2022 г., Том 27, № 1, с.70-87

Техническое обслуживание по состоянию (condition-based maintenance, CBM) использует реальные условия эксплуатации компонентов для принятия решения об их замене и/или обслуживании, таким образом увеличивая срок службы оборудования и сводя к минимуму помехи при обслуживании. Система CBM выявляет существенные изменения и колебания сигналов и переменных на основе информации датчика, чтобы избежать или предотвратить поломку машин. Таким образом, в данной работе разрабатывается новая модель прогнозирования на CBM в машинах класса II, в которой скорость вибрации и среднее время рассматриваются в качестве входных параметров и, соответственно, прогнозируются доступность и надежность машин. Предлагаемая схема состоит из двух основных этапов, таких как (1) выделение признаков и (2) предсказание. Сначала выполняется выделение статистических и статистических признаков более высокого порядка. Найденные признаки передаются классификатору нейронной сети (NN), который предсказывает конечный результат (доступность и надежность машин). Чтобы повысить точность прогноза классификатора, веса NN точно настраиваются с помощью оптимизации Levy Flight Adopted Gray Wolf (LF_GWO). Доказано преимущество представленного подхода по отношению к различным мерам.