автореферат диссертации по машиностроению и машиноведению, 05.02.05, диссертация на тему:Методы повышения эффективности функционирования мехатронных модулей движения горного оборудования

На правах рукописи

003457735 Круглова Татьяна Николаевна

МЕТОДЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ МЕХАТРОННЫХ МОДУЛЕЙ ДВИЖЕНИЯ ГОРНОГО ОБОРУДОВАНИЯ

Специальность 05.02.05. - «Роботы, мехатроника и робототехнические системы»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

7 2 №чгы

Новочеркасск - 2008

003457735

Работа выполнена в Государственном образовательном учреждении высшего профессионального образования «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)» на кафедре «Автоматизация производства, робототехника и мехатроника»

Научный руководитель: доктор технических наук, профессор

Глебов Николай Алексеевич

Официальные оппоненты: доктор технических наук, профессор Дровников Александр Николаевич; доктор технических наук, профессор Деев Алексей Иванович

Ведущая организация: НИИ многопроцессорных вычислительных систем им. акад. А. В. Каляева Южного федерального университета (НИИ МВС ЮФУ)

Защита состоится 26 декабря 2003 г. в 11.00 на заседании диссертационного совета Д.212.304.04 при Государственном образовательном учреждении высшего профессионального образования «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)» по адресу: 346428, г. Новочеркасск, Ростовской обл., ул. Просвещения, 132, ауд. 107 глав, корпуса.

С диссертацией можно ознакомиться в библиотеке Южно-Российского государственного технического университета (Новочеркасского политехнического института). С текстом автореферата можно ознакомиться на сайте ЮРГТУ (НПИ) www.npi-tu.ru

Автореферат разослан « »ноября 2008 г.

Ученый секретарь диссертационного совета доктор технических наук, профессор

С.Исаков

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Горное технологическое оборудование работает в сложных горно-геологических условиях, с избытками влаги, пыли и вредных газов при больших динамических знакопеременных нагрузках, что приводит к его частым отказам и обуславливает необходимость повышения надежности и эффективности функционирования. В настоящее время данная задача решается путем разработки компактных и гибких мехатронных комплексов, обеспечивающих одновременное выполнение нескольких производственных процессов и имеющих возможность приспосабливаться к конкретным горным условиям. Такие комплексы состоят из отдельных модулей, большинство из которых осуществляют движение. Мехатронные модули движения объединяют механические, электрические и гидравлические элементы с распределенной системой управления, позволяющей каждой отдельной подсистеме самостоятельно управлять своим оборудованием и осуществлять обмен данными между модулями машины. Это позволило улучшить динамические характеристики приводов, уменьшить их массогабаритные параметры в 2-2,5 раза, сократить энергопотребление в 1,5-2 раза, повысить уровень автоматизации, точность, производительность и надежность приводов. Коэффициент готовности горных мехатронных комплексов не превышает 0,8, что недостаточно при современном уровне развития техники. Следовательно, задача дальнейшего повышения эффективности функционирования горного оборудования является весьма актуальной.

Для эффективного функционирования горных мехатронных комплексов необходимо обеспечить совместимость, согласованное взаимодействие всех модулей, входящих в их состав и настройку на заданный режим работы, Достичь этого можно управлением техническим состоянием мехатронных модулей движения, реализованным на основе методов и средств диагностирования и прогнозирования, позволяющих контролировать реальное техническое состояние, качество наладки, монтажа и ремонта оборудования; технически обоснованно планировать сроки и содержание ремонтных и наладочных работ, приобретение запасных частей и материалов по мере их необходимости; повысить ресурс и надежность оборудования; продлить межремонтный период и срок службы; избавиться от внезапных отказов механизмов и остановок производства, повысив эффективность функционирования мехатронных модулей движения и всего комплекса в целом.

В области разработки методов и средств повышения надежности и эффективности функционирования элементов мехатронных модулей движения горного оборудования достигнут определенный успех, однако известные работы носят разрозненный характер и не приспособлены к современному уровню развития мехатронных объектов, функционирующих в естественной априори неформализованной внешней среде. Нерешенной задачей, связанной с повышением эффективности функционирования мехатронных модулей движения горного оборудования остается разработка методов и средств, позволяющих осуществлять комплексную многопараметрическую диагностику и прогнозирование их технического состояния. Поэтому решение этой задачи весьма актуально.

Соответствие диссертации плану работ ЮРГТУ (ШТИ) и целевым комплексным программам. Диссертационная работа выполнена в рамках научного направления ЮРГТУ (НПИ) «Теория и принципы создания робототех-нических и мехатронных систем и комплексов», утвержденного ученым советом 25.04.2001 г. и соответствует госбюджетной теме IL3.837 «Разработка принципов и средств автоматизации и роботизации производства на основе мехатронных технологий и систем» (2004-2008 г.г.), а также теме НИР по заданию министерства образования и науки на проведение научных исследований 1.11.05Ф «Разработка научных основ создания мехатронных технологий горных, нефтегазодобывающих и строительных производств (2005 -2009 г. г.)».

Целью работы является повышение эффективности функционирования мехатронных модулей движения горного оборудования управлением техническим состоянием путем совершенствования моделей, методов и средств многопараметрического диагностирования и прогнозирования.

Идея работы. Применение аппарата нечеткой логики и искусственных нейронных сетей позволяет разработать модели, методы и алгоритмы повышения эффективности функционирования мехатронных модулей движения, работающих в неформализованной естественной среде.

Научные положения, выносимые на защиту:

- метод повышения эффективности функционирования, основанный на нейро-нечеткой модели диагностирования, заключающийся в том, что по относительным значениям определяющих параметров и заданной функции принадлежности, посредством аппарата нечеткой логики, оценивается текущее состояние каждой неисправности модуля, по которым, посредством искусственной нейронной сети с использованием аппроксимирующей функции минимума, определяется состояние объекта в целом;

- метод повышения эффективности функционирования на основе нечеткой экспертной модели диагностирования, заключающийся в тем, что по относительным значениям определяющих параметров, заданному коэффициенту соответствия и весу неисправностей, посредством аппарата нечеткой логики, оценивается текущее состояние модуля и осуществляется поиск возникших неисправностей;

- .метод и алгоритм повышения эффективности функционирования, основанный на прогнозировании технического состояния, заключающийся в том, что по тренду относительных значений определяющих параметров с помощью принципа окон, находятся прогнозные значения определяющих параметров, ступенчатая аппроксимация которых позволяет оценить развитие неисправностей, состояние отдельных блоков и всего модуля в целом на следующий период эксплуатации, а добавление прогнозных значений определяющих параметров в обучающую выборку позволяет найти число периодов, в течение которых объект сохранит работоспособное состояние;

- обоснование структуры устройства, позволяющего измерять, усиливать и накапливать в базе данных текущие значения определяющих параметров с привязкой к реальному моменту времени, и программа, реализующая предложенную методику обработки результатов измерений, определяющую текущее

состояние объекта и осуществляющую краткосрочный и долгосрочный прогнозы развития дефектов.

Научная новизна защищаемых положений

- метод повышения эффективности функционирования, основанный на нейро-нечеткой модели диагностирования, отличается тем, что с помощью аппарата нечеткой логики определяются коэффициенты развития каждой неисправности, нейросетевая аппроксимация которых позволяет найти состояния объекта;

- метод повышения эффективности функционирования, основанный на нечеткой экспертной модели диагностирования, отличается совместным использование принципов информационного моделирования, где количество информации выражено через нечеткие коэффициенты соответствия, заданные экспертами, и способа распределения в пространстве признаков, реализованного с помощью аппарата нечеткой логики;

- метод повышения эффективности функционирования, основанный на прогнозировании технического состояния, отличающийся ступенчатой аппроксимацией спрогнозированных значений определяющих параметров, позволяет определить не только следующие значения определяющих параметров, но и развитие неисправностей, состояние элементов и модуля в целом на один или несколько периодов диагностирования;

- структура устройства, отличающаяся связями и наличием блока прогнозирования, выполняющего обработку диагностической информации с помощью зарегистрированной в ОФАП программы, реализующей методику повышения эффективности функционирования, объединяющую нейро-нечеткую модель диагностирования с методом и алгоритмом нейросетевого прогнозирования технического состояния.

Методы исследований. Для решения поставленных задач, использованы методы мехатроники, робототехники, построения микропроцессорных систем, искусственного интеллекта, теории надежности, технического диагностирования и прогнозирования. При разработке и исследовании диагностических моделей, методов, алгоритмов и системы функционального и параметрического диагностирования и прогнозирования использованы методы идентификации, компьютерного моделирования, программирования, теории нечетких множеств, нечеткой логики и нейронных сетей. Аналитические исследования проведены на ЭВМ, а экспериментальные - на реальных объектах в лабораторных и производственных условиях.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается применением современных апробированных методов исследований; анализом научно-исследовательских работ по рассматриваемому вопросу; применением статистических методов планирования и обработки экспериментов; методами обработки, выполненными с использование современных ЭВМ и программных продуктов для выполнения расчетов и обработки экспериментальных данных; достаточным объемом экспериментальных данных; удовлетворительной сходимостью результатов экспериментальных и теоретических исследований (относительное отклонение результатов диагностирования и

краткосрочного прогнозирования не превышает 5%). Достоверность технического диагностирования составляет 98,7%, прогнозирования - 95%.

Значение работы. Научное значение работы заключается в развитии теоретических положений, совершенствовании моделей, методов и средств повышения эффективности функционирования мехатронных модулей движения горного оборудования путем диагностирования и прогнозирования технического состояния.

Практическое значение полученных в работе результатов заключается в следующем:

- разработанные методы повышения эффективности позволяют определить техническое состояние мехатронных модулей движения, функционирующих в априори неформализованной естественной среде и осуществить краткосрочный и долгосрочный прогнозы сохранения работоспособности;

- разработанные и внедренные методика и программа повышения эффективности функционирования мехатронных модулей движения горного оборудования обеспечивают определение текущего и прогнозного состояний оборудования, позволяют повысить производительность объекта на 17%, коэффициент технического использования мехатронных модулей движения на 14% и получить экономический эффект.

Внедрение результатов диссертационных исследований. Разработанные методика повышения эффективности функционирования и программа «Комплексная автоматизированная система диагностирования и прогнозирования (КАСДиП)» внедрены в ООО «Шахтинском монтажно-шладочном управлении (ШМНУ)» (г. Шахты, Ростовской обл.). Материалы диссертационной работы используются в учебном процессе кафедрой «Автоматизация производства, робототехника и мехатроника» ЮРГТУ (НПИ) для студентов специальностей 22040265 «Роботы и робототехнические системы» и 22040165 «Мехатроника».

Апробация работы. Основные положения и результаты работы докладывались на: 6-8 - ой международных конференциях «Новые технологии управления движением технических объектов» (г. Новочеркасск, 2004 - 2006); научной конференции студентов и аспирантов ЮРГТУ (НПИ) «Студенческая научная весна - 2005» (г. Новочеркасск, 2005); первой всероссийской научной конференции студентов и аспирантов (с международным участием) «Робототехника, мехатроника и интеллектуальные системы» (г. Таганрог, 2005); XIX международной научной конференции «Математические методы в технике и технологиях ММТТ - 19» (г. Воронеж, 2006); 55-ой научно-технической конференции профессорско-преподавательского состава, научных работников, аспирантов и студентов университета (г. Новочеркасск, ЮРГТУ (НПИ), 2006); первой международной и юбилейной 55-ой научно-практической конференции по научному направлению «Интерактивные ресурсосберегающие методы и средства разработки угольных пластов, использование углей и охрана труда» (г. Шахты, 2006); 7-ой международной научно-технической конференции «Искусственный интеллект. Интеллектуальные и многопроцессорные системы - 2006» (п. Кацивели, Украина, 2006); международном научно-практическом коллок-

виуме «Проблемы мехатроники - 2006» (г. Новочеркасск, 4-6 сентября 2006); первой российской мультиконференции по проблемам управления «Мехатро-ника, автоматизация, управление» (Санкт - Петербург, 2006); XX международной научной конференции «Математические методы в технике и технологиях ММТТ - 20» (г. Ярославль, 2007); второй всероссийской научно - практической конференции «Перспективные системы и задачи управления» (п. Домбай, Карачаево-Черкесская республика, 2007); международной научно-технической мультиконференции «Проблемы информационно-компьютерных технологий и мехатроники» (ИКТМ -2007) (п. Дивноморское, Краснодарский край, 2007); XXI международной научной конференции «Математические методы в технике и технологиях ММТТ - 21» г. Саратов, 2008); IV международном научно-практическом студенческом коллоквиуме «Мехатроника - 2008» (г. Новочеркасск- 18-20 июня 2008).

