Результаты поиска

Развитие систем диагностики сопровождается их широким внедрением в технические системы. Использование диагностики позволяет выявить дефекты узлов технических систем на ранней стадии их возникновения с целью заблаговременного и оперативного упреждения, повышения производительности работы, снижения времени простоя в ремонте, уменьшения материальных затрат на замену или глубокое восстановление. Железнодорожный транспорт также находится на стадии широкого внедрения диагностики в различные узлы и детали подвижного состава. Основным примером внедрения диагностических систем является локомотивный парк как более сложная техническая единица. Сегодня в локомотивном парке применяются аппаратно-программные диагностические комплексы, микропроцессорные системы диагностики, бортовые и путевые системы контроля, позволяющие охватить весь спектр диагностических данных основных технических узлов. Однако применение указанных выше систем нуждается в постоянном совершенствовании математической модели диагностирования. Одним из направлений совершенствования диагностических моделей является использование методов теории искусственного интеллекта - раздела искусственных нейронных сетей, которые по сравнению с классическими полиноминальными регрессионными моделями обладают свойством экстраполяционной точности и позволяют адаптивно прогнозировать значения диагностических параметров по данным, которые были за пределами выборки обучения искусственной нейронной сети. Данные характеристики позволяют заблаговременно и точно спрогнозировать развитие дефектов и возможных отказов с целью их устранения и получения экономического эффекта. В работе представлен пример разработки диагностической искусственной нейросетевой модели диагностики масляного голодания моторно-осевых подшипников колесно-моторного блока грузового магистрального электровоза серии 3ЭС5К «Ермак». Данный узел имеет низкие показатели надежности, поэтому нуждается в применении непрерывных средств диагностики, которые на текущий момент времени отсутствуют.

Приводятся результаты исследования возможности применения искусственных нейронных сетей в задачах идентификации предотказного состояния дизеля типа Д49 по результатам спектрального анализа картерного масла. Полученные результаты необходимы для разработки программного обеспечения по оценке степени износа деталей тепловозного дизеля по результатам спектрального анализа моторного масла.

В статье рассматривается процесс применения оперативного расчета пропускной способности и межпоездных интервалов в рамках концепции координатного управления движением поездов. Предложенная методика направлена на решение задачи поиска достоверных межпоездных интервалов в реальном времени, расчета послеаварийного установившегося режима и оценивания надежности системы тягового электроснабжения, основанная на использовании аппарата искусственных нейронных сетей и современных средств интервального регулирования движения поездов.