Прогнозирование безотказной работы лесных машин на основе нейронных сетей
DOI:
https://doi.org/10.28983/asj.y2024i6pp143-149Ключевые слова:
надежность, лесные машины, работоспособность, нейросети, прогнозирование, отказыАннотация
Обеспечение устойчивого развития лесного хозяйства невозможно без современных лесных машин. Заготовка, транспорт древесины, благоустройство лесных территорий и охрана природы – широкий спектр задач для лесных машин. Однако, главным фактором для успешного выполнения работ является надежность этих машин. В представленной статье описана математическая модель надежности лесных машин, основанная на применении нейросетей. Компьютерные системы, способные обучаться на основе большого объема данных и прогнозировать результаты на новых входных данных это нейросети. В данной статье, нейронная сеть была выбрана для анализа параметров работы лесных машин и определения вероятности возникновения отказов. С помощью нейронных сетей возможна разработка более надежных конструкций машин. Установлено, что использование таких моделей поможет проанализировать эксплуатационную надежность лесных машин в различных изменяющихся условиях и повысить эффективность их работы.
Скачивания
Библиографические ссылки
Анцупов В.П., Анцупов А.В., Анцупов А.В.(мл.). Методология прогнозирования надежности элементов машин по различным критериям // Надежность. 2013. № 3 (46). С. 5-14.
Заикин А.Н. Определение надежности лесозаготовительных систем // Актуальные проблемы лесного комплекса. 2008. № 21–2. С. 16–19.
Ковач Дж., Крилек Дж., Дворжак Дж., Натов П. Исследование надежности работы лесозаготовительной техники. Словения, 2013. С. 169–175.
Побединский В. В., Кручинин И. Н., Шавнина М. В., Шакирзянов Д. И. Нейронная сеть для оценки транспортно-эксплуатационного состояния лесных автомобильных дорог // Деревообрабатывающая промышленность. 2020. № 3. С. 10–18.
Тимохова О. М., Кручинин И. Н., О. Н. Бурмистрова, Я. И. Абрамов. Прогнозирование надежности деталей лесных машин // Деревообрабатывающая промышленность. 2022. № 2. С. 12–18.
Тимохова О. М., Кручинин И. Н., Тимохов Р. С. Методы определения надежности функционирования некоторых механических систем лесных машин // Международный журнал прикладных и фундаментальных исследований. 2022. № 3. С. 54–58.
Ши Х., Цзэн Дж. Прогнозирование оставшегося срока службы в реальном времени и стратегия технического обслуживания многокомпонентных систем с учетом стохастической зависимости. 2016. С. 192–204.
Alavandar S., Nigam M.J. Neuro-Fuzzy based Approach for Inverse Kinematics Solution of Industrial Robot Manipulators // Int. J. of Computers, Communications & Control. 2008. No. 3. P. 224– 234.
Jang J.-S.R. ANFIS: adaptive-networkbased fuzzy inference system // IEEE Transactions on Systems, Man, and Cybernetics. 1993. № 3(23). P. 665–685. DOI:10.1109/21.256541.
Shukhanov S.N., Kuzmin A.V., Boloyev P.A. Reliability of Machine-Tractor Aggregates Operation //Engineering Technologies and Systems. 2020;30(1):8–20.
Mentes A., Yetkin M., Kim Y. Comparison of ANN and ANFIS techniques on modelling of spread mooring systems // The 30th Asian-Pacific Technical Exchange and Advisory Meeting on Marine Structures, TEAM 2016. 2012. P. 1–10. Lee M.-L., Chung H.-Y., Yu F.-M. Modeling of hierarchical fuzzy systems // Fuzzy Sets and Systems. 2003. Vol. 138. Iss. 2. P. 343–361.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2024 Аграрный научный журнал
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
