Эта статья является препринтом и не была отрецензирована.
О результатах, изложенных в препринтах, не следует сообщать в СМИ как о проверенной информации.
Разработка адаптивной системы шумовибрационной диагностики силового агрегата автомобиля на основе анализа звукового сигнала
1. Шум и вибрация в автомобилестроении (NVH): теория и практика / Под ред. А. В. Лебедева, С. И. Петрова. – 2-е изд., перераб. и доп. – М.: Машиностроение, 2020. – 456 с.
2. Randall, R. B. Vibration-Based Condition Monitoring: Industrial, Automotive and Aerospace Applications / R. B. Randall. – 2nd ed. – Chichester: John Wiley & Sons, 2021. – 432 p.
3. Smith, W. A. Machine Learning for Mechanical Signature Analysis: A Review with Applications to Bearing Fault Diagnosis / W. A. Smith, R. B. Randall // Mechanical Systems and Signal Processing. – 2021. – Vol. 152. – P. 107361. – DOI: 10.1016/j.ymssp.2020.107361.
4. Методы обработки сигналов в технической диагностике : учеб. пособие / П. Н. Иванов, М. К. Сидоров, В. Л. Тихонов. – СПб.: Лань, 2022. – 320 с.
5. Применение методов глубокого обучения для диагностики агрегатов транспортных средств / К. Д. Волков [и др.] // Вестник МГТУ им. Н.Э. Баумана. Сер. «Машиностроение». – 2023. – № 1(148). – С. 45–62. – DOI: 10.18698/0236-3941-2023-1-45-62.
6. Онлайн-мониторинг и прогноз остаточного ресурса деталей двигателя на основе адаптивных нейросетевых моделей / Г. С. Михайлов, Т. Л. Николаева, А. С. Попов // Автоматизация и IT в энергетике. – 2022. – № 4(49). – С. 12–21.
7. Диагностика подшипников качения по спектрам виброакустических сигналов с использованием преобразования Гильберта–Хуанга / Е. Р. Закиров, Л. В. Фомина // Датчики и системы. – 2021. – № 10(257). – С. 28–35.
8. Janssens, O. Convolutional Neural Network Based Fault Detection for Rotating Machinery / O. Janssens, R. V. de Walle, M. Loccufier // Journal of Sound and Vibration. – 2019. – Vol. 437. – P. 350–367. – DOI: 10.1016/j.jsv.2018.10.019.
9. Интеллектуальная бортовая система диагностики на основе интернета вещей (IoT) / В. П. Семёнов, А. А. Крылов // Транспорт на альтернативном топливе. – 2023. – № 1(83). – С. 54–63.
10. Современные тенденции в области предиктивной аналитики и технического обслуживания оборудования / А. И. Белов, Д. Ю. Марченко // Надежность и качество сложных систем. – 2022. – № 2(38). – С. 3–15. – DOI: 10.21685/2307-4205-2022-2-1.
11. Верлан, В. Ф. Акустические методы диагностики машин и механизмов / В. Ф. Верлан, А. П. Ковальский. – Киев: Наукова думка, 2019. – 288 с.
12. Гибридная модель для идентификации неисправностей коробки передач по данным виброакустики / Zhao, M., Kang, M., Tang, B. // Journal of Mechanical Science and Technology. – 2020. – Vol. 34(7). – P. 2749–2762. – DOI: 10.1007/s12206-020-0611-8.
13. Стандарт SAE J1979: Диагностика электронных систем автомобилей (OBD). – Rev. May 2022. – 124 p.
14. Goodfellow, I. Deep Learning / I. Goodfellow, Y. Bengio, A. Courville. – MIT Press, 2016. – 800 p.
15. Экспериментальные исследования шумовибрационных характеристик силового агрегата при переменных оборотах / И. С. Дмитриев, Р. В. Казаков // Двигателестроение. – 2021. – № 5. – С. 34–39.
