts) based on either process parameters or generalized variance, as well as the use of autocorrelation models.

статистический контрольтепловые электрические станциивременные рядыпроцессненормальный режимstatistical controlthermal power plantstime seriesprocessabnormal modeРабота выполнена при финансовой поддержке государственного задания РФ, грант № FSWF-2020-0025 «Разработка методов и анализ способов достижения высокого уровня безопасности и конкурентоспособности объектов энергосистем на основе цифровых технологий».The work was carried out with the financial support of the state assignment of the Russian Federation FSWF 2020-0025 "Development of methods and analysis of ways to achieve a high level of safety and competitiveness of facilities of energy systems based on digital technologies."Referencesde Andrade M. G. et al. Statistical quality control for the evaluation of the uniformity of microsprinkler irrigation with photovoltaic solar energy // Renewable and Sustainable Energy Reviews 2017, 78: 743 – 753.de Andrade M. G. et al. Statistical quality control for the evaluation of the uniformity of microsprinkler irrigation with photovoltaic solar energy // Renewable and Sustainable Energy Reviews 2017, 78: 743 – 753.Gao Z., Cecati C., Ding S. X. A survey of fault diagnosis and faulttolerant techniques – Part I: Fault diagnosis with model-based and signal-based approaches // IEEE transactions on industrial electronics 2015, 62 (6): 3757 – 3767.Gao Z., Cecati C., Ding S. X. A survey of fault diagnosis and faulttolerant techniques – Part I: Fault diagnosis with model-based and signal-based approaches // IEEE transactions on industrial electronics 2015, 62 (6): 3757 – 3767.Goldstein M., Dengel A. Histogram-based outlier score (hbos): A fast unsupervised anomaly detection algorithm // KI-2012: poster and demo track 2012, 9.Goldstein M., Dengel A. Histogram-based outlier score (hbos): A fast unsupervised anomaly detection algorithm // KI-2012: poster and demo track 2012, 9.Goldstein M., Uchida S. A comparative evaluation of unsupervised anomaly detection algorithms for multivariate data // PloS one 2016, 11. (4): 31.Goldstein M., Uchida S. A comparative evaluation of unsupervised anomaly detection algorithms for multivariate data // PloS one 2016, 11. (4): 31.He Q. P. et al. Statistical process monitoring for IoT-Enabled cybermanufacturing: opportunities and challenges // IFACPapersOnLine 2017, (50) 1: 14946 – 14951.He Q. P. et al. Statistical process monitoring for IoT-Enabled cybermanufacturing: opportunities and challenges // IFACPapersOnLine 2017, (50) 1: 14946 – 14951.Jardim F. S., Chakraborti S., Epprecht E. K. Two perspectives for designing a phase II control chart with estimated parameters: The case of the Shewhart X Chart // Journal of Quality Technology 2020, (52) 2: 198 – 217.Jardim F. S., Chakraborti S., Epprecht E. K. Two perspectives for designing a phase II control chart with estimated parameters: The case of the Shewhart X Chart // Journal of Quality Technology 2020, (52) 2: 198 – 217.Lai K. H. et al. Tods: An automated time series outlier detection system // arXiv preprint arXiv:2009.09822. 2020.Lai K. H. et al. Tods: An automated time series outlier detection system // arXiv preprint arXiv:2009.09822. 2020.Mengist W., Soromessa T., Legese G. Method for conducting systematic literature review and meta-analysis for environmental science research // MethodsX 2020, (7): 100777.Mengist W., Soromessa T., Legese G. Method for conducting systematic literature review and meta-analysis for environmental science research // MethodsX 2020, (7): 100777.Qin S. J. Survey on data-driven industrial process monitoring and diagnosis // Annual reviews in control 2012, (36) 2: 220 – 234.Qin S. J. Survey on data-driven industrial process monitoring and diagnosis // Annual reviews in control 2012, (36) 2: 220 – 234.Tong C. et al. Distributed partial least squares based residual generation for statistical process monitoring // Journal of Process Control 2019, (75): 77 – 85.Tong C. et al. Distributed partial least squares based residual generation for statistical process monitoring // Journal of Process Control 2019, (75): 77 – 85.Triantafyllopoulos K., Bersimis S. Phase II control charts for autocorrelated processes // Quality Technology & Quantitative Management 2016, (13) 1: 88 – 