СЦБИСТ - железнодорожный форум, блоги, фотогалерея, социальная сеть СЦБИСТ - железнодорожный форум, блоги, фотогалерея, социальная сеть
Вернуться   СЦБИСТ - железнодорожный форум, блоги, фотогалерея, социальная сеть > Уголок СЦБИСТа > Книги и журналы > xx2

Ответ    
 
В мои закладки Подписка на тему по электронной почте Отправить другу по электронной почте Опции темы Поиск в этой теме
Старый 15.03.2019, 17:24   #1 (ссылка)
Crow indian
 
Аватар для Admin


Регистрация: 21.02.2009
Возраст: 42
Сообщений: 28,791
Поблагодарил: 397 раз(а)
Поблагодарили 5851 раз(а)
Фотоальбомы: 2566
Записей в дневнике: 647
Загрузки: 672
Закачек: 274
Репутация: 126089

Тема: [02-2019] Оптимизация тяговых ресурсов с учетом предиктивной аналитики технического состояния локомотивов



Оптимизация тяговых ресурсов с учетом предиктивной аналитики технического состояния локомотивов


A. Д. ОБУХОВ,
канд. техн, наук,
B. А. МЕЛЬНИКОВ,
эксперт, ООО «Кловер Групп», г. Москва


В статье рассмотрены современные пробле­мы эксплуатации тягового подвижного состава (ТПС) на полигонах железных дорог. Определены основные «барьерные» места. В качестве иннова­ционного инструмента решения задачи совершен­ствования процессов эксплуатации локомотивно­го парка предложены оптимизационная модель формирования плана постановки локомотивов на техническое обслуживание и ремонт на участке железной дороги и модели предиктивного анали­за технического состояния узлов и агрегатов ТПС.
Рассмотрены критерии и эффекты применения данных моделей для решения эксплуатационных задач на железнодорожном транспорте.



Ключевые слова: тяговый подвижной со­став, интеллектуальный анализ данных, интеллектуальные транспортные систе­мы, система предиктивного обслуживания и ремонта.

The article covers modern challenges for operating of traction rolling stock (TRS); pro­vided explanation of bottlenecks. Innovative solution for operating processes' enhance­ment includes optimization model of the locomotive fleet on the railway section and the model of the predictive analysis of the condition of units and assemblies of traction rolling stock. As a conclusion and proof of effectiveness, criteria and effects of applicability, caused by the models and solution, exposed in the article.
Keywords: traction rolling stock, data min­ing, intelligent transport systems, predictive maintenance solutions.

Современная трансформация логистическо­го мировоззрения все больше меняет мир и ставит новые задачи в области развития телекоммуникационных и информационных технологий при управлении производством, эксплуатации инфраструктуры. Для этого не­обходимо развивать цифровые и интеллекту­альные технологии в оперативном управле­нии фондо-ресурсоемкими предприятиями, работающими в таких сферах, как железнодо­рожные и автомобильные перевозки, автомо­билестроение и локомотивостроение, локо­мотивные депо и ремонтные цехи.

Проекты цифровизации предприятий транспортной отрасли (заводы и депо, ин­фраструктура) направлены на повышение внешней и внутренней конкурентоспособ­ности предприятий транспортных сегментов на мировом уровне путем полной интегра­ции интеллектуальных коммуникационных технологий между клиентами, транспортны­ми средствами и инфраструктурой, а также системой управления движением поездов [1,2], т.е. созданием цифрового двойника.

