Методы и алгоритмы диагностики неисправностей стрелок с электродвигателями переменного тока тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Белоусов Сергей Владимирович

  • Белоусов Сергей Владимирович
  • кандидат науккандидат наук
  • 2019, ФГБОУ ВО «Петербургский государственный университет путей сообщения Императора Александра I»
  • Специальность ВАК РФ05.13.06
  • Количество страниц 128
Белоусов Сергей Владимирович. Методы и алгоритмы диагностики неисправностей стрелок с электродвигателями переменного тока: дис. кандидат наук: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (по отраслям). ФГБОУ ВО «Петербургский государственный университет путей сообщения Императора Александра I». 2019. 128 с.

Оглавление диссертации кандидат наук Белоусов Сергей Владимирович

Содержание

Введение

1. Актуальность разработки методов диагностики неисправностей стрелок с электродвигателями переменного тока

1.1. Анализ данных по интенсивности появления неисправностей стрелок

1.2. Исследование параметров стрелок, контролируемых системами технической диагностики и мониторинга

1.3. Исследование существующих подходов к определению неисправностей по зависимостям контролируемых параметров стрелок

1.4. Постановка задач диссертации

2. Анализ неисправностей стрелок с электродвигателями переменного тока

2.1. Подготовка базы примеров

2.2. Исследование и выявление характерных признаков неисправностей стрелок с ЭД переменного тока

2.3. Разработка алгоритмов вычисления диагностических критериев

2.4. Нормализация значений диагностических критериев

2.5. Выводы по главе

3. Разработка методов диагностики неисправностей стрелок с ЭД переменного тока на основе теории нейронных сетей

3.1. Обоснование применения теории нейронных сетей в системе автоматизации диагностики стрелок с ЭД переменного тока

3.2. Разработка и анализ методов нормализации значений на входе нейронной сети. Выбор топологии нейронной сети

3.3. Алгоритмы обучения нейронной сети

3.4. Выводы по главе

4. Разработка алгоритмических методов диагностики неисправностей стрелок с электродвигателями переменного тока

4.1. Разработка методов логического анализа функции мощности перевода стрелок с электродвигателями переменного тока

4.2. Разработка алгоритмов выделения зон режимов работы стрелочного электропривода на графиках мощности перевода

4.3. Интегрированный метод определения неисправностей стрелок с ЭД переменного тока. Обработка результатов классификации

4.4. Выводы по главе

5. Применение предложенных методов для решения задачи определения неисправностей стрелок с электродвигателями переменного тока в реальных условиях эксплуатации

5.1. Определение требований к системе автоматизированной диагностики стрелок (САД-С)

5.2. Структурная схема работы программного комплекса автоматизированной диагностики неисправностей стрелок с электродвигателями переменного тока (ПК-САД-С)

5.3. Оценка результатов работы ПК-САД-С. Оценка экономического эффекта применения автоматизированной диагностики неисправностей стрелок с ЭД переменного тока

5.4. Выводы по главе

Заключение

Библиографический список

Приложение А. Акт ввода ПО в постоянную эксплуатацию

Приложение Б. Свидетельство о государственной регистрации программы

для ЭВМ

Приложение В. Сертификат за третье место в номинации Operational Performance

Innovation of the Year

Приложение Г. Основные условные обозначения

Приложение Д. Расчёт экономического эффекта применения автоматизированной диагностики неисправностей стрелок с ЭД переменного тока

Рекомендованный список диссертаций по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы диагностики неисправностей стрелок с электродвигателями переменного тока»

Введение

В настоящее время в эксплуатации на сети железных дорог РФ используется большое количество стрелок с электродвигателями переменного тока, и их количество растёт с каждым годом. Для обеспечения бесперебойной операционной деятельности требуются регулярное обслуживание квалифицированным персоналом и постоянный контроль за параметрами стрелки. Количество отказов стрелок составляет 8,5% от числа отказов устройств СЦБ в хозяйстве автоматики и телемеханики, при этом около 47% отказов происходят по причине непредумышленных ошибочных действий обслуживающего персонала, а также их низкой квалификации и трудовой дисциплины. Такие отказы можно предотвратить путём внедрения автоматизированных систем диагностики и мониторинга.

Существующие системы технической диагностики и мониторинга контролируют некоторые параметры стрелок (ток, время и мощность перевода, контроль крайнего положения стрелки, сопротивление изоляции кабеля, напряжение питания контрольной цепи), но применяемые методы контроля позволяют определить только наличие неисправности, а не возможную причину. Полный анализ причин отказа занимает большое количество рабочего времени квалифицированного персонала, при этом не исключается влияние человеческого фактора на результат анализа.

Очевидным способом значительно ускорить и удешевить анализ причин отказов стрелок является разработка автоматизированных средств диагностики. Существующие методы не в полной мере решают задачу диагностики стрелок с электродвигателями переменного тока. Методы, основанные на анализе вибрации узлов электропривода или напряжённости магнитного поля электродвигателя, не подходят для использования в существующих системах технической диагностики и мониторинга, т.к. требуют оборудования каждой стрелки дополнительными датчиками, что влечёт за собой существенные экономические затраты. Существующие методы анализа электрических параметров перевода применимы для стрелок с электродвигателями постоянного тока и требуют

внесения значительных изменений для применения к стрелкам с электродвигателями переменного тока с учётом особенностей их неисправностей.

Вопросы диагностирования устройств железнодорожной автоматики и телемеханики широко представлены в трудах И.Е. Дмитриенко, В.Н. Иванченко, В.М. Лисенкова, В.В. Сапожникова, Вл.В. Сапожникова, А.А. Лыкова,

B.М. Чухонина, Б.Д. Перникиса, Д.В. Ефанова и других учёных. Исследованием и совершенствованием стрелочных электроприводов занимались А.А. Красногоров, Л.Ф. Кондратенко, С.Л. Кондратенко, В.М. Руденко и другие. Поиску решения проблемы автоматизированного диагностирования стрелочных переводных устройств посвящены труды J. A. Silmon, S. M. Wang, H. Tao, T. Böhm, В.К. Котова,

C.В. Бочкарева и других учёных.

Объектом исследования является стрелка с электродвигателем переменного

тока.

Предметом исследования являются методы и алгоритмы автоматизации диагностики неисправностей стрелок с электродвигателями переменного тока.

Целью диссертационной работы является создание автоматизированной системы диагностики, позволяющей эффективно и качественно диагностировать стрелки с электродвигателями переменного тока. Для достижения поставленной цели в работе решена научная задача: разработка методов диагностики неисправностей стрелок с электродвигателями переменного тока.

Для достижения поставленной цели в работе осуществляется решение следующих задач исследования:

1. Анализ проявления неисправностей стрелок с электродвигателями переменного тока на графике функции мощности перевода.

2. Разработка методов диагностики неисправностей стрелок с электродвигателями переменного тока на основе теории нейронных сетей.

3. Разработка методов логического анализа функции мощности перевода для определения неисправностей стрелок с электродвигателями переменного тока.

4. Разработка программного комплекса определения неисправностей стрелок с электродвигателями переменного тока.

На защиту выносятся:

1. Алгоритмы выделения зон режимов работы стрелочного электропривода на графике функции мощности перевода стрелки.

2. Методы нормализации значений на входе нейронной сети.

3. Методы логического анализа функции мощности перевода стрелок с электродвигателями переменного тока.

4. Интегрированный метод диагностики неисправностей стрелок с электродвигателями переменного тока по функции мощности перевода, основанный на использовании теории нейронных сетей и методах логического анализа.

5. Программное обеспечение системы автоматизированной диагностики неисправностей стрелок с электродвигателями переменного тока и результаты её экспериментальной проверки.

