Показати скорочену інформацію

dc.contributor.authorКашканова, А. А.uk
dc.contributor.authorKashkanova, A.en
dc.date.accessioned2023-01-18T10:02:40Z
dc.date.available2023-01-18T10:02:40Z
dc.date.issued2022
dc.identifier.citationКашканова А. А. Застосування нечіткої нейронної мережі для визначення інформативності факторів впливу на реалізацію зчіпної здатності дороги і шини [Текст] / А. А. Кашканова // Вісник машинобудування та транспорту. – 2022. – № 1. – С. 88-99.uk
dc.identifier.issn2415-3486
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/36168
dc.description.abstractЗадача оцінювання зчіпної здатності дороги і шини є однією з найбільш актуальних в автотехнічній експертизі дорожньо-транспортних пригод (ДТП), оскільки результати її розв’язання безпосередньо впливають на оцінювання ефективності гальмування колісних транспортних засобів (ТЗ), як основного способу попередження виникнення аварійних ситуацій на автомобільному транспорті. У разі наявності таких пошкоджень ТЗ, що унеможливлюють проведення дорожніх випробувань, експерту доводиться використовувати застарілі розрахункові методики. Це сприяє виникненню похибок та збільшує невизначеність даних, на основі яких формуються експертні висновки. В роботі запропоновано шляхи удосконалення існуючих підходів щодо оцінювання коефіцієнта зчеплення та показників ефективності гальмування ТЗ при автотехнічній експертизі ДТП в умовах наявності композиційної (стохастичної та нечіткої) невизначеності. Аналіз застосування математичних методів в практиці розслідування ДТП показав, що при відсутності можливості використання традиційних математичних методів, які базуються на виявленні точних кількісних взаємозв’язків, для дослідження ДТП в умовах невизначеності доцільно застосовувати наближені методи моделювання, які засновані на нечітких (неперервних) логіках. Здійснено вибір та обґрунтування методу оцінювання зчіпних якостей автомобільних шин при дослідженні ДТП в умовах невизначеності на основі використання результатів дослідження ефективності гальмування транспортних засобів категорії М1 в умовах експлуатації та оцінювання інформативності факторів, які впливають на коефіцієнт зчеплення, засобами Fuzzy Logic Toolbox обчислювального середовища Matlab. В результаті чого встановлено, що удосконалення існуючих підходів щодо оцінювання коефіцієнта зчеплення та показників ефективності гальмування ТЗ при автотехнічній експертизі ДТП в умовах наявності композиційної невизначеності можна досягти за рахунок використання простих ANFIS-моделей, які забезпечують кращі узагальнюючі властивості.uk
dc.description.abstractThe task of assessing the traction of the road and tires is one of the most relevant in the technical examination of road accidents, as the results of its solution directly affect the assessment of the effectiveness of braking of wheeled vehicles, as the main method of preventing road accidents on motor transport. In the presence of such damage to the vehicle, which makes it impossible to conduct road tests, the expert has to use outdated calculation methods. This contributes to errors and increases the uncertainty of the data on which expert opinions are formed. The paper proposes ways to improve existing approaches to estimating the adhesion factor and indicators of braking efficiency of vehicles in the automotive examination of accidents in the presence of compositional (stochastic and fuzzy) uncertainty. Analysis of the use of mathematical methods in the practice of accident investigation showed that in the absence of the possibility of using traditional mathematical methods based on the detection of accurate quantitative relationships, to study accidents in uncertainty, it is advisable to use approximate modeling methods based on fuzzy (continuous) logics. The results of the study of the braking efficiency of vehicles of category M1 in operating conditions and the results of the evaluation of the informativeness of the factors