Публикации. По теме диссертации опубликовано 23 печатные работы (10 из которых без соавторов), в том числе патент на изобретение, свидетельство ОФАП на программные средства и 4 статьи, опубликованные в периодических изданиях, рекомендованных ВАК.

Объем и структура работы. Диссертация состоит из введения, 4-х глав, заключения, списка литературы и приложений; изложена на 160 страницах основного текста, содержит 55 рисунков и 21 таблицу.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

В первой главе произведен анализ проблемы повышения эффективности и надежности функционирования мехатронных модулей движения горного оборудования методами диагностирования и прогнозирования технического состояния.

Установлено, что в настоящее время разработано большое количество методов и средств повышения эффективности функционирования, применительно к отдельным элементам, входящим в состав мехатронных модулей движения.

Большой вклад в развитие теоретических положений робототехники и мехатроники внесли ученые И. М. Макаров, К. В. Фролов, Е. П. Попов, Е.И. Юревич, В. С. Кулешов, А. С. Ющенко, А. В. Тимофеев, В. М. Лохин, М. П. Романов, С. В. Манько, Ю. В. Подурнев, В. Ф. Казмиренко, И. А. Каляев, Ю.В. Илюхин, А. К. Тугенгольд, С. Ф. Бурдаков и др. Значительный вклад в развитие и повышение эффективности функционирования горного технологического оборудования внесли ученые: А. И. Берон, В. А. Бреннер, Г. М. Водяник, А. Н. Дровников, В. Т. Загороднюк, Л. И. Кангович, Н. Г. Картавый, М. Г Крапивин, В. Г. Михайлов, Е. 3. Позин, М. М. Протодьяконов, М. И. Сло-бодкин, В. И. Солод, Н. И. Сысоев, А. М. Терпигорев, Г.Ш. Хазанович, Ю.М. Ляшенко и другие. Теоретические основы диагностирования и прогнозирования технического состояния отражены в работах В. В. Клюева, П. П. Пархоменко, И. А, Биргера, А. В. Мозгалевского, Г1. С. Давыдова, Е. С. Согомоняна л др. Теоретические исследования и практические результаты разработанных методов и средств диагностирования и прогнозирования технического состок-

ния технологического оборудования отражены в работах Е. Г. Нахапетяна, П. Н. Белянина, В. Д. Фельдмана, А. И. Деева, Н. А. Глебова, А. А. Короткого и других ученых.

Произведен анализ основных видов горного технологического оборудования, в результате которого установлено, что все рассмотренные машины содержат мехатронные модули движения, надежная и согласованная работа которых в значительной степени влияет на эффективность функционирования всего оборудования.

В результате анализа установлено, что известные методы и средства повышения эффективности функционирования путем диагностирования и прогнозирования технического состояния носят разрозненный харахтер и не приспособлены к современному уровню развития мехатронных объектов, эксплуатируемых в априори неформализованной естественной среде. Поэтому вопрос разработки методов и средств повышения эффективности функционирования, реализующих многопараметрическое диагностирование и прогнозирование состояния всех элементов мехатронных модулей движения горного оборудования, является весьма актуальным.

Анализ основных подходов к разработке методов и средств повышения эффективности функционирования показал целесообразность применения принципов функционального диагностирования, реализованных с помощью электронных и программных средств. При разработке методов и средств повышения эффективности функционирования должны быть учтены следующие взаимосвязанные факторы: увеличение эксплуатационной надежности, снижение трудоемкости технического обслуживания и ремонта, увеличение затрат на капитальные вложения и повышение эксплуатационных расходов. Предлагаемые методы будут эффективны в том случае, если позволят значительно повысить эксплуатационную надежность, максимально приблизив коэффициент технического использования оборудования к единице и снизить удельные затраты на единицу продукции.

Анализ состояния вопроса позволил сформулировать следующие задачи исследований: разработать концепцию, модели, методы и алгоритмы повышения эффективности функционирования мехатронных модулей движения горного оборудования диагностированием и прогнозированием технического состояния; разработать структуру устройства и интегральный программный пакет диагностирования и прогнозирования; создать инженерную методику повышения эффективности функционирования мехатронных модулей движения; сформулировать и выдать рекомендации организациям, занимающимся наладкой и эксплуатацией горного оборудования по практической реализации полученных результатов.

Вторая главк посвящена разработке моделей и методов повышения надежности и эффективности функционирования мехатронных модулей движения горного оборудования путем технического диагностирования.

В процессе функционирования, на мехатронный модуль движения горного оборудования оказывают влияние различные внешние и внутренние факторы, приводящие к изменению его состояния, но учесть их в полном объеме при

применении стандартных методов моделирования невозможно. Одним из вариантов решения данной проблемы является применение аппарата нечеткой логики, позволяющего, имея нечеткие или неточные данные об объекте, получать адекватный результат. Составлены две модели диагностирования, одна из которых сочетает аппарат нечеткой логики и искусственные нейронные сети, а другая основана на совместном использовании аппарата нечеткой логики и экспертных систем. Нейро-нечеткая модель является математической, следовательно, требует на свою разработку и реализацию меньше временных и материальных затрат чем нечеткая экспертная, включающая человека - эксперта. Нечеткая экспертная модель обладает высокой точностью и позволяет осуществлять проверку адекватности функционирования нейро-нечеткой модели.

В процессе развития дефекта, определяющие параметры меняют свои значения от номинальных до критических, при которых происходит отказ объекта. Так как все определяющие параметры имеют различные пределы изменения и размерности то, для удобства моделирования, их текущие значения целесообразно перевести в относительные единицы:

где угутп - текущее, максимальное и номинальное значения опреде-

ляющего параметра. Величина у' изменяется от 1 до 0.

Известно, что если все значения определяющих параметров «близки к 1» то объест исправен или работоспособен, его можно эксплуатировать. Если хотя бы одно значение определяющего параметра «близко к 0» то объект неработоспособен, его нельзя эксплуатировать. Эти данные можно записать в виде предикатных правил, имеющих следующий вид:

Rj: если у 1 есть В/ и........ут есть В¡, тох, -

R2: если у] есть В2 или......ут есть Вг, то х, = f2,

гдеу;...^ - определяющий параметр диагностирования; В] - S-образная функция принадлежности «близко к 1»; В2 - Z-образная функция принадлежности «близко к 0»; х, - неисправность объекта диагностирования; fj - заключение «объект допускается к эксплуатации»; f2 - заключение «объект не допускается к эксплуатации».

Для преобразования четких входных значений в четкие выходные используется алгоритм нечеткого логического вывода Takagi-Sugeno, который имеет следующий вид:

1. Предполагается, что входные переменные приняли некоторые конкретные (четкие) значения у°...у° и находятся уровни «отсекания» для предпосылок каждого из правил:

«^тфо^.ДОО]; а^шах^ОО.-.ад)].

2. Вычисляются индивидуальные выходы: •*,*=/ и х'2 = /2.

3. Вычисляется агрегатный выход нечеткой логической системы как центр тяжести выходов: х =(а, ■х, +а2 ■х'2)/(а, + сг2).

Рис. 1. Поверхность отклика нечеткой подмодели диагностирования

А = \х'

Результатом компьютерного моделирования: полученной нечеткой подмодели диагностирования является поверхность отклика, представленная на рис. 1.

Разработанная подмодель позволяет оценить только одну неисправность модуля, в то время как он может иметь несколько неисправностей. Для комплексной оценки технического состояния необходимо составить аналогичные подмодели для каждой неисправности модуля, получив множество текущих коэффициентов развития неисправностей f'e[l,n], а затем аппроксимировать полученные выходы подмоделей.

Так как развитие любой неисправности приводит к отказу объекта, то в качестве аппроксимирующей функции выбрана функция минимума. Для решения задачи аппроксимации моделируется радиальная базисная сеть, входной слой которой осуществляет распределение данных образа для скрытого слоя весов, состоящего из радиальных базисных нейронов, использующих функцию активации Гаусса, отображения которых подаются на выходной слой линейных нейронов. По исходному вектору А = {х*} текущего развития неисправностей модуля и матрице весов W = |и> j определяются расстояния между г'-м вектором

входа А и /-м вектором - строкой матрицы весов W. Полученная разность умножается поэлементно на вектор смещения Ъ и формируется вход функции активации

„ 1 net = \\А - • Ъ = (|>; - м>.. У У Ъ.

Выход радиального базисного нейрона вычисляется по формуле:

п 1

F(x')^--F(ner) = e\p(~netl)2 =exp(-(i>,' -w,,)3)'2" • Ь)г.

ы

Подав на вход радиальной базисной сети вектор-столбец коэффициентов текущего развития неисправностей А = {х,} и, задав в качестве вектора цели функцию минимизации входа, на выходе радиальной базисной сети получили значение функции диагностирования .F(x') = min(F(x")), которое дает возможность оценить текущее состояние объекта, отнеся его одному из следующих видов: F(x')--1- исправен; 0<,Р(х')<1 - работоспособен; -l<F(.r')<0 - неработоспособен. Структура реализации кейро-нечеткого метода повышения эффективности функционирования мехатронного модуля движения представлена на рис. 2.

Определяющие параметры

Рис. 2. Структура реализации нейро-нечеткого метода повышения эффективности функционирования

Для формализации нечеткой экспертной модели задаются конкретные неисправности х:, /' е[],л] и определяющие параметры у;> между кото-

рыми существуют нечеткие причинные отношения г =х: ->уг представленные в виде матрицы R с элементами rtj е [0;l], Конкретные неисправности и определяющие параметры представлены как нечеткие множества А - {х} и В = [у/) на

пространствах X и Y. Взаимодействие введенных множеств выражается через нечеткую композицию B=AoR={y,^R(y)}, где функция принадлежности juAQR{y)-m\n(jjA(x),nR(x,y)). Задача диагностирования состоит в том, чтобы по известному определяющему параметру yj и коэффициенту соответствия г найти неисправность х,. Решить эту задачу можно с помощью импликатора Клина - Дайнеса А = В-*R = max(l - В, R). При наличье неисправностей, объект может быть работоспособен или неработоспособен. Определение текущего состояния модуля осуществляется с помощью принципа разделения в пространстве признаков, для реализации которого текущие значения определяющих параметров переводятся в относительные единицы у , по значениям которых находится вес каждого определяющего параметра, влияющего на неисправность и^ = 1 -у'г Если неисправность выявляется изменением нескольких определяющих параметров, то необходимо определить эквивалентный вес этой неисправности:

При наличии нескольких неисправностей, определяется эквивалентный вес каждой, а затем эквивалентный вес всех неисправностей:

W^-Hj +w2+...+\v; -(wj •Wj)-,..-(w; ■wJ-Kw' -W)-(\U ■W;)~...-(W3 -...-wj,

а также их эквивалентный признак:

я.«-*! +—+хг ~(х. -xj+ixi ■xi)+...+(x1 ■...■*).

