Аналітичність алгоритму контролю параметрів технічного стану бортової системи зернозбиральних комбайнів на основі обробки швидкозмінних величин
DOI: http://dx.doi.org/10.31548/dopovidi.3(109).2024.020
Анотація
У статті розглядається завдання організації обробки швидкозмінних параметрів та контролю технічного стану бортових систем зернозбиральних комбайнів, яка є особливо актуальною в умовах обмежень, що накладаються її виконанням у режимі реального часу, тобто під час збирання зернових культур зернозбиральними комбайнами. Новизна методики полягає в обґрунтуванні порядку вибору оцінюваних характеристик бортових систем з урахуванням задоволення вимог щодо повноти прийнятого рішення в умовах тимчасових обмежень. Наведено приклад практичного розрахунку застосування методики та зроблено висновки про доцільність її застосування під час аналізу технічного стану бортових інформаційно-керованих систем зернозбиральних комбайнів. Алгоритмічна складність залежить від числа відліків, що потрапили у віконну функцію, ширини (тривалості) віконної функції до кроку віконної функції. Швидкозмінны параметри, для Вейвлет-перетворення та перетворення Фур’є. Число відліків залежить від ширини віконної функції та від інформації зчитування з бортової інформаційно-керованої системи зернозбирального комбайна. Таким чином, обрано алгоритм обробки однієї характеристики. Далі, вибираючи тим самим способом алгоритми обробки для характеристик швидкозмінних параметрів, що залишилися, отримуємо набір з десяти характеристик швидкозмінних параметрів, які обробляються найкращими за показником оперативності алгоритмами з урахуванням вимог за показником точності. Формується безліч альтернатив вирішення поставленого завдання. Альтернатива є однією з характеристик швидкозмінних параметрів, яку можна обробити одним із методів із застосуванням однієї з віконних функцій. Кожна віконна функція, у свою чергу, характеризується своїми характеристиками, такими як ширина, крок та тип вікна, що значно збільшує безліч альтернатив. Таким чином, сформований набір вихідних даних дозволяє врахувати всі необхідні способи обробки швидкозмінних параметрів у реальному часі для вибору найкращого рішення поставленої задачі. Формування скороченого за показником точності набору альтернатив. На цьому кроці розраховується показник точності для кожної альтернативи, після чого з безлічі альтернатив вибираємо ті з них, показник точності яких вище або дорівнює заданому. Таким чином, скорочується набір вихідних даних за показником точності.
Ключові слова
Повний текст:
PDFПосилання
Aulin, V., Rogovskii, I., Lyashuk, O., Titova, L., Hrynkiv, A., Mironov, D., Volianskyi, M., Rogatynskyi, R., Solomka, O. & Lysenko, S. (2024). Comprehensive assessment of technical condition of vehicles during operation based on Harrington’s desirability function. Eastern-European Journal of Enterprise Technologies, 1 (3 (127)), 37–46. https://doi.org/10.15587/1729-4061.2024.298567.
Parekh, D., Poddar, N., Rajpurkar, A., Chahal, M., Kumar, N., Joshi, G. P. & Cho, W. (2022). A review on autonomous vehicles: progress, methods and challenges. Electronics, 11 (14), 2162. https://doi.org/10.3390/electronics11142162.
Casado-Sanz, N., Guirao, B. & Attard, M. (2020). Analysis of the risk factors affecting the severity of traffic accidents on spanish crosstown roads: the driver’s perspective. Sustainability, 12 (6), 2237. https://doi.org/10.3390/su12062237.
Abu Dabous, S., Ibrahim, F., Feroz, S. & Alsyouf, I. (2021). Integration of failure mode, effects, and criticality analysis with multi-criteria decision-making in engineering applications: Part I – Manufacturing industry. Engineering Failure Analysis, 122, 105264. https://doi.org/10.1016/j.engfailanal.2021.105264.
Ahmed, E., Gharavi, H. (2018). Cooperative vehicular networking: a survey. IEEE Transactions on Intelligent Transportation Systems, 19 (3), 996–1014. https://doi.org/10.1109/tits.2018.2795381.
Dela Cruz, O.G., Padilla, J.A. & Victoria, A.N. (2021). Managing Road Traffic Accidents: A Review on Its Contributing Factors. IOP Conference Series: Earth and Environmental Science, 822 (1), 012015. https://doi.org/10.1088/1755-1315/822/1/012015.
Britton, M., Asnaashari, S. & Read, G. (2016). Analysis of train derailment cause and outcome in Victoria, Australia, between 2007 and 2013: implications for regulation. Journal of Transportation Safety & Security, 9 (1), 45–63. https://doi.org/10.1080/19439962.2015.1088906.
Chen, X., Chen, J. (2020). Optimization of the impeller geometry for an automotive torque converter using response surface methodology and desirability function. Open Journal of Applied Sciences, 10 (07), 455–475. https://doi.org/10.4236/ojapps.2020.107032.
