Admin

Повышение эффективности мониторинга рельсовой колеи

ГОЛУБЕВ О.В., Уральский государственный университет путей сообщения (УрГУПС), канд. техн, наук


Аннотация. Статья посвящена разработке системы мониторинга качения колеса по рельсу. Приведены возможности использования видеонаблюдения для определения траектории качения колеса по рельсу посредством фиксации зазора между гребнем колеса и рабочей гранью головки. С помощью таких важных параметров как длительность и количество касаний гребнем колеса головки рельса можно определить наиболее значимые («ведущие») отступления геометрии рельсовой колеи, которые существенно влияют на динамику подвижного состава. В статье представлен алгоритм определения неблагоприятных участков качения колеса по головке рельса.
Ключевые слова: траектория, зазор, видеонаблюдение, длительность касаний, количество касаний.

Состояние рельсовой колеи формирует качество качения колеса по головке рельса. Неровности продольного профиля пути нарушают траекторию движения колеса по рельсу, вызывая повышенную динамику подвижного состава [1—6].
В настоящее время оценка геометрии рельсовых нитей выполняется методом амплитудного анализа — большим отклонениям параметров геометрии колеи соответствует больший уровень снижения скоростей. Но не всегда значительные отступления параметров колеи от нормативных значений соответствуют худшему качеству качения колеса по рельсу. Соответственно нужен показатель, который напрямую связан с плавностью перемещения колеса по головке рельса. В качестве такого показателя может выступить зазор между гребнем колеса и боковой поверхностью головки. По величине зазора, а, главное, по скорости его изменения можно судить о качестве движения колеса по рельсу и, соответственно, экипажа по пути.

Для устранения геометрических отклонений рельсовой колеи от норматива затрачиваются большие трудовые ресурсы, что не всегда оправдано. Должна быть разработана модель, которая позволит руководителю структурного подразделения (ПЧ) определять первоочередность устранения неисправностей пути с учетом имеющегося на данный момент штата. Поэтому необходимо создать такой алгоритм, который позволит выделять наиболее значимые («ведущие») отступления, которые формируют траекторию качения колеса по рельсу. Получив информацию о неисправностях пути, особенно сильно влияющих на динамику движения вагона, руководитель имеет возможность направить усилия контингента, в первую очередь, на ликвидацию именно их.
Для определения потенциально опасных участков пути необходимо знать, где гребень колеса касается боковой рабочей грани головки рельса и с какой скоростью он приближается к ней. Для фиксации траек
тории качения колеса по рельсу необходима интеллектуальная система, устанавливаемая на путеизмерительный комплекс или любую подвижную единицу. Причем такая система должна специализироваться на определении траектории качения колеса по рельсу как грузового подвижного состава с повышенными осевыми нагрузками, так и высокоскоростного [7].


Сегодня существуют алгоритмы, позволяющие обрабатывать большие массивы данных (технологии Big Data), а учесть многообразие факторов, влияющих на те или иные процессы, позволяют технологии Blockchain. Совокупность современных подходов к обработке и анализу информации дает возможность проводить обновление путевой инфраструктуры, основываясь на ее реальном состоянии, а не по пропущенному тоннажу.
Качение колеса по рельсу характеризуется изменением величины зазора между гребнем колеса и головкой рельса [8]. Системами фиксации траектории движения колеса по рельсу должны быть снабжены не только диагностические комплексы, но и графиковые поезда. Получая информацию о состоянии рельсовой колеи от впереди идущего поезда, машинист понимает, в каком режиме следует вести состав по данному участку. При сохранении прочих параметров, у второго поезда траектория движения колеса по рельсу должна повториться. Отклонения траекторий друг от друга являются показателем изменения влияющих параметров. По результатам проходов поездов, снабженных системами контроля качения колеса, легко составить рекомендации, направленные на устранение «ведущих» отступлений колеи, оказывающих существенное влияние на качество движения. Установка подобных систем на графиковые поезда позволит сократить число диагностических комплексов по измерению геометрических параметров пути, что даст возможность более рационально использовать трудовые ресурсы, направив их на устранение неисправностей рельсовой колеи [9, 10].

