Автоматизация управления рабочими процессами строительных и дорожных машин на основе интеллектуальных алгоритмов обработки данных

Abstract

Бортовые измерительные системы строительных и дорожных машин формируют поток данных объёмом порядка 0,35 ГБ на машину за десятичасовую смену, однако управляющее решение по большинству рабочих процессов принимается оператором с запаздыванием, сопоставимым со временем корреляции внешнего возмущения. Наращивание сложности алгоритма обработки увеличивает вычислительную задержку и обесценивает выигрыш в точности прогноза, и это расхождение остаётся неразрешённым. Цель работы – количественно определить условия, при которых интеллектуальный алгоритм обработки бортовых данных обеспечивает удержание технологического параметра в нормативном допуске. Построена авторская расчётная модель замкнутого контура «измерение – обработка – решение – воздействие» для уплотнения грунта вибрационным катком, профилирования слоя автогрейдером и разработки выемки экскаватором; остаточное отклонение оценено через минимально достижимую дисперсию при запаздывании и проверено имитацией на 4 млн отсчётов. Переход от пороговой логики к градиентному бустингу снижает долю выхода коэффициента уплотнения за допуск 0,04 с 16,8 до 2,6%, при этом рекуррентная сеть с вычислительной задержкой 0,214 с даёт 2,6%, и выигрыш в точности поглощается запаздыванием. Критическая вычислительная задержка для контура уплотнения составила 0,206 с. Предел автоматизации рабочего процесса задаётся отношением суммарной задержки контура ко времени корреляции возмущения, и повышение класса алгоритма без сокращения исполнительного запаздывания смещает этот предел незначительно. Onboard measuring systems of construction and road machines generate about 0.35 GB of data per machine over a ten-hour shift, yet for most work processes the control decision is still made by the operator with a lag comparable to the correlation time of the external disturbance. Greater algorithmic complexity raises the computational delay and cancels the gain in prediction accuracy, and this mismatch remains unresolved. The aim of the work is to quantify the conditions under which an intelligent algorithm processing onboard data keeps a technological parameter within the regulatory tolerance. An author's computational model of the closed loop «measurement – processing – decision – actuation» was built for soil compaction by a vibratory roller, layer grading by a motor grader and excavation of a cut by a hydraulic excavator; the residual deviation was estimated through the minimum attainable variance under dead time and verified by simulation over 4 million samples. Replacing threshold logic with gradient boosting cuts the share of degree-of-compaction readings outside the 0,04 tolerance from 16,8 to 2,6%, while a recurrent network with a computational delay of 0,214 s yields 2,6%, so the accuracy gain is absorbed by the lag. The critical computational delay for the compaction loop equals 0,206 s. The limit of work process automation is set by the ratio of the total loop delay to the disturbance correlation time.