Состояние объекта диагностирования может быть охарактеризовано разделяющей функцией, по значению которой объект можно отнести к одному из двух видов диагнозов: dобъект работоспособен и с/,- объект неработоспособен. Для этого задается множество весов неисправности объекта диагностирован™

Разделяющая функщи F(Aj, являющаяся произведением векторов А и W, определяется как операция минимума:

F(A)~ A-W - тЩцл(yj),/л„,(w,)) = min(^e(yj (¡;),fiw(w,)).

Идентификация нечеткой экспертной модели осуществляется с помощью нечеткой логической системы, входами которой являются множество определяющих параметров В и матрица соответствия R, заданная экспертами, выходом - множество неисправностей А. Для описания взаимосвязей между введенными множествами составляется система нечетких правил, имеющая вид:

если (В есть у J и (R есть г J то (А есть xj, где / е Ы - строка матрицы соответствия (неисправность); j е [l,т] — столбец матрицы соответствия (определяющий параметр).

Процедура получения логического вывода следующая. Предполагается, что входные переменные приняли некоторые конкретные (четкие) значения - В0, R0, по которым находятся степени истинности >■(£„), г. (/?„) для предпосылок каждого из приведенных правил и находятся

уровни «отсекания» а,, I е [\\к] функций принадлежности для предпосылок каждого из правил с использованием операции минимум («л») «, = у1(Лс)лг.(/?э);...а1 = у,,(В0)л Затем находятся «усеченные» функ-

ции принадлежности: xt'(A) = а, л х,(Л); ...х'п(А) = а„ л хп(А). Производится объединение усеченных фунхций с использованием операции max («v»);

= х(А) = х[(А) v х'г(А) v ...vx^(A). Нахождение четкого значения выходной переменной определяется как центр

тяжести функции принадлежности nz{A)\ а = J.4 • /j.z(A)dA!{ jpz(A)dA).

а в

В результате представленного логического вывода идентифицированы параметры В, R и А модели, но эти параметры не позволяют определить текущее состояние модуля. Необходимо найти значение веса неисправностей W и разделяющей функции F(A). Для этого создается нечеткая логическая система, на входах которой в интервале [0;1] задаются множества неисправностей А и веса неисправностей W, на выходе в интервале [-1;1] - значение разделяющей

функции Р(А). Взаимосвязь между введенными множествами описывается следующими нечеткими правилами:

если (А есть х,) и (IV есть сто (Р есть/¡); если (А есть х¡) и (ТУ есть с12) то № есть где // - заключение «объект допускается к эксплуатации»; /2 - заключение «объект не допускается к эксплуатации».

Значение разделяющей функции определяется путем логического вывода.

Предполагается, что входные переменные приняли некоторые конкретные (четкие) значения - А0 и Ж0 и находятся уровни «отсекания» а(Л„), а(1У0)

для предпосылок приведенных правил: «1 =х1(А0)лм'1(^0),

<х„=х„(А0)лм>п(Що). Для каждого правила вычисляются индивидуальные выходы = . Определяется четкое значение выходной переменной

/. = £(«, •/•)/! «,•

,=1 (=1

Результатом компьютерного моделирования является поверхность отклика, представленная на рис. 3. Структура реализации нечеткого экспертного метода повышения эффективности функционирования представлена на рис. 4.

Выбор следующего определяющего параметра для заданной неиспрзвиоств

Рис. 3. Поверхность отклика подмодели оценки работоспособности

Выбор параметра диагностирования

Е-ыбор макс, коэффициента соответствия, ЦгЛ

Определение неисправности А(Х,-)

Т~

Расчет параметров

у;«V.

Определение эквивалентного зеса неисправности

Щ =/(>!>/)

Выбор следующего энгнения козффнциента соответствия

Вычисление Вычисление

экв. веса и разделяющей

признака г-* функции

Р(А)

Нет

Нет р(А)й О

Да

..Да

Объект-исправен

Объект работоспособен

/

Объект неработоспособен

Рис. 4. Структура реализации нечеткого экспертного метода повышения эффективности функционирования

Разработанные модель и метод повышения эффективности функционирования позволяют по определяющим параметрам В, матрице соответствия R и весу неисправности W определить текущее значение разделяющей функции F(A), характеризующей техническое состояние объекта. Если F(A)=1, то объект диагностирования исправен и дефекты отсутствуют. Если 0<F(A)<1, то объеет является работоспособным, но чем ближе значение F(A) к нулю, тем больше степень развития дефекта и ближе отказ объекта. Если F(A) < 0, то объект неработоспособен.

Для оценки разрабо-

F(x),F(A)

0,5

-0.5

-1.5

✓ \ Í1

1 2 3 4 5 lis 7 8 9 10 11

V 45-

Номер замера Рис. 5. Результаты диагностирования электродвигателя:

нечеткая экспертная модель • F(Á) -е- невро-кечеткая модель - F(x )

тайных моделей произведена диагностика электродвигателя режущей части очистного комбайна по параметрам шума, вибрации и температуры. В результате найдены значения функций диагностирования разработанных моделей, которые описывают все состояния объекта и переходят из работоспособного в неработоспособное состояние в одной точке (рис. 5).

1,8%, что свидетельствует о

Средняя абсолютная разность составляет том, что оба метода могут быть использованы для повышения эффективности функционирования путем диагностирования мехатронных модулей движения.

В третьей главе разработаны алгоритмы повышения эффективности функционирования посредством диагностирования, а также метод и алгоритм повышения эффективности функционирования прогнозированием технического состояния мехатронных модулей движения горного оборудования.

На основе двух разработанных методов повышения эффективности функционирования, составлены алгоритмы контроля исправности, позволяющие по результатам измерения основных определяющих параметров выявить исправное состояние объекта и найти возникшие неисправности при полном отказе объекта, и алгоритмы оценки работоспособности, позволяющие отнести неисправный объект к классу работоспособных или неработоспособных, а также составить эффективную совокупность проверок при отказе объекта по совокупности неисправностей. Алгоритмы повышения эффективности функционирования, реализующие нейро-нечеткий и нечеткий экспертный методы, получены объединением алгоритмов контроля исправности и оценки работоспособности. На рис. 6 представлена схема нейро-нечеткого алгоритма повышения эффективности функционирования, где К - счетчик параметров, равных 1; 5 - счетчик параметров, находящихся в интервале от 0 до 1. Сравнение алгоритмов по количеству выполняемых операций и необходимому объему памяти показало, что нейро-нечеткий алгоритм выполняется за меньшее число циклов и требует меньшего объема памяти, чем нечеткий экспертный, следовательно, является более эффективным.

В случае работоспособности объекта, осуществляются краткосрочный и долгосрочный прогнозы его технического состояния. Одним из наиболее перспективных методов решения этой задачи является применение нейросетевых технологий. Прогноз проходит в четыре уровня. На первом уровне прогнозируются значения определяющих параметров. На втором уровне - относительные коэффициенты развития неисправностей. На третьем уровне - состояние элемента (блока) модуля. На четвертом - состояние мехатронного модуля движения в следующий период времени. Прогнозирование на втором, третьем и четвертом уровнях происходит аналогично и сводится к аппроксимации выходов предыдущего уровня.

Исходными данными для прогнозирования являются относительные значения определяющих параметров в предшествующие моменты времени, распределенные по равным интервалам времени У(гД / е [1, Л*"], составляющие

обучающую выборку сети.

Прогнозирование на первом этапе осуществляется с помощью известного принципа окон, для практической реализации которого моделируется сеть прямой передачи сигнала, имеющая три входа и один выход. На первый вход сети подается вектор, содержащий у'(г,)...У(гЛ,_з) значения обучающей выборки. На второй вход подаются значения обучающей выборки, смещенные на единицу вправо относительно первого входа У (гг )>■••/(т*-г)- На третий вход подаются

параметры, смещенные на один относительно второго входа у'(тг)...у'{хКА). Вектор цели представляет собой значения обучающей выборки, смещенные на единицу вправо относительно третьего входа \}>'{т,),— У (* „)]• Для обучения сети используется метод обратного распространения ошибки. По заданному входу нейронная сеть вычисляет выходное значение определяющего параметра У, которое должно соответствовать заданному вектору цели. Для определения прогнозного значения определяющего параметра Кои необходимо на вход обученной нейронной сети подать вектор-столбец, содержащий три последних значения обучающей выборки [У(гл,_2); У(глч); у (гл,)].

Прогнозирование на следующих уровнях заключается в аппроксимации выходов сетей предыдущих уровней, реализуемое с помощью радиальных базисных сетей. В качестве вектора цели задается функция минимизации входа. Для определения времени отказа модуля, необходимо добавить спрогнозированные значения определяющих параметров в обучающую выборку и повторять весь процесс прогнозирования до тех пор, пока коэффициент, определяющий состояние модуля Кш >0. Число проделанных итераций будет равно количеству интервалов времени Т, в течение которого модуль сохранит работоспособность. Структура реализации вышеприведенного метода приведена на рис. 7.

Измерение значений определяющий гараметров

Т=0

ИзЕЛечяше из БД значений спреде-ляквдшс параметров за предающие интервалы времени

"П

Рис,?. Структура реализации метода повышения эффективности функционирования на основе прогнозирования состояния

На основе предложенного метода, разработан алгоритм повышения эффективности функционирования мехатронных модулей движения.

Исследованы нейро-нечеткий и нейросетевой методы и алгоритмы повышения эффективности функционирования на примерах элементов электромеханического и электрогидравлического мехатронных модулей очистного комбайна. Оценка нейро-нечеткого метода осуществлена на примерах электродвигателя, редуктора и системы управления очистного комбайна. Установлено, что нейро-нечсткий метод повышения эффективности функционирования может быть использован для всех рассмотренных элементов модуля движения. Оценка нейросетевого метода осуществлена по результатам анализа работы сетей прогнозирования и аппроксимации, реализующих основные этапы прогнозирования. Проверка сетей осуществлена на примере электродвигателя и редуктора режущей части и гидромотора, входящего в состав гидравлической системы комбайна. Установлено, что нейросетевой метод повышения эффективности функционирования обладает высокой точностью и позволяет осуществить

краткосрочный прогноз состояния с погрешностью 2%, долгосрочный на 3 месяца с погрешностью, не превышающей 3,8-4%, на б месяцев-4,9%; на 9 месяцев - 6,6%; на 12 месяцев - 13,6% и может быть применим к любом)- элементу модуля и мехатронному модулю движения в целом.

В четвертой главе описаны аппаратно-программные средства повышения надежности и эффективности функционирования мехатронных модулей движения с помощью диагностирования и прогнозирования, показаны результаты экспериментальных исследований разработанных методов повышения эффективности в лабораторных и производственных условиях.

Приведено устройство для повышения эффективности функционирования, осуществляющее измерение значений определяющих параметров, их усиление и запись в виде файла данных с привязкой к реальному моменту времени, снабженное устройством прогнозирования, позволяющим по измеренным значениям определяющих параметров определить вероятность безотказной работы объекта диагностирования на следующий интервал времени. На разработанное устройство получен патент.

Представлена программа «Комплексная автоматизированная система диагностирования и прогнозирования (КАСДиП)», реализующая разработанные методы и алгоритмы повышения эффективности функционирования мехатронных модулей движения. Программа реализует нейро-нечеткой алгоритм диагностирования и алгоритм прогнозирования, сочетая возможности языка программирования Delphi и системы инженерных и научных расчетов MATLAB. Для разработки модели диагностирования и структуры нейронной сети использованы приложение Fuzzy Logic Toolbox и технология функционального программирования в виде М - файлов с кодами на языке MATLAB. На программу «КАСДиП» получено свидетельство отраслевого фонда авторского права.

По результатам диссертационной работы, составлена инженерная методика, содержащая рекомендации по использованию методов и средств повышения эффективности функционирования мехатронных модулей движения, исследованная в лабораторных и производственных условиях.

