Мониторинг и прогнозирование состояний электроприводов колесного робота
Ключевые слова:
диагностика мотор-редукторов, прогнозирование отказов электроприводов, предиктивный мониторинг состояний, колесный робот, метод наименьших квадратовАннотация
В работе предложен подход к мониторингу и прогнозированию состояния приводов колесного робота на основе анализа фактических данных и динамики изменения температуры редуктора и силы тока электродвигателя мотор. Разработан испытательный стенд, имитирующий различные режимы эксплуатации привода робота − от режима легкой нагрузки до экстремального режима работы. В ходе экспериментов получены временные ряды данных для четырех режимов нагрузки. Для прогнозирования температурных режимов применен метод наименьших квадратов с построением полиномиальных регрессионных моделей. На основе анализа данных сформирована матрица состояний и рекомендаций по эксплуатации привода и формализован алгоритм принятия решений. Результаты демонстрируют возможность эффективного прогнозирования внештатных режимов работы электроприводов.
Библиографические ссылки
M.J. Daigle, K. Goebel, “A Model-based prognostics approach applied to pneumatic valves,” Int. J. Progn. Health Manag, vol. 2, pp. 84–99, 2011.
K. Goebel, B. Saha, A. Saxena, J. Celaya, “Prognostics in battery health management,” IEEE Instrumentation & Measurement Magazine, vol. 11 (4), pp. 33-40, 2008.
Е.М. Лаврищева, Н.В. Пакулин, А.Г. Рыжов, С.В. Зеленов, “Анализ методов оценки надежности оборудования и систем. Практика применения методов,” Труды ИСП РАН, № 30 (3), С. 99–120, 2018.
А.С. Гусев, С.А. Стародубцева, В.И. Щербаков, “Прогнозирование остаточного ресурса по результатам диагностирования натурных конструкций и при непрерывном отслеживании их технического состояния,” Известия МГТУ, № 1 (19), С. 100-104, 2014.
Информационные технологии интеллектуальной поддержки принятия решений (памяти проф. Н.И. Юсуповой): труды X Международной научной конференции (г. Уфа, 12 – 14 ноября 2024 г.) / отв. ред. Г.Р. Шахмаметова / в 2-х томах. Т. 1. // Уфимск. ун-т науки и технологий. – Уфа: РИЦ УУНиТ, 2024. – 308 с.
M.J. Daigle, K. Goebel, “Model-based prognostics with concurrent damage progression processes,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, vol. 43 (4), pp. 535-546, 2013.
С. В. Квонг, М.В. Щербаков, “Метод прогнозирования остаточного ресурса на основе обработки данных многообъектных сложных систем,” Прикаспийский журнал: управление и высокие технологии, vol. (1), С. 33-44, 2019.
А.С. Лучинин, “Прогностические модели в медицине,” Клиническая онкогематология, № 16(1), С. 27-36, 2023.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Системная инженерия и инфокоммуникации
Это произведение доступно по лицензии Creative Commons «Attribution-ShareAlike» («Атрибуция — На тех же условиях») 4.0 Всемирная.