АНАЛІЗ ПІДХОДІВ ДО ПОБУДОВИ ДІАГНОСТИЧНИХ МОДЕЛЕЙ ДЛЯ КОНТРОЛЬУ ПАРАМЕТРІВ ТЕХНІЧНОГО СТАНУ САМОХІДНИХ ОБПРИСКУВАЧІВ
Ключові слова:
analyse, diagnostic model, object, technical condition parameter, self-propelled sprayerАнотація
Діагностична модель контролю параметрів технічного стану самохідних обприскувачів призначена для
представлення з необхідною точністю (мірою адекватності) об'єктів діагностики (ОД) з метою подальшого
діагностування стану його елементів, а також правильної оцінки правильності його функціонування. Існує 4
типи властивостей для опису об'єкта діагностики: логічні параметри; електричні показники; тимчасові
параметри; показники структури (топології). З метою перевірки справності (працездатності) логічна
модель дефектів повністю визначає об'єкт діагностики. Для опису може бути використана дискретна (дворівнева – "правильний"/"несправний" або багаторівнева
шкала) або безперервна шкала (наприклад, коефіцієнт готовності елементів, інтенсивність помилок потоку тощо). Окрім логічної, для завдань перевірки
правильності функціонування може бути використана логіко-параметрична модель дефектів. При розгляді логіко-динамічної моделі до подій порушення
правильності або умов виконання функцій додається тимчасовий опис процедур їх
виконання, наприклад, збільшення часу виконання або затримка виконання функції вище допустимого значення. Для того, щоб
ефективно та адекватно вирішувати кожне діагностичне завдання – перевірити справність (працездатність) та правильність
експлуатації самохідних обприскувачів, необхідно розробити та дослідити власні діагностичні моделі. Вони дозволяють
представити об'єкт діагностики самохідних обприскувачів як найбільш адекватно вирішене завдання контролю
технічного стану самохідних обприскувачів.
Посилання
Astashev V., Krupenin V. 2017. Efficiency of vibration
machines. Proceedings of 16th International
Scientific Conference “Engineering for rural
development”. Jelgava, Latvia, May 24-26, Latvia
University of Agriculture. Faculty of Engineering.
Vol. 16. P. 108-113.
Aven T. 2016. Risk assessment and risk management:
review of recent advances on their foundation.
European Journal of Operational Research.
Vol. 253(1). P. 1-13.
Chen Y., Mao E., Li W., Chen J. 2020. Design and
experiment of a high-clearance self-propelled
sprayer chassis. International Journal of
Agricultural and Biological Engineering.
Vol. 13(2). P. 71-80.
Corinne B., José R. 2017. Estimating the Hurst
parameter. Statistical Inference for Stochastic
Processes. Springer Verlag, 10(1): 49–73.
Drga R., Janacova D., Charvatova H. 2016. Simulation
of the PIR detector active function. Proceedings of
th International conference on Circuits,
Systems, Communications and Computers (CSCC
, July 14-17, 2016, E D P Sciences, 17 Ave
Du Hoggar Parc D Activites Coutaboeuf Bp 112,
F-91944 Cedex A, France, 76, UNSP 04036.
Duan F., Živanovi´c R., Al-Sarawi S., Mba D. 2016.
Induction motor parameter estimation using sparse
grid optimization algorithm. IEEE Trans. Ind. Inf.
Vol. 12. P. 1453-1461.
Dubbini M., Pezzuolo A., De Giglio M.,
Gattelli M., Curzio L., Covi D., Yezekyan T.,
Marinello F. 2017. Last generation instrument for
agriculture multispectral data collection. CIGR
Journal. Vol. 19. P. 158-163.
Erokhin M., Pastukhov A., Kazantsev S. 2019.
Operability assessment of drive shafts of John
Deere tractors in operational parameters.
Engineering for Rural Development. Vol. 18. P.
-33.
Gurcanli E., Bilir S., Sevim M. 2015. Activity based
risk assessment and safety cost estimation for
residential building construction projects. Safety
Science. Vol. 80. P. 1-12.
Gyansah L., Ansah A. 2020. Fatigue crack initiation
analysis in 1060 steel. Research journal of applied
sciences engineering and technology. Vol. 4(2).
P. 319-325.
Kalinichenko D., Rogovskii I. 2017. Modeling
technology in centralized technical maintenance of
combine harvesters. TEKA. Vol. 17(3). P. 93-102.
Khamidullina E. A., Timofeeva S. S., Smirnov G. I.
Accidents in coal mining from perspective
of risk theory. IOP Conference Series: Materials
Science and Engineering. Vol. 262. P. 012210.
Kuzmich I. M., Rogovskii I. L., Titova L. L.,
Nadtochiy O. V. 2021. Research of passage
capacity of combine harvesters depending on
agrobiological state of bread mass. IOP Conference
Series: Earth and Environmental Science. Vol. 677.
P. 052002. https://doi.org/10.1088/1755-1315/677/
/052002.
Kypris O., Nlebedim I., Jiles D. 2016. Measuring stress
variation with depth using Barkhausen signal.
Journal of Magnetism and Magnetic Materials –
Science Direct. Vol. 407. P. 377-395.
Luo A. C. J., Guo Y. 2013. Vibro-impact Dynamics.
Berlin: Springer-Verlag: 213 p.
Masek J., Novak P., Jasinskas A. 2017. Evaluation of
combine harvester operation costs in different
working conditions. Proceedings of 16th
International Scientific Conference “Engineering
for rural development”. Jelgava, Latvia, May 24-
, Latvia University of Agriculture. Faculty of
Engineering. Vol. 16. P. 1180-1185.