Методы исследования. Для решения задач, поставленных в диссертационной работе, использованы методы математического анализа, теории алгоритмов и теории систем искусственного интеллекта.

Для создания программного обеспечения, в котором применяются разработанные методы и алгоритмы, использована среда разработки Microsoft Visual Studio 2017. Для написания программного кода выбран язык программирования C#.

Достоверность научных результатов, полученных в диссертационной работе, основана на строгом применении математических методов и сравнении результатов распознавания с данными натурного эксперимента.

Научная новизна:

1. Определены критерии, позволяющие без потери признаков неисправностей сократить объем информации, необходимой для диагностики стрелок с электродвигателями переменного тока.

2. Разработаны методы диагностики неисправностей стрелок с электродвигателями переменного тока, основанные на применении теории нейронных сетей.

3. Предложен алгоритм расширения обучающей выборки, применение которого увеличивает скорость обучения нейронной сети.

4. Разработаны методы логического анализа функции мощности перевода стрелок с электродвигателями переменного тока.

5. Предложены методики выделения зон режимов работы стрелочного электропривода на графике функции мощности перевода стрелки.

6. Произведён синтез методов теории нейронных сетей и логического анализа в интегрированный метод диагностики стрелок с электродвигателями переменного тока по функции мощности перевода.

Практическая значимость. Результаты исследования и разработанное программное обеспечение позволяют автоматизировать процесс диагностики стрелок с электродвигателями переменного тока и определять неисправности на стадии предотказа.

Апробация и реализация. Разработанные методы и алгоритмы диагностирования неисправностей стрелок с электродвигателями переменного тока реализованы в виде программного обеспечения и внедрены в постоянную эксплуатацию на станции Обухово Октябрьской ж.д [Приложение А]. На разработанную программу получено авторское свидетельство [Приложение Б]. Описание программного комплекса было отправлено на международный конкурс Smart Rail Innovation Awards 2018. Работа комплекса была высоко оценена жюри, и комплекс занял третье место в номинации Operational Performance Innovation of the Year [Приложение В].

Результаты работы докладывались на:

1. LXXIII, LXXIV, LXXV, LXXVII Всероссийских научно-технических конференциях студентов, аспирантов и молодых ученых «Транспорт: проблемы, идеи, перспективы», г. Санкт-Петербург, ПГУПС, 2013-2015 гг., 2017 г.

2. Международной конференции «Региональная информатика - 2016», г. Санкт-Петербург, ПГУПС, 2016 г.

3. Международной научно-практической конференции «Транспортные интеллектуальные системы - 2017», г. Санкт-Петербург, ПГУПС, 2017 г.

4. Семинаре кафедры «Автоматика и телемеханика на ж.д.», г. Санкт-Петербург, ПГУПС, 2014 г.

5. Рабочем совещании ЗАО «МГП «ИМСАТ» «Рассмотрение перспектив по дальнейшей работе над программой обнаружения предотказных состояний стрелок с приводом переменного тока», г. Санкт-Петербург, ЗАО «МГП «ИМСАТ», 2014 г.

6. Совещании технического совета ООО «ИМСАТ» «Рассмотрение алгоритмов выделения зон на графиках переводов и оценка возможности их применения для обнаружения предотказных состояний стрелок с приводом переменного тока», г. Санкт-Петербург, ООО «ИМСАТ», 2015 г.

Публикации. По результатам диссертационного исследования опубликовано 6 статей, в том числе 4 статьи в журналах, рекомендованных ВАК.

1. Актуальность разработки методов диагностики неисправностей стрелок

с электродвигателями переменного тока

1.1. Анализ данных по интенсивности появления неисправностей стрелок

Стрелки относятся к одним из важнейших элементов систем электрической централизации. От исправной работы стрелок зависит возможность организации движения поездов, его безопасность и бесперебойность. Для поддержания исправного состояния стрелок необходимо проводить своевременное и качественное техническое обслуживание, так как они подвержены воздействию как климатических, так и механических факторов в условиях эксплуатации.

Согласно статистике, на 2015 год на станциях, оборудованных электрической централизацией, установлено 129 692 стрелки. Из них 63% оборудованы электродвигателями постоянного тока, и 37% оборудованы электродвигателями переменного тока (рисунок 1.1).

■ Электроприводы постоянного тока, шт.

■ Электроприводы переменного тока, шт.

Рисунок 1.1 - Оснащенность хозяйства автоматики и телемеханики стрелочными

электроприводами

Так как электродвигатели переменного тока являются более надёжными устройствами (интенсивность отказов Я = 2,74 •Ю-8 1/час), чем электродвигатели постоянного тока (Я = 1,52 • 10-7 1/час), наблюдается тенденция к отказу от использования электродвигателей постоянного тока, и процент стрелок, оборудованных электродвигателями переменного тока, увеличивается с каждым годом. Поэтому диагностика стрелок с электродвигателями переменного тока становится всё более актуальной.

В настоящее время основным видом технического обслуживания является регламентный, который занимает 80% рабочего времени обслуживающего персонала. При регламентном обслуживании, как правило, половина отказов - так называемые «послепрофилактические», т.е. отказы, вызванные ошибками, совершенными при выполнении профилактического обслуживания. Всего по вине хозяйства автоматики и телемеханики (Ш) в 2015 году было задержано отправление 36 и прибытие 320 пассажирских поездов, отправление 1364 и прибытие 3403 пригородных поездов, отправление 81 и проследование 12561 грузового поезда [1]. Задержки поездов могут происходить как по причине отказов оборудования, так и по причине технологических нарушений. Всего в хозяйстве Ш произошло 5016 технологических нарушений. По сравнению с 2014 годом наблюдается рост технологических нарушений по причине передержки «окна» или нарушения технологии производства работ по вине хозяйства Ш на 19%.

Рассмотрим отказы в работе технических средств на инфраструктуре ОАО «РЖД». Доля отказов технических средств 1 и 2 категории хозяйства Ш составляет 10% (второе место по всем хозяйствам, 6363 отказов). Динамика отказов с 2010 года показывает постепенное снижение числа отказов средств ЖАТ по хозяйству Ш. Число задержек поездов по причине отказов составило 24958. Среднее время восстановление работоспособности устройств - 1 час. 50% отказов технических средств ЖАТ (5350 из 10691 за 2015 год) приходится на эксплуатационные отказы. Из них 93% (5005 отказов) - отказы, произошедшие вследствие непредумышленных ошибочных действий обслуживающего персонала, а также их низкой квалификации и трудовой дисциплины. Такие отказы повлекли

за собой задержки поездов более чем на 7000 часов и убытки более 15 млн. рублей. Эти издержки возможно сократить [2], внедряя интеллектуальные системы диагностирования. Внедрение интеллектуальных систем диагностирования будет способствовать снижению числа отказов, т.к. позволит определять предотказное состояние устройств, и своевременно устранять причины отказов систем, а автоматизация технологических процессов позволит снизить влияние человеческого фактора [3-9].

Стрелочные электроприводы и гарнитура находятся на пятом месте (8,5%) по числу отказов устройств СЦБ в хозяйстве автоматики и телемеханики. Наибольшее число отказов стрелочных электроприводов происходит в электроприводах СП-6 (М) и СП-6К (суммарно более 97%). Это объясняется количеством электроприводов этих типов, находящихся в эксплуатации на сети железных дорог.

