• Рус Русский
  • Eng English (UK)

Научно-технический журнал, учрежденный ОмГУПСом. Реестровый номер СМИ: ПИ № ФС77-75780 от 23 мая 2019 г. ISSN: 2220-4245. Подписной индекс в интернет-каталоге «Пресса по подписке» (www.akc.ru): Е28002. Подписка на электронную версию – на платформе «Руконт».
Журнал включен в РИНЦ и входит в перечень ВАК.

Результаты поиска

  • №2(38), 2019
    2-8

    Совершенствование технологического процесса ремонта дизелей типа д49

    Износ деталей цилиндропоршневой группы и кривошипно-шатунного механизма является одной из основных причин постановки дизеля в ремонт. Своевременное обнаружение возникновения интенсивного износа позволяет предупредить негативные последствия, своевременно выполнить ремонт, исключить вероятность непланового выхода локомотива из эксплуатации. В результате исследования интенсивности накопления продуктов изноа в моторном масле разработана математическая модель, которая реализуется с применением аппарата искусственных нейронных сетей. Применение данной модели позволяет проводить оперативную оценку технического состояния деталей дизеля безразборным способо и усовершенствовать технологический процесс ремонта дизелей типа Д49.
  • №3(15), 2013
    96-103

    Разработка программного алгоритма прогнозирования расхода электрической энергии нетяговых железнодорожных потребителей на основе искусственных нейронных сетей

    В работе предложен алгоритм для прогнозирования расхода электрической энергии нетяговыми железнодорожными потребителями на основе искусственных нейронных сетей. Предложен усовершенствованный метод выбора наиболее подходящей структуры нейронной сети на основе применения коэффициента, характеризующего однородность выборок смоделированных и фактических значений расхода электрической энергии.
  • №1(41), 2020
    133-140

    О прогнозировании спроса на электроэнергию энергосистемами регионов российской федерации с применением искусственных нейронных сетей

    Расчет прогнозного спроса на электрическую энергию энергетическими системами и комплексами субъектов Российской Федерации является актуальной задачей. Использование детерминированных способов для объектов подобного масштаба практически исключено в силу отсутствия либо существенной неполноты исходных данных. Статистические данные, доступные в официальных источниках в неизменном формат, представлены, как правило, на период три - пять лет, что является недостаточным для применения искусственных нейронных сетей. В статье сделана попытка исследования свойств сходных энергетических систем и комплексов. Современные энергосистемы и комплексы относятся к замкнутым подсистемам, множество элементов и связей которых эквивалентно множеству элементов локальных подсистем энергосистемы более высокого уровня. Это означает недопустимость составления предиктивных правил функционирования без учета разнородных внешних воздействий. Система и подсистемы при этом представляются в качестве «черного ящика». Взаимодействия между системой и внешней средой и внутри системы осуществляются передачей сигналов, которые описываются конечным набором факторов, доступных к анализу и прогнозированию. Проведен анализ возможности дополнения генеральной совокупности статистическими данными по иным объектам со сходной структурой. Подтверждено свойство гетероморфизма энергетических систем и комплексов. На примере энергосистем регионов Российской Федерации показана возможность подобного подхода в случае применения к анализу неколлинеарных групп факторов. Приведены результаты 15 расчетов наиболее энергоемких субъектов страны, в 28 % случаев погрешность точности прогнозного электропотребления составляет менее 5 %. Дальнейшее повышение точности прогноза должно развиваться в направлении увеличения числа входных факторов при соблюдении условия отсутствия их коллинеарности и мультиколлинеарности.