108.Triantafyllopoulos K., Bersimis S. Phase II control charts for autocorrelated processes // Quality Technology & Quantitative Management 2016, (13) 1: 88 – 108.an Zyl R., Van der Merwe A. J. Phase I and phase II-control charts for the variance and generalized variance // South African Statistical Journal 2016, (50) 1: 65 – 80.an Zyl R., Van der Merwe A. J. Phase I and phase II-control charts for the variance and generalized variance // South African Statistical Journal 2016, (50) 1: 65 – 80.Vasilyeva N. V., Fedorova E. R. Statistical methods of evaluating quality of technological process control of trends of main parameters dependence // Journal of Physics: Conference Series. – IOP Publishing 2018, (1118) 1: 012046.Vasilyeva N. V., Fedorova E. R. Statistical methods of evaluating quality of technological process control of trends of main parameters dependence // Journal of Physics: Conference Series. – IOP Publishing 2018, (1118) 1: 012046.Williams J. D. et al. On the Distribution of Hotelling's T² Statistic Based on the Successive Differences Covariance Matrix Estimator. – Virginia Tech 2004.Williams J. D. et al. On the Distribution of Hotelling's T² Statistic Based on the Successive Differences Covariance Matrix Estimator. – Virginia Tech 2004.Wolfe H. A., Taylor A., Subramanyam R. Statistics in quality improvement: Measurement and statistical process control // Pediatric Anesthesia 2021, (31) 5: 539 – 547.Wolfe H. A., Taylor A., Subramanyam R. Statistics in quality improvement: Measurement and statistical process control // Pediatric Anesthesia 2021, (31) 5: 539 – 547.Sun B. et al. Building energy doctors: An SPC and Kalman filterbased method for system-level fault detection in HVAC systems // IEEE Transactions on Automation Science and Engineering 2013, (11) 1: 215 – 229.Sun B. et al. Building energy doctors: An SPC and Kalman filterbased method for system-level fault detection in HVAC systems // IEEE Transactions on Automation Science and Engineering 2013, (11) 1: 215 – 229.Yan Y., Luh P. B., Sun B. Fault detection of cooling coils based on unscented Kalman filters and statistical process control // 2013 IEEE International Conference on Automation Science and Engineering (CASE). – IEEE 2013;: 237 – 242.Yan Y., Luh P. B., Sun B. Fault detection of cooling coils based on unscented Kalman filters and statistical process control // 2013 IEEE International Conference on Automation Science and Engineering (CASE). – IEEE 2013;: 237 – 242.Yankovich E., Nevidimova O., Yankovich K. Methods of Statistical Control for Groundwater Quality Indicators // IOP Conference Series: Materials Science and Engineering. – IOP Publishing 2016, (132) 1: 012019.Yankovich E., Nevidimova O., Yankovich K. Methods of Statistical Control for Groundwater Quality Indicators // IOP Conference Series: Materials Science and Engineering. – IOP Publishing 2016, (132) 1: 012019.Yin S. et al. A review on basic data-driven approaches for industrial process monitoring // IEEE Transactions on Industrial Electronics 2014, (61) 11: 6418 – 6428.Yin S. et al. A review on basic data-driven approaches for industrial process monitoring // IEEE Transactions on Industrial Electronics 2014, (61) 11: 6418 – 6428.Yin S. et al. Data-based techniques focused on modern industry: An overview // IEEE Transactions on Industrial Electronics 2014, (62) 1: 657 – 667.Yin S. et al. Data-based techniques focused on modern industry: An overview // IEEE Transactions on Industrial Electronics 2014, (62) 1: 657 – 667.Zhao H. et al. Multivariate time-series anomaly detection via graph attention network // 2020 IEEE International Conference on Data Mining (ICDM). – IEEE, 2020: 841 – 850.Zhao H. et al. Multivariate time-series anomaly detection via graph attention network // 2020 IEEE International Conference on Data Mining (ICDM). – IEEE, 2020: 841 – 850.Zwetsloot I. M., Woodall W. H. A review of some sampling and aggregation strategies for basic statistical process monitoring // Journal of Quality Technology 2021, (53) 1: 1 – 16.Zwetsloot I. M., Woodall W. H. A review of some sampling and aggregation strategies for basic statistical process monitoring // Journal of Quality Technology 2021, (53) 1: 1 – 16.Алексеева А. В. Применение методов статистического контроля для диагностики вибросостояния гидроагрегата // Вестник Ульяновского государственного технического университета 2019, 1: 67 – 71.