ІНТЕЛЕКТУАЛЬНИЙ АНАЛІЗАТОР СТАНУ АВТОМОБІЛЯ ЗА ТЕНДЕНЦІЯМИ ДИНАМІКИ ЙОГО ПАРАМЕТРІВ

Анотація

У роботі розглядається проблема своєчасної оцінки технічного стану автомобіля на основі аналізу інформативних ознак зносу, що дозволяє попередити критичні відмови без необхідності звернення до сервісного центру. Традиційні підходи до технічної діагностики, що ґрунтуються на пробігу або регламентних інтервалах, є недостатньо ефективними, оскільки не враховують реальний стан вузлів і агрегатів. У зв’язку з цим запропоновано інтелектуальний підхід на основі ансамблю штучних нейронних мереж, що дозволяє визначати ступінь зносу основних систем автомобіля за динамікою параметрів його роботи.Метою дослідження є розробка моделі, яка забезпечує автоматизовану класифікацію технічного стану транспортного засобу на основі сукупності ознак, що сигналізують про потенційні несправності. Для цього сформовано репрезентативну навчальну вибірку з використанням статистичних даних про типові симптоми зносу (зниження динаміки розгону, нестабільний запуск двигуна, зростання витрати пального, поява детонації тощо), що дозволяє своєчасно виявляти ознаки потенційних несправностей і визначати оптимальні моменти для технічного обслуговування. Розроблена модель базується на теоремі Колмогорова–Арнольда і реалізована як задача розпізнавання образів із використанням методів навчання з учителем.Експериментальні результати підтверджують високу точність та практичну застосовність моделі. Запропоновану нейромережеву архітектуру можна адаптувати під різні класи транспортних засобів. Практичне застосування такого аналізатора дозволяє знизити витрати на обслуговування, підвищити безпеку експлуатації та своєчасно реагувати на технічні проблеми. Розроблене рішення може бути інтегроване в існуючі програмно-апаратні системи моніторингу стану автомобіля, забезпечуючи зручність, доступність та надійність діагностичного процесу. Результати дослідження сприяють ширшому впровадженню технологій штучного інтелекту у сфері технічної діагностики автотранспорту.