МЕТОД ПРОГНОЗА И ОЦЕНКИ РЕСУРСА СМАЗОЧНЫХ МАСЕЛ С ПРИМЕНЕНИЕМ НЕЙРОСЕТЕВОГО МОДЕЛИРОВАНИЯ : научное издание

Описание

Тип публикации: статья из журнала

Год издания: 2022

Идентификатор DOI: 10.24412/2071-6168-2022-12-473-476

Ключевые слова: lubricating oil, tribo-node, system analysis, neural network, смазочное масло, трибоузел, системный анализ, нейросеть

Аннотация: Одной из важнейших задач при создании диагностирующей системы является разработка методов измерения эксплуатационных параметров, отражающих состояние трибосистемы. На сегодняшний день происходит изменение от простого контроля состояния к активному мониторингу системы. В результате чего информация, полученная практически в онлайн реПоказать полностьюжиме, позволяет оперативно реагировать на изменения эксплуатационных параметров машин и механизмов. В работе рассмотрен метод контроля состояния трибоузла основанный на анализе смазочного масла. Предлагаемый метод прогноза и оценки ресурса смазочных масел с применением нейросетевого моделирования позволит сделать очередной шаг к созданию новой методики экспресс-оценки состояния масла и соответствующего ему характера процесса износа трибоузла. One of the most important tasks in creating a diagnostic svstem is the development of methods for measuring operational parameters that reflect the state of the tribosystem. Today there is a change from simple condition monitoring to active svstem monitoring. As a result, the information obtained almost online allows vou to quickly respond to changes in the operating parameters of machines and mechanisms. The paper considers a method for monitoring the condition of a triboassembly based on the analysis of lubricating oil. The proposed method for predicting and evaluating the resource of lubricating oils using neural network modeling will make it possible to take the next step towards the creation of a new method for express assessment of the state of the oil and the corresponding nature of the wear process of the tribose.

Ссылки на полный текст

Издание

Журнал: Известия Тульского государственного университета. Технические науки

Выпуск журнала: 12

Номера страниц: 473-476

ISSN журнала: 20716168

Место издания: Тула

Издатель: Тульский государственный университет

Персоны

Вхождение в базы данных