Najafi P., Asoodar M., Marzban A., Hormozi M. 2015.
Reliability analysis of agricultural machinery: A
case study of sugarcane chopper harvester.
AgricEngInt. CIGR Journal. March. Vol. 17(1)1. P.
-165.
Nazarenko I., Mishchuk Y., Mishchuk D.,
Ruchynskyi M., Rogovskii I., Mikhailova L.,
Titova L., Berezovyi M., Shatrov R. 2021.
Determiantion of energy characteristics of material
destruction in the crushing chamber of the vibration
crusher. Eastern-European Journal of Enterprise
Technologies. Vol. 4(7(112). P. 41-49.
https://doi.org/10.15587/1729-4061.2021. 239292.
Novotny J. 2016. Technical and natural sciences teaching
at engineering faculty of FPTM UJEP. Proceedings
of 15th International Scientific Conference
“Engineering for rural development”. Jelgava,
Latvia, May 23-25, Latvia University of
Agriculture. Faculty of Engineering. Vol. 15. P. 16-
Nykyforchyn H., Lunarska E., Tsyrulnyk O. 2019.
Environmentally assisted “in-bulk” steel
degradation of long term service gas trunkline.
Engineering Failure Analysis. Vol. 17. P. 624-632.
Palamarchuk I., Rogogvskii I., Titova L.,
Omelyanov O. 2021. Experimental evaluation of
energy parameters of volumetric vibroseparation of
bulk feed from grain. Engineering for Rural
Development. Vol. 20. P. 1761-1767.
https://doi.org/10.22616/ ERDev.2021.20.TF386.
Pinzi S., Cubero-Atienza A. J., Dorado M. P. 2016.
Vibro-acoustic analysis procedures for the
evaluation of the sound insulation characteristics of
agricultural machinery. Journal of Sound and
Vibration. Vol. 266 (3). P. 407-441.
Pisarenko G., Voinalovych O., Rogovskii I.,
Motrich M. 2019. Probability of boundary
exhaustion of resources as factor of operational
safety for agricultural aggregates. Engineering for
Rural Development. Vol. 18. P. 291-298.
Rejovitzky E., Altus E. 2013. On single damage variable models for fatigue. International Journal of
Damage Mechanics. Vol. 22(2). Issue 2. P. 268-
Rogovskii I. L., Titova L. L. 2021. Change of technical
condition and productivity of grain harvesters
depending on term of operation. IOP Conference
Series: Earth and Environmental Science.
Vol. 720. P. 012110. https://doi.org/10.1088/1755-
/720/1/012110.
Rogovskii I. L. 2020. Model of stochastic process of
restoration of working capacity of agricultural
machine in inertial systems with delay. Machinery
& Energetics. Journal of Rural Production
Research. Kyiv. Ukraine. Vol. 11(3). P. 143-150.
Rogovskii I., Titova L., Novitskii A., Rebenko V. 2019.
Research of vibroacoustic diagnostics of fuel
system of engines of combine harvesters.
Engineering for Rural Development. Vol. 18.
P. 291-298.
Rogovskii I. 2020. Algorithmicly determine the
frequency of recovery of agricultural machinery
according to degree of resource's costs. Machinery
& Energetics. Journal of Rural Production
Research 11(1): 155-162.
Sánchez-Hermosilla J., Rincón V., Páez F. 2011. Field
evaluation of a self-propelled sprayer and effects
of the application rate on spray deposition and
losses to the ground. Pest Management Science.
Vol. 67(8). P. 942-947.
Sergejeva N., Aboltins A., Strupule L., Aboltina B.
Mathematical knowledge in elementary
school and for future engineers. Proceedings of
th International Scientific Conference
“Engineering for rural development”. Jelgava,
Latvia, May 23-25, 2018, Latvia University of
Agriculture. Faculty of Engineering. Vol. 17. P.
-1172.
Shih-Heng, T., Ming-Hsiang, S., Wen-Pei, S. 2018.
Development of digital image correlation method
to analyse crack variations of masonry wall.
Sadhana. Vol. 6. P. 767-779.
Tyutrin S. 2019. Improving reliability of parts of
mounted mower according to monitoring results
by fatigue gauges from tin foil. Engineering for
Rural Development. Vol. 18. P. 22-27.
Viba J., Lavendelis E. 2006. Algorithm of synthesis of
strongly non-linear mechanical systems. Industrial
Engineering – Innovation as Competitive Edge for
SME, 22 April 2006. Tallinn, Estonia. P. 95-98.
Voinalovych O., Hnatiuk O., Rogovskii I., Pokutnii O.
Probability of traumatic situations in
mechanized processes in agriculture using
mathematical apparatus of Markov chain method.
Engineering for Rural Development. Vol. 18.
P. 563-569.
Xi L., Songlin Z. 2019. Changes in mechanical
properties of vehicle components after
strengthening under low-amplitude loads below
the fatigue limit. Fatigue and Fracture of
Engineering Materials and Structures.
Vol. 32(10). P. 847-855.
Yata V. K., Tiwari B. C., Ahmad I. 2018. Nanoscience
in food and agriculture: research, industries and
patents. Environmental Chemistry Letters. Vol. 16.
P. 79-84.
Zagurskiy О., Ohiienko M., Rogach S., Pokusa T.,
Titova L., Rogovskii I. 2018. Global supply chain
in context of new model of economic growth.
Conceptual bases and trends for development of
social-economic processes. Monograph. Opole.
Poland. P. 64-74.
Zou F., Kang J., Xiao M., Ji G. 2017. Hydrostatic driving
system for self-propelled sprayer. Engineering
Journal. Vol. 26(3). P. 12-18.