Рис, 8. Установку: для лабораторных испытаний:

1- модуль движения роботе; 2-датчик вибрации; 3-внбро|Смерите,ть;

З-тгрмометр; б-ЭВЪА", --калибратор датчиков внбраад,н

Подтверждение работоспособности методики в лабораторных условиях реализовано сравнением результатов диагностирования объекта без введения неисправностей и с искусственно созданной неисправностью. Исследован мехатрон-ный модуль движения робота, основанный на, электродвигателе постоянного тока типа 11Я 250Ф, по параметрам шума, вибрации, частоты вращения выходного вала и температуры корпуса. Лабораторная установка представлена на рис, 8.

Осуществлен ряд замеров определяющих параметров дач электродвигателя без введения неисправностей и с искусственно созданной исправностью. Примеры спектрограмм вибрации и шума приведены на рис. 9. В результате обработки полученных данных, программа «КАСДиП» выявила искусственно созданные неисправности.

а) спектрограмма вибрации б) спектрограмма шума

Рис. 9, Спектрограммы вибрации и шума электродвигателя

Результат оценки достоверности и точности диагностирования показал, что вероятность ложного отказа составляет 0,94%, вероятность необнаружения отказа - 0,38%, достоверность диагностирования - 98,7%.

Исследование методики в производственных условиях реализовано диагностированием модулей движения шахтного вентилятора ВЦД - 31,5М по параметрам вибрации. Замеры осуществлялись в четырех контрольных точках по трем ортогональным направлениям (рис. 10), по результатам которых выявлено исправное состояние объекта диагностирования. Пример замера вертикальной составляющей вибрации подшипника скольжения электродвигателя (контрольная точка №2) представлен на рис. 11

точкнЗ, 4 - подшипники качения венттетора Рис. 1,1. Исследование мехатр одного модуля

движения вентилятора 1 - электродвигатель; 1 - датчик вибрации; 3 - опорный подшипник электродвигателя; 4 - виброметр; 5 - опорный подшипник вентилятора главного проветривания

По значениям определяющих параметров за предыдущие интервалы времени сделан долгосрочный прогноз технического состояния вентилятора, в результате которого найдены прогнозные значения определяющих параметров, соответствующие данному моменту времени. Полученные результаты сравнены с текущими значениями определяющих параметров и установлено, что относительное отклонение прогнозных параметров не превышает 5%.

Оценка достоверности прогнозирования показала, что среднеквадратиче-ское отклонение прогнозируемого парамегра составляет 9,5%, среднеквадрати-ческое отклонение прогнозируемого остаточного ресурса 2,2% при доверительной вероятности 0,95.

Выполнен анализ эффективности разработанных методов и средств диагностирования и прогнозирования состояния мехатронных модулей движения очистного комбайна. В результате расчетов получено, что внедрение предложенных методов позволяет повысить производительность объекта на 17-18%, коэффициент технического использования на 14% и получить экономический эффект, в случае, если затраты на модернизацию не превышают 20% стоимости объекта.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

На основании теоретических и экспериментальных исследований в диссертации дано решение актуальной научно-технической задачи - повышение эффективности функционирования мехатронных модулей движения горного оборудования. В ходе выполнения работы получены следующие результаты, имеющие как научное, так и практическое значение.

1. Показана необходимость повышения эффективности функционирования мехатронных модулей движения горного оборудования и возможность достижения этого применением методов и средств технического диагностирования и прогнозирования.

2. Разработана нейро-нечеткая модель диагностирования, состоящая из нечеткой части, представленной в виде предикатных правил, и радиальной базисной нейронной сети, позволяющая по измеренным значениям определяющих параметров определить текущее состояние объекта в условиях нечеткой информации.

3. Разработана нечеткая экспертная модель диагностирования, состоящая из подмодели поиска неисправностей, реализованной с помощью процедуры обратного логического вывода, и подмодели оценки работоспособности, основанной на принципе разделения в пространстве признаков, реализованном с помощью аппарата нечеткой логики, позволяющая по измеренным значениям определяющих параметров, матрице соответствия и весу неисправностей оценить текущее состояние объекта диагностирования и выявить возникшие неисправности.

4. Предложен метод повышения эффективности функционирования, основанный на нейро-нечеткой модели диагностирования, заключающийся в том, что по относительным значениям определяющих параметров и заданной функции принадлежности, посредством аппарата нечеткой логики, оценивается те-

кущее состояние каждой неисправности, по которым, посредством искусственной нейронной сети с использованием аппроксимирующей функции минимума, определяется возможность эффективного функционирования.

5. Предложен метод повышения эффективности функционирования на основе нечеткой экспертной модели диагностирования, заключающийся в том, что по относительным значениям определяющих параметров, заданному коэффициенту соответствия и весу неисправностей, посредством аппарата нечеткой логики, оценивается текущее состояние модуля и осуществляется поиск возникших неисправностей.

6. На основе предложенных методов повышения эффективности функционирования, составлены алгоритмы контроля исправности и оценки работоспособности, позволяющие определить исправное и неисправное состояние объекта, в случае неисправного состояния найти причины полного отказа или отнести объект к типу работоспособных или неработоспособных, а также составить эффективную совокупность проверок при отказе объекта по совокупности неисправностей.

7. Предложен метод повышения эффективности функционирования на основе прогнозирования технического состояния, заключающийся в том, что по тренду относительных значений определяющих параметров с помощью принципа окон, находятся прогнозные значения определяющих параметров, ступенчатая аппроксимация которых позволяет оценить развитие неисправностей, состояние отдельных блоков и всего модуля в целом на следующий период эксплуатации, а добавление прогнозных значений определяющих параметров в обучающую выборку позволяет найти количество периодов сохранения работоспособного состояния объекта.

8. Разработано и запатентовано устройство, осуществляющее измерение текущих значений определяющих параметров, их усиление, запись в виде файла, с привязкой к реальному моменту времени, и определение вероятности безотказной работы объекта на следующий период эксплуатации.

9. Разработано, зарегистрировано и внедрено программное обеспечение реализации методики повышения эффективности функционирования, объединяющей нейро-нечеткий и нейросетевой методы повышения эффективности функционирования мехатронных модулей движения.

10. Разработана и внедрена методика повышения эффективности функционирования с помощью методов и средств диагностирования и прогнозирования технического состояния мехатронных модулей движения, обеспечивающая определение текущего и прогнозного развития неисправностей, состояния элементов и модуля в целом.

11. Лабораторные и производственные испытания подтвердили работоспособность разработанной методики повышения эффективности функционирования, правильность теоретических разработок и принятых технических решений. Достоверность диагностирования - 98,7%, прогнозирования - 95%.

12. Выполнен анализ эффективности разработанных методов и средств диагностирования и прогнозирования состояния мехатронных модулей движения на примере очистного комбайна. Установлено, что внедрение предложенных мето-

дов позволяет повысить производительность объекта на 17-18%, коэффициент

технического использования на 14% и получить экономический эффект, в случае.

если затраты на модернизацию не превышают 20% стоимости объекта.

Основное содерясшше диссертация изложено в следующих работах:

1. Круглова Т. Н. Диагностирование и прогнозирование технического состояния технологического оборудования в условиях нечеткой информации /Т. Н. Круглова, Н. А. Глебов Н Горное оборудование и электромеханика.- 2007.-№10-С. 47-54.

2. Круглова Т. Н. Робототехнические и мехатронные комплексы для строительства подземных сооружений и трубопроводов большого диаметра/Т. Н. Кр>глова, Н. А. Глебов, М. Э. Шошиашвили и др.//Горное оборудование и электромеханика, 2007. - №10,- С. 57-61.

3. Круглова Т. Н. Нейросетевой метод прогнозирования технического состояния горного робототехнического комплекса/Т. Н. Круглова, Н. А. Глебов// Изв. вузов. Сев-Кавк. регион. Техн. науки. - 2007. - Спец. вып. Проблемы мехатроники - 2006: материалы Междунар. науч.-практ. коллоквиума, (г. Новочеркасск, 4-6 сент. 2006 г.) - С. 21 - 25.

4. Круглова Т„ Н, Мехатронная система контроля и оценки технического состояния горного робототехнического комплекса/ Т. Н. Круглова// Изв. вузов. Сев-Кавк. регион. Техн. науки. - 2007. - Спец. вып. Проблемы мехатроники - 2006: материалы Междунар. науч.-практ. коллоквиума, (г. Новочеркасск, 4-6 сент. 2006 г.) - С. 25 - 28.

5. Патент №2289802 Я и, МПК СО ] М №13. Устройство виброакустической диагностики циклически функционирующих объектов/ Круглова Т. Н., Глебов Н. А. -Заявл. 10.08.2005, опубл. 20.12.2006//0ткрытия. Изобрете-ния.-2006-№35 - С. 337.

6. Круглова Т, Н. Комплексная автоматизированная система диагностирования и прогнозирования «КАСДиП»/Т. Н. Круглова, Н. А. Глебов: Свидетельство об официальной регистрации программы для ЭВМ № 8240 / От-расл. фонд автор, права - Зарег. 27. 04.2007; Выдано 06.06.2007.

7. Круглова Т, Н. Контроль и диагностирование аппаратуры управления угледобывающим комбайном /Т. Н. Круглова, Н. А. Глебов// Новые технологии управления движением технических объектов: сб. статей по материалам 6-й Междунар. науч.-техн. конф., г. Новочеркасск, 17-19 дек. 2003 г. -Ростов н/Д: Изд-во СКНЦ ВШ, 2003. - Вып. 4. - С. 12-13.

8. Круглова Т. Н. Методы и средства диагностирования горного робототехнического комплекса /Т. Н. Круглова// Новые технологии управления движением технических объектов: сб. статей по материалам 7-й Междунар. науч.-техн. конф., г. Новочеркасск, 17-19 дек. 2004г. - Новочеркасск, 2004 -Вып. 5. - С. 23-26.

9. Круглова Т. Н. Нечеткая модель для оценки технического состояния механической части горного робототехнического комплекса /Т. Н. Круглова // Студенческая научная весна - 2005: сб. науч. тр. аспирантов и студентов ЮРГТУ (НПИ).- Новочеркасск: ЮРГТУ (НПИ), 2005. - С. 193-195.

10. Круглова Т. Н. Модель технического диагностирования горного робото-технического комплекса /Т. Н. Круглова// Робототехника, мехатроника п интеллектуальные системы: материалы первой всерос. науч. конф. студентов и аспирантов (с междунар. участием), г. Таганрог, 13-14 окт. 2005 г. -Таганрог, 2005. - С. 35-38.

11. Круглова Т. Н. Алгоритм определения вероятности отказов горного робо-тотехнического комплекса с применением аппарата нечеткой логики /Т. Н. Круглова// Новые технологии управления движением технических объектов: сб. статей по материалам 8-й Междунар. науч. - практ. конф., г. Новочеркасск, 14-16 дек. 2005г.- Ростов н/Д, 2006,- Вып. 6. - С. 3-6.

12. Круглова Т. Н. Модель и алгоритм оценки работоспособности горного робототехнического комплекса /Т. Н. Круглова// Математические методы в технике и технологиях ММТТ - 19: сб. тр. XIX Междунар. науч. конф. -Воронеж, 2006. -Т.5.- С. 67-69.

13. Круглова Т. Н. Прогнозирование технического состояния горного робототехнического комплекса с помощью искусственных нейронных сетей /Т.Н. Круглова, Н. Н. Круглое// Научно-технические проблемы разработки месторождений полезных ископаемых, шахтного и подземного строительства: сб. науч. тр.- Новочеркасск: ЮРГТУ (НПИ), 2006,- С. 83 - 88.