Наибольшее число отказов по узлам стрелочных электроприводов наблюдается в узле автопереключателя (рисунок 1.2), менее часто возникают отказы следующих узлов: электродвигатели, курбельный контакт, фрикционная муфта, монтаж. Отказы электродвигателей постоянного тока происходят в несколько раз чаще отказов электродвигателей переменного тока (113 и 12 раз за 2015 г. соответственно). По этой причине электродвигатели постоянного тока постепенно заменяются на электродвигатели переменного тока.

■ Автопереключатель

■ Электродвигатель

■ Курбельный контакт

■ Фрикицонная муфта

■ Монтаж

■ Остальные узлы

Рисунок 1.2 - Распределение отказов по узлам стрелочных электроприводов

за 2015 г.

Важность исправной работы стрелок для организации движения поездов, большое количество этих устройств в эксплуатации, большие финансовые потери и издержки, вызванные задержками поездов в течение устранения отказов этих устройств, обуславливают актуальность разработки эффективных методов диагностирования стрелок и необходимость их применения в автоматизированных системах диагностики.

1.2. Исследование параметров стрелок, контролируемых системами технической диагностики и мониторинга

На сети железных дорог России наиболее распространены следующие системы технической диагностики и мониторинга (СТДМ) [10]:

1. Аппаратно-программный комплекс диспетчерского контроля (АПК-ДК), разработанный отраслевой научно-исследовательской лабораторией кафедры «Автоматика и телемеханика на железных дорогах» ПГУПС совместно с ООО «КИТ».

2. Автоматизированная система диспетчерского контроля (АСДК), разработанная институтом «Гипротранссигналсвязь» совместно с ООО «Сектор».

3. Автоматизированная система диагностирования и контроля устройств сигнализации, централизации и блокировки (АДК-СЦБ), разработанная НПП «Югпромавтоматизация».

4. Аппаратно-программный комплекс диспетчерского контроля (АПК-ДК), разработанный отраслевой научно-исследовательской лабораторией кафедры «Автоматика и телемеханика на железных дорогах» ПГУПС совместно с ЗАО «МГП «ИМСАТ».

Совершенствование датчиков, собирающих информацию о параметрах стрелки, позволяет использовать для анализа большее количество диагностических параметров. Рассмотрим, какие параметры стрелок контролируются СТДМ.

Система АПК-ДК, разработанная совместно ПГУПС и ООО «КИТ», для сбора информации о параметрах стрелочного электропривода использует автомат

диагностики силовых параметров стрелочного электропривода (АДСП) [11]. АДСП позволяет измерять среднеквадратичные значения (СКЗ) линейных напряжений трехфазной сети в цепях питания стрелок с ЭД переменного тока, СКЗ фазных токов в цепях питания и вычислять на основе полученных данных активную мощность, потребляемую двигателем во время перевода стрелки. АДСП производит измерения с частотой дискретизации от 10 до 100 Гц. Также используемые в этой СТДМ контроллеры ADAM-3014 позволяют измерять ток перевода стрелок с электродвигателями постоянного тока [12, 13].

Разработанный лабораторией кафедры «Автоматика и телемеханика на железных дорогах» ПГУПС совместно с ЗАО «МГП «ИМСАТ» контроллер диагностирования усилия перевода стрелки (КДУПС) позволяет непрерывно контролировать напряжения и токи фаз цепи питания стрелочных электроприводов [12]. Также КДУПС косвенным образом по значению коэффициента мощности соБф оценивает усилие перевода.

Другие СТДМ также позволяют контролировать напряжение и ток перевода, сопротивление изоляции рабочей цепи стрелки и время перевода [14-18]. Однако применяемые существующими СТДМ методы анализа контролируемых параметров позволяет определить только наличие неисправности, но не конкретный неисправный элемент [19].

1.3. Исследование существующих подходов к определению неисправностей по зависимостям контролируемых параметров стрелок

Стрелка - часть железнодорожного стрелочного перевода, состоящая из рамных рельсов, остряков и переводного механизма остряков, подвижного сердечника стрелочной крестовины [20] (рисунок 1.3).

Проблема диагностики стрелок исследуется по всему миру. Ежегодно разрабатываются новые и дорабатываются старые методики поиска неисправностей и определения технического состояния различных типов устройств. Рассмотрим существующие подходы к решению этой задачи.

Стрелка

СЭП

ЭДI Редуктор

АП

Стрелочный перевод

Пост ЭЦ

СПУ

Схема управления и контроля

Рисунок 1.3 - Железнодорожная стрелка как часть стрелочного перевода

Большой вклад в исследовании моделей и методов диагностирования внесли И.Е. Дмитриенко, В.Н. Иванченко, В.М. Лисенков, В.В. Сапожников, Вл.В. Сапожников, Б.Д. Перникис и другие учёные. В 1986 году И.Е. Дмитриенко [21] предложил систему диагностики и мониторинга устройств ЖАТ. Для анализа технического состояния стрелочного электропривода с электродвигателем постоянного тока оценивался уровень рабочего тока, потребляемого при переводе. При превышении допустимого уровня токовый датчик выдавал результат «привод неисправен». Оценка работоспособности автопереключателя предполагает использование совокупности из трех потенциальных датчиков, установленных в разных местах привода. Эти же датчики позволяют определять состояние реверсирующего реле и выпрямительного блока БВС-88. Для контроля зазора между остряком и рамным рельсом планировалось использовать датчики, преобразующие размер зазора в электрический сигнал. В настоящее время на сети железных дорог не используются датчики контроля зазора и потенциальные датчики, поэтому использование предложенных методов в реальных условиях

эксплуатации не представляется возможным. Как эволюцию предложенной системы И.Е. Дмитриенко видел совокупное использование программного и аппаратного контроля [21].

Развитие промышленности и техники и увеличение мощностей вычислительных устройств позволило использовать новые, более совершенные датчики и методики для диагностики стрелочных переводных устройств. В общем виде методы определения технического состояния стрелок можно классифицировать на три вида:

1) анализ электрических параметров перевода;

2) анализ магнитных параметров;

3) анализ вибрации узлов механизма.

В качестве электрических параметров перевода для стрелок с электродвигателями постоянного тока выбирают ток перевода. Для этого с датчиков получают информацию о изменении силы тока при переводе стрелки. С помощью быстрого преобразования Фурье из амплитудно-временной характеристики тока при переводе получают спектральную, и анализируют на присутствие гармоник, характерных для неисправностей отдельных узлов [22]. Подобный подход [23-25] предложен и для анализа технического состояния стрелок с электродвигателями переменного тока. В этом случае в качестве диагностического параметра были выбраны не только спектральный состав тока в цепи питания электродвигателя, но и его временная зависимость. К сожалению, используемые на сети железных дорог России системы технической диагностики и мониторинга снимают показания тока перевода с частотой, недостаточной для полноценного спектрального анализа на предмет наличия признаков неисправностей стрелки с ЭД переменного тока. В [25] для сбора данных используются контроллеры УМКСП, разработанные ОАО «ВАСТ». Частота дискретизации УМКСП позволяет проводить спектральный анализ электрических параметров стрелки. Но эти датчики пока не нашли широкого распространения на сети железных дорог России и в данной диссертации не рассматриваются.

Для анализа технического состояния стрелок с электродвигателем постоянного тока методом анализа магнитных параметров предложено [26] оснащать стрелочные электроприводы дополнительными устройствами, контролирующими изменение напряжённости магнитного поля. Доказана прямая зависимость между напряжённостью поля и нагрузкой на вал двигателя, и показано, что дефекты стрелочного электропривода приводят к росту нагрузки на вал. Таким образом, по росту нагрузки на вал двигателя можно определить ухудшение состояния устройства. Похожий метод применяется для диагностики асинхронных электродвигателей, применяемых в сельском хозяйстве, на основе анализа параметров их внешнего магнитного поля [27]. При этом анализируются гармоники спектрального состава внешнего магнитного поля. Установка датчиков напряжённости магнитного поля на каждый электропривод, находящийся в эксплуатации, повлечёт за собой значительные материальные расходы. Оснащение сети железных дорог этими датчиками займет существенное время. Поэтому использование этого подхода в настоящий момент невозможно.

