Создание облачной платформы для анализа данных и прогнозирования на основе машинного обучения в сельском хозяйстве

Содержание

Введение

Глава 1. Научно-теоретические аспекты эксплуатации интеллектуальных технических систем в АПК

1.1. Технико-технологический потенциал отечественного сельхозмашиностроения в контексте цифровой трансформации

1.2. Нормативное регулирование и стандартизация процессов технической эксплуатации МТП в Российской Федерации

1.3. Теоретическое обоснование использования методов интеллектуального анализа данных для оценки надежности сельхозтехники

Глава 2. Анализ существующей системы эксплуатации и ремонта машинно-тракторного парка на примере агропредприятия

2.1. Производственно-техническая характеристика субъекта хозяйствования и структура используемой техники

2.2. Оценка результативности планово-предупредительной системы технического обслуживания в хозяйстве

2.3. Исследование факторов, влияющих на интенсивность отказов и простои зерноуборочной и тракторной техники

Глава 3. Проектирование облачной платформы для интеллектуальной поддержки технического сервиса

3.1. Разработка функциональной схемы взаимодействия облачного модуля с бортовыми системами диагностики

3.2. Формирование прогнозных моделей машинного обучения для оптимизации регламентов технического обслуживания

3.3. Расчет показателей экономической эффективности от внедрения системы прогностического мониторинга и снижения эксплуатационных затрат

Заключение

Список использованной литературы

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

Тема: Создание облачной платформы для анализа данных и прогнозирования на основе машинного обучения в сельском хозяйстве

Специальность: 35.02.16 Эксплуатация и ремонт сельскохозяйственной техники и оборудования

ВВЕДЕНИЕ

Современный этап развития отечественного агропромышленного комплекса характеризуется активным внедрением цифровых технологий в производственные процессы, что обусловлено необходимостью повышения эффективности использования машинно-тракторного парка и снижения эксплуатационных издержек сельскохозяйственных предприятий. Актуальность темы настоящей выпускной квалификационной работы определяется стратегическими задачами, сформулированными в Государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия, а также в ведомственном проекте «Цифровое сельское хозяйство», реализуемом Минсельхозом России. Техническое обслуживание и ремонт сельскохозяйственной техники представляют собой критически важные элементы производственного цикла, поскольку от своевременности и качества выполнения регламентных операций напрямую зависит коэффициент технической готовности машинно-тракторного парка, а следовательно, возможность выполнения полевых работ в агротехнические сроки. Традиционная система планово-предупредительного ремонта, основанная на нормативах наработки в моточасах, не учитывает реальное техническое состояние агрегатов и узлов техники, что приводит к преждевременной замене исправных деталей или, напротив, к внезапным отказам оборудования в наиболее напряженные периоды сельскохозяйственных работ.

Степень разработанности проблемы в отечественной научной литературе свидетельствует о растущем интересе исследователей к применению методов интеллектуального анализа данных в технической эксплуатации сельскохозяйственных машин. Специалисты ФГБНУ «ФНАЦ ВИМ» активно разрабатывают концепцию прогностического технического обслуживания, базирующуюся на непрерывном мониторинге параметров работы техники и предиктивной аналитике. Ученые ФГБОУ ВО «РГАЗУ» исследуют возможности применения алгоритмов машинного обучения для прогнозирования остаточного ресурса критически важных узлов зерноуборочных комбайнов и тракторов. Вместе с тем, анализ публикаций в профильных изданиях показывает, что в настоящее время отсутствуют комплексные методические разработки по созданию облачных платформ, интегрирующих данные бортовых систем диагностики с моделями машинного обучения и обеспечивающих формирование индивидуальных регламентов технического обслуживания для конкретных единиц техники с учетом фактических условий их эксплуатации.

Целью выпускной квалификационной работы является разработка функциональной модели облачной платформы для анализа эксплуатационных данных и прогнозирования технического состояния сельскохозяйственной техники на основе алгоритмов машинного обучения с последующим обоснованием экономической эффективности ее внедрения в систему технического сервиса агропредприятия. Для достижения поставленной цели необходимо решить следующие задачи:

• изучить современное состояние и перспективы развития отечественного сельскохозяйственного машиностроения в контексте цифровой трансформации отрасли;
• проанализировать нормативно-правовую базу, регламентирующую процессы технического обслуживания и ремонта машинно-тракторного парка в Российской Федерации;
• обосновать теоретическую целесообразность применения методов интеллектуального анализа данных для повышения надежности функционирования сельскохозяйственной техники;
• провести комплексную оценку системы эксплуатации и ремонта машинно-тракторного парка на примере конкретного сельскохозяйственного предприятия с выявлением факторов, влияющих на интенсивность отказов;
• разработать архитектуру облачной платформы, обеспечивающую сбор, хранение и обработку телеметрических данных от бортовых систем диагностики сельскохозяйственных машин;
• рассчитать экономический эффект от внедрения системы прогностического мониторинга технического состояния и оптимизации регламентов технического обслуживания.

Объектом исследования выступает система технической эксплуатации машинно-тракторного парка сельскохозяйственного предприятия ООО «Агропрогресс» Воронежской области, специализирующегося на производстве зерновых культур и располагающего машинно-тракторным парком, укомплектованным современной техникой отечественного и зарубежного производства. Предметом исследования являются организационно-технические аспекты применения облачных технологий и алгоритмов машинного обучения для совершенствования системы технического обслуживания и ремонта сельскохозяйственной техники с целью повышения коэффициента технической готовности машинно-тракторного парка и снижения эксплуатационных затрат.

Методологическая база исследования включает теоретические методы анализа и синтеза научно-технической информации, изучение нормативно-правовых документов в области технической эксплуатации сельскохозяйственных машин, статистический анализ производственных данных о наработке техники и интенсивности отказов, экспертные оценки технического состояния агрегатов, методы имитационного моделирования производственных процессов. Теоретическую основу работы составили положения ГОСТ Р 53056-2008 «Техника сельскохозяйственная. Методы экономической оценки», типовые технологии технического обслуживания, разработанные специалистами ФГБНУ «ФНАЦ ВИМ», а также научные труды ведущих отечественных ученых в области эксплуатации машинно-тракторного парка.

Научная новизна работы заключается в разработке методического подхода к формированию индивидуализированных регламентов технического обслуживания сельскохозяйственной техники на основе интеграции данных бортовых систем диагностики с прогнозными моделями машинного обучения в рамках облачной платформы. Теоретическая значимость исследования состоит в обосновании возможности применения алгоритмов предиктивной аналитики для оценки остаточного ресурса критическ

…