Методика автоматизированного прогнозирования остаточного ресурса элементов подвески транспортных средств категории М1

Abstract

Представлена методика автоматизированного прогнозирования остаточного ресурса амортизаторов подвески транспортных средств категории M1 по данным периодического диагностирования. Диагностический параметр – коэффициент эффективности амортизатора, измеряемый на вибростенде MAHA MSD 3000. На основе более 140 наблюдений построены четыре регрессионные модели деградации и оценена их адекватность. Установлено, что трехпараметрическая экспоненциальная модель обеспечивает наивысшую точность (R? до 0,973, MAE ? 3400 км). Методика реализована в виде программного модуля VBA для MS Excel, позволяет количественно оценить наработку до достижения порога ? = 0,4 и обоснованно планировать замену амортизаторов в рамках предиктивного обслуживания. Предложенный подход не требует дополнительного дорогостоящего оборудования и может быть внедрен в практику станций технического обслуживания для планирования замены элементов подвески в рамках предиктивного (прогнозного) обслуживания. The paper presents a method for automatically forecasting the residual life of suspension shock absorbers in M1 category vehicles, based on periodic diagnostics data. The diagnostic parameter is the shock absorber efficiency coefficient measured on the MAHA MSD 3000 test bench. Based on more than 140 observations, four regression models of degradation have been constructed and their adequacy has been assessed. It has been established that the three-parameter exponential model provides the highest accuracy (R? up to 0,973, MAE ? 3,400 km). The methodology is implemented as a VBA software module for MS Excel and enables a quantitative assessment of service life before reaching the ? = 0,4 threshold, allowing for rational scheduling of shock absorber replacements as part of predictive maintenance. The proposed approach does not require additional expensive equipment and can be introduced into the practice of service stations to plan the replacement of suspension elements within a predictive maintenance framework.