14. Круглова Т.Н. Применение нейронных сетей в прогнозировании технического состояния горного робототехнического комплекса /Т. Н. Круглова, Н, А. Глебов // Искусственный интеллект. Интеллектуальные и многопроцессорные системы-2006: материалы 7-Й Междунар. науч.-техн. конф. - Таганрог - Донецк - Минск: Изд-во ТРТУ, 2006,- Т.2.- С. 283 - 287.

15. Круглова Т. Н. Мехатронная система диагностирования и прогнозирования технического состояния горного робототехнического комплекса /Т.Н. Круглова, Н. А. Глебов// Первая Российская мультиконференция по проблемам управления. Мехатроника, автоматизация, управление: материалы 3-й науч.-техн. конф., г. Санкт-Петербург, 10-12 окт. 2006 г. -СПб., 2006. - С. 272-273.

16. Круглова Т. Н. Алгоритм поиска неисправностей горного робототехнического комплекса / Т. Н. Круглова // Сборник статей и сообщений по материалам 55- й науч. - техн. конф. профессорско-преподавательского состава, научных работников, аспирантов и студентов университета.- Новочеркасск: ЮРГТУ, 2006. - С. 18 -20

17. Круглова Т. Н. Система технического диагностирования робототехнического комплекса / Т. Н. Круглова, Н. А. Глебов // Перспективные системы и задачи управления: материалы 2-й Всерос. науч.-практ. конф. - Таганрог: Изд-во ТТИ ЮФУ, 2007. - С. 127-129.

18. Круглова Т. Н. Моделирование информационно-измерительной системы технического диагностирования робота/ Т. Н. Круглова // Математические методы в технике и технологиях ММТТ - 20: сб. тр. XX Междунар. науч. конф. - Ярославль, 2007. -Т.4. - С. 121 - 122.

19. Круглова Т. Н. Информационное обеспечение технического диагностирования мехатронных модулей движения / Т. Н. Круглова, Н. А. Глебов// Ме-

хатроника, автоматизация, управление - 2007: материалы Междунар. на-уч.-техн. конф. - Таганрог: Изд-во ТТИ ЮФУ, 2007. -С. 54-58.

20. Крылова Т. Н. Микропроцессорная подсистема сбора и обработки диагностической информации / Т. Н. Круглова, Н. Н. Круглов // Актуальные проблемы высшего профессионального образования: сб. науч. трУШахтинский ин-т (филиал) ЮРГТУ (НПИ). - Новочеркасск: УПЦ «На-бла» ЮРГТУ (НПИ), 2007- С. 110 - 114.

21. Круглова Т. Б. Автоматизированные проходческие и роботизированные трубоукладочные комплексы/Т. Н. Круглова, Н. А. Глебов, М. Э. Шошиа-швили, и др..'/ Научно-педагогические школы ЮРГТУ (НПИ): История. Достижения. Вклад в отечественную науку: сб. науч. ст. / Юж.-Рос. гос. техн. ун-т. - Новочеркасск: ЮРГТУ (НПИ), 2007.-Т.2,- С. 135 - 143.

22. Круглова Т. Н. Метод нейро-нечеткого диагностирования мехатронного модуля движения/ Т. Н. Круглова, Н. Н. Круглов // Математические методы в технике и технологиях ММТТ - 21: сб. тр. XXI Междунар. науч. конф. Саратов, 2008. - Т.2. - С. 224-226.

23. Круглова Т. Н, Нейро-нечеткий метод повышения эффективности функционирования мехатронных модулей движения горного оборудования / Т.Н. Круглова// Мехатроника-2008: материалы IV Междунар. научно-практ. коллоквиума, г. Новочеркасск, 18-20 июня 2008 г. / Юж.-Рос. гос. техн. ун-т (НПИ).-Новочеркасск: ЮРГТУ (НПИ), 2008. - С. 21-24.

Круглова Татьяна Николаевна

МЕТОДЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ МЕХАТРОШШХ МОДУЛЕЙ ДВИЖЕНИЯ ГОРНОГО ОБОРУДОВАНИЯ

Подписано в печать 20 11 2008 Формат 60x84 7)6. Бумага офсетная. Ризографкя. Уел печ л 1,0. Уч.-изд, л.1,71. Тираж ¡20 экз. Заказ 950

Издательство ЮРГТУ (НПИ) 346428, г Новочеркасск, ул. Просвещения, 132

Введение.

1. Анализ современного состояния вопроса и постановка задач исследования.

1.1. Анализ методов и средств повышения эффективности функционирования мехатронных модулей движения.

1. 2. Проблема,,актуальность и концепция разработки методов и средств повышения эффективности функционирования мехатронных модулей движения горного оборудования.

1.3. Задачи исследования и методы их решения.

1.4. Выводы.

2. Модели и методы повышения эффективности функционирования мехатронных модулей движения горного оборудования.

2. 1. Разработка концепции моделирования технического состояния мехатронных модулей движения.

2. 2. Нейро-нечеткая модель и метод повышения эффективности функционирования мехатронных модулей движения горного оборудования.

2.3. Нечеткая экспертная модель и метод повышения эффективности функционирования мехатронных модулей движения горного оборудования.

2.4. Сравнительный анализ моделей диагностирования мехатронных модулей движения.

2. 5. Выводы.

3. Алгоритмы и метод повышения эффективности функционирования мехатронных модулей движения горного оборудования посредством контроля, оценки и прогнозирования технического состояния.

3.1. Алгоритмы контроля исправности мехатронных модулей движения.

3. 2. Алгоритмы оценки работоспособности мехатронных модулей движения горного оборудования.

3.3. Нейросетевой метод и алгоритм повышения эффективности функционирования мехатронных модулей движения на основе прогнозирования технического состояния.

3.4. Исследование методов и алгоритмов повышения эффективности функционирования мехатронных модулей движения горного оборудования.

3. 5. Выводы.

4. Аппаратно - программные средства повышения эффективности функционирования мехатронных модулей движения горного оборудования.

4.1. Устройство повышения эффективности функционирования мехатронных модулей движения.

4.2. Интегральный программный пакет для реализации методов повышения эффективности функционирования мехатронных модулей движения горного оборудования.

4. 3. Исследование методики повышения эффективности функционирования мехатронных модулей движения в лабораторных и производственных условиях.

4.3.1. Исследование методики в лабораторных условиях.

4.3.2. Исследование методики в производственных условиях.

4. 4. Анализ эффективности применения методов и средств диагностирования и прогнозирования состояния мехатронных модулей движения горного оборудования.

4.5. Выводы.

Актуальность работы. Горное технологическое оборудование работает в сложных горно-геологических условиях, с избытками влаги, пыли и вредных газов при больших динамических знакопеременных нагрузках, что приводит к его частым отказам и обуславливает необходимость повышения надежности и эффективности функционирования. В настоящее время данная задача решается путем разработки компактных и гибких мехатронных комплексов, обеспечивающих одновременное выполнение нескольких производственных процессов и имеющих возможность приспосабливаться к конкретным горным условиям. Такие комплексы состоят из отдельных модулей, большинство из которых осуществляют движение. Меха-тронные модули движения объединяют механические, электрические и гидравлические элементы с распределенной системой управления, позволяющей каждой отдельной подсистеме самостоятельно управлять своим оборудованием и осуществлять обмен данными между модулями машины. Это позволило улучшить динамические характеристики приводов, уменьшить их массогабаритные параметры в 22,5 раза, сократить энергопотребление в 1,5-2 раза, повысить уровень автоматизации, точность, производительность и надежность приводов. Коэффициент готовности горных мехатронных комплексов не превышает 0,8, что недостаточно при современном уровне развития техники. Следовательно, задача дальнейшего повышения эффективности функционирования горного оборудования является весьма актуальной.

Для эффективного функционирования горных мехатронных комплексов необходимо обеспечить совместимость, согласованное взаимодействие всех модулей, входящих в их состав и настройку на заданный режим работы. Достичь этого можно управлением техническим состоянием мехатронных модулей движения, реализованным на основе методов и средств диагностирования и прогнозирования, позволяющих контролировать реальное техническое состояние, качество наладки, монтажа и ремонта оборудования; технически обоснованно планировать сроки и содержание ремонтных и наладочных работ, приобретение запасных частей и материалов по мере их необходимости; повысить ресурс и надежность оборудования; продлить межремонтный период и срок службы; избавиться от внезапных отказов механизмов и остановок производства, повысив эффективность функционирования мехатронных модулей движения и всего комплекса в целом.

В области разработки методов и средств повышения надежности и эффективности функционирования элементов мехатронных модулей движения горного оборудования достигнут определенный успех, однако известные работы носят разрозненный характер и не приспособлены к современному уровню развития мехатронных объектов, функционирующих в естественной априори неформализованной внешней среде. Нерешенной задачей, связанной с повышением эффективности функционирования мехатронных модулей движения горного оборудования остается разработка методов и средств, позволяющих осуществлять комплексную многопараметрическую диагностику и прогнозирование их технического состояния. Поэтому решение этой задачи весьма актуально.

Соответствие диссертации плану работ ЮРГТУ (НПИ) и целевым комплексным программам. Диссертационная работа выполнена в рамках научного направления ЮРГТУ (НПИ) «Теория и принципы создания робототехнических и мехатронных систем и комплексов», утвержденного ученым советом 25.04.2001 г. и соответствует госбюджетной теме П.3.837 «Разработка принципов и средств автоматизации и роботизации производства на основе мехатронных технологий и систем» (2004-2008 г.г.), а также теме НИР по заданию министерства образования и науки на проведение научных исследований 1.11.05Ф «Разработка научных основ создания мехатронных технологий горных, нефтегазодобывающих и строительных производств (2005 -2009 г. г.)».

Целью работы является повышение эффективности функционирования мехатронных модулей движения горного оборудования управлением техническим состоянием путем совершенствования моделей, методов и средств многопараметрического диагностирования и прогнозирования.

Идея работы. Применение аппарата нечеткой логики и искусственных нейронных сетей позволяет разработать модели, методы и алгоритмы повышения эффективности функционирования мехатронных модулей движения, работающих в неформализованной естественной среде.

Научные положения, выносимые на защиту:

- метод повышения эффективности функционирования, основанный на нейро-нечеткой модели диагностирования, заключающийся в том, что по относительным значениям определяющих параметров и заданной функции принадлежности, посредством аппарата нечеткой логики, оценивается текущее состояние каждой неисправности модуля, по которым, посредством искусственной нейронной сети с использованием аппроксимирующей функции минимума, определяется состояние объекта в целом;

- метод повышения эффективности функционирования на основе нечеткой экспертной модели диагностирования, заключающийся в том, что по относительным значениям определяющих параметров, заданному коэффициенту соответствия и весу неисправностей, посредством аппарата нечеткой логики, оценивается текущее состояние модуля и осуществляется поиск возникших неисправностей;

- метод и алгоритм повышения эффективности функционирования, основанный на прогнозировании технического состояния, заключающийся в том, что по тренду относительных значений определяющих параметров с помощью принципа окон, находятся прогнозные значения определяющих параметров, ступенчатая аппроксимация которых позволяет оценить развитие неисправностей, состояние отдельных блоков и всего модуля в целом на следующий период эксплуатации, а добавление прогнозных значений определяющих параметров в обучающую выборку позволяет найти число периодов, в течение которых объект сохранит работоспособное состояние;

- обоснование структуры устройства, позволяющего измерять, усиливать и накапливать в базе данных текущие значения определяющих параметров с привязкой к реальному моменту времени, и программа, реализующая предложенную методику обработки результатов измерений, определяющую текущее состояние объекта и осуществляющую краткосрочный и долгосрочный прогнозы развития дефектов.