Алексеева А. В. Применение методов статистического контроля для диагностики вибросостояния гидроагрегата // Вестник Ульяновского государственного технического университета 2019, 1: 67 – 71.Анищенко В. А., Писарук Т. В. Эффективность контроля достоверности измерений в автоматизированных системах управления энергосистемами по предельным значениям // Энергетика. Известия высших учебных заведений и энергетических объединений СНГ 2017, 5: 407 – 416.Anischenko V. A., Pisaruk T. V. Efficiency of measurement reliability control in automated control systems of power systems by limit values // Power Engineering. Proceedings of higher educational institutions and energy associations of the CIS 2017, 5: 407 – 416.Антонов Л. В. Разработка метода отслеживания внеплановых всплесков значений производственных характеристик в условиях животноводческого производства // Международный научно-исследовательский журнал 2014, 10-2 (29).Antonov L. V. Development of a method for tracking unplanned bursts of production values in conditions of livestock production // International Research Journal 2014, 10-2 (29).Антонов Л. В., Варламов А. Д. Автоматизация процесса мониторинга животноводческого предприятия на основе исследования временных рядов параметров крупного рогатого скота // Современные проблемы науки и образования 2013, 6: 49 – 49.Antonov L. V., Varlamov A. D. Automation of the monitoring process of livestock enterprise based on the study of time series of parameters of cattle // Modern problems of science and education 2013, 6: 49 – 49.Басиева Ф. Х. Использование статистических методов контроля как инструмент улучшения качества при производстве хлеба // Вестник научных трудов молодых учёных, аспирантов, магистрантов и студентов ФГБОУ ВО "Горский государственный аграрный университет" 2018,: 277 – 279.Basieva F. Kh. The use of statistical methods of control as a tool to improve the quality in the production of bread // Bulletin of scientific papers of young scientists, graduate students, undergraduates and students of FSBEU VO "Gorsky State Agrarian University" 2018,: 277 – 279.Безуглов В. А., Безуглов А. М. Анализ статистических аспектов технологических процессов // Актуальные проблемы гуманитарных и естественных наук 2013, 3.Bezuglov V. A., Bezuglov A. M. Analysis of statistical aspects of technological processes // Actual problems of humanities and natural sciences 2013, 3.Будникова И. К., Приймак Е. В. Моделирование показателей качества технологического процесса с применением программы Statistica // Вестник Казанского технологического университета 2012, (15) 15: 247 – 249.Budnikova I. K., Priymak E. V. Modeling quality indicators of technological process using Statistica program // Bulletin of Kazan Technological University 2012, (15) 15: 247 – 249.Будникова И. К., Приймак Е. В. Статистические методы контроля качества технологического процесса производства ацетона // Вестник Казанского технологического университета 2012, (15) 20: 199 – 202.Budnikova I. K., Priymak E. V. Statistical methods of quality control of technological process of production of acetone // Bulletin of Kazan Technological University 2012, (15) 20: 199 – 202.Газизов Д. И. Обзор методов статистического анализа временных рядов и проблемы, возникающие при анализе нестационарных временных рядов // Научный журнал 2016, 3 (4).Gazizov D. I. Review of methods of statistical analysis of time series and problems arising in the analysis of nonstationary time series // Scientific Journal 2016, 3 (4).Гарайшина Н. С., Умарова Н. Н. Статистический анализ процесса производства полиальфаолефиновых масел // Вестник Казанского технологического университета 2012, (15) 10: 289 – 292.Garayshina N. S., Umarova N. N. Statistical analysis of the production process of polyalphaolefin oils // Vestnik of Kazan Technological University 2012, (15) 10: 289 – 292.Гатауллин А. М. Система мониторинга и диагностирования (СМИД) высоковольтного электрооборудования на основе анализа статистических параметров частичных разрядов / А. М. Гатауллин, В. Л. Матухин, Б. А. Наумов // Известия высших учебных заведений. Проблемы энергетики 2013, 7 – 8: 19 – 26.Gataullin A. M. Monitoring and Diagnostic System (SMID) of high-voltage electrical equipment based on the analysis of statistical parameters of partial discharges / A. M. Gataullin, V. L. Matukhin, B. A. Naumov // Proceedings of higher educational institutions. Problems of Power Engineering 2013, 7 – 8: 19 – 26.