Архитектура интеллектуальной системы вибрационной диагностики транспортных средств и методика анализа вибрационных сигналов

2026

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.32523/2616-7263-2026-154-1-149-165
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

В статье рассматриваются вопросы разработки методики анализа вибрационных сигналов и формирования концепции архитектуры интеллектуальной системы вибрационной диагностики транспортных средств. Актуальность исследования обусловлена необходимостью повышения надежности и безопасности эксплуатации транспортных систем в условиях цифровизации и внедрения киберфизических технологий. В качестве основного метода обработки выбран спектральный анализ на базе быстрого преобразования Фурье, который позволяет выявлять доминирующие частотные компоненты и формировать диагностические признаки. Представлена экспериментальная реализация регистрации вибрационных ускорений с использованием многоканальных акселерометрических датчиков и цифровая обработка данных с расчетом интегральных и спектральных параметров. На базе разработанной методики предложена концепция многоуровневой архитектуры интеллектуальной системы, включающей сенсорный, аналитический и интеллектуальный уровни. Такой подход ориентирован на интеграцию с цифровыми платформами мониторинга и реализацию обслуживания по состоянию, что повышает эффективность диагностики и эксплуатационной надежности транспортных средств. Предложенная архитектура предусматривает масштабируемость и модульность для адаптации к различным типам транспортных средств. Реализованный подход может стать основой для развития современных систем интеллектуальной диагностики в транспортной отрасли, способных эффективно предотвращать поломки и повышать эксплуатационную готовность транспортных средств.