influencing the adhesion factor, using the Fuzzy Logic Toolbox of the Matlab computing environment were used to the choice and substantiation of the method of estimating the coupling qualities of car tires in the study of road accidents in conditions of uncertainty. As a result, it was found that the improvement of existing approaches to estimating the adhesion factor and efficiency of vehicle braking in autotechnical examination of road accidents in the presence of compositional uncertainty can be achieved through the use of simple ANFIS models that provide better generalizing properties.en
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofВісник машинобудування та транспорту. № 1 : 88-99.uk
dc.relation.urihttps://vmt.vntu.edu.ua/index.php/vmt/article/view/286
dc.subjectтранспортний засібuk
dc.subjectзчіпна здатність дороги і шиниuk
dc.subjectкоефіцієнт зчепленняuk
dc.subjectсповільненняuk
dc.subjectгальмівний шляхuk
dc.subjectкомпозиційна невизначеністьuk
dc.subjectекспертиза дорожньо-транспортних пригодuk
dc.subjectvehicleen
dc.subjecttraction of road and tiresen
dc.subjectadhesion factoren
dc.subjectdecelerationen
dc.subjectbraking distanceen
dc.subjectcompositional uncertaintyen
dc.subjectexamination of road accidentsen
dc.titleЗастосування нечіткої нейронної мережі для визначення інформативності факторів впливу на реалізацію зчіпної здатності дороги і шиниuk
dc.title.alternativeThe use of a fuzzy neural network to determine the information content of factors affecting the implementation of the grip properties of a road with a tireen
dc.typeArticle
dc.identifier.udc629.016
dc.relation.referencesWorld Health Organization. Road traffic injuries. URL: http://www.who.int/mediacentre/factsheets/fs358/en/.en
dc.relation.referencesСовершенствование методов автотехнической экспертизы при дорожно-транспортных происшествиях: монография / [В. П. Волков, В. Н. Торлин, В. М. Мищенко, А. А. Кашканов, В. А. Кашканов, В. П. Кужель, В. А. Ксенофонтова, А. А. Ветрогон, Н. В. Скляров]. Харьков: ХНАДУ, 2010, 476 с.ru
dc.relation.referencesА. М. Туренко, В. І. Клименко, О. В. Сараєв, С. В. Данець, Автотехнічна експертиза. Дослідження обставин ДТП. Харків: ХНАДУ, 2013, 320 с.uk
dc.relation.referencesD. Struble, Automotive accident reconstruction: practices and principles. Boca Raton: CRC Press, 2013, 498 p.en
dc.relation.referencesBosch Automotive Handbook. 9th Edition. / [Reif K., Dietsche K.-H. & others]. Karlsruhe : Robert Bosch GmbH, 2014, 1544 p.en
dc.relation.referencesPacejka Hans B. Tyre and vehicle dynamics. 3rd Ed. Butterworth-Heinemann, Elsevier, 2012, 629 p.en
dc.relation.referencesA. A. Kashkanov, A. P. Rotshtein, V. Yu. Kucheruk, V. A. Kashkanov, «Tyre-Road friction Coefficient: Estimation Adaptive System», Bulletin of the Karaganda University. «Physics» series, № 2(98), pр. 50-59, 2020. Doi: 10.31489/2020Ph2/50-59.en
dc.relation.referencesK.B. Singh, M. Ali Arat, S. Taheri, “An Intelligent Tire Based Tire-Road Friction Estimation Technique and Adaptive Wheel Slip Controller for Antilock Brake System”, ASME. J. Dyn. Sys., Meas., Control, no. 135(3), pp. 031002-031002-26, 2013. Doi:10.1115/1.4007704.en
dc.relation.referencesJ. Breuer, A. Faulhaber, P. Frank and S. Gleissner, “Real world safety benefits of brake assistance systems”, in Proceedings of the 20th International Technical Conference on the Enhanced Safety of Vehicles. Washington, DC: National Highway Traffic Safety Administration, 2007, no. 07-0103.en
dc.relation.referencesKanwar Bharat Singh & Saied Taheri, “Estimation of tire-road friction coefficient and its application in chassis control systems”, Systems Science & Control Engineering, no. 3:1, pp. 39-61, 2015. Doi: 10.1080/21642583.2014.985804.en
dc.relation.referencesC. Laugier, I. E. Paromtchik, M. Perrollaz, J.-D. Yoder, C. Tay, M. Yong, A. Nègre, K. Mekhnacha, “Probabilistic analysis of dynamic scenes and collision risks assessment to improve driving safety”, IEEE Intelligent Transportation Systems Magazine, no. 3, pp. 4-19, 2011.en
