Розроблено універсальну програмну систему на базі двовимірних грат карти самоорганізації, яка дозволяє вирішувати завдання розпізнавання та класифікації.

Запропоновано удосконалену модель навчання карти самоорганізації на базі попередньої ініціалізації центрів кластерів, що надає змогу використання обмежених масивів апріорних даних для реалізації етапу навчання нейронної мережі. Розроблено метод та алгоритм еволюційного навчання карт самоорганізації, що забезпечує можливість додавання нових, апріорно невідомих на початковому етапі навчання, класів діагностичної структури. Описано програмні засоби для самоадаптації нейронної мережі за умов апріорно невизначених класів. Створено прикладні програмні засоби для автоматичного розпізнання режимів експлуатації елементів головного обладнання АЕС за спекторальними параметрами діагностичних сигналів.

Проаналізовано зміни конструкцій критичних з точки зору безпеки вузлів головних циркуляційних насосів (ГЦН) ядерних енергоблоків та відповідну динаміку супутніх теплогідравлічних проблем, обумовлених цими змінами. Привернуто увагу до недостатньо вивчених складних теплофізичних процесів, що відбуваються у трибологічних парах механічного ущільнення валу і підшипників ковзання, де штатні режими тертя і змащування можуть латентно переходити до передаварійних і недостатньо контрольованих існуючими системами моніторингу технічних станів.