Результаты поиска

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.

Предложен способ выбора рациональных сочетаний скорости электроподвижного состава по условиям максимального пробега при заданном износе контактах вставок токоприемника и регулировки подвески контактной сети действующих и проектируемых участков электроснабжения. Рассмотрен принцип работы и функциональные возможности программного обеспечения для ЭВМ «Программа для моделирования контактного нажатия с помощью нелинейной авторегрессионной нейронной сети с экзогенными входами».

В статье рассматривается анализ способов получения статистически достоверных данных о контактном нажатии, которые базируются на результатах инспекционных поездок и данных о проектных значениях расположения контактных проводов в вертикальной плоскости и в плане пути. Предложен метод расчета контактного нажатия с помощью искусственных нейронных сетей. Рассмотрены способы получения статистически достоверных данных о контактном нажатии токоприемников электроподвижного состава без необходимости прямого измерения, на основе видеоизображения процесса токосъема и анализа внешних факторов (погодных, эксплуатационных), сопровождающих взаимодействие.

Целью исследования является разработка синхронно-реплицированной модели оценки технического состояния локомотива как технической системы для снижения возникновения отказов при эксплуатации, и как следствие снижения простоев в ремонте. При проведении исследования использовались следующие междисциплинарные и математические методы: системный анализ, компьютерное и математическое моделирование, методы теории искусственного интеллекта, математический анализ. В результате проведенного исследования получена математическая синхронно-реплицированная модель оценки технического состояния локомотива на основе искусственной многослойной нейронной сети прогнозирования. Разработанная модель может быть использована в системах мониторинга, контроля, диагностирования технического состояния локомотивного парка. Оригинальными особенностями разработанной модели являются низкий период дискретизации между опросом средств мониторинга, универсальность, адаптивность, оперативность. На основе разработанной модели построен обобщенный алгоритм управления техническим состоянием локомотивного парка. Предложенная модель и алгоритм решают круг задач, описанных в концепции развития ОАО «РЖД», связанных с реализацией фактической системы ремонта по текущему техническому состоянию локомотива и с цифровизацией передовых направлений компании.

Предложен метод прогнозирования показателей системы токосъема при увеличении скорос-тей движения с помощью машинного обучения. Рассмотрены способы получения статистически достоверных данных о контактном нажатии токоприемников электроподвижного состава без необходимости прямого измерения на основе проектных данных и анализа внешних факторов (погодных, эксплуатационных), сопровождающих взаимодействие.

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.

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.