Герасимов О. Н., Доросинский А. Ю. Методика текущего предупредительного статистического контроля // Труды Международного симпозиума «Надежность и качество» 2017, (1): 30 – 32.Gerasimov O. N., Dorosinskiy A. Methodology of current preventive statistical control // Proceedings of the International Symposium "Reliability and Quality" 2017, (1): 30 – 32.Грищенко, Д. В. Система непрерывного мониторинга состояния и оперативной диагностики судового роторного оборудования / Д. В. Грищенко // Вестник Астраханского государственного технического университета. Серия: Морская техника и технология 2016, 4: 54 – 62.Grishchenko D. V. System of continuous state monitoring and operational diagnostics of shipboard rotor equipment / D. V. Grishchenko // Bulletin of Astrakhan State Technical University. Series: Marine Engineering and Technology 2016, 4: 54 – 62.Гусев А. Л. Параллельный непрерывный статистический контроль для выявления влияния управляющего фактора на управляемый фактор // Евразийское Научное Объединение 2018, 1-1: 3 – 5.Gusev A. L. Parallel continuous statistical control for identifying the effect of the controlling factor on the controlled factor // Eurasian Scientific Association 2018, 1-1: 3 – 5.Джумагазиева Ш. К. Применение статистических методов контроля качества нефти // Актуальные проблемы гуманитарных и естественных наук 2015, 5: 1.Dzhumagazieva Sh. K. Application of statistical methods of oil quality control // Actual problems of humanities and natural sciences 2015, 5: 1.Дорошкевич В. В. Статистические методы контроля // Настоящий сборник составлен по итогам Международной научно-практической конференции «В МИРЕ НАУКИ И ИННОВАЦИЙ», состоявшейся 25 декабря 2016 г. в г. Пермь. В сборнике статей рассматриваются современные вопросы науки, образования и практики применения результатов научных исследований 2016,: 65.Doroshkevich V. V. Statistical methods of control // This collection is based on the results of the International Scientific-Practical Conference "IN THE WORLD OF SCIENCE AND INNOVATION", held on December 25, 2016 in Perm. The collection of articles deals with contemporary issues of science, education and practice of application of the results of scientific research 2016,: 65.Дубов А. В. Автоматизация технического диагностирования аналоговых устройств / А. В. Дубов // Молодой ученый 2010, 5-1: 47 – 51.Dubov, A. V. Automation of technical diagnostics of analog devices / A. V. Dubov // Young Scientist 2010, 5-1: 47 – 51.Жуков А. В., Серёгин А. Р. Многомерный статистический контроль // Academy 2017, (2) 6 (21): 6 – 7.Zhukov A. V., Seryogin A. R. Multivariate statistical control // Academy 2017, (2) 6 (21): 6 – 7.Кан О. А. и др. Обнаружение отклонений параметров технологического процесса в контролируемом объекте // Электронная версия размещается на сайте www. rae. ru 2015,: 186 – 189.Kahn O. A. et al. Detection of process parameter deviations in the controlled object // Electronic version posted at www.rae.ru 2015,: 186 – 189.Каримов И. И. Использование нечеткого регулятора для определения возмущений по трендам // Современные технологии в образовании и промышленности: от теории к практике 2018,: 292 – 299.Karimov I. I. Using fuzzy regulator to determine the perturbations by trends // Modern technologies in education and industry: from theory to practice 2018,: 292 – 299.Клоченко Ю. А., Воронин К. П., Панкратов А. В. Определение технического состояния газотурбинных энергетических установок на основе обработки эксплуатационных данных // Труды ЦНИИ им. акад. А. Н. Крылова 2016, (92): 173 – 182.Klochenko Y. A., Voronin K. P., Pankratov A. V. Determination of the technical condition of gas turbine power plants on the basis of operational data processing // Proceedings of the Central Research Institute named after acad. Krylov A. N. 2016, (92): 173 – 182.Клячкин В. Н. и др. Повышение эффективности алгоритма Хотеллинга при оценке стабильности функционирования объекта // Надежность и качество сложных систем 2019, 4 (28): 127 – 135.Klyachkin V. N. et al. Improving the efficiency of Hotelling algorithm in assessing the stability of object functioning // Reliability and quality of complex systems 2019, 4 (28): 127 – 135.