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

2026

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.32523/2616-7263-2026-154-1-149-165
Достоверность данных 70 средняя
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.