Повышение надежности асфальтоукладчиков путем прогнозирования остаточного ресурса основных узлов и агрегатов
Как цитировать
Аннотация
Ключевые слова
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.