<?xml version="1.0" encoding="UTF-8"?>
<article xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="JATS-archive-oasis-article1-4.xsd" article-type="research-article" dtd-version="1.4" xml:lang="ru">
  <front>
    <journal-meta>
      <journal-title-group>
        <journal-title>Журнал Современные проблемы науки и образования</journal-title>
      </journal-title-group>
      <issn>2070-7428</issn>
      <publisher>
        <publisher-name>Общество с ограниченной ответственностью &amp;quot;Издательский Дом &amp;quot;Академия Естествознания&amp;quot;</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="publisher-id">ART-9721</article-id>
      <title-group>
        <article-title>ИНТЕЛЛЕКТУАЛЬНАЯ ДИАГНОСТИКА ЭЛЕКТРОМАГНИТНЫХ МЕХАНИЗМОВ НА БАЗЕ НЕЙРОННЫХ СЕТЕЙ</article-title>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author">
          <name-alternatives>
            <name xml:lang="ru">
              <surname>Дубров</surname>
              <given-names>В.И.</given-names>
            </name>
          </name-alternatives>
          <name-alternatives>
            <name xml:lang="en">
              <surname>Dubrov</surname>
              <given-names>V.I.</given-names>
            </name>
          </name-alternatives>
          <email>slavadubrov@gmail.com</email>
          <xref ref-type="aff" rid="affedf8aae3"/>
        </contrib>
      </contrib-group>
      <aff id="affedf8aae3">
        <institution xml:lang="ru">ФГБОУ ВПО «Южно-Российский государственный технический университет (Новочеркасский политехнический институт)»</institution>
        <institution xml:lang="en">South Russian State Technical University (Novocherkassk Polytechnic Institute)</institution>
      </aff>
      <pub-date date-type="pub" iso-8601-date="2013-04-23">
        <day>23</day>
        <month>04</month>
        <year>2013</year>
      </pub-date>
      <issue>4</issue>
      <fpage>40</fpage>
      <lpage>40</lpage>
      <permissions>
        <license xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This is an open-access article distributed under the terms of the CC BY 4.0 license.</license-p>
        </license>
      </permissions>
      <self-uri content-type="url" hreflang="ru">https://science-education.ru/ru/article/view?id=9721</self-uri>
      <abstract xml:lang="ru" lang-variant="original" lang-source="author">
        <p>Описаны этапы адаптации интеллектуального алгоритма диагностики высоковольтного коммутационного оборудования под задачу диагностики электромагнитных механизмов. В статье проводится исследование возможности применения вейвлет-спектральной обработки характеристик электромагнитных механизмов. Предложен адаптированный алгоритм диагностики электромагнитных механизмов. В разработанный алгоритм вводится информативная функция, которая значительно улучшает точность диагностирования на следующем этапе с использованием интеллектуального аппарата нейронной сети. Для подтверждения результатов приводятся ошибки обучения нейронной сети, вычисленные с использованием различных характеристик электромагнит. Описанные алгоритмы смоделированы в системе математического моделирования Matlab, в качестве объекта диагностирования был выбран электромагнит типа Inventio. Измеренные характеристики получены с использованием современной измерительной техники - прибора MagHyst, обеспечивающего достаточную точность измерения тока I(t) и потокосцепления Psi(t) в обмотке электромагнита.</p>
      </abstract>
      <abstract xml:lang="en" lang-variant="translation" lang-source="translator">
        <p>Describes stages of adaptation of the intelligent diagnostic algorithm of high-voltage switchgear for the diagnostic of electromagnetic mechanisms. In the article research the possibility of the application of wavelet spectral processing of characteristics of electromagnetic mechanisms. Proposed adapted diagnostic algorithm of electromagnetic mechanisms. In the developed algorithm is introduced informative function, which greatly improves the accuracy of diagnosis in the next stage with the use of the intellectual apparatus of the neural network. To confirm the results given neural network learning error calculated using different electromagnetic characteristics. The algorithms are simulated in the mathematical modeling system “Matlab”, as the object of diagnosis was chosen electromagnet of Inventio type. The measured properties are obtained with the use of modern measuring equipment - a device MagHyst, providing sufficient accuracy current I (t) and flux linkage Psi (t) in the coil of the electromagnet.</p>
      </abstract>
      <kwd-group xml:lang="ru">
        <kwd>высоковольтное коммутационное оборудование</kwd>
        <kwd>электромагнитные механизмы</kwd>
        <kwd>интеллектуальная диагностика</kwd>
        <kwd>нейронные сети</kwd>
        <kwd>вейвлет-спектр.</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>high-voltage switchgear</kwd>
        <kwd>electromagnetic mechanisms</kwd>
        <kwd>intelligent diagnostics</kwd>
        <kwd>neural networks</kwd>
        <kwd>wavelet spectrum.</kwd>
      </kwd-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <ref>
        <note>
          <p>1. Дубров В.И. Адаптация двухэтапного алгоритма диагностики высоковольтного коммутационного оборудования под задачу диагностики электромагнитных механизмов // Студенческая научная весна - 2013 : материалы Межрегион. науч.-техн. конф. студ., асп. и молодых ученых Южного федерального округа / Юж.-Рос. гос. техн. ун-т (НПИ). - Новочеркасск : ЮРГТУ (НПИ), 2013.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>2. Дубров В.И., Кириевский В.Е. Двухэтапный алгоритм диагностики высоковольтных выключателей по скоростным характеристикам с использованием методов спектрального анализа // Контроль. Диагностика. - 2012. - № 10.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>3. Дубров В.И., Кириевский В.Е. Применение вейвлет-анализа для диагностики высоковольтных выключателей по скоростным характеристикам // Контроль. Диагностика. - 2012. - № 7.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>4. Дубров В.И. Оптимизация параметров интеллектуальной диагностической системы высоковольтных выключателей // Современные проблемы науки и образования. – 2013. – № 1. - URL: http://www.science-education.ru/107-8256 (дата обращения: 31.01.2013).</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>5. Haykin S. Neural Networks:  A Comprehensive Foundation. - Second Edition. - Prentice Hall, Inc., 1999.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>6. Innovatives Qualit&amp;#228;tsmanagement — Pr&amp;#252;fung von Elektromagneten und Magnetventilen // &amp;#214;lhydraulik und Pneumatik. – 2010. – 5. - S. 197. - Vereinigte Fachverlage, Mainz, 2010.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>7. Magnetische Messung - Neue Wege der Funktionspr&amp;#252;fung bei der Herstellung von Magnetaktoren. Beitrag zur VDI-Tagung — Klein- und Mikroantriebstechnik, W&amp;#252;rzburg, 2010.</p>
        </note>
      </ref>
      <ref>
        <note>
          <p>8. Stark H.-G. Wavelets and Signal Processing - An Application Based Introduction. Technosphera- Publishers, 2007.</p>
        </note>
      </ref>
    </ref-list>
  </back>
</article>
