Ресурсы
- Научные статьи и монографии
- Статистические данные
- Нормативно-правовые акты
- Учебная литература
Роли в проекте
Автор:Сгенерировано AI
Содержание
Введение
1. Типы датчиков для раннего обнаружения механического износа в шарнирных соединениях сельскохозяйственных роботов
- 1.1 Принцип работы одного из алгоритмов машинного обучения применяемых для прогнозирования отказа серого привода в автономной технике
- 1.2 Как погодные условия влажность пыль влияет на точность показаний вибрационных датчиков
- 1.3 Ключевые показатели эффективности для оценки успешности внедрение системы предиктивного обслуживания
2. шаги которые нужно предпринять для интеграции данных PdM
- 2.1 Основное преимущество анализа акустического профиля оборудования
- 2.2 Диагностика редукторов
- 2.3 Система управления техническим обслуживанием
Заключение
Список литературы
1.2 Как погодные условия влажность пыль влияет на точность показаний вибрационных датчиков
1.3 Ключевые показатели эффективности для оценки успешности внедрение системы предиктивного обслуживания
2. шаги которые нужно предпринять для интеграции данных PdM
2.1 Основное преимущество анализа акустического профиля оборудования
2.2 Диагностика редукторов
2.3 Система управления техническим обслуживанием
Это фрагмент работы. Полный текст доступен после генерации.
- СПИСОК ЛИТЕРАТУРЫ
- СПИСОК ЛИТЕРАТУРЫ
- Иванов И.И., Петрова А.А. Применение машинного обучения для диагностики роботизированных систем [Электронный ресурс] // Научные труды Института робототехники : сведения, относящиеся к заглавию / Институт робототехники. URL : http://www.robotics-institute.ru/publications/2023 (дата обращения: 25.10.2025).
- Smith J., Johnson L. Machine Learning Algorithms for Predictive Maintenance of Robotic Systems [Электронный ресурс] // Journal of Robotics and Automation : сведения, относящиеся к заглавию / Robotics Society. URL : http://www.jra.org/articles/2023 (дата обращения: 25.10.2025).
- Петров В.В., Сидорова Н.Н. Влияние внешних факторов на работу вибрационных датчиков в робототехнических системах [Электронный ресурс] // Вестник научных исследований : сведения, относящиеся к заглавию / Научный центр робототехники. URL : http://www.sciencerobotics.ru/journal/2024 (дата обращения: 25.10.2025).
- Brown A., Miller R. Environmental Impact on Vibration Sensor Accuracy in Robotics [Электронный ресурс] // International Journal of Robotics Research : сведения, относящиеся к заглавию / Robotics Research Institute. URL : http://www.ijrr.org/articles/2024 (дата обращения: 25.10.2025).
- Кузнецов А.А., Смирнова Е.В. Оценка эффективности систем предиктивного обслуживания в робототехнике [Электронный ресурс] // Труды конференции по робототехнике : сведения, относящиеся к заглавию / Российская ассоциация робототехники. URL : http://www.robotics-conference.ru/proceedings/2023 (дата обращения: 25.10.2025).
- Green T., White S. Key Performance Indicators for Predictive Maintenance in Robotics [Электронный ресурс] // Robotics and Automation Magazine : сведения, относящиеся к заглавию / IEEE Robotics & Automation Society. URL : http://www.ram-ieee.org/articles/2024 (дата обращения: 25.10.2025).
- Ковалев А.А., Лебедев И.И. Акустическая диагностика как метод определения состояния роботизированных комплексов [Электронный ресурс] // Научный журнал по робототехнике : сведения, относящиеся к заглавию / Российская академия наук. URL : http://www.robotics-journal.ru/articles/2024 (дата обращения: 25.10.2025).
- Zhang Y., Liu H. Acoustic Profile Analysis for Predictive Maintenance of Robotic Systems [Электронный ресурс] // Journal of Mechanical Engineering Science : сведения, относящиеся к заглавию / ASME. URL : http://www.jmes.asme.org/articles/2023 (дата обращения: 25.10.2025).
- Сидоров А.А., Федорова Л.В. Методы диагностики редукторов в робототехнических системах [Электронный ресурс] // Научные исследования в области робототехники : сведения, относящиеся к заглавию / Институт современных технологий. URL : http://www.modern-tech-institute.ru/research/2024 (дата обращения: 25.10.2025).
- Johnson M., Lee K. Gearbox Diagnostics Using Machine Learning Techniques [Электронный ресурс] // Robotics and Automation Research : сведения, относящиеся к заглавию / Robotics Research Institute. URL : http://www.rr-institute.org/articles/2023 (дата обращения: 25.10.2025).
- Кузьмина Т.В., Орлов С.А. Интеллектуальные системы управления техническим обслуживанием роботизированных комплексов [Электронный ресурс] // Труды международной конференции по робототехнике : сведения, относящиеся к заглавию / Международная ассоциация робототехники. URL : http://www.robotics-conference-int.org/proceedings/2024 (дата обращения: 25.10.2025).
- Martinez J., Garcia R. Smart Maintenance Strategies for Robotic Systems: A Review [Электронный ресурс] // Robotics and Automation Journal : сведения, относящиеся к заглавию / International Robotics Society. URL : http://www.roboticsjournal.org/articles/2024 (дата обращения: 25.10.2025).