Клячкин В. Н., Карпунина И. Н. Статистические методы оценки стабильности функционирования технических систем // Надежность и качество сложных систем 2018, 2 (22): 36 – 42.Klyachkin V. N., Karpunina I. N. Statistical methods for assessing the stability of technical systems functioning // Reliability and quality of complex systems 2018, 2 (22): 36 – 42.Клячкин В. Н., Кравцов Ю. А. Обнаружение нарушений при многомерном статистическом контроле технологического процесса // Программные продукты и системы 2016, 3 (115): 192 – 197.Kliachkin V. N., Kravtsov Y. A. Violation Detection in Multidimensional Statistical Process Control // Software Products and Systems 2016, 3 (115): 192 – 197.Клячкин В. Н., Кравцов Ю. А., Жуков Д. А. Оценка эффективности диагностики состояния объекта по наличию неслучайных структур на карте Хотеллинга // Автоматизация процессов управления 2015, 1: 50 – 56.Kliachkin V. N., Kravtsov Y. A., Zhukov D. A. Assessment of object state diagnostics efficiency by the presence of non-random structures on Hotelling map // Automation of control processes 2015, 1: 50 – 56.Клячкин В. Н., Кувайскова Ю. Е., Иванова А. В. Система статистического анализа и контроля стабильности вибраций гидроагрегата // Программные продукты и системы 2018, (31) 3: 620 – 625.Klyachkin V. N., Kuvaiskova Yu. V. System of statistical analysis and control of vibration stability of hydraulic unit // Software Products and Systems 2018, (31) 3: 620 – 625.Ковалев А. В. Прогнозирование технического состояния технологического оборудования / А. В. Ковалев, Н. Н. Трушин, В. С. Сальников // Известия Тульского государственного университета. Технические науки 2014, 11-2: 554 – 559.Kovalev A. V., Trushin N. N., Salnikov V. S. // Proceedings of Tula State University. Technical Sciences 2014, 11-2: 554 – 559.Константинова Е. И. Оценка эффективности статистического контроля в условиях нарушения нормальности распределения // Математические методы и модели: теория, приложения и роль в образовании 2009, 1: 81 – 82.Konstantinova E. I. Estimation of Statistical Control Efficiency in Conditions of Distribution Normality Violation // Mathematical Methods and Models: Theory, Applications and Role in Education 2009, 1: 81 – 82.Кравцов Ю. А. Анализ нарушений технологического процесса с помощью контрольной карты Хотеллинга // Вестник Ульяновского государственного технического университета 2014, 1 (65): 51 – 54.Kravtsov Y. A. Analysis of technological process violations with the help of Hotelling control chart // Bulletin of the Ulyanovsk State Technical University 2014, 1 (65): 51 – 54.Михеев М. Ю. и др. Анализ короткого временного ряда в карте контроля качества // Надежность и качество сложных систем 2019, 2 (26): 70 – 78.Mikheev M. Yu. et al. Analysis of short time series in the quality control map // Reliability and quality of complex systems 2019, 2 (26): 70 – 78.Морозова А. Е., Юраков Н. С., Юракова Т. Г. Применение статистических методов контроля качества для контроля геометрических параметров изделия в условиях крупносерийного производства // Современные материалы, техника и технологии 2018, 6 (21): 73 – 78.Morozova A. E., Yurakov N. S., Yurakova T. G. Application of statistical methods of quality control to control geometric parameters of the product in terms of large-scale production // Modern materials, machinery and technology 2018, 6 (21): 73 – 78.Павлов И. С. О проблемах анализа стационарных и нестационарных временных рядов и путях их решения / И. С. Павлов // Школа молодых ученых : Материалы областного профильного семинара по проблемам естественных наук, Липецк, 11 октября 2019 года. – Липецк: Липецкий государственный педагогический университет имени П. П. Семенова-Тян-Шанского 2019,: 82 – 86.Pavlov I. S. On problems of analysis of stationary and nonstationary time series and ways of their solution / I. S. Pavlov // School of young scientists : Materials of the regional profile seminar on the problems of natural sciences, Lipetsk, October 11, 2019. – Lipetsk: Lipetsk State Pedagogical University named after P. P. Semenov-TyanShansky 2019,: 82 – 86.Петухова Я. А., Чередниченко И. А. Статистический подход к контролю качества продукции промышленного предприятия // Актуальные региональные вопросы экономики и управления в условиях инновационной экономики 2016,: 52 – 55.Petukhova Ya. A., Cherednichenko I. A. Statistical approach to product quality control of industrial enterprise // Actual regional issues of economics and management in the context of innovation economy 2016,: 52 – 55.