сотрудник с 01.01.2021 по настоящее время
Самара, Самарская область, Россия
с 01.01.2023 по настоящее время
Самара, Самарская область, Россия
студент с 01.01.2020 по настоящее время
Самарская область, Россия
Цель: Рассмотреть влияние систем технического диагностирования и мониторинга (ТДМ) на восстанавливаемость устройств железнодорожной автоматики и телемеханики (ЖАТ). Исследовать системные недостатки современных технологий диагностики, приводящие к росту эксплуатационных расходов и рискам для безопасности перевозочного процесса. Обосновать необходимость модернизации систем мониторинга на основе предиктивной аналитики для перехода от планово-предупредительных ремонтов (ППР) к интеллектуальным методам управления техническим состоянием оборудования. Методы: Анализ успешного внедрения отечественных систем, как АПК-ДК, включая их функциональные возможности по сбору данных, выявлению предотказных состояний и автоматизированной идентификации неисправностей. Исследование графических данных, отражающих динамику параметров работы рельсовых цепей, для выявления отклонений штатного функционирования, предшествующих отказам. Сравнение традиционных методов ППР с современными подходами, основанными на предиктивной аналитике и машинном обучении. Результаты: Выявлены ключевые недостатки существующих систем мониторинга, такие как ложные срабатывания и неспособность справляться с современными нагрузками. Показано, что предиктивная аналитика позволяет обнаруживать малозаметные изменения параметров (например, колебания напряжения, температурные отклонения), которые свидетельствуют о развитии предотказных состояний. На примере графиков рельсовых цепей продемонстрированы характерные периоды: стабильная работа и появление аномалий перед отказом, а также отказное состояние. Практическая значимость: Показана целесообразность развития ТДМ за счет применения технологий предиктивной аналитики и цифрового моделирования, что позволит минимизировать аварийные ситуации, оптимизировать техническое обслуживание за счет адресных ремонтов и снизить эксплуатационные затраты. Модернизация систем ЖАТ является необходимым условием для повышения надежности и безопасности железнодорожной инфраструктуры в условиях роста грузооборота и интенсивности эксплуатации. Результаты исследования могут быть использованы для разработки систем раннего предупреждения отказов и обновления нормативной базы в области технической диагностики.
Техническая диагностика, мониторинг устройств ЖАТ, предиктивная аналитика, восстановимость оборудования, ложные срабатывания, железнодорожная автоматика и телемеханика, интеллектуальные системы мониторинга, отказы рельсовых цепей
1. Автоматика, связь, информатика: научно-теоретический и производственно-технический журнал. — М.: 2008/09.
2. Кайнов В. М. Доклад начальника департамента автоматики и телемеханики ОАО «РЖД» на четвертой ISSN 1815-588Х. Известия ПГУПС 2025/2 Проблематика транспортных систем 489 международной научно-практической конференции «Автоматика и телемеханика на железнодорожном транспорте» / В. М. Кайнов.
3. Тарасов Е. М. К вопросу автоматизации технической диагностики и мониторинга / Е. М. Тарасов, А. Е. Тарасова, В. А. Надежкин // Наука и образование транспорту. — 2022. — № 1. — С. 362–364.
4. Сепетый А. А. Технология диагностирования и мониторинга устройств ЖАТ на уровне дистанций автоматики и телемеханики / А. А. Сепетый, А. Е. Федорчук // Информатизация и связь. — 2013. — № 2. — С. 71–76.
5. Тарасов Е. М. Диагностирование в жизненном цикле изолирующих стыков рельсовых цепей / Е. М. Тарасов, В. А. Надежкин // Транспорт: наука, техника, управление. Научный информационный сборник. — 2024. — № 2. — С. 45–50. — DOI:https://doi.org/10.36535/0236-1914-2024-02-6.
6. Ефанов Д. В. Особенности информационного сопряжения систем мониторинга инженерных конструкций и сооружений с системами управления движением поездов / Д. В. Ефанов, Е. М. Михайлюта // Проблемы безопасности на транспорте: материалы ХIII международной научно-практической конференции, посвященной Году качества. В 2-х частях, Гомель, 21–22 ноября 2024 года. — Гомель: Белорусский государственный университет транспорта, 2024. — С. 211–213.
7. Маштаков Н. С. Предиктивная аналитика: из исторических данных к стратегическому прогнозированию / Н. С. Маштаков, П. С. Часов // Оригинальные исследования. — 2023. — Т. 13. — № 12. — С. 61–66.
8. Орлов А. Машинное обучение для Больших Данных / А. Орлов // Открытые системы. СУБД. — 2016. — № 1. — С. 26–27.
9. Ефанов Д. В. Функциональный контроль и мониторинг устройств железнодорожной автоматики и телемеханики: монография / Д. В. Ефанов. — СПб.: ФГБОУ ВО ПГУПС, 2016. — 171 с.
