Способ и процессная модель предварительной обработки данных автоматизированных систем контроля технического состояния зерноуборочных комбайнов

Современные самоходные сельскохозяйственные машины отличаются своей технологичностью, сложностью и высокой стоимостью. Обеспечение надёжности и работоспособности таких машин является ключевой задачей технического сервиса. Развитие технологий технического сервиса позволяет собирать, обрабатывать и строить прогнозы технического состояния машин на основе данных, получаемых в процессе их эксплуатации. Сбор данных осуществляется встроенными системами контроля, с помощью которых происходит диагностирование и оперативное выявление неисправностей в работе узлов и агрегатов машин. Целью исследования являлась разработка и апробация способа предварительной обработки данных, полученных с помощью автоматической системы контроля технического состояния и датчиков, установленных на зерноуборочных комбайнах ACROS, и формализация разработанного алгоритма для последующей автоматизации процесса подготовки данных для технического анализа. Качество данных оценивалось по следующим критериям: объём данных, типы данных, количество атрибутов, наличие и количество пропусков, наличие дубликатов, наличие аномалий, соответствие категорий, нормализация и согласованность значений, возможная гомогенность, сегментация. В качестве инструментов использованы Python, R, библиотеки Pandas, NumPy, Matplotlib. В результате проведённого исследования установлено, что сырые данные с аналитических систем контроля технического состояния зерноуборочных комбайнов не пригодны для анализа и прогнозирования технического состояния узлов и агрегатов. Прежде всего, это связано с большим количеством пропущенных значений. Построение процессной модели на основе разработанного способа предварительной обработки данных может рассматриваться как концепция информационной системы, позволяющей автоматизировать процесс подготовки данных систем контроля технического состояния зерноуборочных комбайнов для машинной обработки. Представленный способ позволил получить структурированные и информативные данные, корректное заполнение пропусков, устранение выбросов и ошибок. Построенная процессная модель обеспечивает прозрачность, контроль и оптимизацию процессов работы с данными, позволит исключить ошибки и противоречия в их дальнейшем анализе, а также создаст условия для повторяемости действий в дальнейшем при обработке аналогичных датасетов, полученных с систем контроля технического состояния зерноуборочных комбайнов.