В статье представлен статистический подход к решению задачи диагностирования дефектов на базе обу-чаемых моделей. Предложена методика определения текущего состояния объекта диагностики на основе скрытых полумарковских моделей, описывающих технические состояния объекта диагностирования по наблюдаемым значениям параметров. В качестве объекта диагностирования рассматриваются колесные блоки локомотивов. Анализу подвергается информация, полученная от вибродатчиков в контрольных точках диагностируемых колесных блоков. В статье дано описание моделей, лежащих в основе предло-женной методики диагностирования.Приведены алгоритмы обучения и определения текущего состояния объекта диагностики. Пороговое значение точности решения алгоритма обученияопределено в зависимо-сти от логарифмической функции правдоподобия.Описанныемодели и алгоритмы могут быть использо-ваны для разработки методики прогнозирования технического состояния.

Statistical approach to solve diagnosing defects problem based on teachable models presents in the paper. The technique of determining the current state of diagnostic object on the basis of hidden semi-Markov models is proposed. Rolling stock wheel pairs are used as object of diagnosis. The information from vibration sensors in control points of wheel pairs is analyzed. Probabilistic model underlying the proposed method is described in the paper. Learning and current state definition algorithms are given.The threshold value for learning algorithm solution accuracy depends from log-likelihood function. Described models and algorithms can be used to develop methods of forecasting technical condition.