science-review.ru
Работа посвящена разработке алгоритма прогнозирования диагностических параметров электротехнических комплексов главных приводов мощных экскаваторов. Зависимость технического состояния электротехнического комплекса экскаватора от горно-геологических, климатических условий эксплуатации, режимов работы и качества технического обслуживания значительно увеличивают трудоемкость разработки структурной модели комплекса. Кроме того, разработка структурной модели требует наличия предварительной информации о принципах и механизмах функционирования комплекса для каждого экскаватора в отдельности и для всего парка экскаваторов в целом. Поэтому предлагается в качестве основного подхода использовать функциональное моделирование. В этом случае, электротехнический комплекс может быть представлен в виде функциональной динамической системы, функционирующей в пространстве своих диагностических параметров. Оценить техническое состояние системы в будущем можно с помощью прогнозирования ее отдельных диагностических параметров. В условиях неопределенности исходной информации дискретные диагностические сигналы могут быть спрогнозированы с помощью авторегрессионных методов. Применение авторегрессионных методов прогнозирования позволяет варьировать количество информационных признаков в зависимости от целей и задач системы технической диагностики. Кроме того, нами предложена методика прогнозирования дискретных диагностических сигналов на основании прогнозирования их компонент разложения. При этом компоненты разложения имеют заданные свойства, что значительно облегчает настройку предиктора и увеличивает точность прогнозирования.
188 KB
Библиографическая ссылка
Шамаль М.А., Карякин А.Л. ПРОГНОЗИРОВАНИЕ ДИАГНОСТИЧЕСКИХ ПАРАМЕТРОВ ЭЛЕКТРОТЕХНИЧЕСКИХ КОМПЛЕКСОВ ГЛАВНЫХ ПРИВОДОВ МОЩНЫХ ЭКСКАВАТОРОВ // Научное обозрение. Технические науки. – 2014. – № 2. – С. 219-220;URL: https://science-engineering.ru/ru/article/view?id=718 (дата обращения: 04.12.2024).
Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)
«Международный журнал прикладных и фундаментальных исследований»
ИФ РИНЦ = 0,593
«Международный журнал экспериментального образования»
ИФ РИНЦ = 0,425
«Научное Обозрение. Биологические Науки»
ИФ РИНЦ = 0,400
«Научное Обозрение. Медицинские Науки»
ИФ РИНЦ = 0,801
«Научное Обозрение. Экономические Науки»
ИФ РИНЦ = 0,871
«Научное Обозрение. Педагогические Науки»
ИФ РИНЦ = 0,733
«Научное Обозрение. Технические Науки»
ИФ РИНЦ = 0,695
«European journal of natural history»
ИФ РИНЦ = 0,301