Автоматизація процесу діагностики та прогнозування технічного стану електромеханічних систем з використанням методів машинного навчання

Abstract

У бакалаврській роботі розглянуто питання автоматизації процесу діагностики та прогнозування технічного стану електромеханічних систем міського електротранспорту з використанням методів машинного навчання. Проведено аналіз сучасних систем технічної діагностики, визначено основні причини виникнення дефектів електромеханічного обладнання та досліджено можливості застосування інтелектуальних технологій для підвищення ефективності технічного обслуговування. У роботі проаналізовано сучасні технології IoT, Big Data, хмарних сервісів та машинного навчання, які використовуються для моніторингу технічного стану тягових електродвигунів, силових перетворювачів, підшипникових вузлів та контактної мережі міського електротранспорту. Розглянуто принципи автоматизованого збору та оброблення діагностичних даних, а також методи прогнозування залишкового ресурсу обладнання. Розроблено структурну схему автоматизованої системи діагностики та прогнозування технічного стану електромеханічних систем. Наведено аналітичні розрахунки показників надійності та оцінено ефективність використання методів машинного навчання для раннього виявлення дефектів. Проведено аналіз небезпечних і шкідливих виробничих факторів під час експлуатації автоматизованих систем діагностики МЕТ та запропоновано комплекс заходів щодо забезпечення безпечних умов праці. Результати роботи можуть бути використані для вдосконалення систем технічного обслуговування та ремонту міського електротранспорту, підвищення надійності електромеханічного обладнання та зниження експлуатаційних витрат.