Москва, Россия
Москва, Россия
Россия
В статье приводятся результаты исследований на специально созданном испытательном стенде эффективности метода нейросетевой диагностики зубчатой передачи по спектру сигнала с датчика тока питания электродвигателя. Обработка и анализ сигналов с датчика тока, разработка и применение нейронных сетей для решения задачи классификации технического состояния объекта контроля реализовано в программе Matlab 2020. Достоверность нейросетевой классификации составила более 98%.
техническая диагностика, токовая диагностика, искусственные нейронные сети, нейросетевые методы классификации
1. Kotas F. Use of artificial intelligence methods in diagnostics of technical systems: Artificial Intelligence and Industry 4.0 (Thesis) / F. Kotas, Brno, 2021. 46 р.
2. Барт А. Д., Кувайскова Ю. Е. Применение методов машинного обучения для решения задачи технической диагностики // Математические методы и модели: теория, приложения и роль в образовании Международная научно-техническая конференция (Россия, г. Ульяновск, 28–30 апреля 2016 г.) Сборник научных трудов. 2016. № 2. C. 107–112.
3. Благовещенский В. Г. Интеллектуальная автоматизированная система управления качеством халвы с использованием гибридных методов и технологий: автореф. дис. ... канд. техн. наук / В. Г. Благовещенский. М.: МГУПП, 2021. 30 c. EDN: https://elibrary.ru/RAAQHK
4. Сафин Н. Р. Совершенствование методики токовой диагностики асинхронных двигателей с короткозамкнутым ротором : дис. ... канд. техн. наук / Н. Р. Сафин. Екатеринбург, 2017. 152 c. EDN: https://elibrary.ru/YQHNGZ
5. Яблоков, А.Е. Благовещенский И. Г. Научно-практические основы создания автоматизированных систем технического мониторинга и диагностики оборудования зерноперерабатывающих предприятий на базе нейросетевых методов анализа данных: монография. – М., 2022. – 221 c.
6. Свидетельство о государственной регистрации программы для ЭВМ № 2021661786 Программа для акустической диагностики оборудования по вейвлет-скалограмме излучаемого звука с использова-нием сверточной нейронной сети / Яблоков А.Е., Благовещенский И.Г., Жила Т.М. Опубл. 15.07.2021. Заявка №2021660923 от 09.07.2021.
7. Яблоков А.Е., Генералов А.С., Благовещенский И.Г. Программа для вибрационной диагностики технологических машин на базе нейросетевых методов классификации. Свидетельство о регистрации программы для ЭВМ RU 2022684885, 19.12.2022. Заявка № 2022684550 от 12.12.2022
