Возможности использования данных электронных систем сельскохозяйственных машин для построения предсказательных моделей | Possibilities of using the data of electronic systems of agricultural machinery for building predictive models

English. More and more modern agricultural machines are equipped with remote control systems and sensors, which opens up new opportunities for predicting the failure of mechanisms. However, a variety of data coming from the intelligent systems of modern machines may have heterogeneous formats, be unstructured or partially structured, which does not allow unambiguously determining their usefulness for building models and predicting malfunctions. On the example of data coming from sensors of Rostselmash combine harvesters, the hypothesis about a possibility of their treating for the machine learning purposes and constructing predictive models in the future was tested. The methods of mathematical statistics, modeling were used: a descriptive statistical analysis was carried out, the main statistical estimates were calculated, and regression and correlation analysis of available data was performed. Based on the results of the regression analysis, with reference to significant parameters, regression models were constructed that allow predicting the value of one variable with known values of dependent variables. The degrees of dependence of the indicators in the studied data were determined, according to the results of the correlation analysis, a high closeness of the relationship (the correlation coefficient is higher than 0.7) between the rotation frequencies of the shafts and augers of the aggregates and nodes was noted. Regularities in the changes in indicators in previous periods were revealed: when plotting the distribution of rotation frequencies of the shafts and augers of aggregates over time, according to the available data, synchronicity of the distribution of values in a conditionally normal operating mode was observed. The future results are predicted on the basis of the revealed patterns: the deviation trend of one of the symmetry coefficients distribution graphs of the rotational frequencies of the shafts and screws of the units over time from the normal position will signal a change in the characteristics of a particular working unit. The obtained results confirmed the prospects of predictive analytics of agricultural machines based on on-board systems data.

Russian. Все больше современных с.-х. машин оснащаются системами и датчиками удаленного контроля, что открывает новые возможности для прогнозирования отказа механизмов. Однако разнообразные данные, поступающие с интеллектуальных систем современных машин, могут иметь неоднородные форматы, быть неструктурированными или структурированными частично, и это не позволяет однозначно определить их полезность для построения моделей и предсказания неисправностей. На примере данных, поступающих с датчиков зерноуборочных комбайнов компании "Ростсельмаш", была проверена гипотеза о возможности их обработки для целей машинного обучения и построения в дальнейшем предсказательных моделей. Применялись методы математической статистики, моделирование: произведен описательный статистический анализ, рассчитаны основные статистические оценки; регрессионный и корреляционный анализ имеющихся данных. По результатам регрессионного анализа с учетом значимых параметров построены регрессионные модели, позволяющие предсказывать значение одной переменной при известных значениях зависимых переменных. Определены степени зависимости показателей в изучаемых данных, по результатам корреляционного анализа отмечена высокая теснота взаимосвязи (коэффициент корреляции выше 0,7) между частотами вращения валов и шнеков агрегатов и узлов. Выявлены закономерности в изменениях показателей в предыдущих периодах: при построении графиков распределения частот вращения валов и шнеков агрегатов во времени, по имеющимся данным, наблюдается синхронность распределения значений при условно нормальном режиме работы. Спрогнозированы будущие результаты на основе выявленных закономерностей: тренд отклонения одного из графиков распределения коэффициентов симметрии частот вращения валов и шнеков агрегатов во времени от нормального положения будет сигнализировать об изменении характеристик конкретного рабочего узла. Полученные результаты подтвердили перспективность предиктивной аналитики агромашин на основе данных бортовых систем.