Интеллектуальные железнодорожные системы получают все большее распростра­нение в мировой практике, а их разработ­ка проводится ведущими транспортными и IT-компаниями. Мощный импульс развитию
данных систем придали современные инстру­менты, такие как Hybrid Models, Explainable Al, Industriallnternet of Things, BringYour Own Device, Bring Your Own Data, BigData, CloudCom*Иванов**Иванов**Иванов**Иванов**Иванов*g, Машинное и глубокое обу­чение и др. Данные технологии позволяют оп­тимизировать транспортные ресурсы, тем са­мым повысить эффективность перевозок [3].
Важнейшими задачами в процессе экс­плуатации железнодорожного тягового подвижного состава являются мониторинг и прогнозирование его технического со­стояния, планирование и оптимизация про­ведения предиктивного ремонта с учетом инфраструктурных и технологических огра­ничений железнодорожного транспорта общего пользования.
По ряду железных дорог России сегодня фактический показатель неравномерности пе­ревозок значительно превышает нормальные показатели. Особенно проблемными являют­ся дороги Восточного полигона. В условиях повышенной неопределенности для опера­тивного регулирования потребных ресурсов компания-перевозчик вынуждена содержать непроизводительные резервы тяговых ресур­сов на непредсказуемый рост перевозок.

Анализ статистических данных показыва­ет, что, например, показатель бюджета вре­мени локомотивов, согласно отчетным и ста­тистическим данным последних лет, делится на следующие составляющие: время нахож­дения в движении — 47,7 % (11,4 ч), 33 % времени локомотивы простаивают на стан­ционных и деповских путях станций оборо­та, 7 % — на станциях смены локомотивных бригад, 6,4 % — на станциях приписки, 5,9 % — на промежуточных станциях с поездами.
Перепростой на плановых видах ремонта, а также заходы на межпоездной ремонт и ожи­дание свободных ремонтных позиций при­водят к необходимости ежесуточно изымать из эксплуатации более 10ОО локомотивов [4].
На сегодняшний день наблюдается повы­шенное избыточное количество локомоти­вов в инвентарном парке для осуществления объемов работы. В данных условиях боль­шую роль в комплексной программе оптими­зации играет повышение надежности новых и отремонтированных локомотивов. Низкий уровень надежности, а также несоблюдение технологии ремонта заводами и депо об­уславливают необходимость содержания сверх норматива около 1400 тяговых единиц.

При этом экспертным методом установлено, что в настоящее время существует потреб­ность в локомотиве, который на всем жиз­ненном цикле был бы готов к эксплуатации не менее 95 % времени его срока службы.
Существующая система технического обслуживания и ремонта локомотивов на Восточном полигоне не полностью отвечает требованиям эффективного повышения экс­плуатационной надежности локомотивов с одновременным снижением затрат на их техническое обслуживание, сервис и ремонт (ТОиР). Средний простой локомотива в депо не может использоваться как достоверный показатель, так как есть простой на ТО-2, ТР-1, ТР-3 и других видах ТОиР, где имеется собственная средняя продолжительность простоя. Следовательно, использование среднего простоя в депо для оценки возмож­ности одновременного проведения обслу­живания и ремонта локомотивов зачастую приводит к ошибочным выводам. ля достижения основной цели комплекс­ной оптимизации эксплуатируемого пар­ка локомотивов, а также совершенствова­ния системы организации своевременного подвода их в сервисные локомотивные депо и пункты технического обслуживания локо­мотивов специалистами компании «Кловер Групп» разработан комплекс программных продуктов, реализующих взаимодействие моделей предиктивного анализа состояния узлов и агрегатов тягового подвижного со­става и динамической модели перемещения поездопотоков на участке.
В качестве выбранных критериев оптими­зации тягового обслуживания на выбранном участке определены такие ключевые эксплу­атационные показатели, как: минимизация пробега локомотивов в одиночном следова­нии, а также времени нахождения вагонов и поездов на станциях смены локомотивов и локомотивных бригад; максимизация сред­несуточной производительности локомоти­вов рабочего парка.
Особенно актуальным для системы опти­мизации тягового обслуживания полигона является сокращение времени нахождения локомотивов эксплуатируемого парка на де­повских путях и снижение различного рода непроизводительных потерь времени рабо­ты локомотивных бригад, в том числе в ожи­дании работы. При этом для максимально эффективного применения оптимизацион­ной модели в качестве входных данных для ее работы используются данные интеллек­туальной диагностики, предиктивной ана­литики и мониторинга эксплуатации узлов и агрегатов локомотивов рабочего парка на участке.