Плотникова А. Г. Статистический анализ параметров технологического процесса / А. Г. Плотникова // Научные исследования: ключевые проблемы III тысячелетия : Сб. ст. по мат. XX Международной научно-практической конференции, Москва, 01–02 ноября 2017 года. – Москва: ПРОБЛЕМЫ НАУКИ 2017: 25 – 27.Plotnikova A. G. Statistical analysis of technological process parameters / A. G. Plotnikova // Scientific research: key problems of the III millennium: collected articles on the mat. XX International scientificpractical conference, Moscow, November 01-02, 2017. – Moscow: PROBLEMS OF SCIENCE 2017,: 25 – 27.Прейс В. В. и др. Задачи статистического моделирования процедур непрерывного (выборочного) контроля параметров розлива и упаковки напитков // Известия Тульского государственного университета. Технические науки 2009, 1-1: 205 – 212.Preiss V. V. et al. Tasks of statistical modeling of continuous (selective) control procedures of bottling and packaging parameters of drinks // Proceedings of Tula State University. Technical Sciences 2009, 1-1: 205 – 212.Пустохин Д. А., Некрасова А. С. Статистический контроль процессов (SPC). Виды статистического контроля // Система менеджмента качества. Опыт и перспективы 2020, 9: 296 – 299.Pustokhin D. A., Nekrasova A. S. Statistical Process Control (SPC). Types of statistical control // Quality Management System. Experience and prospects 2020, 9: 296 – 299.Рыбалко В. В. Интеллектуальное диагностирование объектов энергетики // Материаловедение. Энергетика 2012, 3 – 2 (154): 70 – 77.Rybalko V. V. Intelligent diagnosing of the power engineering objects // Materialovedenie. Energetic 2012, 3 – 2 (154): 70 – 77.Семиохин С. И. Обзор современных подходов к прогнозированию временных рядов // Молодежный научно-технический вестник 2017, 12: 3 – 3.Semiokhin S. I. Review of Modern Approaches to Time Series Forecasting // Youth Scientific and Technical Bulletin 2017, 12: 3 – 3.Сычков Н. Г. Статистический контроль стабильности функционирования компьютера // Информатика, моделирование, автоматизация проектирования 2019,: 165 – 168.Sychkov N. G. Statistical control of the stability of computer functioning // Informatics, modeling, design automation 2019,: 165 – 168.Ураксеев М. А., Мунасыпов Р. А., Жернаков С. В. Методика обработки цифрового сигнала пирометра для измерения температуры лопаток ГТД на основе статистических и нейросетевых алгоритмов // Вестник Уфимского государственного авиационного технического университета 2011, (15) 3(43): 112 – 116.Urakseev M. A., Munasypov R. A., Zhernakov S. V. Methods of digital signal processing of a pyrometer for measuring the temperature of GTE blades based on statistical and neural network algorithms // Bulletin of Ufa State Aviation Technical University 2011, (15) 3(43): 112 – 116.Хайманонов И. Т. Применение статистических методов контроля качества при производстве вина // Вестник научных трудов молодых учёных, аспирантов, магистрантов и студентов ФГБОУ ВО "Горский государственный аграрный университет" 2018,: 256 – 259.Haimanonov I. T. Application of statistical methods of quality control in wine production // Bulletin of scientific papers of young scientists, graduate students, undergraduates and students of Federal State Budgetary Educational Institution of Higher Professional Education "Gorsky State Agrarian University" 2018,: 256 – 259.Цуверкалова О. Ф. и др. Статистический анализ состояния технологических систем АЭС // Доклады Томского государственного университета систем управления и радиоэлектроники 2017, (20) 3: 197 – 200.Tsuverkalova O. F. et al. Statistical analysis of the state of technological systems of nuclear power plants // Reports of Tomsk State University of Control Systems and Radioelectronics 2017, (20) 3: 197 – 200.Шарашкина Т. П. Статистический контроль производственного процесса в системе контроля производственных процессов предприятия // Вестник Волжского университета им. В. Н. Татищева 2015, 3 (34): 83 – 90.Sharashkina T. P. Statistical control of the production process in the production process control system of an enterprise // Vestnik of Volzhsky University named after VN Tatishchev 2015, 3 (34): 83 – 90.

The authors declare that there are no conflicts of interest present.