Анализ вибрации узлов применяется для диагностики погружных электродвигателей [28] - устройств, работающих в сложных условиях окружающей среды и применяемых для добычи нефти. Для съема информации о вибрации применяются измерительные модули, устанавливаемые на разных узлах одного механизма. Модули измеряют уровень вибрации и температуру контролируемого узла, и передают информацию в модуль анализа, которые обрабатывает данные от всех датчиков и определяет техническое состояние всего устройства. Построение подобной системы для анализа железнодорожных стрелок приведет к существенным экономическим затратам в связи с необходимостью оснащения каждого устройства несколькими датчиками.

Проблема определения технического состояния стрелочных электроприводов интересует и зарубежных учёных. Так, в [29] предлагают обрабатывать информацию о токе перевода стрелок с электродвигателем постоянного тока следующим образом. С использованием алфавита, описывающего возможные изменения формы графика за короткий период, создаётся строка, описывающая

форму графика тока перевода. Строка имеет следующий вид: {начальный уровень силы тока, буквы описания формы, конечный уровень силы тока перевода}. При настройке системы для каждой отдельной стрелки создают набор таких строк, описывающий множество исправных переводов (операционный набор). Затем каждый перевод проверяют на соответствие операционному набору. По увеличению степени отличия строки, описывающей перевод, от строк операционного набора, прогнозируют время отказа. Недостатком этого метода является необходимость постоянного сравнения каждого нового перевода с набором шаблонов. При большом количестве шаблонов сравнение будет занимать длительное время, а при малом количестве шаблонов возрастает число ошибочных результатов.

В [30, 31] предложено для классификации состояний стрелок с электродвигателем постоянного тока использовать метод опорных векторов для анализа силы тока перевода. В этом методе классификации для каждого состояния предлагается набор обучающих примеров, заданных как точки в многомерном пространстве. Эти точки образуют области в пространстве, соответствующие разным классам. Крайние точки класса называются опорными, а расстояние между двумя опорным точками является длиной опорного вектора. Требуется найти такую гиперплоскость, чтобы длина опорных векторов было максимальной. Недостатком метода является то, что он подходит только для решения задач с двумя классами, а количество возможных неисправностей стрелок больше двух.

В [32, 33] для анализа диагностических параметров стрелочного гидравлического привода применяется теория нейронных сетей, и создается обучающая выборка примеров, описывающих разные классы технических состояний. В результате обучения на этой выборке сеть приобретает способность обобщать предложенные ей примеры и классифицировать ранее неизвестные.

Методы анализа магнитных параметров и анализа вибрации узлов стрелки на данный момент не применимы на сети Российских железных дорог, так как существующие СТДМ не контролируют эти параметры, а оборудование каждого устройства дополнительными датчиками повлечёт за собой существенные

денежные затраты. Таким образом, актуальным является применение методов анализа электрических параметров.

Большой вклад в диагностирование и прогнозирование технического состояния стрелочных переводных устройств (СПУ), состоящих из стрелочного электропривода и схемы управления, внес С.В. Бочкарев [34]. Он выделил критерии для синтеза диагностической модели СПУ по напряжению в линейных проводах и по току перевода, и обосновал применение комбинированного метода многокритериальной оценки диагностических критериев и теории нейронных сетей. В качестве диагностических критериев предлагаются среднее значение силы рабочего тока /р.ср., А, отклонение от среднего значения тока о и среднее приведенное колебание силы тока Кср. Приведенные критерии позволяют диагностировать следующие состояния СПУ:

• исправное состояние;

• короткое замыкание якоря;

• грязные башмаки;

• грязный коллектор;

• искрение щёток ЭД.

Очевидно, что описанные выше неисправности характерны для стрелок с ЭД постоянного тока. Также исследования показали, что указанные диагностические критерии не подходят для определения состояния стрелок с ЭД переменного тока, т.к. сеть, обученная по этим критериям, показывала отсутствие обобщающей способности и высокий уровень ошибки на тестовой выборке. В алгоритме комбинированного метода диагностирования СПУ, предложенного С.В. Бочкаревым, используются следующие массивы данных: /изм - измеренные значения тока перевода, /р - рабочий ток перевода, /п - пусковой ток перевода. Эти массивы данных описывают соответствующие зоны режимов работы стрелочного электропривода на графике тока перевода стрелки (рисунок 1.4). Но в описании алгоритма отсутствуют методы выделения и алгоритмы выделения этих зон.

Похожие диссертационные работы по специальности «Автоматизация и управление технологическими процессами и производствами (по отраслям)», 05.13.06 шифр ВАК

Список литературы диссертационного исследования кандидат наук Белоусов Сергей Владимирович, 2019 год

Библиографический список

1. Анализ состояния безопасности движения поездов, надёжности работы систем и устройств ЖАТ в хозяйстве автоматики и телемеханики Центральной дирекции инфраструктуры за 2015 год. [Презентация]/ ОАО «Российские железные дороги», Управление автоматики и телемеханики Центральной Дирекции Инфраструктуры. - Москва. - 2016. - 86 с.

2. Белоусов С. В. Аппаратно-программный комплекс поиска неисправностей [Текст] / С. В. Бочкарев, Д. В. Зуев, С. В. Белоусов, В. В. Маковский // Автоматика. Связь. Информатика (АСИ). - 2016. - №8. - С. 18-21

3. Василенко М. Н. Применение теории и методов экспертизы схемных решений ЖАТ для повышения качества ведения технической документации [Текст] / М.Н. Василенко, А.М. Горбачев // Транспорт Российской Федерации. -2012. - Вып. 2 (31). - С. 116-118.

4. Василенко М. Н. Автоматизированная система экспертизы схемных решений железнодорожной автоматики и телемеханики (АС ЭСР ЖАТ) [Текст] / М. Н. Василенко, А. М. Горбачев, Р. Т. Мустафаев // Автоматика. Связь. Информатика (АСИ). - 2013. - № 4. - С. 11-13.

5. Василенко М. Н. Экономическое обоснование принятия решений в логистических центрах ОАО РЖД в реальном масштабе времени [Текст] / М. Н. Василенко, Д. В. Зуев // Железнодорожное дело: всероссийский информационно-аналитический журнал. - 2015. - № 1. - С. 20-21.

6. Василенко М. Н. Кибербезопасность технической документации железнодорожной автоматики и телемеханики [Текст] / М. Н. Василенко, Д. В. Зуев // Транспорт Российской Федерации. - 2015. - № 2 (57). - С. 25-28.

7. Василенко М. Н. Интеллектуальная система электронного документооборота в хозяйстве железнодорожной автоматики и телемеханики [Текст] / М. Н. Василенко, Д. В. Зуев, Д. В. Седых, П. А. Василенко // Сборник материалов 1 -й Международной научно-практической конференции

«Транспортные интеллектуальные системы - 2017 (Т1Б-2017). - СПб.: ФГБОУ ВО ПГУПС, 2017. - С. 247-254.

8. Белоусов С. В. Автоматизация составления инструкций по пользованию устройствами сигнализации, централизации и блокировки [Текст] / Д. В. Седых, С. В. Белоусов, М. Н. Василенко // Известия Петербургского университета путей сообщения. - 2017. - №2. - С. 320-332.