В настоящее время уже существуют технические решения по оснащению подвижного состава современным оборудованием для диагностики пути. В частности, действует самоходная многофункциональная диагностическая лаборатория на базе тепловоза СМДЛ-2ТЭ116 [11]. Во ВНИИЖТе разработана программа «Нейроэксперт» по прогнозированию и контролю текущего содержания пути и оценке рисков [12].
Сотрудники кафедры «Путь и железнодорожное строительство» УрГУ ПС давно изучают тему оценки качества рельсовой колеи с совместным учетом временного и силового факторов. В теоретических исследованиях использовались методы сравнения и классификации, а также положения теории взаимодействия подвижного состава и пути. Выполнены численные эксперименты с использованием программного комплекса «Универсальный механизм» и STATGRAPHICS Plus 3.0 for Windows на ЭВМ. На различных участках дороги изучался процесс перемещения колесных пар тележки поперек рельсовой колеи. Для обработки полученных данных использовались методы теории вероятности и математической статистики, а также методы программирования на языке MATLAB, использована обработка видеоизображений.
В результате был создан алгоритм, позволяющий выявлять неблагоприятные участки пути по параметрам, связанным с динамическими показателями вагона, — количеством (NK) и длительностью (Тк) касаний гребнем колеса головки рельса.
Для проведения численного эксперимента по определению зависимости параметров NK и Тк от динамики вагона были выбраны следующие условия: прямолинейный участок, неровности пути заданы в виде максимальных и минимальных значений ширины колеи и уровня рельсовых нитей, скорость движения — в пределах от 15 до 100 км/ч. В табл. 1 выделены интервалы и уровни для каждого фактора, влияющие на исследуемые параметры.
Условие эксперимента удобно записать в виде таблицы, где строки соответствуют различным опытам, а столбцы — кодированным значениям факторов (табл. 2).
Для удобства анализа построены карты Парето (рис. 1).
На карте Парето для длительности касаний гребнем колеса головки рельса хорошо видно, что скорость, масса, вертикальные и горизонтальные неровности рельсовой колеи, а также сочетания скорости и горизонтальных/вертикальных неровностей рельсовой колеи, массы и вертикальных неровностей имеют статистически значимое влияние.
На карте Парето для количества касаний гребнем колеса головки рельса хорошо видно, что вертикальные и горизонтальные неровности рельсовой колеи, скорость, масса, а также сочетания скорости и вертикальных неровностей рельсовой колеи, скорости и состояния вагона, массы и вертикальных неровностей рельсовой колеи имеют статистически значимое влияние.
Исследования показали, что наибольшее влияние на длительность и количество касаний оказывают такие параметры, как масса, скорость движения, горизонтальные и вертикальные неровности рельсовой колеи [13, 14].


Дополнительно была проведена оценка связи исследуемых параметров с динамическими показателями движения вагона: горизонтальными и вертикальными ускорениями кузова и рамы тележки, коэффициентом запаса устойчивости против схода колесной пары с рельсов. По результатам опытов параметр NK корреллирует с количеством превышений горизонтальных и вертикальных ускорений тележки вагона (значения коэффициента корреляции 0,64 и 0,55 соответственно при массе вагона 22 т, 0,95 и 0,75 при массе вагона 85 т), а также с количеством превышений горизонтальных ускорений кузова вагона (коэффициент корреляции 0,99 при массе вагона 85 т); параметр Тк корреллирует с количеством превышений горизонтальных ускорений кузова и тележки вагона
(значения коэффициента корреляции 0,64 и 0,77 соответственно при массе вагона 22 и 85 т).
Отсюда напрашивается заключение, что параметры NK и Тк имеют тесную связь с динамическими показателями движения вагона, поэтому их использование при оценке состояния пути и определении первоочередности исправления выявленных неисправностей является важной составляющей в системе мониторинга геометрии рельсовой колеи.
Для оценки связи параметров NK, Тк с реальным состоянием пути были проведены исследования на участке Изумруд—Асбест, который обслуживается Баженовской дистанцией (ПЧ-8) Свердловской дороги. При этом было установлено, что корреляционная связь между параметрами NK, Тк и качеством геометрических характеристик рельсовой колеи явно присутствует (табл. 3). Наибольший коэффициент корреляции, равный 0,7, зафиксирован между условной балльностью и суммой касаний левой и правой рельсовых нитей. Коэффициент корреляции между условной балльностью и длительностью касаний левой рельсовой нити составил -0,82.
Опасными являются те участки, где гребень колеса прижимается к головке рельса. При этом наиболее опасны места, где угол набегания в сочетании с длительностью касания создают угрозу всползания колеса на головку рельса.

