Зазначено, що процес автоматизації керування технологічними процесами шляхом використання діагностування технічного стану електродвигунів у робочих режимах дозволяє до мінімуму знизити збиток від цих наслідків за рахунок раннього виявлення зароджуваних дефектів. Наразі не завершене розроблення єдиної теорії діагностування приводів шахтних підіймальних машин. На практиці контроль технічного стану в основному здійснюється під час проведення планових ремонтів, що не дозволяє виявити зароджувані дефекти і запобігти значним пошкодженням приводів аж до їх повного виходу з ладу. Труднощі одержання діагностичної інформації полягають у тому, що між головними функціональними вузлами електричних машин існує взаємозалежність. Це означає, що у разі виникнення фізичного пошкодження у будь-якому із вузлів, в інших вузлах, як наслідок, також з'являються умовні несправності. Основним шляхом підвищення функціональної ефективності автоматизованої системи керування приводами шахтних підіймальних машин є надання їй властивості адаптивності на основі використання ідей і методів машинного навчання та розпізнавання образів. Для підвищення експлуатаційної надійності та терміну служби електропривода шахтної підіймальної машини запропоновано інформаційно-екстремальний алгоритм машинного навчання системи функціонального контролю електропривода з гіперсферичним класифікатором. Як критерій функціональної ефективності навчання системи функціонального контролю використано нормовану ентропійну міру Шеннона.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Зимовець Вікторія Ігорівна (технічні науки)
• Чирва Андрій Сергійович (педагогічні науки)

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"