Підвищення ефективності технічного обслуговування та поточного ремонту зернозбирального комбайна

Abstract

В магістерській роботі вдосконалений алгоритм рою частинок для оптимізації штрафного коефіцієнта SVM та ширини функції ядра. В удосконаленому алгоритмі вагу інерції поступово зменшували на кожній ітерації, щоб збалансувати здатність до глобального пошуку та здатність до локального пошуку популяції. Кінцевий показник діагностики несправностей IPSO-SVM склав 95,58%. Алгоритм IPSO-SVM підвищив точність прогнозування несправностей зернозбиральних комбайнів, а ефективність алгоритму була перевірена на практиці. На основі комплексної платформи системи експлуатації та технічного обслуговування методу діагностики несправностей кукурудзозбирального комбайна було проведено моделювання та порівняння IPSO-SVM з SVM, GA-SVM та PSO-SVM. Верифікація показала, що точність прогнозування несправностей зернозбирального комбайна була покращена і був розроблений новий метод для дослідження діагностики несправностей зернозбирального комбайна. Однак в роботі використовували лише штучні несправності для імітації польових умов. У порівнянні з польовими операціями може бути певна похибка точності.

In the master's thesis, the particle swarm algorithm was improved to optimize the SVM penalty factor and kernel function width. In the improved algorithm, the inertia weight was gradually reduced at each iteration to balance the global search capability and the local population search capability. The final fault diagnosis rate of IPSO-SVM was 95.58%. The IPSO-SVM algorithm improved the accuracy of combine harvester fault prediction, and the effectiveness of the algorithm was tested in practice. Based on the comprehensive platform of the operation and maintenance system of the corn harvester fault diagnosis method, the IPSO-SVM was simulated and compared with SVM, GA-SVM, and PSO-SVM. The verification showed that the fault prediction accuracy of the combine harvester was improved and a new method was developed to investigate the fault diagnosis of the combine harvester. However, we only used artificial faults to simulate field conditions. Compared to field operations, there may be some accuracy error.