На рис. 2 представлены результаты натурного эксперимента по определению угла набегания гребня колеса на головку рельса.
На сегодняшний день для оценки опасности подъема колеса на рельс применяется коэффициент устойчивости. Вкатывание колеса на головку рельса — не мгновенный процесс. Оно происходит в течение некоторого времени tcx, за которое колесо пройдет вполне определенный путь /сх. Если за это время коэффициент запаса устойчивости КуСТ за счет колебаний кузова или неподрессоренных масс станет больше единицы, тогда колесо соскользнет вниз, и процесс его вкатывания на головку прервется.
Физический смысл коэффициента Куст заключается в соотношении сил, способствующих удержанию колеса на рельсе, к силам, которые вызывают прижатие и дальнейший подъем гребня колеса на головку. Коэффициент устойчивости нормируется в зависимости от типа подвижного состава и должен быть больше 1. Данный коэффициент носит чисто теоретический характер и учитывает только силовой фактор, хотя очень важен и временной. Другими
словами, для определения неблагоприятной динамики подвижного состава надо знать не только величину силы приложения к колесу, но и время ее воздействия. Располагая этими сведениями, можно составить алгоритм для определения участков с неблагоприятной динамикой поезда.


Представленный на рис. 3 алгоритм предполагает следующий порядок действий:
1) с помощью видеокамеры фиксируется зазор на колесных парах в тележке вагона;
2) определяется угол набегания колеса на головку рельса;
3) рассчитывается время подъема колеса на головку рельса;
4) сравнивается полученное время с продолжительностью касания гребнем колеса головки рельса. Если tcx > Тк, то колесо физически не успеет подняться на головку рельса при данном положении тележки внутри колеи и скорости движения. В этом случае участок является благоприятным. Если условие tcx > Тк не выполняется, то проверяется силовой фактор.
Для этого зазор между гребнем колеса и боковой поверхностью головки делится пополам (образуются два равных отрезка) и определяется ускорение приближения гребня к головке по формуле
a_lv."v.l
At
где V] — скорость, с которой гребень колеса приближается к головке рельса между первой и второй точками (первый отрезок), м/с;
V2 — скорость, с которой гребень колеса приближается к головке рельса между второй и третьей точками (второй отрезок) до полного соприкосновения гребня с головкой, м/с;
At — промежуток времени при определении скоростей V,, V2 и зазора (At принят равным 1/24 с, так как скорость видеозаписи равна 24 кадра/с).
Скорости приближения гребня колеса к головке рельса:
V =^L-
1 At ’
At
где AXj, Дх2 — изменение зазора между первой и второй, и второй и третьей точками соответственно.
Силу удара вычисляем по формуле
Еуд = та,
где т — масса, с которой колесо действует на рельс, кг;
а — ускорение приближения колеса к рельсу, м/с2.
Для повышения безопасности перевозочного процесса системами мониторинга пути должны оснащаться не только диагностические комплексы, но и непосредственно подвижные единицы (в первую очередь локомотивы), что позволит получать информацию о состоянии рельсовой колеи более часто, без больших перерывов. Система должна выявлять проблемные места до того, как они станут причиной серьезных происшествий. Было бы оптимальным осуществить принцип оповещения поезда по данным, полученным от впереди идущего состава. В зависимости от полученной информации поезд продолжает движение с рекомендуемой скоростью. Эти сведения должны непрерывно дублироваться в центр управле
ния и обрабатываться. На рис. 4 представлена прин
ципиальная схема взаимосвязи центра управления с путевой инфраструктурой через информационноцифровую модель объекта инфраструктуры.

• 1. Количество и длительность касаний гребнем колеса головки рельса имеют корреляционную связь с динамическими показателями вагона и состоянием геометрии рельсовой колеи, а значит могут быть использованы в качестве оценочного критерия безопасности движения подвижных единиц.
• 2. Оборудование по определению количества и длительности касания гребнем колеса головки рельса следует устанавливать на графиковые поезда, что позволит уменьшить количество диагностических комплексов по измерению геометрических параметров рельсовой колеи.
• 3. Для рационального использования трудовых ресурсов (с учетом их ограниченности) в первую очередь следует устранять «ведущие» (т. е. наиболее значимые, формирующие траекторию качения колеса по рельсу) отступления геометрии рельсовой колеи. Существующая оценка состояния пути должна быть дополнена параметрами NK и Тк.
• 4. Разработан алгоритм определения участков пути с неблагоприятным сочетанием временного и силового факторов взаимодействия колесной пары и рельсовой колеи с помощью видеонаблюдения.

