СИНТЕЗ МАТЕМАТИЧНИХ МОДЕЛЕЙ МОНІТОРИНГУ ТЕХНІЧНОГО СТАНУ ТРАНСПОРТНИХ ЗАСОБІВ ПІД ЧАС ЇХ ЕКСПЛУАТАЦІЇ
DOI:
https://doi.org/10.18372/2310-5461.61.18514Ключові слова:
транспортні засоби, технічний стан, діагностика, інтелектуальний моніторинг, математичні моделіАнотація
Однією з проблем математичного моделювання моніторингу технічного стану транспортних засобів в процесі їх експлуатації є відсутність практичних рекомендацій щодо використання різних видів моделювання для конкретних діагностичних випробувань.
Відмінною особливістю моніторингу технічного стану елементів транспортних засобів у процесі їх інтенсивної експлуатації являється невизначеність характеру навантажень що робить неможливим використання традиційних методів діагностування і спонукає переходити до їх комплексного використання. В цих умовах набуває особливої актуальності інформаційна підтримка заключень про придатність виробів до подальшої експлуатації та оцінка залишкового ресурсу обладнання.
Необхідність створення інтелектуального забезпечення моніторингу технічного стану транспортних засобів під час експлуатації пов’язана з тим, що невизначеність характеру величини навантажень при експлуатації складних конструкцій ускладняє використання існуючої інформації. Виконано синтез математичних моделей технічного стану металоконструкцій, в основі яких лежить загальний принцип перетворення деградації структури на фіксований сигнал різної природи походження. Представлена структуризація розглядається як інформаційна підтримка інтелектуального забезпечення моніторингу змін властивостей транспортних об’єктів, кожна з яких є певною метою. Новизною структуризації основних моделей являється практична спрямованість на вирішення питань їх функціонального призначення стосовно операцій випробування в моніторингу і діагностиці транспортних засобів і ідентифікації дефектів що розвиваються.
На підставі виконаного синтезу математичних моделей, аналізу їх недоліків, переваг та можливостей використання для моніторингу транспортних пристроїв у процесі їх експлуатації встановлено їх основні властивості з позиції їх часового ряду, галузі знань, способів реалізації та раціональності застосування. Встановлено відмітні ознаки та виконано класифікацію математичних моделей, що дозволяє значно спростити вибір відповідних моделей, забезпечити коректне використання математичного апарату та аналітичні уявлення про можливості оцінки залишкового ресурсу та якості моніторингу загалом.
Посилання
Tsybriy L.V., Bricklayer. Interval estimates of the decision of the statistical control model. Bulletin of the Dnipro State Academy of Construction and Architecture, (2017), №6, С. 78 – 84
Havruk V.O. Static simulation modeling of inventory management, Scientific and technical collection Bulletin of the National Transport University, (2017), issue 2, pp. 80-87
N.O. Markova, N.A. Kioseva. Simulation modeling, Bulletin of the Berdyan University of Management and Business, (2015), No. 2 (30), pp. 50-56
Meka, K.C., Giridhar, A.V., Siva Sarma, D.V.S.S. PD source location utilizing acoustic TDOA signals in power transformer by fuzzy adaptive Particle Swarm Optimization. Radioengineering, (2018). 27 (4), Р. 1119- 1127.
Levin, V.M., Yahya, A.A. Adaptive management of technical condition of power transformers. International Journal of Electrical and Computer Engineering. 2020. 10 (4), Р. 3862-3868.
Kotovenko O.A., Sobolevska L.I., Miroshnychenko O.Yu., Stochastic modeling in the study of processes under the influence of nature management in the region. Science-based technologies, (2012), pp. 91-96
Wand K., Zhang X., Hao Q., Wang Y., Shen Y. Application of improved leastsquare generative adversarial networks for rail crack detection by AE technique. Neurocomputing, (2019). No332. Р.236-248
Srickij V., Bogdevicius M., Junevicius R. Diagnostic features for the condition monitoring of hypoid gear utilizing the wavelet transform. Applied Acoustics, 2016. №106. P.51-62.
Sharko O., Yanenko A. Modeling of inteligent software for the diagnosis and monitoring of ship power plant components using Markov chains. Science-based technologies, (2023), № 3(59), Р. 251-261. https://jrnl.nau.edu.ua/index.php/SBT/issue/view/938
Kozak L.Y. Discrete models of plastic deformation of solids under the influence of high hydrostatic oressure. Physico-Chemical Mechanics of Materials. (2016). No1. Р.15-32
Dhandole S., Modak S.V. On improving weakly coupled cavity models for vibro-acoustic predictions and design. Applied Acoustics. (2010), N.71. Р. 876-884.
Marasanov V.V., Sharko A.A. Discrete models Characteristics of the Acoustic Emission Signal Origin Forunners 2017 IEEE First Ukrcon Coference of Electrical and Computer Engineering (UKRCON) Kyiv, p.680 – 684.