Научная новизна защищаемых положений

- метод повышения эффективности функционирования, основанный на нейро-нечеткой модели диагностирования, отличается тем, что с помощью аппарата нечеткой логики определяются коэффициенты развития каждой неисправности, ней-росетевая аппроксимация которых позволяет найти состояния объекта;

- метод повышения эффективности функционирования, основанный на нечеткой экспертной модели диагностирования, отличается совместным использование принципов информационного моделирования, где количество информации выражено через нечеткие коэффициенты соответствия, заданные экспертами, и способа распределения в пространстве признаков, реализованного с помощью аппарата нечеткой логики;

- метод повышения эффективности функционирования, основанный на прогнозировании технического состояния, отличающийся ступенчатой аппроксимацией спрогнозированных значений определяющих параметров, позволяет определить не только следующие значения определяющих параметров, но и развитие неисправностей, состояние элементов и модуля в целом на один или несколько периодов диагностирования;

- структура устройства, отличающаяся связями и наличием блока прогнозирования, выполняющего обработку диагностической информации с помощью зарегистрированной в ОФАП программы, реализующей методику повышения эффективности функционирования, объединяющую нейро-нечеткую модель диагностирования с методом и алгоритмом нейросетевого прогнозирования технического состояния.

Методы исследований. Для решения поставленных задач, использованы методы мехатроники, робототехники, построения микропроцессорных систем, искусственного интеллекта, теории надежности, технического диагностирования и прогнозирования. При разработке и исследовании диагностических моделей, методов, алгоритмов и системы функционального и параметрического диагностирования и прогнозирования использованы методы идентификации, компьютерного моделирования, программирования, теории нечетких множеств, нечеткой логики и нейронных сетей. Аналитические исследования проведены на ЭВМ, а экспериментальные - на реальных объектах в лабораторных и производственных условиях.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается применением современных апробированных методов исследований; анализом научно-исследовательских работ по рассматриваемому вопросу; применением статистических методов планирования и обработки экспериментов; методами обработки, выполненными с использование современных ЭВМ и программных продуктов для выполнения расчетов и обработки экспериментальных данных; достаточным объемом экспериментальных данных; удовлетворительной сходимостью результатов экспериментальных и теоретических исследований (относительное отклонение результатов диагностирования и краткосрочного прогнозирования не превышает 5%). Достоверность технического диагностирования составляет 98,7%, прогнозирования - 95%.

Значение работы. Научное значение работы заключается в развитии теоретических положений, совершенствовании моделей, методов и средств повышения эффективности функционирования мехатронных модулей движения горного оборудования путем диагностирования и прогнозирования технического состояния.

Практическое значение полученных в работе результатов заключается в следующем:

- разработанные методы повышения эффективности позволяют определить техническое состояние мехатронных модулей движения, функционирующих в априори неформализованной естественной среде и осуществить краткосрочный и долгосрочный прогнозы сохранения работоспособности;

- разработанные и внедренные методика и программа повышения эффективности функционирования мехатронных модулей движения горного оборудования обеспечивают определение текущего и прогнозного состояний оборудования, позволяют повысить производительность объекта на 17%, коэффициент технического использования мехатронных модулей движения на 14% и получить экономический эффект.

Внедрение результатов диссертационных исследований. Разработанные методика повышения эффективности функционирования и программа «Комплексная автоматизированная система диагностирования и прогнозирования (КАСДиП)» внедрены в ООО «Шахтинском монтажно-наладочном управлении (ШМНУ)» (г. Шахты, Ростовской обл.). Материалы диссертационной работы используются в учебном процессе кафедрой «Автоматизация производства, робототехника и меха-троника» ЮРГТУ (НГШ) для студентов специальностей 22040265 «Роботы и робототехнические системы» и 22040165 «Мехатроника».

Апробация работы. Основные положения и результаты работы докладывались на: 6-8 - ой международных конференциях «Новые технологии управления движением технических объектов» (г. Новочеркасск, 2004 - 2006); научной конференции студентов и аспирантов ЮРГТУ (НПИ) «Студенческая научная весна -2005» (г. Новочеркасск, 2005); первой всероссийской научной конференции студентов и аспирантов (с международным участием) «Робототехника, мехатроника и интеллектуальные системы» (г. Таганрог, 2005); XIX международной научной конференции «Математические методы в технике и технологиях ММТТ - 19» (г. Воронеж, 2006); 55 - ой научно - технической конференции профессорско-преподавательского состава, научных работников, аспирантов и студентов университета (г. Новочеркасск, ЮРГТУ(НПИ), 2006); первой международной и юбилейной 55 —ой научно-практической конференции по научному направлению «Интерактивные ресурсосберегающие методы и средства разработки угольных пластов, использование углей и охрана труда» (г. Шахты, 2006); 7-ой международной научно — технической конференции «Искусственный интеллект. Интеллектуальные и многопроцессорные системы - 2006» (п. Кацивели, Украина, 2006); международном научно-практическом коллоквиуме «Проблемы мехатроники — 2006» (г. Новочеркасск, 4-6 сентября 2006); первой российской мультиконференции по проблемам управления «Мехатроника, автоматизация, управление» (Санкт - Петербург,

2006); XX международной научной конференции «Математические методы в технике и технологиях ММТТ — 20» (г. Ярославль, 2007); второй всероссийской научно — практической конференции «Перспективные системы и задачи управления» (п. Домбай, Карачаево-Черкесская республика, 2007); международной научно-технической мультиконференции «Проблемы информационно-компьютерных технологий и мехатроники» (ИЕСТМ -2007) (п. Дивноморское, Краснодарский край,

2007); XXI международной научной конференции «Математические методы в технике и технологиях ММТТ - 21» г. Саратов, 2008); IV международном научно-практическом студенческом коллоквиуме «Мехатроника - 2008» (г. Новочеркасск - 18-20 июня 2008).

Публикации. По теме диссертации опубликовано 23 печатные работы (10 из которых без соавторов), в том числе патент на изобретение, свидетельство ОФАП на программные средства и 4 статьи, опубликованные в периодических изданиях, рекомендованных ВАК.

4.5. Выводы

1. Предложено устройство повышения эффективности функционирования мехатронного модуля движения, осуществляющее измерение текущих значений определяющих параметров, их усиление, запись в виде файла, с привязкой к реальному моменту времени, и определение вероятности безотказной работы объекта на следующий период эксплуатации.

2. Разработано программное обеспечение реализации методики повышения эффективности функционирования, объединяющей нейро-нечеткий и нейросетевой методы повышения эффективности функционирования мехатрон-ных модулей движения.

3. Произведены лабораторные и производственные испытания, подтвердившие работоспособность предложенной методики повышения эффективности функционирования мехатронных модулей движения, правильность теоретических разработок и принятых технических решений. Достоверность диагностирования - 98,7%, прогнозирования - 95%.

4. Выполнен анализ эффективности разработанных методов и средств диагностирования и прогнозирования состояния мехатронных модулей движения очистного комбайна. В результате расчетов получено, что внедрение предложенных методов позволяет повысить производительность объекта на 17-18%, коэффициента технического использования на 14% и получить экономический эффект, в случае, если затраты на модернизацию не превышают 20% стоимости объекта.

Заключение

На основании теоретических и экспериментальных исследований в диссертации дано решение актуальной научно-технической задачи — повышение эффективности функционирования мехатронных модулей движения горного оборудования. В ходе выполнения работы получены следующие результаты, имеющие как научное, так и практическое значение.

1. Показана необходимость повышения эффективности функционирования мехатронных модулей движения горного оборудования и возможность достижения этого применением методов и средств технического диагностирования и прогнозирования.

2. Разработана нейро-нечеткая модель диагностирования, состоящая из нечеткой части, представленной в виде предикатных правил, и радиальной базисной нейронной сети, позволяющая по измеренным значениям определяющих параметров определить текущее состояние объекта в условиях нечеткой информации.

3. Разработана нечеткая экспертная модель диагностирования, состоящая из подмодели поиска неисправностей, реализованной с помощью процедуры обратного логического вывода, и подмодели оценки работоспособности, основанной на принципе разделения в пространстве признаков, реализованном с помощью аппарата нечеткой логики, позволяющая по измеренным значениям определяющих параметров, матрице соответствия и весу неисправностей оценить текущее состояние объекта диагностирования и выявить возникшие неисправности.

4. Предложен метод повышения эффективности функционирования, основанный на нейро-нечеткой модели диагностирования, заключающийся в том, что по относительным значениям определяющих параметров и заданной функции принадлежности, посредством аппарата нечеткой логики, оценивается текущее состояние каждой неисправности, по которым, посредством искусственной нейронной сети с использованием аппроксимирующей функции минимума, определяется возможность эффективного функционирования.

5. Предложен метод повышения эффективности функционирования на основе нечеткой экспертной модели диагностирования, заключающийся в том, что по относительным значениям определяющих параметров, заданному коэффициенту соответствия и весу неисправностей, посредством аппарата нечеткой логики, оценивается текущее состояние модуля и осуществляется поиск возникших неисправностей.

6. На основе предложенных методов повышения эффективности функционирования, составлены алгоритмы контроля исправности и оценки работоспособности, позволяющие определить исправное и неисправное состояние объекта, в случае неисправного состояния найти причины полного отказа или отнести объект к типу работоспособных или неработоспособных, а также составить эффективную совокупность проверок при отказе объекта по совокупности неисправностей.

7. Предложен метод повышения эффективности функционирования на основе прогнозирования технического состояния, заключающийся в том, что по тренду относительных значений определяющих параметров с помощью принципа окон, находятся прогнозные значения определяющих параметров, ступенчатая аппроксимация которых позволяет оценить развитие неисправностей, состояние отдельных блоков и всего модуля в целом на следующий период эксплуатации, а добавление прогнозных значений определяющих параметров в обучающую выборку позволяет найти количество периодов сохранения работоспособного состояния объекта.

8. Разработано и запатентовано устройство, осуществляющее измерение текущих значений определяющих параметров, их усиление, запись в виде файла, с привязкой к реальному моменту времени, и определение вероятности безотказной работы объекта на следующий период эксплуатации.

9. Разработано, зарегистрировано и внедрено программное обеспечение реализации методики повышения эффективности функционирования, объединяющей нейро-нечеткий и нейросетевой методы повышения эффективности функционирования мехатронных модулей движения.

10. Разработана и внедрена методика повышения эффективности функционирования с помощью методов и средств диагностирования и прогнозирования технического срстояния мехатронных модулей движения, обеспечивающая определение текущего и прогнозного развития неисправностей, состояния элементов и модуля в целом.

11. Лабораторные и производственные испытания подтвердили работоспособность разработанной методики повышения эффективности функционирования, правильность теоретических разработок и принятых технических решений. Достоверность диагностирования - 98,7%, прогнозирования - 95%.

12. Выполнен анализ эффективности разработанных методов и средств диагностирования и прогнозирования состояния мехатронных модулей движения на примере очистного комбайна. Установлено, что внедрение предложенных методов позволяет повысить производительность объекта на 17-18%, коэффициент технического использования на 14% и получить экономический эффект, в случае, если затраты на модернизацию не превышают 20% стоимости объекта.

1. Робототехника/ Ю. Д. Андрианов, Э. П. Бобриков, В. Н. Гончаренко и др.; Под Ред. Е. П. Попова, Е. И. Юревича. -М.: Машиностроение, 1984. - 288 с.

2. Робототехника и гибкие автоматизированные производства: в 9-ти кн. учеб. пособие для втузов; Под ред. И. М. Макарова.— М.: Высш. шк., 1986.

3. Ющенко А. С. Интеллектуальное планирование в деятельности роботов // Мехатроника, автоматизация, управление. 2005. - №3.-С.5-18.

4. Шомло Я., Подураев Ю. В., Луканин В. С., Соколов А. Г. Автоматическое планирование и управление контурными движениями манипуляционных роботов// Мехатроника, автоматизация, управление.- 2002.- № 3.-С.5-10.

5. Каляев И.А., Гайдук А. Р. Принципы построения систем планирования и поведения интеллектуальных роботов на базе однородных нейроподобных структур//Мехатроника, автоматизация, управление.- 2000.- № 3. С. 15-18.

