Цифровые технологии и интеллектуальные системы в процессе диагностирования сельскохозяйственной техники с учетом автоматизации получения параметров о ее техническом состоянии позволят снизить трудоемкость практически всех проводимых операций в АПК. Принципиальной базой работы интеллектуальной системы является нейронная сеть. Нейронная сеть в цифровых системах предусматривает возможность ее дальнейшего «обучения» посредством заданных параметров (Data) и содержит внутри себя примеры с эталонными значениями, которые позволяют понять успешность работы цифровой системы [1–3].
Нейронная сеть идентифицирует определенные сбои в объекте при условии, что она была предварительно «обучена» распознавать неисправность. Для «обучения» используются классические математические принципы «обучения» нейронных сетей [4–7].
Осуществляется сбор экспериментальной информации об отказах и неисправностях работы двигателя и формирование базы знаний. На этом этапе на основе экспериментальных значений, мнений экспертов и других достоверных источников информации формируется база знаний. Это набор обучающих выборок, характеризующих признаки и проявления неисправностей; эти выборки поступают на вход нейронной сети. Многослойная нейронная сеть представлена на рисунке.
Сформированная база знаний используется при «обучении» нейронных сетей для обнаружения неисправностей. Количество эталонных параметров для такой базы знаний составляет несколько десятков, а для описания технического состояния конкретного механизма достигает нескольких сотен. Пример экспериментальной базы данных представлен в таблице.
При этом для получения технического диагноза используют «обученную» нейронную сеть, на вход сети поступает информация о параметрах, характеризующих реальные процессы. Для удобства пользователя диагностической системы числовая информация, полученная на выходе сети, подвергается дополнительной интерпретации и выдается в вербальной форме.
Эти данные можно получать в онлайн-режиме через сеть Интернет при помощи специальной программы. На основании полученных данных можно получать сгенерированные отчеты различных параметров и событий, происходящих при работе двигателя автотракторной техники [7–9].