На РЖД внедрена система диагностики подвижного состава на ходу поезда, включающая предиктивную аналитику технического состояния грузовых вагонов, выявляющую десятки тысяч дефектов, предотвращая аварии.
Система использует устройства для контроля параметров подвижного состава. Комплекс КТСМ мониторит тепловое состояние буксовых узлов и тормозного оборудования. Посты акустического контроля ПАК и ПАК-М обнаруживают неисправности по акустическим шумам. Подсистема «Букса» в комплексе «Комплекс-2» измеряет геометрические параметры колесных пар, выявляя сдвиг корпуса буксы, толщину гребня и обода колес лазерными датчиками.
Автоматизированная система определения отрицательной динамики (АСООД) и системы обнаружения вагонов с отрицательной динамикой ОВОД с лазерными датчиками выявляют вагоны с повышенными колебаниями кузова, что указывает на нарушение геометрии ходовых частей. Система «Техновизор» измеряет фрикционные клинья и тормозные колодки перед пунктами подготовки вагонов. ППСС, куда входит «Техновизор», обеспечивает комплексный контроль технических и коммерческих неисправностей, включая габариты, вес груза, равномерность загрузки, динамическое воздействие колеса на рельс и идентификацию подвижного состава.
С 2024 года вводится подсистема «Элемент» для визуального контроля подвагонного пространства. Реализована функция автоматического измерения параметров тормозной рычажной передачи. В прошлом году из эксплуатации исключено почти 60 тысяч вагонов. Не все дефекты требуют отцепки; в большинстве случаев вагоны можно эксплуатировать. Данные диагностики используются для создания модели предиктивной аналитики состояния грузовых вагонов.
Данные диагностики собираются в автоматизированной системе контроля подвижного состава АСК ПС и системе комплексного оперативного контроля технического состояния подвижного состава по показаниям систем диагностики СКАТ. Эта информация дополняется данными об отказах грузовых вагонов из комплексной автоматизированной системы учета, контроля устранения отказов технических средств и анализа их надежности КАСАНТ. Все эти данные поступают в единую комплексную систему управления вагонным хозяйством ЕК АСУВ, где формируется модель предотказного состояния.
В настоящее время уже реализованы алгоритмы для определения предотказного состояния буксового узла, толщины гребней и обода колес, а также вагона в целом.
Текущая архитектура предотказной аналитики, созданная в 2019 году, не учитывает новые возможности оборудования и программ. Управление вагонного хозяйства начало модернизацию системы для повышения точности прогнозов. В ЕК АСУВ передается мало данных из-за ограничений мощности, что снижает точность прогнозирования. Предлагается внедрить алгоритмы предварительной обработки данных на линейных постах, чтобы в ЕК АСУВ поступали уже обработанные данные. Это сократит затраты на анализ. Также важно учитывать косвенные параметры, такие как скорость и температура, для более точной оценки состояния вагонов.
Внесение изменений в архитектуру предотказной аналитики предполагает использование технологий искусственного интеллекта, которые увеличат скорость и точность прогнозов.
Источник: gudok.ru
распечатать статью