Предиктивная аналитика дает возмож­ность извлечь необходимую информацию об эксплуатации и техническом состоянии оборудования из разнообразных источни­ков, таких как данные микропроцессорной системы управления (МСУ) локомотивов, ин­формация об эксплуатации локомотивов на полигоне, данные об отказах, заводских и де­повских ремонтах, выполненных цикловых и сверхцикловых работах, смене оборудова­ния, которая, будучи структурированной с учетом особенностей конструкции рассма­триваемого узла, применяется в процессах принятия и оптимизации управленческих решений.
Основной задачей предиктивной анали­тики оборудования при решении данной комплексной оптимизационной задачи яв­ляется определение степени влияния пара­метров работы оборудования друг на друга и выявление аномалий, дефектов и отказов, исходя из анализа изменения значений этих параметров за имеющиеся периоды наблю­дения. Эти закономерности выявляются пу­тем построения модели предиктивного ана­лиза по контролируемому объекту.

Разработанные специалистами Clover Group модели предиктивного анализа ин­женерно-технических объектов позволяют: > определить релевантные параметры, характеризующие состояние конструктив­ных элементов оборудования; > выявить тренды деградации, анома-лии/дефекты и предотказные состояния на работающем оборудовании; > спрогнозировать вероятность и время наступления отказа конструктивных элемен­тов оборудования.
В настоящее время система способна находить более 50 видов нарушений в ра­боте оборудования и режимах эксплуата­ции локомотивов. Так, по тепловозам серии 2(3)ТЭ116У [5, б, 7] и ТЭП70БС(У) автоматиче­ски определяются нарушения в работе обо­рудования, такие как: • превышение температуры газов по ци­линдрам; • несоответствие значений мощности генератора и частоты вращения коленчато­го вала дизеля установленной позиции кон­троллера машиниста; • выход значений давления и температу­ры масла за пределы допусков и т.п.
Модуль системы «Math» представляет со­бой комплекс математических алгоритмов, в котором могут использоваться как ореп-сорсные библиотеки, так и собственные уравнения разработчиков, описывающие работу конкретного оборудования на осно­ве имеющихся параметров телеметрии. Для снижения взаимной коррелированности применяются модели, использующие разные подходы: лес случайных деревьев, бустинг и метод опорных векторов [8]. Для оценки точности моделей данные делятся на обуча­ющую и тестовую выборки. Для данного раз­биения также может использоваться метод случайного разбиения. Для оценки моделей используются методы: кросс-валидация; вну­тренняя кросс-валидация; стратифициро­ванный сэплинг; матрица запутанности; ма­трица запутанности 2-го класса; кривые ROC (Receiver Operating Characteristic) и др.

Приоритетными направлениями в ходе разработки комплекса оптимизационных моделей управления тяговыми ресурсами при переходе на полигонные технологии, ко­торые способствуют повышению эффектив­ности перевозочного процесса, являются: > совершенствование и оптимизация технологий перевозочного процесса, а так­же устранение основных технологических потерь при эксплуатации; > создание инновационных интеллекту­альных управляющих систем диспетчерско­го аппарата; > оптимизация структуры управления перевозками;
> ликвидация «барьерных» мест, сдер­живающих темпы роста пропускной способ­ности.
В части совершенствования и оптимиза­ции эксплуатации тяговых ресурсов на поли­гоне железной дороги следует также пред­усмотреть выделение внутренних тяговых полигонов работы локомотивов с учетом со­блюдения плана формирования и основных показателей выполнения местной работы на участках, а также оптимизацию участков об­ращения локомотивных бригад.