6. Лохин В.М., Захаров В. Н. Интеллектуальные системы управления: понятия, определения, принципы построения // Мехатроника, автоматизация, управление. 2002 - № 2. - С. 13 - 18.

7. Макаров И.М., Лохин В. М., Манько С. В., Романов М. П. Принципы организации интеллектуального управления мехатронными системами // Мехатроника, автоматизация, управление.- 2002. № 1. - С. 35 - 43.

8. Макаров И. М., Лохин В. М., Манько С. В., Романов М. П., Кадочников М. В. Многозвенные мехатронно-модульные роботы с адаптивной кинематической структурой // Мехатроника, автоматизация, управление. 2006. - №11. - С. 2 - 11.

9. Тимофеев А. В. Интеллектуальные, нейросетевые и мультиагентные системы навигации, управления и распознавания // Перспективные системы и задачи управления: материалы 2-й Всерос. науч.-практ. конф. — Таганрог: Изд-во ТТИ ЮФУ, 2007. С. 127-129.

10. Кулиш И.А. Ю. В. Подураев, Я. Шомло. Интеллектуальное управление мобильными роботами на основе комбинации нейросетевого и нечеткого ме-тодов//Мехатроника, автоматизация, управление. 2002. - № 5. - С. 25-35.

11. Ющенко А. С., Михайлов Б. Б. Интерактивное управление мобильными роботами с использованием нечеткой логики // Мехатроника, автоматизация, управление. 2004. - №6. - С. 37 - 43.

12. Ющенко А. С., Киселев Д. С., Вечканов В. В. Адаптивная система нечеткого управления движением мобильного робота // Мехатроника, автоматизация, управление. 2002. - № 1. - С. 20 - 26.

13. Каляев И. А. Метод коллективного управления группой объектов // Мехатроника, автоматизация, управление-2003. №3.-С. 9 - 22.

14. Подураев Ю. В. Актуальные проблемы мехатроники // Мехатроника, автоматизация, управление. 2007. - №4. - С. 50 - 54.

15. Юревич Е. И., Игнатова Е. И. Основные принципы мехатроники // Мехатроника, автоматизация, управление. — 2006. №3. - С. 10-12.

16. Подураев Ю.В., Кулешов В. С. Принципы построения и современные тенденции развития мехатронных систем // Мехатроника, автоматизация, управление. 2000. - №1. - С. 2 - 9.

17. Илюхин Ю. В. Реализация мехатронного подхода при построении систем компьютерного управления комплексов лазерной и плазменной резки // Мехатроника, автоматизация, управление. 2005. - №10. - С. 45 - 50.

18. Подураев Ю. В. Структурный анализ мехатронных систем на основе показателя распределения функциональной нагрузки // Мехатроника, автоматизация, управление. 2004. - №6. - С. 21 - 26.

19. Подураев Ю. В. Проектирование систем компьютерного управления для манипуляционного робота РИМА-560 на основе критерия функционально-структурной интеграции // Мехатроника, автоматизация, управление. -2003.-№2.-С. 22-28.

20. Тугенгольд A.K. Интеллектуальное управление технологическими меха-тронными объектами // Изв. вузов. Сев.-Кавк. регион. Технические науки.-2005. -С. 50-54.

21. Финаев В. И., А. Ю. Молчанов А. Ю. Задача автоматической оптимизации при нечетком интервальном задании параметров экстремальной характеристики объекта // Приложение к журналу «Мехатроника, автоматизация, управление».-2008. -№1.-С 11-15.

22. Конюх В. JI. Робототехнические системы для подземных работ: история и перспективы // Мехатроника, автоматизация, управление. — 2006. -№ 2. -С. 21 -25.

23. Хазанович Г.Ш., Ляшенко Ю. М., Никитин Е. В., Корниченко А. С., Воронова Э. Ю. Системы горнопроходческих машин на основе клиновых гидро-фицированных исполнительных органов // Горное оборудование и электромеханика. 2007. - № 10. - С. 21-29.

24. Загороднюк В.Т., Глебов Н. А., Духопельников В. Д. Система автоматического контроля положения горных машин с автоматическим поиском оптического луча // Новочерк. политехи, ин-т. Новочеркасск, 1968. - Т. 176. -С. 13-19.

25. Загороднюк В.Т., Глебов Н. А., Шабельников В. Испытания системы автоматического контроля с использованием луча лазера для направленного движения машин // Горный журнал. 1969. -№ 10. - С. 73 - 74.

26. Загороднюк В.Т., Глебов Н. А., Фролов М. А., Крапивин Д. М., Круглов Н. Н. Лазерная система для контроля за направлением движения проходческих комбайнов // Горные машины и автоматика: науч.-техн. реф. сб./ ЦНИИЭУголь. 1974. - № 4.

27. Глебов Н. А., Притчин С. Б. Управление движением мехатронного тоннеле-проходческого комплекса // «Мехатроника, автоматизация, управление». -2003.- №8. -С. 19-23.

28. Глебов Н. А. Проблемы развития мехатронных систем горной промышленности // Изв. вузов Сев.-Кавк. регион. Техн. науки. 2003. - Спец. вып.: Проблемы мехатроники. - С. 85 - 87.

29. Глебов Н. А. Принципы построения мехатронных проходческих комплексов// Научная мысль Кавказа. 2000.- Приложение №3.- С. 133 - 134.

30. Глебов Н. А. Структура мехатронного горнопроходческого щитового комплекса// Новые технологии управления движением технических объектов: материалы 5-ой междунар. науч.-техн. конф. Новочеркасск. - Ростов н/Д: Изд-во СКНЦВШ, 2002. - Ч. 1. - С. 51 - 54.

31. Берон А. И., Позин Е. 3. Принципы автоматического регулирования режимов работы угледобывающих машин // Уголь. 1963. - №1.

32. Кантович Л.И., Гетопанов В. Н., Пастоев И. Л. К вопросу управляемости автоматизированных очистных комплексов и агрегатов // Горное оборудование и электромеханика. -2007. № 1.- С. 8 - 10.

33. Водяник Г. М., Дровников А. Н., Стрельцов И. П. Адаптивный привод горных машин на базе электромашинных, гидромашинных и механическихдифференциалов // Горное оборудование и электромеханика. 2007. -№10.- С. 54-57.

34. Картавый А.Н. Определение мощности привода центрированной вибрационной машины // Горное оборудование и электромеханика. 2007. - №1. -С. 30-34.

35. Кантович Л.И., Малыгин Б.В., Первов K.M. Повышение ресурса инструмента и деталей горных машин методом магнитной обработки // Горное оборудование и электромеханика. -2007. № 1. - С. 13-16.

36. Сысоев Н. И., Буренков Н. Н., Раков И. Я., Мирный С. Г. Научные основы выбора параметров высокоэффективных режущих инструментов горных машин // Горное оборудование и электромеханика. 2007.- №10. — С. 13-21.

37. Надежность и эффективность в технике: справочник в 10 т./ Ред. совет: Ав-дуевский В. С. и др. М.: Машиностроение, 1987. - Т. 9: Техническая диагностика / под общ. ред. В. В. Клюева, П. П. Пархоменко. — 352 с.

38. Мозгалевский А. В.Техническая диагностика (непрерывные объекты), учеб. пособие для вузов / А. В. Мозгалевский, Д. В. Гаскаров // М.: Высшая школа, 1975.-207 с.

39. Давыдов П. С. Техническая диагностика радиоэлектронных устройств и систем. М.: Радио связь, 1988. - 256 с.

40. Биргер И. А. Техническая диагностика. М.: Машиностроение, 1978.-240 с.

41. Фролов К.В., Макаров И.М. Нахапетян Е. Г. Испытание, контроль и диагностирование оборудования гибких производственных систем // Испытания, контроль и диагностирование гибких производственных систем. М.: Наука. 1988.-С. 3-12.

42. Нахапетян Е. Г. Квалиметрия и диагностирование роботов // Экспериментальное исследование и диагностирование роботов. М.: Наука,-1981.-С.5-17.

43. Белянин П. Н. Автоматический контроль и диагностика в гибких производственных системах // Испытания, контроль и диагностирование гибких производственных систем. М.: Наука, 1988. С. 13-24.

44. Смирнов Г.И. Фельдман В.Д. Диагностирование металлорежущего оборудования по кинематическим и динамическим параметрам // Испытания,контроль и диагностирование гибких производственных систем. М.: Наука. 1988.-С. 55-59.

45. Котельников В. С., Еремин А. Ю., Зарецкий А. А., Короткий А. А. Концепция оценки остаточного ресурса металлических конструкций грузоподъемных кранов, отработавших нормативный срок // Безопасность труда в промышленности. 2000. №10. С.28 - 31.

46. Деев А. И., Водяник Г. М., Добровольский Г. А., Кожевников С. Г., Пяти-братова Л. Н. Результаты исследований по установлению и оценке шумовых характеристик горных машин // Горное оборудование и электромеханика.-2007. -№ 10.-С. 35 36.

47. Подураев Ю. В. Мехатроника: основы, методы, применение Тескт.: учеб. пособие для студентов вузов. М.: Машиностроение, 2006. - 256 с.

48. Казмиренко В. Ф. Электрогидравлические мехатронные модули движения. М.: Радио и связь. 2001.- 432 с.

49. Заявка 96100118 1Ш, МПК 001Н17/00. Способ диагностики и прогнозирования технического состояния машин по вибрации корпуса/ Костюков В. Н., Бойченко С. Н., Костюков А. В. Заявл. 01. 03. 1996. Опубл. 37. 03 1998.

50. Пат. 1519350 8и С01М15/00. Способ диагностики и прогнозирования технического состояния машин / Костюков В. Н. Заявл. 30. 60. 1987. Опубл. 20. 08. 1996, Бюл. №16.

51. Трюбер С. С. Новый метод диагностики дизельных двигателей// Математические методы в технике и технологиях ММТТ 20: сб. тр. XX Междунар. науч. конф., г. Ярославль: Изд-во ЯГТУ, 2007.-Т.4. - С. 117 - 118.

52. Пат. 2125716 1Ш С01Н17/00. Устройство для виброакустической диагностики машин / Диперштейн М. Б., Качоровский А. Б. Заявка 97102860128, Заявл. 26. 02. 1997; Опубл, 27. 01. 1999; -Бюл. 2003 №5

53. Петухов В., Соколов В. Диагностика состояния электродвигателя. Метод спектрального анализа потребляемого тока // Новости электротехники. -2005.-№1.-С. 25-28.

54. Смирнов В. И., В. В. Жарков, Д. В. Чернов. Функциональная диагностика электрических машин на основе их полей рассеяния // Приборы и системы. Управление, контроль, диагностика-2004. №8. С. 49 - 52.

55. Гольдберг О.Д., Абдуллаев И. М., Абиев А. М. Автоматизация контроля параметров и диагностика асинхронных двигателей. М.: Энергоатомиздат. -1991. - 160 с.

56. Гашимов М.А., Гусейнов A.M. Диагностирование неисправностей электроэнергетических машин при межфазных замыканиях в обмотке статора // Электричество. 1987. - № 4. - С. 47 - 49.

57. Kliman G.B. Noninvasive detection of broker rotor bars in operating induction motors// IEEE Transactions on Energy Conversion-1988.- № 4.-P. 873 879.

58. Krai C., Pirker F. Vienna monitoring method detection of faulty rotor bars by means of a portable measurement system // International conference on electrical machines (ICEM-2000), Helsenki University of technology.- Espoo, Finland, 2000. - P. 873-877.

59. Casimir R., Boutleux E., Clerc G, F. Chappuis F. Comparative Study of Diagnosis Methods for Induction Motors// International conference on electrical machines (ICEM-2002), Old St. Jan Conference Center. Brugge (Belgium), Conference Record.