9. Белоусов С. В. Автоматизированная экспертиза схем напольного оборудования железнодорожной автоматики и телемеханики [Текст] / Д. В. Зуев, Ф. Н. Лобанов, С. В. Белоусов, А. В. Белоусов // Известия Петербургского университета путей сообщения. - 2014. - №3 (40). - С. 78-84.

10. Лыков А. А. Техническое диагностирование и мониторинг состояния устройств ЖАТ [Текст] / А. А. Лыков, Д. В. Ефанов, С. В. Власенко // Транспорт Российской Федерации. Журнал о науке, практике, экономике. - 2012. - №5 (42).

11. Иванов А. А. Автомат диагностики силовых параметров стрелочного электропривода [Текст] / А. А. Иванов, А. К. Легоньков, В. П. Молодцов // Проблемы безопасности и надежности микропроцессорных комплексов. - 2015. -№. 1.

12. Ефанов Д. В. Функциональный контроль и мониторинг устройств железнодорожной автоматики и телемеханики: монография [Текст] / Д. В. Ефанов // СПб.: ФГБОУ ВО ПГУПС. - 2016. - 171 с.

13. Волков А. А. Выявление предотказов стрелочных электроприводов [Текст] / А. А. Волков, Д. С. Першин, С. Н. Григорьев // Автоматика, связь, информатика. - 2014. - № 4. - С. 16-18.

14. Ефанов Д. В. Контроль параметров стрелочных электроприводов [Текст] / Д. В. Ефанов, Н. А. Богданов // Проблемы безопасности и надежности микропроцессорных комплексов. - 2015. - №1.

15. Ефанов Д. В. Некоторые аспекты развития систем функционального контроля устройств железнодорожной автоматики и телемеханики [Текст] / Д. В. Ефанов // Транспорт Урала. - 2015. - № 1. - С. 35-40.

16. Ефанов Д. В. Становление и перспективы развития систем функционального контроля и мониторинга устройств железнодорожной автоматики и телемеханики [Текст] / Д. В. Ефанов // Автоматика на транспорте. -2016. - Т. 2, № 1. - С. 124-148.

17. Лыков А. А. Техническое диагностирование и мониторинг состояния устройств ЖАТ [Текст] / А. А. Лыков, Д. В. Ефанов, С. В. Власенко // Транспорт РФ. - 2012. - № 5. - С. 67-72

18. Ефанов Д. В. Автоматизация контроля на стрелках. [Текст] / Д. В. Ефанов, Н. А. Богданов // Мир транспорта. - 2011. - №2. - С.54-59.

19. Бочкарев С. В. Совершенствование методов диагностирования стрелочного переводного устройства [Текст] / С. В. Бочкарев, А. А. Лыков, Д. С. Марков // Автоматика на транспорте. - 2015. - Т. 1. - №. 1.

20. ГОСТ Р 53431-2009. Автоматика и телемеханика железнодорожная. Термины и определения [Текст]. - М.: Стандартинформ. - 2010.

21. Дмитриенко И. Е. Техническая диагностика и автоконтроль систем железнодорожной автоматики и телемеханики [Текст] / И. Е. Дмитриенко. // М. «Транспорт», 1986. - 142 с.

22. Парфенов В. И. Анализ дефектов и возможности диагностики стрелочных переводов [Текст] / В. И. Парфенов, А. П. Разгонов, М. А. Ковригин // Наука и прогресс транспорта. Вестник Днепропетровского национального университета железнодорожного транспорта. - 2007. - №15.

23. Буряк С. Ю. Исследование диагностических признаков стрелочных электроприводов переменного тока [Текст] / С. Ю. Буряк, В. И. Гаврилюк, О. А. Гололобова, А. М. Безнарытный // Наука и прогресс транспорта. Вестник Днепропетровского национального университета железнодорожного транспорта. -2014. - №4 (52).

24. Буряк С. Ю. Исследование временной зависимости и спектрального состава сигнала в цепи стрелочных электродвигателей переменного тока [Текст] / С. Ю. Буряк, В. И. Гаврилюк, О. А. Гололобова // Наука и прогресс транспорта.

Вестник Днепропетровского национального университета железнодорожного транспорта. - 2014. - №6 (54).

25. Котов В. К. Диагностика стрелочных электроприводов по параметрам тока [Текст] / В. К. Котов, А. А. Павловский, Е. Павловский // Автоматика. Связь. Информатика - 2015. - №7. - С. 12-17.

26. Дубровин Л. М. Феррозонды в оперативной диагностике стрелочных приводов. [Текст] / Л. М. Дубровин, А. П. Никишечкин, В. И. Давыденко // Мир транспорта. - 2015. - 13(6). - С. 236-243. - DOI:10.1234/XXXX-XXXX-2015-6-236-243

27. Тонких В. Г. Метод диагностики асинхронных электродвигателей в сельском хозяйстве на основе анализа параметров их внешнего магнитного поля [Текст]: автореферат. / В. Г. Тонких // Барнаул. - 2009. - 20 с.

28. Китабов А. Н. Информационно-измерительная система диагностики погружного электродвигателя [Текст] / А. Н. Китабов, В. П. Токарев // Вестник УГАТУ. - 2011. - №1 (41).

29. Silmon J. A. Improving railway switch system reliability with innovative condition monitoring algorithms [Текст] / J. A. Silmon, C. Roberts // Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit. -2010. - Т. 224. - №. 4. - С. 293-302.

30. Wang S. M. Fault diagnosis for railway switch control circuit based on ARPSO least squares support vector machine [Текст] / S. M. Wang, Y. LEI // Journal of Lanzhou Jiaotong University. - 2010. - Т. 29. - №. 4. - С. 1-5.

31. Tao H. Intelligent fault prediction of railway switch based on improved least squares support vector machine [Текст] / H. Tao, Y. Zhao // Metallurgical and Mining Industry. - 2015. - Т. 7. - №. 10. - С. 69-75.

32. HONGZHI S. U. K. C. H. O. Use Artificial intelligence to diagnose the fault of speediness railway switch [Текст] / S. U. K. C. H. O. HONGZHI //Microcomputer Information. - 2007. - Т. 22. - С. 081.

33. Böhm T. Accuracy improvement of condition diagnosis of railway switches via external data integration [Текст] / T. Böhm // Proceedings of 6th European Workshop on Structural Health Monitoring. - 2012. - Т. 16. - №. 9.

34. Бочкарев С.В. Методы диагностирования и прогнозирования технического состояния стрелочного переводного устройства [Текст]: автореферат. / Бочкарев С.В. // СПб.: ФГБОУ ВО ПГУПС, 2014. - 15 с.

35. Белоусов С. В. Проявление неисправностей стрелочных переводных устройств с электродвигателями переменного тока на графике мощности перевода [Текст] / С. В. Белоусов // Автоматика на транспорте. - 2018. - Т.4 - № 4.

36. Инструкция по технической эксплуатации устройств и систем сигнализации, централизации и блокировки (СЦБ) ЦШ-720-09 [Текст] // М., ОАО "РЖД", 2009.

37. Белоусов С. В. Исследование методов анализа диагностической информации для выявления неисправностей стрелочного электропривода [Текст] / Д. В. Зуев, С. В. Бочкарев, С. В. Белоусов, М. К. Селезнёва // Транспортные интеллектуальные системы: сборник материалов I международной научно-практической конференции «Транспортные интеллектуальные системы - 2017» (TIS-2017), Санкт-Петербург, 16-17 февраля 2017 г.; под. ред. Вал. В. Сапожникова, Д.В. Ефанова. - СПб: ФГБОУ ВО ПГУПС. - 2017. - С. 101-109.

