@article{Великанов_Дёрина_Панфилова_2022, title={Методы искусственного интеллекта в оценке степени износа футеровочной брони конусных дробилок}, url={http://ojs.irgups.ru/index.php/stsam/article/view/732}, abstractNote={<p>Конусные дробилки среднего и мелкого дробления эксплуатируются на горнодобывающих предприятиях при дроблении материалов с достаточно широким диапазоном физико-механических свойств. Обзор и анализ научно-технической литературы по проблематике закономерностей процесса дробления в конусных дробилках определил следующие направления исследований: зависимости между гранулометрическим составом материала и параметрами профиля дробящего пространства; интенсивность изнашивания футеровочной брони подвижного и неподвижного конусов; установление оптимального профиля дробящего пространства; минимизация расхода высокомарганцовистой стали; оптимизация затрат на ремонт и обслуживание дробильного оборудования и др. Состояние футеровочной брони является одним из основных определяющих факторов в изменении качественно-количественных характеристик процесса мелкого дробления. Установлено, что значительное число отказов конусных дробилок (96 %) приводят к внеплановым ремонтам. Целью исследования является реализация нового подхода в мониторинге состояния футеровочной брони. В статье применялся комплексный подход, который включает в себя научный анализ и обобщение ранее опубликованных исследований по рассматриваемой проблематике. Методологическую основу исследований составляют теория нечеткой логики и нечетких множеств, а также методы системного анализа. Научная новизна работы заключается в реализации возможности использования методов искусственного интеллекта в оценке состояния футеровочной брони конусных дробилок. Определен подход в контроле износа футеровочной брони конусных дробилок мелкого и среднего дробления.</p>}, number={2(74)}, journal={Современные технологии. Системный анализ. Моделирование}, author={Великанов, Владимир Семенович and Дёрина, Наталья Владимировна and Панфилова, Ольга Рашидовна}, year={2022}, month={авг.}, pages={202-211} }