60. Аксенов Ю. П., Ляпин А. Г. Диагностика изоляции статорных обмоток генераторов непосредственно под нагрузкой // Приборы и системы. Управление, контроль, диагностика,- 2000. №6. - С. 65-67.

61. Смирнов В. И., Жарков В. В., Ильин М. Г. Автоматизированный комплекс для диагностики функционального состояния электрических машин // Приборы и системы. Управление, контроль и диагностика. 2000.-Ж7. -С.81-83.

62. Здор И.Е. Мосьпан В. А., Родькин Д. И. Анализ методов диагностики асинхронных короткозамкнутых двигателей // Проблемы создания новых машин и технологий: Науч. тр. Кременчугского гос. политехи, ун-та 1998. Вып.2.-С. 65 -76.

63. Ляткер И. И. Мордкович А.Г., Несвижский A.M. Система непрерывного контроля и диагностики синхронных машин // Электротехника. 1996. -№3. - С. 44-47.

64. Мануковский A.B. Совершенствование защит асинхронных двигателей от внутренних повреждений: автореф. дис. канд. техн. наук:05.14.02 -Алма-Аты, 1995.-С. 60-62.

65. Никиян Н.Г., Саликов М. П. Способ и установка для диагностики коротко-замкнутых клеток электрических машин // Электрические станции. 1999. -№ 3. — С. 60-62.

66. Пат. 699906 SU, МПК G01M13/02. Способ виброакустического диагностирования зубчатых передач/Вильнер П.Д., Голов Ф.В. Заявка №2624585728: Заявл. 07.06. 1978, Опубл. 10. 11. 2005.

67. Пат. 2202105 RU, МПК G01H11/00. Устройство для виброакустической диагностики машин / Качоровский А. Б., Переяслов В. Ю. — Заявка № 001112222: Заявл. 05. 03 2001, Опубл. 10. 04. 2003 г.

68. Пат. 2202105 RU, МПК G01H11/00. Устройство для виброакустической диагностики машин/Качоровский А. Б., Переяслов В. Ю. — Заявка № 2001112222: Заявл. 05. 03 2001, Опубл. 10. 04. 2003 г.

69. Рубцов Ю. Ф. Системы мониторинга и диагностики // Приборы и системы. Управление, контроль, диагностика. 2000. - №5. - С. 68-70.

70. Пат № 2177607 RU, МПК G01M13/04. Способ и устройство диагностирования циклически функционирующих объектов / Тэттер В. Ю., Щедрин В. И. Горохов А. А. Заявка № 2000120090: Заявл. 27. 07. 2000, Опубл. 27. 12. 2001; Бюл.-2006.-№14.

71. Виброанализатор СД-21: информационный материал электронный ресурс. // Сайт «Виброакустические системы и технологии». Режим доступа: http://vibrotek.com/russian/catalog/dc-21/index.htm .

72. Рубцов Ю. Ф. Вибродиагностические экспертные системы // Приборы и системы. Управление, контроль, диагностика. 2000. - №6, С. 61-62.

73. Жирабок А. Н., Писарец А. М. Диагностирование датчиков подводных роботов // Мехатроника, автоматизация, управление-2004. №9. - С. 15-21.

74. Мироновский Л. А. Диагностирование линейных систем методом комплементарного сигнала // Приборы и системы. Управление, контроль, диагностика.- 2002 №5. - С 52-57.

75. Заде Л. А. Понятие лингвистической переменной, его применение к принятию приближенных решений. М.: Мир, 1976. - 77 с.

76. Анисимов Д. Н. Нечеткие алгоритмы управления: учеб. пособие. M - Изд-во МЭИ, 2004. - 80 с.

77. Гаскаров Д. В. Искусственные информационные системы. М.: Высшая школа, 2003.-435 с.

78. Штовба С. Д. Введение в теорию нечетких множеств и нечеткую логику электронный ресурс. // Сайт matlab.exponenta.ru. Материалы раздела Fuzzy Logic Toolbox.- Режим доступа: http://matlab.exponenta.ru/fuzzylogic/bookl/

79. К. Асаи и др.Прикладные нечеткие системы: пер. с яп.// под ред. Т. Тэрано, К. Асаи, М. Сугэно. М.: Мир, 1993.-368 с.

80. Р. Каллан. Основные концепции нейронных сетей: Пер. с англ. М.: Издательский'дом «Вильяме», 2002.- 287 с.

81. Круглова Т. Н. Метод нейро-нечеткого диагностирования мехатронного модуля движения/ Т. Н. Круглова, Н. Н. Круглов // Математические методы в технике и технологиях ММТТ -21: сб. тр. XXI Междунар. науч. конф. Саратов, 2008. Т.2. - С. 224 - 226.

82. Круглов В. В., Борисов В. В. Искусственные нейронные сети. Теория и практика// 2-е изд., стереотип. -М.: Телеком, 2002.-382 с.

83. Круглова Т. Н. Моделирование информационно-измерительной системы технического диагностирования робота // Математические методы в технике и технологиях ММТТ 20: сб. тр. XX Междунар. науч. конф., г. Ярославль: Изд-во ЯГТУ, 2007. - Т.4. -С. 121 - 122.

84. Технология нечеткой логики: информационный материал электронный ресурс. // Сайт «Интеллектуальный мобильный робот». Режим доступа: http://robot-rad.narod.ru/fu2zv.html

85. Круглова Т. Н. Моделирование информационно-измерительной системы технического диагностирования робота/ Т. Н. Круглова // Математические методы в технике и технологиях ММТТ 20: сб. тр. XX Междунар. науч. конф. - Ярославль, 2007. - Т.4. - С. 121 - 122.

86. Круглова Т. Н. Система технического диагностирования робототехническо-го комплекса / Т. Н. Круглова, Н. А. Глебов // Перспективные системы и задачи управления: материалы 2-й Всерос. науч.-практ. конф. — Таганрог: Изд-во ТТИ ЮФУ, 2007. С. 127-129.

87. Дж. Макконел. Основы современных алгоритмов. 2-е дополнительное издание. Москва, Техносфера, 2006. 368.

88. Прогнозирование с помощью искусственных нейронных сетей электронный ресурс. Режим доступа: http://paukoff.fromru.com/neuro/wneuro/index.html

89. Медведев В. С. Потемкин В. Г. Нейронные сети. MATLAB 6 / под общ. ред. В. Г. Потемкина. М.: ДИАЛОГ - МИФИ, 2002.-496с. - (Пакеты прикладных программ; Кн. 4).

90. Ф. Уоссермен. Нейрокомпьютерная техника: Теория и практика/ пер.с англ. Ю. А. Зуева, В. А. Точенова, под ред. А. Н. Галушкина. М.: 1992.

91. Патент №2289802 RU, МПК G01M №13. Устройство виброакустической диагностики циклически функционирующих объектов/ Круглова Т. Н., Глебов Н. А. -Заявл. 10.08.2005, опубл. 20.12.2006//0ткрытия. Изобретения.-2006-№35-С. 337.

92. Двигатель постоянного тока ПЯ-250Ф. Техническое описание и инструкция по эксплуатации 1АГ. 445. 000 ТО. 10 с.

93. Виброизмеритель ROBOTRON 00 033. Техническое описание и инструкция по эксплуатации / Veb robotron Messelektronik -Dresden, 1986. - 34 с.

94. Интегрирующий прецизионный шумомер 00 026 с микрофоном 1 дюйм или Vi дюйма. Инструкция по обслуживанию / Veb robotron Messelektronik -Dresden, 1979.- 100 с.

95. Тахометр часовой ТЧ ЮР: проспект, электронный ресурс.//Торговый дом АВТОМАТИКА. - Режим доступа: http://www.tdautomatika.ru/itchlOr.htm

96. CENTER 303// CENTER 303 Измерители температуры и влажности: электронный ресурс. — Режим доступа: http://www.belvar.ru/shop/equip/temperature/id 458.html

97. Модуль Е-330 Техническое описание и инструкция по эксплуатации ДЛИЖ 411618.007 ТО / Акционерное общество закрытого типа "L-card", 1990 -1996 г.г.-56 с.

98. ГОСТ 10159-79 Машины электрические вращающиеся коллекторные. Методы испытаний. введ. 01.07.1980. -М.: Изд-во стандартов, 1986.-16 с.

99. ГОСТ 183-74 Машины электрические вращающиеся. Общие технические требования.

100. ГОСТ 10816-1-97 Вибрация. Контроль состояния машин по результатам измерений на невращающихся частях. Часть 1. Общие требования. введ. 01.07.1999. -М.: Изд-во стандартов, 1999. - 18 с.

101. Медведев С. Ю. Преобразование Фурье и классический цифровой спектральный анализ электронный ресурс. // Вибродиагностика для начинающих и специалистов: сайт фирмы «ИНКОТЕС». Режим доступа: http://www.vibration.ru/preobraz fur.shtml

102. ГОСТ 16372-93. Машины электрические вращающиеся. Допустимые уровни шума.

103. ГОСТ 27518-87 Диагностирование изделий. Общие требования. введ. 1989. - М. Изд-во стандартов, 1989. - 4 с.

104. Техническая диагностика горных машин и оборудования: учеб. пособие. В 2 кн. Кн. 2 Виброакустическая диагностика горных машин; Под ред. Дее-ва А.И.; Юж-Рос. гос. техн. ун-т.- Новочеркасск: ЮРГТУ, 2007.-217 с.

105. Виброметр ВВМ 311 электронный ресурс. // Сайт фирмы «РОСТЕХ». -Режим доступа: http://www.rosteh.ru/bbm311 .htm

106. Александровская J1. Н., Афанасьев А. П, Лисов А. А. Современные методы безотказности сложных технических систем Текст.: учебник. М.: Логос, 2003.-208 с.

107. Коваль А. Н, Горлин А. М., Чекавский В. И. Техническое обслуживание и ремонт горно-шахтного оборудования. — М.: Недра, 1987.-344 с.

108. Петухов P.M. Оценка эффективности промышленного производства: Методы и показатели. Москва, «Экономика», 1990 г.

109. Единые нормативы численности повременно оплачиваемых рабочих для шахт Донецкого и Львовско-Волынского угольных бассейнов. МУП СССР. М.:- 1981.

110. Отраслевая инструкция определения экономической эффективности капитальных вложений в угольной промышленности. МУП СССР/ЦНИЭуголь. М. 1990.-72 с.

111. Методика определения экономической эффективности использования в угольной промышленности новой техники, изобретений и рационализаторских предложений. МУП СССР/ЦНИЭИуголь, М. 1979. 121 с.

112. Окупаемость капитальных вложений: электронный ресурс.- Режим доступа: http ://bse. sci-lib.com/article084143 .html

113. Эффективность капитальных вложений: электронный ресурс.- Режим доступа: http://do.rksi.ru/library/courses/eiup/tema6 3.dbk

114. Калибратор уровня звука. Тип 05000: инструкция по обслуживанию.

115. ГОСТ 11929 81 Машины электрические вращающиеся. Общие методы испытаний. Определение уровня шума. — введ. 01.01.1988. - М.: Изд-во стандартов, 1988. - 35 с.

116. Методы технического диагностирования электронных средств / М. Ф. Бабаков, П. Е. Ельцов, М. И. Луханин: учеб. пособие по лаб. практикуму. -Харьков: Нац. аэрокосм, ун-т "Харьк. авиац. ин-т", 2003. 69 с.

117. Агапьев Б.Д., Белов В.Н., Кесаманлы Ф.П., Козловский В.В., Марков С.И. Обработка экспериментальных данных: Учеб. пособие/СПбГТУ. СПб., 2001.

118. ISO 2954:1975. Вибрация механическая станков с вращательным и возвратно-поступательным движением. Требования к приборам для измерения интенсивности вибрации. Введ.01.07.75.-М. Изд-во стандартов, 1975.-10 с.