38. Белоусов С. В. Обработка нейронной сетью графика тока перевода стрелочного переводного устройства с электродвигателем постоянного тока [Текст] / С. В. Белоусов // Информационные технологии на транспорте: сборник материалов секции «Информационные технологии на транспорте» Юбилейной XV Санкт-Петербургской международной конференции «Региональная информатика -2016», Санкт-Петербург, 26-28 октября 2016 г.; под. ред. Вал. В. Сапожникова. -СПб: ФГБОУ ВО ПГУПС. - 2016. - С. 67-71. - ISBN 978-5-7641-0951-0.

39. Воронцов К. В. Лекции по методу опорных векторов [Текст] / К. В. Воронцов // ВЦ РАН, М. - 2007. - 18 с.

40. Кореневский Н. А. Проектирование систем принятия решений на нечетких сетевых моделях в задачах медицинской диагностики и

прогнозирования [Текст] / Н. А. Кореневский // Вестник новых медицинских технологий. - 2006. - №. 2. - с. 6-9.

41. ГОСТ 20911-89. Техническая диагностика. Термины и определения [Текст]. - М.: Стандартинформ. - 2009.

42. ГОСТ 27.002-15. Межгосударственный стандарт. Надежность в технике. Термины и определения [Текст]. - Официальное издание. Надежность в технике: Сб. ГОСТов. - М.: ИПК Издательство стандартов. - 2002.

43. Lu D. A survey of image classification methods and techniques for improving classification performance [Текст] / D. Lu, Q. Weng //International journal of Remote sensing. - 2007. - Т. 28. - №. 5. - С. 823-870.

44. Garrett D. Comparison of linear, nonlinear, and feature selection methods for EEG signal classification [Текст] / D. Garrett et al. // IEEE Transactions on neural systems and rehabilitation engineering. - 2003. - Т. 11. - №. 2. - С. 141-144.

45. Лаптин Ю. П. О некоторых подходах к проблеме построения линейных классификаторов в случае многих классов [Текст] / Ю. П. Лаптин, А. П. Виноградов, А. П. Лиховид // Pattern Recognition and Image Analysis. - 2010. -Т. 20. - №. 2. - 21 с.

46. Дмитриев Е. А. Метод опорных векторов [Текст] / Е. А. Дмитриев // Научные исследования и разработки студентов. - 2017. - С. 131-132.

47. Hearst M. A. Support vector machines [Текст] / M. A. Hearst et al. // IEEE Intelligent Systems and their applications. - 1998. - Т. 13. - №. 4. - С. 18-28.

48. Ben-Bassat M. Sensitivity analysis in Bayesian classification models: Multiplicative deviations [Текст] / M. Ben-Bassat, K. L. Klove, M. H. Weil // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 1980. - №. 3. -С. 261-266.

49. Журавлев Ю. И. Построение нелинейных классификаторов в случае многих классов [Текст] / Ю. И. Журавлев, Ю. П. Лаптин, А. П. Виноградов // Applicable Information models. ITHEA, Sofia. - 2011. - С. 7-13.

50. Хайкин С. Нейронные сети [Текст]: полный курс, 2-е издание. -Издательский дом Вильямс. - 2008.

51. Зуев. Д. В. Синтез объектной нейросетевой модели распознавания образов и ее применение в задачах железнодорожной автоматики [Текст]: дис. ... канд. техн. наук: 05.13.18 / Д. В. Зуев. - СПб.: Санкт-Петербург. гос. ун-т путей сообщения. -2013.

52. Благовещенская Е. А. Приложения сверточных нейронных сетей к задачам распознавания схем железнодорожной автоматики. Особенности применения [Текст] / Е. А. Благовещенская и др. // Международная конференция по мягким вычислениям и измерениям. - Федеральное государственное автономное образовательное учреждение высшего образования Санкт-Петербургский государственный электротехнический университет ЛЭТИ им. ВИ Ульянова (Ленина). - 2017. - Т. 1. - С. 471-473.

53. Генрихов И. Е. Классификация на основе полных решающих деревьев [Текст] / И. Е. Генрихов, Е. В. Дюкова // Ж. вычисл. матем. и матем. физ., 52:4. -

2012. - С. 750-761

54. Степанов Р. Г. Технология Data Mining: интеллектуальный анализ данных [Текст] / Р. Г. Степанов // Казань: КГУ. - 2008.

55. Болодурина И. П. Построение дерева решений при решении задачи классификации факторов, влияющих на востребованность учебной литературы [Текст] / И. П. Болодурина, П. А. Болдырев, С.Т. Дусакаева. // Тр. междунар. конф. «Перспективные инновации в науке, образовании, производстве и транспорте. -

2013. - С. 85-89.

56. Андреев И. М. Описание алгоритма CART [Текст] / И. М. Андреев // Exponenta Pro: Математика в приложениях. - 2004. - №. 3-4. - С. 48-53.

57. LeCun Y. Efficient Learning and Second-order Methods [Текст] / Y. LeCun // A Tutorial at NIPS 93. Denver. - 1993.

58. Заенцев И. В. Нейронные сети: основные модели [Текст] / Заенцев И. В. // Воронеж: ВГУ. - 1999. - Т. 9.

59. LeCun Y. Efficient backprop [Текст] / Y. LeCun et al. // Neural networks: Tricks of the trade. - Springer, Berlin, Heidelberg, 1998. - С. 9-50.

60. Leung H. The complex backpropagation algorithm [Текст] / H. Leung, S. Haykin // IEEE Transactions on Signal Processing. - 1991. - Т. 39. - №. 9. -С. 2101-2104.

61. Leonard J. Improvement of the backpropagation algorithm for training neural networks [Текст] / J. Leonard, M. A. Kramer // Computers & Chemical Engineering. -1990. - Т. 14. - №. 3. - С. 337-341.

62. Riedmiller M. Rprop I. Rprop-description and implementation details. [Текст] / Riedmiller M. - 1994.

63. Igel C. Improving the Rprop learning algorithm [Текст] / C. Igel, M. Husken // Proceedings of the second international ICSC symposium on neural computation (NC 2000). - ICSC Academic Press, 2000. - Т. 2000. - С. 115-121.

64. Распоряжение ОАО "РЖД" от 30.12.2015 N 3168р (с изм. от 01.09.2016) "Об утверждении Инструкции по техническому обслуживанию и ремонту устройств и систем сигнализации, централизации и блокировки" [Текст].

65. Воробьев Н. Одномерный цифровой медианный фильтр с трехотсчетным окном [Текст] / Н. Воробьев // Новости микроэлектроники, - 1999. - Т. 8.

66. Системы автоматики и телемеханики на железных дорогах мира [Текст]: учебное пособие для вузов ж.-д. транспорта / Пер. с англ.; под ред. Г. Теега, С. Власенко. - М.: Интекст, 2010. - 496 с.

67. Колесниченко С. И. Показатели экономической эффективности в современных информационных системах [Текст] / С. И. Колесниченко, О. В. Рудакова // Вестник ОрелГИЭТ. - 2010. - №. 2. - С. 12.

68. Методические рекомендации по оценке эффективности инвестиционных проектов [Текст]. Утверждены Министерством экономики РФ, Министерством финансов РФ, Государственным комитетом РФ по строительной, архитектурной и жилищной политике, от 21.06.1999 N ВК 477.

Приложение А Акт ввода ПО в постоянную эксплуатацию

УТВЕРЖДАЮ

Начальник Управления автоматики и телем« е тральной

дирекцы руктуры-

филиал: КД»

/У _ Аношкин В.В. ( _2017 г.

