Автономный прибор для экспресс-контроля качества подъемно-транспортных устройств зданий и сооружений Текст научной статьи по специальности «Строительство и архитектура»

Решетневские чтения

T. V. Puchkova

Novokuznetsk Branch-Institute of Kemerovo State University, Russia, Novokuznetsk

MULTIVARIANTE FUZZY STRUCTURAL ANALYSIS OF THE TIME SERIES IN THE SUPPORT SYSTEM FOR MANAGEMENT DECISION-MAKING

Presented the multivariate algorithm to determine the structural properties of time series based of fuzzy set theory, providing the more substantiated and timely decision-making at the different objects.

© nyHKOBa T. B., 2011

УДК 629.78

В. М. Суминов, И. В. Суминов, В. И. Акилин, М. Ю. Горожеев

МАТИ - Российский государственный технологический университет имени К. Э. Циолковского, Россия, Москва

АВТОНОМНЫЙ ПРИБОР ДЛЯ ЭКСПРЕСС-КОНТРОЛЯ КАЧЕСТВА ПОДЪЕМНО-ТРАНСПОРТНЫХ УСТРОЙСТВ ЗДАНИЙ И СООРУЖЕНИЙ

Рассмотрен принцип действия автономного прибора для экспресс-контроля состояния подъемно-транспортных устройств. Приведены характеристики этого прибора, показывающие его высокие технические возможности.

Одним из важных направлений в области безопасности эксплуатации и обслуживания подъемно-транспортных устройств (ПТУ) зданий и сооружений является экспресс-контроль их качества и безразборная диагностика состояния.

Техническая диагностика подъемно-транспортных устройств в процессе их эксплуатации позволяет полнее использовать межремонтный ресурс их подсистем, агрегатов и узлов, устранить необоснованную разборку механизмов, сократить простои ПТУ из-за технических неисправностей за счет прогнозирования и предупреждения отказов, снизить трудоемкость их ремонта и технического обслуживания путем сокращения разборочно-сборочных работ и своевременного и качественного выполнения регулировочных операций.

Контроль основных параметров технического состояния подсистем ПТУ в эксплуатационных условиях безразборным методом дает возможность установить закономерности их изменения в зависимости от срока эксплуатации и с достаточной точностью прогнозировать их остаточный ресурс. Это обусловливает экономическую эффективность данного метода и способствует повышению эксплутационной надежности и безопасности ПТУ.

В настоящее время приборы для экспресс-контроля качества ПТУ в рабочих условиях серийно не выпускаются. В связи с этим в МАТИ - Российском государственном технологическом университете имени К. Э. Циолковского был создан автономный прибор для экспресс-диагностики состояния лифтов жилых и административных зданий, который может быть использован и для других классов ПТУ.

В качестве основы для прибора была взята совместная конверсионная разработка МАТИ и ОАО «Московский институт электромеханики и автоматики», используемая в микромеханических приборах летательных аппаратов.

В отличие от приборов, применяемых в настоящее время, разработанный прибор позволяет осуществлять контроль кинематических параметров ПТУ (скорости, ускорения) непосредственно в процессе его штатной эксплуатации.

Принцип действия прибора основан на измерении линейных ускорений, действующих на кабину ПТУ, перемещающуюся в шахте в рабочем режиме по трем ортогональным осям системы координат, связанным с кабиной. В качестве измерителя линейных ускорений использован трехосный микромеханический акселерометр.

С помощью автономного прибора экспресс-контроля качества ПТУ определяются следующие параметры, регламентируемые нормативными документами:

- ускорения, возникающие при движении кабины ПТУ и действующие вдоль осей X, Y, Z;

- скорости движения кабины ПТУ вдоль осей X,

Y,Z;

- поперечные смещения кабины ПТУ при ее движении в шахте.

Ускорения, действующие на кабину ПТУ вдоль ортогональных осей X, Y, Z измеряются с помощью трехосного акселерометра, остальные параметры определяются по специальному алгоритму обработки информации, реализованному в приборе, и привязаны ко времени движения кабины ПТУ или координате ее перемещения в стволе шахты.

Информационно-управляющие системы

Технические характеристики прибора следующие:

- диапазон измеряемых скоростей движения кабины ПТУ - 0 ± 20 м/с;

- диапазон измеряемых ускорений - 0 ± 30 м/с2;

- диапазон измеряемых поперечных смещений -0 ± 50 мм;

- погрешность измерений - до 5 %;

- потребляемая мощность - до 3 Вт;

- габаритные размеры - 60*125*25 мм;

- масса - 250 г.

Созданный автономный прибор может найти широкое применение для экспресс-контроля качества монтажа и эксплуатационных характеристик пассажирских и грузовых ПТУ при проведении их сертификационных испытаний и диагностики состояния.

V. M. Suminov, I. V. Suminov, V. I. Akilin, M. U. Gorozheev «MATI» - Russian State University of Aviation Technology named after K. E. Tsiolkovsky, Russia, Moscow

INDEPENDENT DEVICE FOR EXPRESS QUALITY ASSURANCE OF HANDLING SYSTEMS OF BUILDINGS AND STRUCTURES

The created independent device can find wide application for express quality assurance of handling systems, at carrying out of their certified tests and diagnostics of their condition.

© CyMHHOB В. M., CyMHHOB H. B., AKHJIHH B. H., TopoxeeB M. ro., 2011

УДК 681.3

Д. В. Тихонов

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева, Россия, Красноярск

СПОСОБЫ ПРОГНОЗИРОВАНИЯ ПРИ ПОМОЩИ НЕЙРОННЫХ СЕТЕЙ

Рассмотрены способы прогнозирования временных интервалов при помощи нейронных сетей.

Задача прогнозирования временных интервалов была и остается актуальной, особенно сейчас, когда стали доступны мощные средства сбора и обработки информации. Одним из самых важных этапов в решении задач нейросетевого прогнозирования является выбор наиболее подходящего способа прогнозирования.

Существует два способа прогнозирования временных интервалов при помощи нейронной сети:

- одношаговое прогнозирование;

- многошаговое прогнозирование.

Одношаговое прогнозирование используется для

краткосрочных прогнозов, обычно абсолютных значений последовательности. Прогноз осуществляется только на один шаг вперед, но для прогноза на следующем шаге используется реальное, а не прогнозируемое значение. Результатом краткосрочного прогноза на нейронной сети является класс, к которому принадлежит переменная, а не ее конкретное значение. Формирование классов должно проводиться в

зависимости от целей прогнозирования. Общий подход состоит в том, что область определения прогнозируемой переменной разбивается на классы в соответствии с необходимой точностью прогнозирования. Классы могут представлять качественный или численный взгляд на изменение переменной.

Многошаговое прогнозирование применяется для осуществления долгосрочных прогнозов и предназначено для определения основного тренда и главных точек изменения тренда для некоторого промежутка времени в будущем. При этом прогнозирующая система использует полученные, т. е. выходные, данные для моментов времени k + 1, k + 2 и т. д., в качестве входных данных для прогнозирования на моменты времени k + 2, k + 3 и т. д.

Таким образом, в ходе исследования было выявлено, что существует несколько способов прогнозирования при помощи нейронной сети и каждый из этих способов подходит для решения задач определенного типа.

D. V. Tickhonov

Siberian State Aerospace University named after academician M. F. Reshetnev, Russia, Krasnoyarsk WAYS OF FORECASTING BY MEANS OF NEURAL NETWORKS

In work ways of forecasting of time intervals by means of neural networks are considered. It is described, for what purposes is better this or that way approaches.

© Тихонов Д. В., 2011