Авторы: Р.В. Вензелев, аспирант; М.П. Баранова, д. т. н., доцент ФГБОУ ВО Красноярский ГАУ; А.Н. Рогалев, к. ф.-м. н., ФГБУН Институт вычислительного моделирования СО РАН
Ключевые слова: акустическая эмиссия; мониторинг контактов; сборные шины; ультразвук; нейронные сети.
Аннотация: В статье представлены результаты исследований данных, полученных при акустической эмиссии плоскостного электрического контакта, выполненного болтовым соединением алюминиевых шин. Проведено сравнение значений зависимости ультразвукового сигнала от переходного сопротивления и температуры контакта, построенных с помощью методологии поверхностей отклика и нейросетевого базиса. Выполнено обучение нейронной сети для прогнозирования степени развития дефекта контактного соединения на основе данных ультразвука и температуры контакта.
Application of machine learning to determine the technical condition of a plane contact connection of busbars using the acoustic method
Authors: Venzelev R.V., Postgraduate student; Baranova M.P., Doctor of Technical Sciences Krasnoyarsk State Agrarian University; Rogalev A.N., PhD in Physics and Mathematics Institute of Computational Modeling SB RAS
Key words: acoustic emissions; contact monitoring; busbars; ultrasound; neural networks.
Abstract: The article presents the results of studies of data obtained from the acoustic emission of a planar electrical contact made by a bolted connection of aluminum busbars. A comparison was made of the dependence of the ultrasonic signal on the contact resistance and contact temperature, constructed using the response surface methodology and the neural network basis. A neural network was trained to predict the degree of development of a contact joint defect based on ultrasound data and contact temperature.
