По всем вопросам звоните:

+7 495 274-22-22

УДК: 629.331

Моделирование нейронной сети для определения технического состояния двигателя внутреннего сгорания (ДВС)

Совин К. Г. канд. техн. наук, вед. науч. сотр., зав. лаб., Федеральный научный агроинженерный центр ВИМ, г. Москва

В статье рассмотрен искусственный интеллект (ИИ), который представляет собой науку и технологии, где заложена идея моделирования процессов человеческого мышления за счет использования возможностей компьютера. Машинное обучение, которое можно представить как совокупность определенных алгоритмов и методов, позволяющих обучать компьютеры с целью получения конкретных выводов для рассматриваемого вопроса на основании имеющихся данных. Нейронные сети, которые управляются посредством сложных математических функций и позволяют решать задачи повышенной сложности, используя математические модели, построенные по аналитическим или иным методикам. Эффективная нейронная сеть сводится к созданию оптимального решения в результате анализа и преобразования входящих параметров сети для определения технического состояния двигателя ДВС.

Литература:

1. Пройдаков Э.М. Современное состояние искусственного интеллекта // Науковедческие исследования. — 2018. — № 2018. — С. 129–153.

2. Колпаков В. Е. Искусственный интеллект в определении технического состояния диагностируемого объекта // Известия Санкт-Петербургского государственного аграрного университета. — 2014. — № 36. — С. 263–271.

3. Колпаков В.Е. Тепловая экспресс-диагностика автотракторных двигателей // Известия Международной академии аграрного образования. — 2013. — № 16. — С. 150–154.

4. Агапов Д.С., Белинская И.В. Определение термоэкономических показателей энергопреобразующих систем // Известия Санкт-Петербургского государственного аграрного университета. — 2013. — № 34. — С 127–131.

5. Бринк Х., Ричардс Д., Феверолф М. Машинное обучение. — СПб.: Питер, 2017. — 336 с.

6. Совин К. Г. Технологические процессы обмена данными между электронными блоками управления (ЭБУ) по CAN-шине трактора // Сельскохозяйственная техника: обслуживание и ремонт. — 2019. — № 5. — С. 60–67.

7. Хаббатуллин Р.Р., Совин К. Г., Кильдеев Т.А. Системы электронного блока управления двигателем внутреннего сгорания в автотракторной технике // Инновации в сельском хозяйстве. — 2018. — № 3 (28). — С. 548–553.

8. Совин К. Г., Костомахин М.Н. Взаимодействие ДВС, КПП и ходовой части по средству обмена цифровыми данными в основном канале на примере трактора JOHN DEERE 7830 // Сельскохозяйственная техника: обслуживание и ремонт. — 2018. — № 10. — С. 57–66.

9. Совин К. Г. Определение и анализ кодов неисправностей трактора JOHN DEERE на основе шины CAN // Сельскохозяйственная техника: обслуживание и ремонт. — 2019. — № 1. — С. 41–45.

10. Совин К. Г. Принцип работы CAN-шины сельскохозяйственной техники // Сельскохозяйственная техника: обслуживание и ремонт. — 2019. — № 10. — С. 69–71.

11. Совин К. Г. Процедура проверки заголовков сообщений CAN OBD от внешнего диагностического оборудования в автотракторной технике // Сельскохозяйственная техника: обслуживание и ремонт. — 2019. — № 11. — С. 63–67.

Искусственный интеллект (ИИ) представляет собой науку и технологию, состоящую из набора средств, которые позволяют персональному компьютеру, базируясь на системе накопленных знаний, давать ответы на поставленные вопросы и на основе этого делать экспертные выводы, т. е. получать данные, которые в него не закладывались разработчиками [1].

Для обеспечения работоспособности систем ИИ ученые занимались вопросом представления таких знаний. Это, в свою очередь, стало предпосылкой к созданию так называемых экспертных систем (ЭС), которые на основе баз знаний оказывают помощь в принятии решений. Большое значение стало предаваться методам самообучения машин, появились интеллектуальные обучающие методики, и к тому же совершались попытки повторения принципа работы нервной системы человека. Это и привело к созданию искусственных нейронных систем.

Таким образом, в основу всех исследований касательно ИИ заложена идея моделирования процессов человеческого мышления за счет использования возможностей компьютера.

Машинное обучение — это технология по созданию базы обучающих примеров, по которой компьютер или нейросеть приобретает знания, позволяющие затем правильно распознавать и классифицировать поступающую новую информацию. То есть машинное обучение можно представить как совокупность определенных алгоритмов и методов, позволяющих обучать компьютеры с целью получения конкретных выводов для рассматриваемого вопроса на основании имеющихся данных.

Применение обучающих примеров позволяет повысить точность получаемых результатов распознавания и классификации входящей информации. Такой процесс называют самообучением программы.

Нейронные сети управляются посредством сложных математических функций и позволяют решать задачи повышенной сложности, которые трудно решить, используя математические модели, построенные по аналитическим или иным методикам. Одним из основных достоинств нейронных сетей является способность получения точных значений на основе обработанных данных. Таким образом, применение нейронных сетей позволит найти решение для реальных мировых проблем в науке, промышленной индустрии и др. [2].

Для Цитирования:
Совин К. Г., Моделирование нейронной сети для определения технического состояния двигателя внутреннего сгорания (ДВС). Конструкторское Бюро. 2021;4.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: