СИСТЕМА ДІАГНОСТУВАННЯ ТЕХНІЧНОГО СТАНУ ТЯГОВИХ ЕЛЕКТРОДВИГУНІВ ТЕПЛОВОЗІВ ЧМЕ3 З ВИКОРИСТАННЯМ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ

  • N. Chigirik
  • A. Sumtsov
  • M. Osaulko
  • M. Kolesnik
Ключові слова: тяговий рухомий склад, ремонт, діагностика, штучні нейронні мережі, самонавчання

Анотація

Підтримка тягового рухомого складу в працездатному стані з мінімальними витратами на ремонт – мета будь-якого локомотивного депо. Сучасні прилади й обладнання дозволяють технічно організувати діагностику систем тепловоза, а програмне забезпечення штучних нейронних мереж – повне використання оперативної інформації про технічний стан систем, з висновком про необхідність постановки тепловоза в оптимальний момент часу на ремонт.

Посилання

1. Chygyryk N.D., Voznenko S.I., Vyhopen' I.R., Klec'ka O.V. (2017) Metody diagnostuvannja tehnichnogo stanu elementiv kolisno-motornyh blokiv tjagovogo ruhomogo skladu [Methods of diagnosing the technical condition of the elements of the wheel-motor blocks of the traction rolling stock]. Visnyk Shidnoukrai'ns'kogo nacional'nogo universytetu imeni Volodymyra Dalja, № 4, pp. 235 – 243.
2. Planovo-predupreditel'nyj remont lokomotivov / Transportnaja gazeta «Evrazija Vesti», vyp .HІІ. – Rezhim dostupa: http://www.eav.ru/publ1.php?publid=2012-13a06.
3. Silacheva, G.V. (2015) Problemy i perspektivy razvitija lokomotivoremontnogo kompleksa OAO «RZhD» [Problems and prospects of development of the locomotive repair complex of JSC ―Russian Railways‖]. Sovremennye tehnologii. Sistemnyj analiz. Modelirovanie,№ 2(46), pp. 143-146
4. Safna F., Sunny R. (2018) Artificial Neural Network Based Data Mining. International Journal of Innovative Science, Engineering & Technology, Vol. 5 Issue 4, April 2018. pp. 240 – 245.
5. Beale M. H., Hagan M. T., Demuth H. B. (2015) Neural Network Toolbox: User‘s Guide - Natick: Math Works, Inc., 406 p
6. Sujata S.Kharat, Vamshi Krishna (2015) To Study Artificial Neural Networks in Data Mining and Its Method / International Journal of Advance Research in Computer Science and Management Studies. Volume 3, Issue 7, July 2015. pp. 75 – 80.
7. Guo Q., Niu J. (2014) The Research of Data Mining Based on Neural Networks - Advanced Materials Research, 2014. - Vols. 989-994, pp. 2080-2083,
8. Tewary G. (2015) Effective data mining for proper mining classification using neural networks - International Journal of Data Mining & Knowledge Management Process (IJDKP) Vol.5, No.2, March 2015 pp. 65 – 82.
9. Das D., Uddin M. (2013) Data mining and neural network techniques in stock market prediction: amethodological review - International Journal of Artificial Intelligence & Applications (IJAIA), Vol.4, No.1, January 2013. pp. 117 – 127.
10. Kacuba, Ju.N. (2015) K voprosu primenenija iskusstvennyh nejronnyh setej v avtomatizirovannoj sisteme diagnostirovanija [On the use of artificial neural networks in an automated diagnostic systemt] - Innovacii na transporte i v mashinostroenii: sb. tr. III mezhdunarodnoj nauchno-prakticheskoj konferencii. Tom I / Nacional'nyj mineral'no-syr'evoj universitet «Gornyj». – 142 p.
11. Grishhenko, A. V. (2012) Apparat iskusstvennyh nejronnyh setej dlja diagnostiki sovremennogo lo-komotiva [Apparatus of artificial neural networks for the diagnosis of modern locomotive]. Lokomotiv. - № 7, pp.36 – 40.
12. Hagan,M Demuth H., Beale M., Demuth H. (2014) Neural Network Design Guide. Martin Hagan, - 800 p.
13. Patent. US20140062371 A1, UNITED STATES PATENT. (2014) Method and system for motor thermal protection/ Roy David Schultz, Jeffrey Daigle, Sudhir Gupta ; заявитель и патентообладатель: Roy David Schultz, Jeffrey Daigle, Sudhir Gupta.

