ОЦЕНКА ВИБРОАКУСТИКИ БУКСОВЫХ УЗЛОВ

В статье представлены возможности использования аппарата вероятностных нейронных сетей для классификации технического состояния элементов подшипников качения подвижного состава путем анализа виброакустической информации, полученной с помощью современных диагностических комплексов. Показаны особенности функционирования и конструкции искусственной нейронной сети, позволяющей иметь результат распознавания на уровне до 99,6%. 

1. Данько Н. И., Тартаковский Э. Д., Ломотько Д. В., Фалендиш А. П., КалабухинЮ. Е. Обновление подвижного состава с учетом жизненного цикла // Железнодорожный транспорт. – 2011. – № 12. – С. 42–44. DankoN.I., TartakovskiyE. D., LomotkoD.V., FalendishA.P., Kalabuhin Yu.E. Renewal of rolling stock subject to life cycle [Obnovlenie podvizhnogo sostava s uchetom zhiznennogo tsikla]. Zheleznodorozhnyj transport, 2011, No 12, pp. 42–44.

2. Мартинов I. Е., Равлюк В. Г. Вібродіагностування підшипників кочення рухомого складу методом обвідної // Зб. наук. праць ДонІЗТ. – Донецьк, 2010. – Вип. 23. – С. 127–134. Martynov I. E., Ravluk V. G. Vibral troubleshooting of frictionless bearings of rolling stock by envelope method [Vіbrodіagnostuvannya pіdshipnikіv kochennya ruhomogo skladu metodom obvіdnoї]. Zb. nauk. prats’ DonІZT [Proceedings of Donetsk institute of railways], Donetsk, 2010, Iss. 23, pp. 127–134.

3. Михалків С. В., Равлюк В. Г. Апарат для класифікації технічного стану підшипників кочення буксових вузлів рухомого складу // Зб. наук. праць. – Харків: НТУ «ХПІ», 2012. – Вип. 19. – С. 105–112. Mihalkіv S. V., Ravluk V. G. Apparatus for classification of technical conditions of frictionless bearings of axle-boxes of rolling stock [Aparat dlya klasifіkatsії tehnіchnogo stanu pіdshipnikіv kochennya buksovih vuzlіv ruhomogo skladu]. Zb. nauk. prats, Kharkov, NTU «HPІ», 2012, Iss.19, pp. 105–112.

4. Кветный Р. Н., Кабачий В. В., Чумаченко О. О. Вероятностные нейронные сети в задачах идентификации временных рядов// Наукові праці Вісника національного технічного університету. – 2010. – № 3. – С. 7–15. KvetnyjR. N., KabachiyV.V., ChumachenkoO.O.Probabalistic neural networks in the problems of identification of time series [Veroyatnostnye neyronnye seti v zadachah identifikatsii vremennyh ryadov]. Naukovі pratsі Vіsnika natsіonal’nogo tehnіchnogo unіversitetu [Proceedings of National technical university], 2010. No №3, pp. 7–15.

5. Руденко О. Г. Штучні нейронні мережі. – Харків: Компанія СМІТ, 2006. – 404 с. Rudenko O. G. Artificial neural networks [Shtuchnі neyronnі merezhі]. Kharkov, Kompanіya SMІT, 2006. 404 p.

6. Бодянский Е. В., Руденко О. Г. Искусственные нейронные сети: архитектуры, обучение, применения. – Харьков: Телетех, 2004. – 371 с. BodyanskiyE. V., Rudenko O. G. Artificial neural networks: architecture, training, use [Iskusstvennye neyronnye seti: arhitektury, obuchenie, primeneniya]. Kharkov, Teleteh, 2004, 371 p.

7. Биргер И. А. Техническая диагностика. – М.: Машиностроение, 1978. – 240 с. Birger I. A. Technical troubleshooting [Tehnicheskaya diagnostika]. Moscow, Mashinostroenie publ., 1978. 240 p.

8. Фукунага К. Введение в статистическую теорию распознавания образов. – М.: Наука,1979. – 368 с. FukunagaK. Introduction to Statistical Pattern Recognition [Russian title: Vvedenie v statisticheskuyu teoriyu raspoznavaniya obrazov]. Moscow, Nauka publ., 1979, 368 p.

9. Цыпкин Я. З. Основы теории обучающихся систем. – М.: Наука, 1970. – 252 с. Tsypkin Ya.Z. Fundamentals of the theory of learning systems [Osnovy teorii obuchayuschihsya sistem]. Moscow, Nauka publ., 1970, 252 p.

10. Саркисян Р. Е., Стадниченко С. Ю., Масалида А. В. Алгоритмическое обеспечение системы диагностики: от байесовских правил до аналитических сетей//Мир транспорта. –2013. –№ 1. – С.6–11. Sarkisyan R . E., Stadnichenko S . Yu . , Masalida A. V. Knoware of Troubleshooting System: from Bayes Rules to Analytic Networks. Mir transporta [World of Transport and Transportation Journal], 2013, Vol. 44, Iss.1, pp.6–11.

11. Haykin S. Neural Networks. A Comprehensive Foundation. – Upper Saddle River, N.J.: Prentice Hall, Inc., 1999. – 842 p.

12. Tsoukalas L. H., Uhrig R. E. Fuzzy and Neural Approaches in Engineering. – N.Y.: John Wiley & Sons, Inc., 1997. – 587 p.