Gorea, R. K. (2016). Financial impact of road traffic accidents on the society. International Journal of Ethics, Trauma & Victimology, 2 (01), 6–9. https://doi.org/10.18099/ijetv.v2i1.11129
Kuzmich, I.M., Rogovskii, I.L., Titova, L.L. & Nadtochiy, O.V. (2021). Research of passage capacity of combine harvesters depending on agrobiological state of bread mass. IOP Conference Series: Earth and Environmental Science. 677, 052002, https://doi.org/10.1088/1755-1315/677/5/052002.
Dirnbach, I., Kubjatko, T., Kolla, E., Ondruš, J. & Šarić, Ž. (2020). Methodology Designed to Evaluate Accidents at Intersection Crossings with Respect to Forensic Purposes and Transport Sustainability. Sustainability, 12 (5), 1972. https://doi.org/10.3390/su12051972.
Low, R., Tekler, Z. & Cheah, L. (2020). Predicting commercial vehicle parking duration using generative adversarial multiple imputation networks. transportation research record. Journal of the Transportation Research Board, 2674(9), 820–831. https://doi.org/10.1177/0361198120932166.
Oladimeji, D., Gupta, K., Kose, N., Gundogan, K., Ge, L. & Liang, F. (2023). Smart transportation: an overview of technologies and applications. Sensors, 23 (8), 3880. https://doi.org/10.3390/s23083880.
Rogovskii, I., Sivak, I., Shatrov, R., & Nadtochiy, O. (2024). Agroengineering studies of tillage and harvesting parameters in soybean cultivation. Engineering of Rural Development, 23, 965–970. https://doi.org/10.22616/ERDev.2024.23.TF195.
Padilla-Atondo, J. M., Limon-Romero, J., Perez-Sanchez, A., Tlapa, D., Baez-Lopez, Y., Puente, C. & Ontiveros, S. (2021). The impact of hydrogen on a stationary gasoline-based engine through multi-response optimization: a desirability function approach. Sustainability, 13 (3), 1385. https://doi.org/10.3390/su13031385.
Nazarenko, I., Bernyk, I., Dedov, O., Rogovskii, I., Ruchynskyi, M., Pereginets, I., & Titova, L. (2021). Research of technical systems of processes of mixing materials. Dynamic processes in technological technical systems. Kharkiv: РС Тесhnology Сеntеr. 57-76. https://doi.org/10.15587/978-617-7319-49-7.ch4.
Prytz, R., Nowaczyk, S., Rögnvaldsson, T. & Byttner, S. (2015). Predicting the need for vehicle compressor repairs using maintenance records and logged vehicle data. Engineering Applications of Artificial Intelligence, 41, 139–150. https://doi.org/10.1016/j.engappai.2015.02.009.
Rogovskii, I., Lyubarets, B. & Borek, K. (2022). Analyticity of non-stationary processes of change in diagnostic parameters of hydrostatic transmissions of harvesters. Machinery and Energetics, 13(1), 67–76. https://doi.org/10.31548/machenergy2022.01.067.
Rogovskii, I.L. (2021). Analyticity of complex criteria for evaluation of grain production in agricultural enterprises intensification of engineering management. Machinery and Energetics, 12(4), 129–138. https://doi.org/10.31548/machenergy2021.04.129
Rogovskii, I.L. (2021). Influence of operating failure of agricultural machines on efficiency of their machine use. Machinery and Energetics, 12(3), 157–166. https://doi.org/10.31548/machenergy2021.03.157
Rogovskii, I.L. (2021). Models of formation of engineering management alternatives in methods of increasing grain production in agricultural enterprises. Machinery and Energetics, 12(1), 137–146, https://doi.org/10.31548/machenergy2021.01.137.
Rogovskii, I. L. (2021). Resource of removal expenses for strong agricultural period of volume of operations. Machinery and Energetics, 12(2), 123–131. https://doi.org/10.31548/machenergy2021.02.123.
Rolison, J., Regev, S., Moutari, S. & Feeney, A. (2018). What are the factors that contribute to road accidents? An assessment of law enforcement views, ordinary drivers’ opinions, and road accident records. Accident Analysis & Prevention, 115, 11–24. https://doi.org/10.1016/j.aap.2018.02.025.
Slobodyanyuk, M., Gorobchenko, O. (2020). Structural analysis of territorial transport systems based on classification methods. Eastern-European Journal of Enterprise Technologies, 1 (4(103)), 23–32. https://doi.org/10.15587/1729-4061.2020.194158.
Volokha, M., Rogovskii, I., Fryshev, S., Sobczuk, H., Virchenko, G. & Yablonskyi, P. (2023). Modeling of transportation process in a technological complex of beet harvesting machines. Journal of Engineering Sciences (Ukraine), 10(2), F1-F9, https://doi.org/10.21272/jes.2023.10(2).f1.
Young, W., Sobhani, A., Lenné, M. & Sarvi, M. (2014). Simulation of safety: A review of the state of the art in road safety simulation modelling. Accident Analysis & Prevention, 66, 89–103. https://doi.org/10.1016/j.aap.2014.01.008.
Метрики статей
Metrics powered by PLOS ALM
Посилання
- Поки немає зовнішніх посилань.