Представлена информационная модель прогнозирования технического состояния приводных узлов оборудования пищевых производств на базе анализа вибрационных сигналов. Модель реализует единый конвейер: цифровая предобработка, удаление DC, нормализация, спектральная оценка методом Уэлча, окно Hann, NFFT=4096, перекрытие 50%, гибридное признаковое пространство - логарифмическая сетка спектральных амплитуд, энергии в лог-полосах, расширенная статистика, доменно-специфические агрегаты, многоклассовая нейронная классификация patternnet, trainscg и интерпретируемая интегральная оценка дефектности на основе нечеткой логики Мамдани. Эксперимент выполнен на смесителе с двухвальным рыхлителем и асинхронным электродвигателем АИР132М2У2 мощностью 11 кВт, 600 об/мин, измерительный тракт: акселерометр ДН-3М1 + АЦП L-Card E14-440D, частота дискретизации 20 кГц, контрольная точка - передний подшипник типоразмера 6308. Получена суммарная точность классификации 99,94 % на отложенной выборке при сохранении объяснимости решений через лингвистические уровни DefectLevel«Норма/Предупреждение/Крит»...

An information model for predicting the technical condition of the drive units of food production equipment based on the analysis of vibration signals is presented. The model implements a single pipeline: digital preprocessing, DC removal, normalization, Welch spectral estimation, Hann window, NFFT=4096, 50% overlap, hybrid feature space - logarithmic grid of spectral amplitudes, energies inlog bands, advanced statistics, domain-specific aggregates, multiclass neural classification patternnet, trainscg and interpreted integral estimation defects based on Mamdani's fuzzy logic. The experiment was performed on a mixer with a two-shaft ripper and an asynchronous AIR132M2U2 electric motor with a power of 11 kW, 600 rpm, measuring path: accelerometer DN-3M1 + ADC L-Card E14-440D, sampling frequency 20 kHz, control point - front bearing size 6308. The total classification accuracy of99.94 % was obtained on the deferred sample while maintaining the explainability of solutions through linguistic levels of DefectLevel "Norm/Warning/Crete." The proposed approach is consistent with GOST R ISO 20816/13374 and is focused on standardization and technical regulation practices, ensuring reproducibility of measurements and maintenance support in the production environment...