ПРОГНОЗИРОВАНИЕ ОТКАЗОВ ОДНОКОВШОВЫХ ЭКСКАВАТОРОВ НА ОСНОВЕ МЕТОДОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Приведены доли затрат и коэффициенты использования оборудования во времени для каждого из основных этапов ведения открытых горных работ. Более подробно рассмотрены одноковшовые экскаваторы и основные факторы, влияющие на вероятность отказа одноковшовых экскаваторов. Также, проведен сравнительный анализ методов прогнозирования. Для прогнозирования вероятности отказа одноковшового экскаватора авторы выбрали метод нечетких нейронных сетей – метод Мамдани. Используя метод Мамдани в среде MatLab (инструмент Fuzzy Logic), получена вероятность отказа ковша одноковшового экскаватора.
Ключевые слова
Прогнозирование, методы искусственного интеллекта, одноковшовые экскаваторы, метод Мамдани, Fuzzy Logic Toolbox, вероятность отказа, система технического обслуживания и ремонта.
Номер: 1
Год: 2017
ISBN:
UDK: 004.896.622
DOI:
Авторы: Баранникова И. В., Мажибрада И.
Информация об авторах: Баранникова Ирина Владимировна –
кандидат технических наук, доцент,
Мажибрада Ирина – аспирант,
e-mail: irina170489@yahoo.com,
НИТУ «МИСиС».
Библиографический список: 1. Ржевский В. В. Открытые горные работы. Часть I. Производственные процессы: Учебник для вузов. 4-ое изд., перераб. и доп. – М.: Недра, 1985. – 509 с.
2. Подэрни Р. Ю. Горные машины и комплексы для открытых работ: Учебное пособие. В 2 т. Т.1. 4-е изд., стер. – М.: Изд-во МГГУ, 2001. – 422 с.
3. Щадов М. И., Анистратов К. Ю., Федоров А. В. Метод формирования структуры парка карьерной техники на действующем предприятии // Горная Промышленность. – 2009. – №5(87). – С. 10–13.
4. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. – СПб.: БХВ-Петербург, 2003. – 736 с.: ил.
5. Осовский С. Нейронные сети для обработки информации / Пер. с польского И.Д. Рудинского. – М.: Финансы и статистика, 2002. – 344 с.
6. Техническое обслуживание и ремонт. URL: https://ru.wikipedia.org/wiki/Техническое_обслуживание_и_ремонт (дата обращения 25.12.2015).
7. Мажибрада И. Использование методов искусственного интеллекта в системах технического обслуживания и ремонта карьерного оборудования / Новая наука: проблемы и перспективы: Международное научное периодическое издание по итогам Международной научно-практической конференции (04 октября 2015 г., г. Стерлитамак). – Стерлитамак: РИЦ АМИ, 2015. – С. 111–115.
8. Баранникова И. В., Мажибрада И. Использование методов искусственного интеллекта в системах технического обслуживания и ремонта карьерного оборудования / Новая наука: проблемы и перспективы: Международное научное периодическое издание по итогам Международной научно-практической конференции (29 сентября 2015 г., г. Стерлитамак). – Стерлитамак: РИЦ АМИ, 2015. – С. 106–110.
9. Потапов А. С. Искусственный интеллект и универсальное мышление. – СПб.: Политехника, 2012. – 711 с.: ил.
10. Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И. Д. Рудинского. 2-е изд., стереотип. – М.: Горячая линия Телеком, 2013. – 384 с.: ил.
11. Тарасян В. С. Пакет Fuzzy Logic Toolbox for Matlab: учебное пособие. – Екатеринбург: Изд-во УрГУПС, 2013. – 112 с.
12. Каллан Р. Основные концепции нейронных сетей.: Пер. с анг. – М.: Издательский дом «Вильямс», 2001. – 291 с.: ил.
13. Рассел С., Норвит П. Искусственный интеллект: современный подход, 2-е изд..: Пер. с анг. – М.: Издательский дом «Вильямс», 2006. – 1408 с.: ил.