САМОДИАГНОСТИКА СОСТАВНЫХ АГРЕГАТОВ БЛОКА УПРАВЛЕНИЯ АВТОНОМНЫМ ТРАНСПОРТНОГО СРЕДСТВА

Веркнер Алексей Сергеевич, Горлова Ксения Олеговна, Акимов Дмитрий Александрович, Гурьянова Екатерина Олеговна, Маяк Александр Александрович

В работе рассматриваются вопросы автоматической классификации вибросостояний автономных транспортных средств (далее по тексту: АТС) на основе использования свёрточной нейросетевой (CNN) обработки данных виброизмерений, представленных в спектральном виде и обработанных модифицированным методом главных компонент, и знаний экспертов, имеющих опыт интерпретации спектрограмм, характеризующих вибросостояния составных узлов и агрегатов АТС. Разработанная модель анализа спектрограмм позволяет осуществлять мониторинг состояния АТС в автоматическом режиме и своевременно оповещать о появлении признаков предаварийных ситуаций, а также о виде возможных неисправностей.

Ключевые слова:вибродиагностика, автономное транспортное средство, интеллектуальная система диагностики, CNN (convolutional neural network – свёрточные нейронные сети), DNN (deep neural network – глубокие нейронные сети).