Библиография

1. Обухов А.Д. Цифровые технологии в управлении эксплуатационной работой на железнодорожном транс­порте ГГекст] / А.Д. Обухов // Автоматика, связь, информа­тика.-2017.-№ 9.-С. 4 —8. 2. Обухов А.Д. Интеллектуальные технологии в управ­лении перевозочным процессом на железнодорожном транспорте [Текст] / А.Д. Обухов // Международный жур­нал гуманитарных и естественных наук. - 2016. - № 1. Т. 3.
- С. 36 — 39.
3. Шапкин И. Развитие технологии грузовых пере­возок на железнодорожном транспорте в современ­ных условиях [Текст] / И. Шапкин, А. Обухов // Научно-практический альманах «Вектор транспорта». - 2015. -№3.-С.10 — 19.
4. Валинский О.С. Повышая эффективность управле­ния локомотивным комплексом [Текст] / О.С. Валинский // Локомотив. - 2017. - № 1. - С. 3 — 7. 5. Мельников В.А. Определение предотказного состо­яния тяговых электродвигателей [Текст] /В.А. Мельников, С.А. Дмитриев // Локомотив. - 2017. - № 6. - С. 36 — 37. 6. Мельников В.А. Использование корреляционно­го анализа при диагностировании тепловозов 2ТЭ116У [Текст] / В.А. Мельников //Транспортная инфраструктура Сибирского региона. Материалы шестой международ­ной научно-практической конференции. Иркутск, 2015 - С. 343 — 349.
7. Мельников В.А. Диагностирование тепловозов по данным бортовых микропроцессорных систем [Текст] / В.А. Мельников // /Мир транспорта. - 2014. - № 3. - С. 56
- 62.
8. Automatic Defect Recognition in Corrosion Logging Using Magnetic Imaging Defectoscopy Data / Rita Gaibadullina, Bulat Zagidullin, Vladimir Bochkarev // 3rd International Conference on Analysis of Images, Social Networks and Texts (AIST'2014), Yekaterinburg, Russia, April 10 — 12,2O14.p86 —91.
__________________
Если у вас возникли вопросы по работе сайте - пишите на почту admin@scbist.com
Admin вне форума   Ответить с цитированием 12
Похожие темы
Тема Автор Раздел Ответов Последнее сообщение
Инструкция по размещению, установке и эксплуатации средств автоматического контроля технического состояния подвижного состава на ходу поезда Admin Системы централизации и блокировки 5 24.12.2014 20:21
=Телеграмма= № 3/797 от 09.12.13 г. - Задержки пассажирских поездов в первой декаде декабря 2013 года из-за низкого технического состояния локомотивов и мероприятия по исключению аналогичных событий Admin Документы Дирекции тяги ОАО "РЖД" 0 11.12.2013 13:45
[03-2013] Мониторинг технического состояния ИССО Admin xx1 0 07.09.2013 07:13
=Распоряжение= № 2807р от 24 декабря 2008 г. - О повышении качества эксплуатации автоматизированной системы управления локомотивным хозяйством в части мониторинга технического состояния локомотивов в гар. период Admin 2005-2008 годы 0 27.08.2013 10:17
=Распоряжение= № 72р от 19 января 2009 г. - О подготовке к внедрению новой системы технического обслуживания ТО-3 и текущих ремонтов ТР-1 электропоездов с учетом фактического пробега Admin 2009 год 0 19.01.2013 22:26

Ответ

Возможно вас заинтересует информация по следующим меткам (темам):
Валинский, локо0219


Здесь присутствуют: 1 (пользователей: 0 , гостей: 1)
 
Опции темы Поиск в этой теме
Поиск в этой теме:

Расширенный поиск

Ваши права в разделе
Вы не можете создавать новые темы
Вы не можете отвечать в темах
Вы не можете прикреплять вложения
Вы можете редактировать свои сообщения

BB коды Вкл.
Смайлы Вкл.
[IMG] код Вкл.
HTML код Выкл.
Trackbacks are Вкл.
Pingbacks are Вкл.
Refbacks are Выкл.



Часовой пояс GMT +3, время: 02:00.

СЦБ на железнодорожном транспорте Справочник 
сцбист.ру сцбист.рф

СЦБИСТ (ранее назывался: Форум СЦБистов - Railway Automation Forum) - крупнейший сайт работников локомотивного хозяйства, движенцев, эсцебистов, путейцев, контактников, вагонников, связистов, проводников, работников ЦФТО, ИВЦ железных дорог, дистанций погрузочно-разгрузочных работ и других железнодорожников.
Связь с администрацией сайта: admin@scbist.com
Advertisement System V2.4