Особливості моделювання процесів Зміни технічного стану з складовою випадковості

##plugins.themes.bootstrap3.article.main##

А.І. Головань

Аннотация

В межах сучасних умов експлуатації вантажних суден, особливу актуальність набуває проблема підтримки та оптимізації технічного стану суднових технічних засобів. При цьому, одним з важливих аспектів є врахування випадкових факторів, які можуть впливати на ефективність та надійність суден. Це стає особливо актуальним, коли мова йде про великі вантажні судна, що роблять довгі рейси, де вірогідність випадкових пошкоджень чи відмов є високою. Представлена стаття присвячена дослідженню методів моделювання процесів зміни технічного стану суднових технічних засобів вантажних суден. Важливість теми обумовлена необхідністю прогнозування та планування технічного обслуговування суден, що включає різні складові, зокрема двигуни, корпус, рушій, навігаційне обладнання, енергетичне обладнання, та інше. Розглянуто аналітичні та статистичні методології моделювання, а також враховано випадкові експлуатаційні фактори, що діють в інтервалі між технічним обслуговуванням суднових технічних засобів. У статті визначено, що задачі моделювання процесів зміни технічного стану включають аналіз швидкості зміни технічного стану, яка відображає динаміку змін технічного стану засобів вантажного судна і є важливим індикатором для планування та проведення технічного обслуговування. У статті проведено порівняльний аналіз аналітичних та статистичних методологій моделювання, що використовуються для деталізації закономірностей варіативності технічного стану, формування моделей регулярностей еволюції та акумуляції пошкоджень. Досліджено вплив випадкових експлуатаційних факторів на процеси зміни технічного стану між технічним обслуговуванням суднових технічних засобів. Виявлено, що випадкові експлуатаційні фактори можуть охоплювати різні морські умови, навантаження, погодні умови та інші фактори, що впливають на стан судна та його технічних засобів між плановими технічними обслуговуваннями. Результати дослідження можуть бути використані для оптимізації графіка технічного обслуговування, заснованого на реальному стані суднових технічних засобів.

##plugins.themes.bootstrap3.article.details##

Как цитировать
Головань, А. (2023). Особливості моделювання процесів Зміни технічного стану з складовою випадковості. Весник Одеского национального морского университета, (70), 71-83. https://doi.org/10.47049/2226-1893-2023-3-71-83
Раздел
Технические проблемы эксплуатации судового оборудования
Биография автора

А.І. Головань, Одеський національний морський університет, м. Одеса, Україна

к.т.н., доцент кафедри судноводіння і морської безпеки

Литература

1. Hu L., Hu N.Q., Fan B., Gu F.L., & Zhang, X. (2015). Modeling the Relationship between Vibration Features and Condition Parameters Using Relevance Vector Machines for Health Monitoring of Rolling Element Bearings under Varying Operation Conditions. Mathematical Problems in Engineering, 2015, 1-10. https://doi.org/10.1155/2015/123730
2. Chong H.Y., Tan S.C., & Yap H.J. (2021). Hybridization of harmonic search algorithm in training radial basis function with dynamic decay adjustment for condition monitoring. Soft Computing, 25(15), 10221-10235. https://doi.org/10.1007/s00500-021-05963-3
3. Zhao J., Gao C., Tang T., Xiao X., Luo M., & Yuan B. (2022). Overview of Equipment Health State Estimation and Remaining Life Prediction Methods. Machines, 10(6), 422. https://doi.org/10.3390/machines10060422
4. Jenab K., Rashidi K., & Moslehpour S. (2013). An Intelligence-Based Model for Condition Monitoring Using Artificial Neural Networks. International Journal of Enterprise Information Systems, 9(4), 43-62. https://doi.org/10.4018/ijeis.2013100104
5. Oneto L., Anguita D., Coraddu A., Cleophas T.F., & Xepapa K. (2016). Vessel monitoring and design in industry 4.0: A data driven perspective. https://doi.org/10.1109/rtsi.2016.7740594
6. Ying-Yun H., Hao-Peng G., & Yu-Peng S. (2012). The Boundary Conditi- on’s Study and Application of Diesel Dynamics Analysis on Unsteady Wor- king Condition. https://doi.org/10.2991/mems.2012.44
7. Aqueveque P., Radrigan L., Pastene F., Morales A.S., & Guerra E. (2021). Data-Driven Condition Monitoring of Mining Mobile Machinery in Non- Stationary Operations Using Wireless Accelerometer Sensor Modules. IEEE Access, 9, 17365-17381. https://doi.org/10.1109/access.2021.3051583
8. Golovan A.I. (2023). Conceptual model of planning and optimization of cargo vessel maintenance schedules [Kontseptualna model planuvannia ta optymizatsii hrafikiv tekhnichnoho obsluhovuvannia vantazhnykh suden]. Vodnij Transport, 1(37), 41-49. https://doi.org/10.33298/2226-8553.2022.1.37.11 [in Ukrainian].
9. Golovan A., & Gritsuk I. (2023). The main principles of assessing the effi- ciency of ship maintenance [Osnovni pryntsypy doslidzhennia efektyv-nosti tekhnichnoho obsluhovuvannia sudna]. Transport development, 1(16), 47-60. https://doi.org/10.33082/td.2023.1-16.04 [in Ukrainian].
10. Jerrelind J., & Stensson A. (2000). Nonlinear dynamics of parts in enginee- ring systems. Chaos Solitons & Fractals, 11(15), 24132428. https://doi.org/10.1016/s0960-0779(00)00016-3
11. Golovan A., Honcharuk I., Deli O., Kostenko O., & Nykyforov Y. (2021). System of Water Vehicle Power Plant Remote Condition Monitoring. IOP Conference Series, 1199(1), 012049. https://doi.org/10.1088/1757-899x/1199/1/012049
12. Golovan A. (2023). Development of information support systems for maintaining the technical serviceability of Ukrainian merchant ships based on digital twins and real-time data analysis [Rozroblennia system informa- tsiinoho zabezpechennia pidtrymky tekhnichnoi prydatnosti suden torhovoho flotu Ukrainy na osnovi tsyfrovykh dviinykiv i analizu danykh v realnomu chasi] (0123U102159). https://nddkr.ukrintei.ua/view/rk/d1025734d23e9a0005f89ffa7dc9a215 [in Ukrainian].