Прогнозування ваги мостових кранів методами аналізу даних
Ключові слова:
нейронна мережа, мостовий кран, вага крану, автоматизація, розрахунокАнотація
Подано розрахунки ваги мостових кранів загального призначення. Числові дані щодо ваги наявних кранів наведено у вигляді таблиць і структуровано в залежності від вантажопідйомності і прольоту. Використано гіпотези математичної статистики, які дали змогу розподілити результати відповідно до нормального закону за умови однакової точності отриманих даних. На основі цих припущень застосовано метод найменших квадратів, що дозволило побудувати функцію двох змінних, яка визначає залежність ваги крана від прольоту та вантажопідйомності, об'єднуючи ці параметри. Отримано формулу, що дає можливість програмно обчислювати вагу кранів. За статистичними даними побудовано нейромережу, яка аналогічно до традиційних статистичних методів знаходить вагу мостових кранів. Виконано оцінку якості отриманого результату традиційним статистичними методами та за допомогою нейромережі. Виконано дослідження роботи статистичної моделі і нейромережі в області, що виходить за область визначення даних У статті обгрунтовано переваги запропонованого методу.
Посилання
1. Scheffler M. Grundlagen der Fördertechnik — Elemente und Triebwerke. Vieweg Verlag. 1994.
2. EN 13001-1 Cranes - General design - Part 1: General principles and requirements.
3. EN 13001-2 Crane safety - General design - Part 2: Load actions.
4. Zelić, Atila & Zuber, Ninoslav & Šostakov, Rastislav. Experimental determination of lateral forces caused by bridge crane skewing during travelling. Eksploatacja i Niezawodnosc - Maintenance and Reliability. 2017. Vol. 20. P. 90-99. doi: 10.17531/ein.2018.1.12.
5. Denis Molnár, Miroslav Blatnický, Ján Dižo. Comparison of Analytical and Numerical Approach in Bridge Crane Solution. Manufacturing Technology. April 2022, Vol. 22, No. 2 DOI: 10.21062/mft.2022.018.
6. Kozłowski, M., & Czerepicki, A. Quick electrical drive selection method for bus retrofitting. Sustainability (Switzerland), 2023. 15(13). https://doi.org/10.3390/su151310484.
7. Husain, I., Ozpineci, B., Islam, M. S., Gurpinar, E., Su, G. J., Yu, W., Chowdhury, S., Xue, L., Rahman, D., & Sahu, R. Electric drive technology trends, challenges, and opportunities for future electric vehicles. Proceedings of the IEEE, 2021. 109(6). https://doi.org/10.1109/JPROC.2020.3046112.
8. Suryavanshi, S., Dr. Pravin M. Ghanegaonkar, Dr. Ganesh K. Jadhav, & Sagar R Wankhede. comparative performance assessment of sizing of electric motor through analytical approach for electric vehicle application. ARAI Journal of Mobility Technology, 2023. 3(4). https://doi.org/10.37285/ajmt.3.4.7.
9. Akl, M. M., Ahmed, A. A., & Rashad, E. E. M. A wide component sizing and performance assessment of electric drivetrains for electric vehicles. 2019 21st International Middle East Power Systems Conference, MEPCON 2019 - Proceedings. https://doi.org/10.1109/MEPCON47431.2019.9008195.
10. Belhadi, Y., Kraa, O., Saadi, R., Bahri, M., & Telli, K. Sizing of fuel cell/supercapacitor hybrid system based on frequency splitting of required energy. EEA - Electrotehnica, Electronica, Automatica, 2023. 71(4). https://doi.org/10.46904/eea.23.71.4.1108005.
