Key points are not available for this paper at this time.
As questões de avaliar a melhoria da eficiência das máquinas agrícolas domésticas de acordo com os critérios de adaptabilidade à manutenção e diagnóstico e o desenvolvimento de medidas para melhorá-las são relevantes, pois têm um impacto significativo na confiabilidade e no custo total de propriedade e na economia de recursos durante a operação. Os custos de manutenção e reparo e as perdas com o tempo de inatividade do equipamento dependem do nível de adaptabilidade do equipamento à manutenção e diagnóstico. (Objetivo da pesquisa) O objetivo da pesquisa é fundamentar o desenvolvimento de ferramentas adicionais de informação e diagnóstico para melhorar a eficiência das máquinas agrícolas. (Materiais e métodos) Foi realizada uma análise e descrição das ferramentas desenvolvidas para diagnosticar máquinas agrícolas. Estudamos equipamentos de controle e diagnóstico semelhantes fabricados por terceiros para máquinas agrícolas. Examinamos as características distintas dos nossos próprios desenvolvimentos e refletimos sobre a necessidade de diagnosticar parâmetros específicos. Foram descritas as possibilidades de analisar as informações recebidas utilizando algoritmos de inteligência artificial. (Resultados e discussão) Foram projetados em software de engenharia especial e os primeiros protótipos desses meios técnicos foram montados. Realizamos modelagem 3D desses dispositivos. Executamos testes que comprovaram a possibilidade de desenvolver tais dispositivos digitais de diagnóstico para máquinas agrícolas, justificando sua eficácia com base nos dados obtidos. Propusemos a modernização de uma série de sistemas. (Conclusões) Analisamos os resultados do trabalho dos dispositivos de informação e diagnóstico. Coletamos materiais sobre métodos modernos de diagnóstico de equipamentos. Determinamos o desenvolvimento futuro da linha de trabalho para melhor diagnóstico de componentes e conjuntos de máquinas agrícolas. Uma das direções propostas é o trabalho na adaptação de algoritmos de inteligência artificial para o diagnóstico de máquinas agrícolas.
Kostomakhin et al. (Fri,) estudaram esta questão.