Дисертаційна робота присвячена вирішенню актуального науково-технічного завдання, що полягає в обґрунтуванні, розробці та дослідженні комп'ютерних моделей системи діагностики технічного стану електродвигунів гірничих машин,
спрямованих на підвищення об’єктивності діагностики стану електромеханічного обладнання з використанням статистичних методів оцінювання, мереж Петрі і кластерного аналізу. Актуальність наукової роботи обумовлена тим, що в сучасних
умовах на гірничих підприємствах постають питання підвищення надійності та ефективності експлуатації електромеханічного обладнання (ЕМО), насамперед, електродвигунів (ЕД) гірничих машин, оскільки значна частка цього обладнання
вимагає заміни через вичерпання лімітного строку експлуатації або капітального ремонту, а це, в свою чергу, призводить до значних матеріальних та часових витрат через простої технологічного обладнання, псування продукції внаслідок аварії,
зниження електро- і пожежобезпеки, пов'язаних з можливими короткими замиканнями, аномальними режимами роботи з перевантаженням їх струмами, більшими від номінальних, та іншими небажаними наслідками. Висока
трудомісткість проведення технічної діагностики поточного стану електромеханічного обладнання, а інколи і повна відсутність такої діагностики обумовлюють зношеність основних фондів, подорожчання ремонтів і збільшення
обсягів ремонтних робіт. Разом з тим, аналіз досвіду використання ЕМО показує, що значна його частина має ще досить великий запас надійності, і при наявності обґрунтованих рекомендацій термін експлуатації такого обладнання може бути
значно збільшений. Такі рекомендації можуть бути отримані шляхом комп'ютерного моделювання систем діагностики технічного стану електродвигунів гірничих машин. Саме тому дисертаційне дослідження присвячене розробці ефективних
комп'ютерних моделей систем діагностики технічного стану електродвигунів, які дозволять забезпечити раннє виявлення дефектного стану, підвищити достовірність оцінювання технічного стану ЕМО.
В роботі обґрунтовано вибір множини основних енергомеханічних параметрів, які мають вплив на технічний стан шахтних електродвигунів, та сформовано систему класифікації режимів технічного стану ЕД за умови їх розподілення за
чотирма відповідними класами, серед яких нормальна експлуатація, поточний і капітальний ремонти та повний вихід з ладу. Запропоновані комп’ютерні моделі для визначення залежностей між струмом витоку крізь міжфазну ізоляцію і струмами
фаз, а також між зсувом фаз струму та напруги і витковою ізоляцією електродвигунів, які дозволяють використовувати дані обставини для поточного контролю технічного стану і профілактики дефектів ізоляції та запобігання аварій,
пов’язаних з її порушенням.
Розроблені математичні моделі діагностики технічного стану електродвигунів гірничих машин на основі статистичного методу Байєса, мереж Петрі та кластерного аналізу, для чого використовувалися нейронні мережі Кохонена, адаптивного
резонансу і екстремального машинного навчання. Використання таких моделей дозволить підвищити об’єктивність діагностики технічного стану електромеханічного обладнання за рахунок проведення безперебійного контролю
енергомеханічних параметрів в режимі реального часу та забезпечить усування недоліків існуючої системи планово-попереджувальних ремонтів при формуванні графіків ремонтів для ефективної організації технічного обслуговування за
фактичним станом та надійну експлуатацію як старого, так і нового устаткування.
Ключові слова: комп'ютерне моделювання, система діагностики, технічний
стан, електродвигуни гірничих машин, статистичні методи, мережі Петрі,
кластерний аналіз