Список источников

1. Влияние скорости и длины поезда из вагонов с повышенными осевыми нагрузками на развитие деформаций пути / В.О. Певзнер, В. В. Третьяков, И.С. Смелянская, Т.И. Громова, И.Б. Петропавловская, И.В. Третьяков, К.В. Шапетько // Современные проблемы проектирования, строительства и эксплуатации железнодорожного пути: XV Международная научно-техни
ческая конференция Чтения, посвященные памяти профессора Г.М. Шахунянца. М.: РУТ (МИИТ), 2018. С. 152-157.
2. Певзнер В.О., Третьяков В.В., Ша-петько К.В. Актуальные проблемы работы пути в современных условиях // Актуальные вопросы развития железнодорожного транспорта: материалы Всероссийской научно-практической конференции к 75-летию аспирантуры НИИЖТ. Ч. 2. М.: РАС, 2019. С. 231-238.
3. Задачи совершенствования системы критериев оценки пути в современных условиях эксплуатации / В.О. Певзнер, В.В. Третьяков, О.Ю. Белоцветова, И.Б. Петропавловская, Т.И. Громова, И.С. Смелянская, И.В. Третьяков, К.В. Ша-петько // Современные проблемы проектирования, строительства и эксплуатации железнодорожного пути: Труды XII Международной научно-технической конференции. М.: МГУПС, 2015. С. 151-155.
4. Певзнер В.О., Белоцветова О.Ю., Шапетько К.В. Совершенствование нормативных документов по оценке состояния пути при скоростном движении // Внедрение современных конструкций и передовых технологий в путевое хозяйство. 2014. Т. 7, No 7(7). С. 14-22.
5. Pevzner V, Romen U., Shapetko К. Control of energy aspects of track and rolling stock interaction // Siberian Transport Forum — TransSiberia 2018. Novosibirsk, 2018. № 01044. DOI: https://doi. org/10.1051/matecconf /201823901044. (МАТЕС Web of Conferences; Vol. 239).
6. Pevzner V, Shapetko K., Slastenin A. Needed additions to the diagnostic system of high-speed lines // International Scientific Conference Energy Management of Municipal Facilities and Sustainable Energy Technologies EMMFT 2019. Springer, Cham., 2020. DOI: https://doi.org/10.1007/978-3-030-57450-5_43. (Advances in Intelligent Systems and Com*Иванов**Иванов**Иванов**Иванов**Иванов*g; Vol. 1258).
7. Аккерман Г.Л., Голубев О. В. Алгоритм выявления участков пути с неблагоприятной динамикой // Путь и путевое хозяйство. 2013. № 1. С. 19—21.
8. Пат. 2326782 РФ, В61К 9/00. Способ определения зазора между гребнем железнодорожного колеса и головкой рельса и устройство для его осуществления / Голубев О.В., Желтышев П.А.; заявитель и патентообладатель УрГУПС. № 2006133575/11; заявл. 19.09.2006; опубл. 20.06.2008; Бюл. № 17.
9. Голубев О. В., Гришан А.А. Особенности текущего содержания инфраструктуры в условиях тяжеловесного движения поездов // Транспорт Урала. 2015. № 2 (45). С. 24—27.
10. Об утверждении концепции развития систем диагностики и мониторинга объектов путевого хозяйства на период до 2025 года: Распоряжение ОАО «РЖД» от 27 апреля 2016 г. N 777р. Доступ через СПС «КонсультантПлюс».
11. Самоходная многофункциональная диагностическая лаборатория на базе тепловоза СМДЛ-2ТЭП6: виртуальная экскурсия // ИНФОТРАНС: сайт. URL: http://infotrans-logistic.ru/ smdl (дата обращения: 15.12.22).
12. Ученый совет АО «ВНИИЖТ» обсудил ключевые задачи строительства Северного широтного хода. URL: https://www. vniizht.ru/?id=20&news=735 (дата обращения: 17.12.21).
13. Голубев О.В. Оценка состояния рельсовой колеи с учетом видеонаблюдений: автореф. дис. канд. техн, наук : 05.22.06 / Место защиты МГУПС (МИИТ). Москва, 2013. 24 с.
14. Аккерман Г.Л., Голубев О.В. Интеллектуальная система мониторинга качения колеса по рельсу // Инновационный транспорт. 2017. № 1 (23). С. 30—32.

IMPROVING THE EFFICIENCY OF RAIL GAUGEMONITORING

Golubev Oleg — Ph.D., associate professor, Ural State University of railways. Yekaterinburg, Russia. Golubev@usurt.ru
Abstract. The article is devoted to the development of a system for monitoring the rolling of a wheel on a rail. The possibilities of using video surveillance to determine the trajectory of the wheel rolling along the rail by fixing the gap between the wheel flange and the working face of the rail head and determining such important parameters as the touch duration and the number of touches of the rail head wheel flange are given. Thus, it is possible to determine the most significant («leading») deviations of the rail track geometry, which significantly affect the trajectory of the wheel rolling along the rail. The article presents an algorithm for determining unfavorable areas of wheel rolling along the rail head.
Keywords: trajectory, clearance, surveillance, duration of touches, number of touches.