АКТ

ввода опытного образца и постоянную эксплуатацию

22.11.2017

г. Санкт-Петербург

Комиссия, назначенная телеграммой ЦШ Л1Т1СХ-44073/ЦДИ от 16.11.2017 г., рассмотрев опытный образец «Аппаратно-программного комплекса выявления неисправностей напольного технологического оборудования», с программным обеспечением, являющимся его неотъемлемой частью, представленные открытым обществом с ограниченной ответственностью «ИМСАТ - ПРОЕКТ» (ООО «ИМСАТ - ПРОЕКТ») и результаты испытаний проведенных на Октябрьской ж.д. (ШЧ-6) считает:

1. Опытный образец «Аппаратно-программного комплекса выявления неисправностей напольного технологического оборудования», соответствует требованиям технической документации.

2. Опытный образец «Аппаратно-программного комплекса выявления неисправностей напольного технологического оборудования» выдержал приемочные испытания и рекомендуются к тиражированию на сеть железных дорог.

Выводы: Опытный образец «Аппаратно-программного комплекса выявления неисправностей напольного технологического оборудования» включить в постоянную эксплуатацию в Санкт-11етербург-Сортировочную-Московскую дистанцию сигнализации, централизации и блокировки Октябрьской дирекции инфраструктуры - структурного подразделения центральной дирекции инфраструктуры - филиала ОАО «РЖД» (ШЧ-6) с 22.11.2017 г.

Приложение Б

Свидетельство о государственной регистрации программы для ЭВМ

РОССИЙСКАЯ ФЕДЕРАЦИЯ

RU 2018610563

ФЕДЕРАЛЬНАЯ СЛУЖБА ПО ИНТЕЛЛЕКТУАЛЬНОЙ СОБСТВЕННОСТИ

ГОСУДАРСТВЕННАЯ РЕГИСТРАЦИЯ ПРОГРАММЫ ДЛЯ ЭВМ

Номер регистрации (свидетельства): Автор(ы):

2018610563 Зуев Денис Владимирович (Яи),

Дата регистрации: 12.01.2018 Седых Дмитрий Владимирович (1Ш),

Бочкарев Сергей Владимирович (1Ш),

Номер и дата поступления заявки: Белоусов Сергей Владимирович (1Ш)

2017661661 14.11.2017 Правообладатель(и):

Дата публикации и номер бюллетеня: Открытое акционерное общество «Российские

12.01.2018 Бюл. № 1 железные дороги» (1Ш)

Контактные реквизиты:

нет

Название программы для ЭВМ:

«Программа выявления неисправностей напольного технологического оборудования» Реферат:

Программа предназначена для использования диспетчером, технологом для оперативной помощи эксплуатационному персоналу дистанций СЦБ во время поиска и устранения неисправностей. Программа обеспечивает: автоматическое распознавание неисправностей напольного технологического оборудования по аналоговым и дискретным диагностическим параметрам: возможность ириема аналоговыми и дискретными диагностическими параметрами в виде массива значений в режиме реального времени. Программа позволяет автоматизировать техническое обслуживание напольного технологического оборудования, а также наиболее точно локализовать неисправности, за счет указания возможного несправного элемента либо возможной причины, определения харак тера и причины неисправности или неисправного элемента.

Язык программирования: С++, С# 3.5

Объем программы для ЭВМ: 28,4 Мб

Приложение В

Сертификат за третье место в номинации Operational Performance Innovation

of the Year

Приложение Г Основные условные обозначения

Таблица Г. 1. Условные обозначения анализируемых неисправностей.

п/п Наименование неисправностей Условное обозначение

1 Наличие переходного сопротивления на фазах питания ЭД Н1

2 Наличие короткого замыкания (тока утечки) между фазами ЭД Н2

3 Разрегулировка фрикционного сцепления в сторону уменьшения усилия работы на фрикцию Н3

4 Разрегулировка фрикционного сцепления в сторону увеличения усилия работы на фрикцию Н4

5 Загрязнение стрелочных башмаков стрелочного перевода Н5

6 Пружинность стрелочных остряков Н6

7 Не параллельное прилегание остряка к рамному рельсу Н7

Таблица Г.2. Условные обозначения диагностических критериев.

п/п Наименование диагностических критериев Условное обозначение

1 Среднее значение мощности в рабочей зоне, Вт ё1

2 Дисперсия мощности в рабочей зоне, Вт ё2

3 Среднее изменение мощности в рабочей зоне, Вт ё3

4 Медиана мощности в рабочей зоне, Вт ё4

5 Площадь рабочей зоны, Дж ё5

6 Длительность запуска двигателя, с ё6

7 Максимальное отклонение от медианы, Вт ё7

8 Количество максимумов на графике мощности рабочей зоны ё8

9 Мощность запирания стрелки, Вт ё9

10 Длительность перевода, с ё!0

Таблица Г.3. Условные обозначения алгоритмов.

п/п Наименование алгоритмов Условное обозначение

1 Алгоритм RProp с защитой от переобучения сети А1

2 Алгоритм генерации расширенной базы примеров А2

3 Алгоритм определения работы стрелки на фрикцию А3

4 Алгоритм определения не параллельного прилегания остряка к рамному рельсу А4

5 Универсальный алгоритм выделения зоны пуска двигателя на графиках перевода стрелок с различными типами ЭД А5

6 Алгоритм выделения зоны отпирания шибера на графике мощности перевода стрелок с ЭД переменного тока А6

7 Алгоритм выделения зоны запирания шибера на графике мощности перевода стрелок с ЭД переменного тока А7

8 Алгоритм выделения зоны просадки мощности А8

9 Общий алгоритм выделения зон режимов работы стрелочного электропривода на графике перевода стрелок с различными типами ЭД А9

10 Алгоритм фильтрации графиков некорректной формы А10

11 Интегрированный алгоритм диагностики стрелок с ЭД переменного тока А11

12 Алгоритм определения состояния стрелки на момент перевода А12

Приложение Д

Расчёт экономического эффекта применения автоматизированной диагностики неисправностей стрелок с ЭД переменного тока

Оценка экономического эффекта [67] применения автоматизированной диагностики неисправностей стрелок с ЭД переменного тока произведена с учётом Методических рекомендаций по оценке эффективности инвестиционных проектов [68]. Так как инвестиционные затраты носят разовый характер, для оценки эффекта использованы упрощенные методики.

Годовой экономический эффект может быть рассчитан как сумма нескольких составляющих (Д.1):

Э = ЭТ + Э0Т (Д.1)

, где Эт - экономический эффект, возникающий за счёт условного высвобождения трудовых ресурсов, обусловленного ростом производительности труда работников благодаря внедрении автоматизации;

Э0Т - экономический эффект, возникающий за счёт снижения числа отказов.

Существующая технология определения неисправностей железнодорожных стрелок представлена на рисунке Д.1. При совершении перевода стрелки информация о управляющем воздействии, состоянии контрольных реле и массивы точек графиков диагностических параметров (токи, напряжения и мощность перевода) заносятся в СТДМ и попадают в архив центра мониторинга (ЦМ). При этом автоматически выполняются проверки на соответствие длительности перевода и уровня тока перевода нормативным значениям, и при наличии отклонений архив передаётся оператору ЦМ для анализа технического состояния стрелки. При определении предотказа информация о нём передаётся в ШЧ для расследования и устранения неисправности. Причина предотказа, обнаруженная в результате расследования, отправляется оператору ЦМ, данные заносятся в архив.

ДСП

Станция

ЦМ

Оператор ЦМ

ШН

Управляющее воздействие

Перевод стрелки

Запись архива

Анализ тех.состояния

Устранение неисправности

Рисунок Д.1 - Существующая схема технологического процесса определения неисправностей железнодорожных стрелок

Таким образом, время общее восстановления стрелки £в складывается из нескольких составляющих (Д.2):

tв = tвa + tо + tр + tу (Д. 2)

, где £вп - время от возникновения неисправности до её проявления (до момента перевода стрелки);

£о - время обнаружения факта проявления неисправности; р - время расследования причин неисправности; £у - время устранения причин неисправности.