Література:

1. Чигирик Н.Д., Возненко С.І., Вихопень І.Р., Клецька О.В. Методи діагностування технічного стану елементів колісно-моторних блоків тягового рухомого складу [Текст] / Н.Д. Чигирик, С.І. Возненко, І.Р. Вихопень, О.В. Клецька // Вісник Східноукраїнського національного університету імені Володимира Даля, 2017. – № 4. – С. 235 – 243.
2. Планово-предупредительный ремонт локомотивов [Электронный ресурс].: інформація / Транспортная газета «Евразия Вести», вып. ХІІ. – Режим доступа: http://www.eav.ru/publ1.php?publid=2012-13a06 – (Дата обращения: 23.10.2018)
3. Силачева, Г.В. Проблемы и перспективы развития локомотиворемонтного комплекса ОАО «РЖД»[Текст] / Г.В. Силачева, Н.И. Пыжьянов //Современные технологии. Системный анализ. Моделирование. – 2015. 0 № 2(46). – С. 143-146
4. Safna F., Sunny R. Artificial Neural Network Based Data Mining. [Теxt] / F. Safna, R. Sunny // International Journal of Innovative Science, Engineering & Technology, Vol. 5 Issue 4, April 2018 – pp. 240 – 245.
5. Beale M. H., Hagan M. T., Demuth H. B. Neural Network Toolbox: User‘s Guide [Теxt] / M. Beale, M. Hagan, H. Demuth. – Natick: Math Works, Inc., 2015. – 406 p
6. Sujata S.Kharat, Vamshi Krishna To Study Artificial Neural Networks in Data Mining and Its Method [Теxt] / International Journal of Advance Research in Computer Science and Management Studies. Volume 3, Issue 7, July 2015. pg. 75 – 80.
7. Guo Q., Niu J. The Research of Data Mining Based on Neural Networks [Теxt] / Q. Guo, J. Niu // Advanced Materials Research, 2014. – Vols. 989-994, pp. 2080-2083,
8. Tewary G. Effective data mining for proper mining classification using neural networks [Теxt] / G. Tewary // International Journal of Data Mining & Knowledge Management Process (IJDKP). – Vol.5, No.2, March 2015 pp. 65 – 82.
9. Das D., Uddin M. Data mining and neural network techniques in stock market prediction: amethodological review [Теxt] / D. Das, M. Uddin // International Journal of Artificial Intelligence & Applications (IJAIA), Vol.4, No.1, January 2013. pp. 117 – 127.
10. Кацуба, Ю.Н. К вопросу применения искусственных нейронных сетей в автоматизированной системе диагностирования [Текст] / Ю.Н.Кацуба // Инновации на транспорте и в машиностроении: сб. тр. III Международной научно-практической конференции. Т. I / Под ред. В.В. Максарова / Отв. ред. А.И. Беляев, Т.А. Менухова, А.В. Терентьев. /Национальный минерально-сырьевой университет «Горный». – СПб., 2015. – 142 с.
11. Грищенко, А. В. Аппарат искусственных нейронных сетей для диагностики современного локомотива [Текст]/ А. В. Грищенко, В. В.Грачев, Ю. В.Бабков, Ю. И. Клименко // Локомотив. – 2012. – № 7. – С. 36 – 40.
12. Hagan,M Neural Network Design Guide [Теxt] / M. N. Hagan, H.Demuth, M. Beale, H. Demuth. – Martin Hagan, 2014. – 800 p.
13. Patent. US20140062371 A1, UNITED STATES PATENT. Method and system for motor thermal protection/ Roy David Schultz, Jeffrey Daigle, Sudhir Gupta ; заявитель и патентообладатель: Roy David Schultz, Jeffrey Daigle, Sudhir Gupta ; заявл. 06.09.2012 ; опубл. 06.03.2014.

Опубліковано
2018-12-23
Розділ
Техніка і технології