Рис. 6. Наработка на отказ ТЭД тепловозов серии ТЭ10 в Дальневосточной дирекции тяги

Работа с листом регистрации ведется на протяжении всего жизненного цикла инцидента. Так, в процессе устранения инцидента вся информация о времени, обстоятельствах, ходе устранения, причинах, последствий, замененных деталях и др. оперативно вносится в ЛРИ работником, отвечающим за контроль устранения инцидента и ввод информации в систему.

На основании листа регистрации в системе формируется единая база данных. Информация, накапливаемая в ЕСМТ, периодически обрабатывается с помощью методов теории вероятности и математической статистики в модуле ЕСМТ «Статистическая обработка данных» (модуль статистики). Соответствующее окно представлено на рис. 5. По результатам статистической обработки информации вырабатываются корректирующие мероприятия, позволяющие реализовать «цикл Деминга», известный также как цикл PDCA (Plan, Do, Check, Act) — «планируй, осуществляй (исполняй), проверяй результат, действуй (корректировка результатов)».

Для разработки методики реализации модуля статистики ЕСМТ в рамках реализации меморандума «О научно-техническом сотрудничестве» от 01.07.2014 г. между ООО «ТМХ-Сервис» и Московским государственным университетом путей сообщения (МИИТ) заключен договор на участие ученых университета в разработке математических методов. В соответствии с предложенной ими методикой специалисты ООО «ТМХ-Сервис» разработали алгоритмы для модуля статистики ЕСМТ, которые протестированы в МИИТе на корректность работы.

Порядок изменения фона среднестатистических параметров в зависимости от статистического качества информации

№ п/п	Показатель	Значение	Цвет	Пример
1	Вероятность соответствия одному из законов распределения случайной величины (максимальная) PF	PF < 0,3	красный	Пример
2		0,3 > PF> 0,5	оранжевый	123
3		0,5 > PF > 0,7	желтый	123
4		0,7 > PF> 0,9	серо-зеленый	123
5		0,9 >PF> 0,95	салатовый	123
6		PF> 0,95	зеленый

На следующих двух рисунках 6 и 7 приведены так называемые гистограммы, которые необходимы для визуального анализа статистических данных. На гистограммах показано насколько часто происходят отказы при том или ином пробеге локомотива. Для этого весь интервал пробегов по оси абсцисс (х, км) разбит на интервалы примерно по 14 тыс. км (шаг разбивки программа определяет сама по специальным формулам).

На рис. 6 приведен пример достоверной информации — это наработка (HP по оси ординат) на отказ тяговых электрических двигателей (ТЭД) тепловозов 2ТЭ10 всех индексов и секционности: сколько километров в среднем пробегают локомотивы от последнего ТР-1 до момента наступления отказа ТЭД. Данные взяты по результатам работы указанных тепловозов Дальневосточной дирекции тяги в период с 01.01.2012 по 01.01.2014 гг., на которых произошло 696 случаев отказа ТЭД. Из гистограммы видно, что средняя наработка на отказ составляет 34тыс. км, при этом процесс одномодальный и полученными данными можно пользоваться при принятии управленческих решений.

На рис. 7 приведен противоположный пример, когда имеет место эффект «средней температуры по больнице» — это наработка на отказ дизельного оборудования тепловозов 2ТЭ10 всех индексов и секционности: сколько километров в среднем пробегают локомотивы от последнего ТР-1 до момента наступления отказа дизельного оборудования. Данные также взяты по результатам работы указанных тепловозов Дальневосточной дирекции тяги с 01.01.2012 по 01.01.2014 гг., на которых произошло 1455 случаев отказа дизельного оборудования.

Из гистограммы видно, что (в отличие от ТЭД) в одной группе оказались прира-боточные отказы (до 10 тыс. км пробега) и наработка на отказ (в среднем 30 тыс. км). Имеет место так называемый двумодальный процесс (как и в случае со «средней температурой по больнице»). Такими показателями пользоваться нежелательно — необходимо выделять данные о приработочных отказах в отдельную группу.

Анализ аналогичных чисел по всем дирекциям тяги и сериям тепловозов показал, что двумодальное распределение типично для дизельного оборудования. Таким образом, при статистической обработке количественных показателей необходимо разделять данные приработочных отказов и наработки оборудования на отказ. На основании такой статистики можно сделать вывод о необходимости повышения эффективности выходного контроля дизельного оборудования после ремонта, совершенствования работы станций реостатных испытаний. Приведенные примеры демонстрируют, как применение методов статистической обработки данных может помочь повысить достоверность информации, используемой при принятии управленческих решений.

Для предупреждения пользователя о наличии некорректного использования средних значений в ЕСМТ предлагается, например, использовать цветовую гамму фона, представленную в таблице, когда фон рассчитанных показателей зависит от достоверности информации.

Таким образом, внедряемая в ООО «ТМХ-Сервис» АСУНТ позволит впервые в отечественной практике внедрить в работу автоматизированное использование методов математической статистики и теории надежности при техническом обслуживании и ремонте локомотивов. При этом методы «встроены» внутрь программы и используются в режиме on-line непосредственно на рабочих местах руководителей и специалистов как сервисных локомотивных депо ООО «ТМХ-Сервис», так и на уровне управляющей компании ООО «Локомотивные технологии».

начальник отдела научно-технического развития ООО «ТМХ-Сервис»,

B.А. МЕЛЬНИКОВ, главный специалист ООО «ТМХ-Сервис»,