При этом время Ьо, затраченное на обнаружение факта проявления неисправности, может быть значительным, так как применяемые в СТДМ методы автоматического определения неисправности перевода могут пропустить часть предотказов, близких по параметрам к установленным в системе границам, но не пересекающих их. Ответственность за определение таких состояний переходит на оператора ЦМ, но из-за сильной нагрузки на оператора, факт предотказа может быть обнаружен спустя значительное время или не обнаружен вовсе. Время £р, затрачиваемое на расследование причины неисправности, зависит от квалификации персонала электромехаников СЦБ, обслуживающего стрелку.

Применение программного комплекса автоматизированного определения неисправностей на этапе анализа технического состояния стрелки позволяет сократить общее время восстановления стрелки за счёт снижения о и р. Обнаружение факта проявления неисправности происходит практически мгновенно и одновременно с определением причины неисправности.

Составленный программным комплексом список узлов, в которых могла произойти неисправность, позволяют существенно сократить время £р.

Таким образом условное высвобождение трудовых ресурсов оператора мониторинга возникает за счёт снижения времени обнаружения факта проявления неисправности, а сокращение времени расследования предотказа условно высвобождает ресурсы электромехаников СЦБ.

ЭТ (ЭШН + Э0М) • Кпр (Д. 3)

, где Эшн - экономический эффект, возникающий за счёт условного высвобождения трудовых ресурсов электромехаников СЦБ на один предотказ;

Э0м - экономический эффект, возникающий за счёт условного высвобождения трудовых ресурсов оператора ЦМ на один предотказ;

Кпр - количество предотказов в год.

Описанные выше величины Эшн и Э0м вычисляются по формулам (Д.4) и (Д.5).

Эшн (^рд ^ра) • Зшн (Д.4)

, где £рд, £ра - время расследования причин неисправности до и после внедрения автоматизации диагностики соответственно, ч;

Зшн - стоимость часа работы электромеханика СЦБ.

Э0м _ (^0д — ^0а) • З0м (Д. 5)

, где £0д, £0а - время обнаружения факта проявления неисправности до и после внедрения автоматизации диагностики соответственно, ч;

З0м - стоимость часа работы оператора ЦМ.

Применение системы автоматизированного определения неисправностей стрелок позволяет снизить потери от простоя поездов, так как определение неисправного состояния происходит на стадии предотказа, что позволяет

восстановить техническое состояние стрелки то возникновения отказа. Тогда экономический эффект, возникающий за счёт снижения числа отказов, зависит от точности автоматизированного диагностирования и может быть рассчитан по формуле (Д. 6):

Э0Т = Л • К0Т • Пи (Д. 6)

, где ^ - точность автоматизированного диагностирования; К0Т - число отказов за год без использования системы автоматизированного диагностирования;

П0Т - средние потери от простоя поездов за один отказ.

Затраты ресурсов на разработку и внедрение программного комплекса состоят из затрат на оплату труда программиста и затрат на закупку необходимого оборудования (Д.7).

З = Зп + З0б + Зпо (Д. 7) , где Зп - затраты на оплату труда программиста; З0б - затраты на закупку необходимого оборудования;

ЗПО - затраты на закупку необходимого для работы системы программного обеспечения.

Затраты на оплату труда программиста определяются по следующей формуле

(Д.8):

Зп = С • Кс • Кп • £ (Д. 8) , где С - средняя ставка зарплаты программиста за один час; Кс - коэффициент для учёта социальных начислений; Кп - коэффициент премирования; £ - время, затраченное на разработку, ч.

Используя формулу (Д.4) рассчитаем экономический эффект, возникающий за счёт условного высвобождения трудовых ресурсов электромехаников СЦБ на один предотказ. Т.к. среднее время восстановления отказа по сети железных дорог России составляет 1 час [1], примем среднее время расследования причин неисправности без использования систем диагностики как 0,5 часа. Время расследования причин неисправности с помощью программного комплекса автоматизированного поиска неисправностей железнодорожных стрелок составляет 20 мс или 5,5 • 10-6 часа. Зарплата электромеханика СЦБ за час работы составляет 303,7 руб. Тогда:

Эшн = (0,5 ч - 5,5 • 10-6 ч) • 303,7 руб./ч = 151,84 руб.

Рассчитаем экономический эффект, возникающий за счёт условного высвобождения трудовых ресурсов оператора ЦМ на один предотказ. Среднее время обнаружения факта проявления неисправности без использования систем диагностики составляет 10 минут. Время обнаружения факта проявления неисправности с помощью программного комплекса автоматизированного поиска неисправностей железнодорожных стрелок составляет 20 мс или 5,5 • 10-6 часа. Зарплата оператора ЦМ за час работы составляет 533,54 руб. Тогда по формуле (Д.5):

10

Эом = ( —ч - 5,5 • 10 ч) • 533,54 руб./ч = 88,93 руб. \60 /

Экономический эффект, возникающий за счёт условного высвобождения трудовых ресурсов, обусловленного ростом производительности труда работников благодаря внедрении автоматизации, по формуле (Д.2) по Октябрьской ж.д. составляет:

Эт = (151,84 руб. + 88,93 руб.) • 11000 « 2 648 тыс. руб.

Точность работы программного комплекса автоматизированного поиска неисправностей ж.д. стрелок составляет более 97%. За 2015 год произошло 752 отказа стрелочных электроприводов и гарнитуры, средние потери за один отказ составили примерно 3000 руб. Экономический эффект, возникающий за счёт снижения числа отказов, рассчитывается по формуле (Д.6):

Э0Т = 0,97 • 752 • 3000 руб.« 2 188 Тыс. руб.

Общий годовой экономический эффект, рассчитанный по формуле (Д.1), составляет:

Э = 2 648 Тыс. руб. +2 188 Тыс. руб. = 4 836 Тыс. руб.

Рассчитаем затраты на оплату труда программиста. Средняя ставка зарплаты за один час работы составляет 375 руб. Социальный начисления по действующему законодательству составляют 30% от суммы ставки. Коэффициент премирования примем 1,1. Всего на разработку системы было потрачено 2 года. Тогда по формуле (Д.8) затраты на оплату труда программиста составляют:

Зп = 375 руб./ч • 1,3 • 1,1 • (2 • 1970 ч) « 2 213 Тыс. руб.

Для работы системы необходимо следующее оборудование и программное обеспечение, приведенное в таблице Д.1.

Таблица Д. 1. Закупаемое оборудование и программное обеспечение

п/п Название Стоимость, руб.

1 Сервер Dell PowerEdge R530 210-ADLM-108 512 079

2 Монитор 20' 9 400

3 Источник бесперебойного питания 4 000

4 Стабилизатор напряжения 1 500

5 Операционная система Windows Server Standard 120 248

Итого 647 407

Затраты ресурсов на разработку и внедрение программного комплекса по формуле (Д.8) составят:

З = 2 213 тыс. руб. +647,5 тыс. руб. = 2 860,5 тыс. руб.

Срок окупаемости внедрения автоматизации процесса диагностики ж.д. стрелок с ЭД переменного тока рассчитывается по формуле (Д.9).

З

*ок = э (Д. 9)

2 860,5 тыс. руб.

£ок = --~ 0,59 года.

4 836 тыс. руб./год

Таким образом, срок окупаемости внедрения автоматизации составляет 8 месяцев.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.