dc.relation.referencesR. Zhang, L. Cao, S. Bao, J. Tan, “A method for connected vehicle trajectory prediction and collision warning algorithm based on V2V communication”, International Journal of Crashworthiness, vol. 22, no. 1, pp. 15-25, 2017.en
dc.relation.referencesВ. П. Волков, Г. Б. Вільський, Теорія руху автомобіля. Суми: Університетська книга, 2010, 320 c.uk
dc.relation.referencesAASHTO Green Book, A Policy on Geometric Design of Highways and Streets, 7th Edition, 2018, 1047 p.en
dc.relation.referencesА. А. Кашканов, «Математичні методи обгрунтування рішень в автотехнічній експертизі дорожньо-транспортних пригод», Автомобільний транспорт, № 43, с. 78-89, 2018. Doi: 10.30977/АТ.2219-8342.2018.43.0.78.uk
dc.relation.referencesH. Franck, D.Franck, Mathematical methods for accident reconstruction: a forensic engineering perspective. Boca Raton: CRC Press, 2009, 328 p.en
dc.relation.referencesА. А. Кашканов, В. А. Кашканов, А. А. Кашканова, «Моделювання траєкторії руху автомобіля при дослідженні ДТП», Вісник машинобудування та транспорту, № 1(9), с. 53-65, 2019. Doi: 10.31649/2413-4503-2019-9-1-53-65.uk
dc.relation.referencesEuropean Network of Forensic Science Institutes. Best Practice Manual for Road Accident Reconstruction, ENFSI, ENFSI-BPM-RAA-01. Version 01 - November 2015. URL: http://enfsi.eu/wp-content/uploads/2016/09/ 4._road_accident_reconstruction_0.pdf.en
dc.relation.referencesО. М. Сумець, В. Ф. Голодний, Основи експертизи дорожньо-транспортних пригод: автотеxнiчна експертиза. К.: Хай-Тек Прес, 2008, 160 с.uk
dc.relation.referencesL. Rieger, J. Scheef, H. Becker, M. Stanzel and R. Zobel, “Active safety systems change accident environment of vehicles significantly –a challenge for vehicle design”, in Nineteenth International Technical Conference on the Enhanced Safety of Vehicles, Washington, 2005,pp. 05-0074.en
dc.relation.referencesMarco P daSilva, Analysis of Event Data Recorder Data for Vehicle Safety Improvement. URL: http://www.nhtsa.gov/DOT/NHTSA/NRD/Multimedia/ PDFs/EDR/Research/811015.pdf.en
dc.relation.referencesD. Hynd, M. McCarthy, Study on the benefits resulting from the installation of Event Data Recorders. URL: https://ec.europa.eu/transport/sites/transport/ files/docs/study_edr_2014.pdf.en
dc.relation.referencesW. Wach, J. Unarski, “Uncertainty of calculation results in vehicle collision analysis”, Forensic Science International, vol. 167(2), pp. 181–188, 2007. Doi: 10.1016/j.forsciint.2006.06.061.en
dc.relation.referencesА. А. Кашканов, «Методика оцінювання і зменшення невизначеності в задачах автотехнічної експертизи дорожньо-транспортних пригод», Вісник машинобудування та транспорту, № 1(11), с. 71-78, 2020. Doi: 10.31649/2413-4503-2020-11-1-71-78.uk
dc.relation.referencesВ. М. Дубовой, О. О. Ковалюк, Моделі прийняття рішень в управлінні розподіленими динамічними системами. Вінниця: Універсум-Вінниця, 2008, 185 с.uk
dc.relation.referencesA. Rotshtein, H. Rakytyanska, Fuzzy Evidence in Identification, Forecasting and Diagnosis. Berlin: Springer, 2012, 313 p. Doi: https://doi.org/10.1007/978-3-642-25786-5.en
dc.relation.referencesВ. А. Кашканов, В. М. Ребедайло, А. А. Кашканов, В. П. Кужель, Інтелектуальна технологія ідентифікації коефіцієнта зчеплення при автотехнічній експертизі ДТП. Вінниця: ВНТУ, 2011, 128 с.uk
dc.relation.referencesJ.-S. R. Jang, «ANFIS: Adaptive-Network-based Fuzzy Inference Systems», IEEE Transactions on Systems, Man, and Cybernetics, vol. 23, no. 3, pp. 665-685, May 1993.en
dc.relation.referencesH. Andy, Register. A Guide to MATLAB Object-Oriented Programming. Chapman and Hall/CRC, 2007, 384 p.en
dc.relation.referencesЮ. П. Зайченко, Нечеткие модели и методы в интеллектуальных системах. Киев: Слово, 2008, 344 с.ru
dc.identifier.doihttps://doi.org/10.31649/2413-4503-2022-15-1-88-99


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію