МАШИНЫ И МЕХАНИЗМЫ

Повышение надежности асфальтоукладчиков путем прогнозирования остаточного ресурса основных узлов и агрегатов

Авторы

  • Тихон Андреевич Сидоров Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26
  • Александр Дмитриевич Грудин Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26
  • Филипп Андреевич Мизёв Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26
  • Максим Алексеевич Пенягин Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26
  • Максим Павлович Красников Национальный исследовательский Московский государственный строительный университет, 129337, Россия, г. Москва, Ярославское шоссе, д. 26

Как цитировать

ГОСТ Сидоров Т. А., Грудин А. Д., Мизёв Ф. А., Пенягин М. А., Красников М. П. Повышение надежности асфальтоукладчиков путем прогнозирования остаточного ресурса основных узлов и агрегатов // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2026. Т. 70. № 8. С. 115-127. DOI: 10.25726/u5088-6746-4544-b
APA Сидоров, Т. А., Грудин, А. Д., Мизёв, Ф. А., Пенягин, М. А. & Красников, М. П. (2026). Повышение надежности асфальтоукладчиков путем прогнозирования остаточного ресурса основных узлов и агрегатов. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 70(8), 115-127. https://doi.org/10.25726/u5088-6746-4544-b

Аннотация

Ремонтные стратегии, построенные на календарной периодичности и фиксированной наработке, плохо согласуются с фактическим темпом деградации узлов асфальтоукладчика: разброс ресурса гидропривода при одинаковой наработке достигает величин, при которых плановая замена оказывается либо преждевременной, либо запоздалой. Цель работы – построение расчётной схемы прогнозирования остаточного ресурса основных узлов асфальтоукладчика по диагностическим признакам и оценка достижимого уровня готовности парка. Применены двухпараметрическое распределение Вейбулла, гамма-процесс деградации и гибридная схема, соединяющая стохастическую модель накопления повреждения с градиентным бустингом на векторе диагностических признаков; расчёт выполнен на авторской модели парка из двенадцати гусеничных укладчиков с наработкой за сезоны 2021-2026 годов. Установлено, что гидропривод даёт 34,2% отказов и 36,8% суммарного простоя при наработке на отказ 413 мото-ч, а решающий вклад в точность прогноза вносят загрязнённость рабочей жидкости и объёмный КПД насоса хода – суммарно 0,58 в шкале важности признаков. Гибридная схема снижает среднюю абсолютную ошибку прогноза остаточного ресурса с 218 до 87 мото-ч и поднимает коэффициент технической готовности парка с 0,782 до 0,871 при горизонте прогноза 150 мото-ч; расширение горизонта до 300 мото-ч результат ухудшает. Предел прогнозной стратегии задаётся скоростью накопления диагностической информации, и усложнение вычислительной схемы этот предел не смещает.

Ключевые слова

асфальтоукладчик остаточный ресурс прогнозирование технического состояния гидропривод коэффициент технической готовности гамма-процесс деградации обслуживание по фактическому состоянию

Библиографические ссылки

Аноприенко А.К., Коноплин А.Ю. Перспективы применения клееклепаной технологии при создании и ремонте дорожно-строительных машин в условиях резких термических колебаний и низких температур // Проблемы машиностроения и надежности машин. 2021. № 6. С. 68-72.

Гареев А.М., Прокофьев А.Б., Рыжкова Ю.П., Стадник Д.М. Прогнозирование остаточного срока службы гидравлического насоса с применением методов машинного обучения // Динамика и виброакустика. 2021. Т. 7. № 3. С. 13-21.

Дорохина Е.С., Голдовская А.А., Гирник А.С. Прогнозирование остаточного ресурса асинхронных тяговых электродвигателей // Проблемы машиностроения и надежности машин. 2019. № 4. С. 63-67.

Загарин Д.А., Плавельский А.Е., Плавельский Е.П., Скель В.И. О виртуальных и натурных испытаниях строительных, дорожных, горных машин и спецавтотранспортных средств // Законодательная и прикладная метрология. 2024. № 5. С. 25-29.

Зорин В.А., Нгуен Чонг Минь. Прогнозирование остаточного ресурса гидромоторов строительных машин по результатам имитационного моделирования // Ремонт. Восстановление. Модернизация. 2023. № 3. С. 15-19.

Мухин В.В. Анализ дефектов и способов ремонта элементов дорожно-строительных машин, работающих в контакте с влажными средами // Ремонт. Восстановление. Модернизация. 2021. № 3. С. 22-27.

Пугин К.Г., Шаякбаров И.Э. Обеспечение надёжности гидравлических систем строительно-дорожных машин // Тракторы и сельхозмашины. 2025. Т. 92. № 2. С. 176-184.

Рузанкин П.А. Особенности технологий ремонта основных элементов гидравлической системы дорожно-строительных машин с применением полимерных композиционных материалов // Ремонт. Восстановление. Модернизация. 2021. № 12. С. 9-12.

Al-Refaie A., Al-Atrash M., Lepkova N. Prediction of the remaining useful life of a milling machine using machine learning // MethodsX. 2025. Vol. 14. Art. 103195.

Chen C., Lu N., Jiang B., Wang C. A risk-averse remaining useful life estimation for predictive maintenance // IEEE/CAA Journal of Automatica Sinica. 2021a. Vol. 8. № 2. pp. 412-422.

Chen Z., Wu M., Zhao R., Guretno F., Yan R., Li X. Machine remaining useful life prediction via an attention-based deep learning approach // IEEE Transactions on Industrial Electronics. 2021b. Vol. 68. № 3. pp. 2521-2531.

Dalzochio J., Kunst R., Barbosa J.L.V., Vianna H.D., de Oliveira Ramos G., Pignaton E., Binotto A., Favilla J. ELFpm: a machine learning framework for industrial machines prediction of remaining useful life // Neurocomputing. 2022. Vol. 512. pp. 420-442.

Gareev A.M., Shakhmatov E.V., Prokofev A.B., Stadnik D.M. Machine learning method for predicting remaining useful life of hydraulic equipment // Journal of Machinery Manufacture and Reliability. 2022. Vol. 51. № 3. pp. 253-260.

Taşcı B., Omar A., Ayvaz S. Remaining useful lifetime prediction for predictive maintenance in manufacturing // Computers and Industrial Engineering. 2023. Vol. 184. Art. 109566.

Zhang Y., Fang L., Qi Z., Deng H. A review of remaining useful life prediction approaches for mechanical equipment // IEEE Sensors Journal. 2023. Vol. 23. № 24. pp. 29991-30006.

Выпуск

Раздел

МАШИНЫ И МЕХАНИЗМЫ

Метрики

56 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные

Похожие статьи

1 2 3 4 5 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.

Наиболее читаемые статьи этого автора (авторов)