Применение интеллектуальных систем на транспорте

Обложка

Цитировать

Полный текст

Аннотация

В статье рассматривается применение интеллектуальных транспортных систем на транспорте. Целями разработки интеллектуальных транспортных систем на железнодорожном транспорте являются неукоснительное выполнение требований по обеспечению безопасности перевозок, сокращение уровня влияния на окружающую среду, существенное повышение эффективности производственной деятельности. На основе полученных данных программное обеспечение производит автоматический учет, контроль и анализ расхода топливно-энергетических ресурсов. При этом на экране монитора наглядно в режиме реального времени отражается динамика изменения показателей топливоиспользования, фактические и расчетные затраты дизтоплива. В случае необходимости система поможет выявить причины несостыковки этих параметров и оперативно связаться с локомотивной бригадой для оказания квалифицированной помощи по их устранению. Важно, что конструкция аппаратной части и структура программного обеспечения предусматривает расширение ее функциональных возможностей, в том числе за счет организации непрерывного видеонаблюдения за действиями локомотивных и ремонтных бригад, увеличения количества измеряемых параметров, создания замкнутой системы контроля расхода топлива в локомотивном хозяйстве. Применение данных систем позволяет получить интегральную оценку теплотехнического состояния локомотива с дальнейшей научно-обоснованной коррекцией межремонтных пробегов, проконтролировать его местонахождения и решить множество других задач, что способствует увеличению межремонтных пробегов и сроков эксплуатационной работы локомотива.

Полный текст

Введение [‡‡] В настоящее время железнодорожный транспорт является сложной организационно-технической системой, управление которой при помощи традиционных подходов практически невозможно. Сложность транспортной инфраструктуры и ее объектов (железнодорожных узлов, станций, транспортных коридоров и т. д.) не позволяет осуществлять работу в полностью автоматическом режиме [1-3]. Эффективное управление данной системой с привлечением только классических методов решения задач математического моделирования невозможно, поэтому возникает вопрос о применении интеллектуальных систем, которые наряду с точными математическими моделями используют данные и знания, накопленные в процессе их деятельности. 1. Постановка задачи В процессе производства новых локомотивов и модернизации старых на них устанавливаются бортовые (встроенные) системы управления и диагностики, которые, помимо решения задач оперативного диагностирования всех систем тепловоза, способны контролировать и накапливать целый ряд параметров оборудования. Детальный анализ зарегистрированных данных помогает определить текущее техническое состояние локомотивного оборудования и вплотную подойти к обоснованной корректировке сроков планово-предупредительных ремонтов локомотивов на основе учета текущего технического состояния. К тому же при наличии удаленного беспроводного контроля параметров локомотива возможно выявление неисправностей еще в процессе его эксплуатации прямо во время поездки, что позволяет обеспечить оперативный ремонт и эффективное использование всего рабочего времени специалистов в депо по прибытии локомотива. 2. Материалы и методы В ОАО «ВНИКТИ» разработана и в настоящее время внедряется на новых тепловозах автоматизированная система контроля параметров работы дизельного подвижного состава и учета дизельного топлива (АСК). Данная система предназначена для измерения и регистрации в автоматическом режиме на борту локомотива основных параметров, характеризующих режим и экономичность работы силовой установки, передачи этих данных по беспроводному каналу связи на сервер автоматизированной системы мониторинга работы тепловозов (АС МРТ) [4]. Кроме того, система АСК осуществляет сбор, регистрацию и передачу всей оперативной диагностической информации, получаемой от бортовых систем управления и диагностики локомотива, по беспроводному каналу связи в соответствующую базу данных автоматизированного рабочего места (АРМ), устанавливаемую в депо эксплуатации и ремонта (рис. 1). Группировки спутников GPS и ГЛОНАСС GPS and GLONASS satellite groupings Зона покрытия Wi-Fi-сети Wi-Fi network coverage area Бортовой накопитель 1. Накопление и хранение информации за 30 суток работы. 2. До 2 часов автономной работы. 3. Сообщение о помехах или обесточивании. On-Board storage 1. Accumulation and storage of information for 30 days of work. 2. Up to 2 hours of battery life. 3. The message about interference or loss of electrical power. Подключение по Ethernet The Ethernet connection Гидростатические датчики количества топлива в баке Hydrostatic sensors of the amount of fuel in the tank Совмещенная GSM/GPS/ ГЛОНАСС/Wi-Fi антенна Support GSM/GPS/ GLONASS/Wi-Fi antenna Определение местоположения и скорости Location and speed detection Локомотив в пути следования (передача данных по GSM сети через интернет ) Locomotive in transit (data transmission over the GSM network via the internet) Локомотив на территории депо (соединение по Wi-Fi) Locomotive in the depot (connection by Wi-Fi) Обмен по Wi-Fi до 50 Мбит/сек Wi-Fi sharing up to 50 Mbps Точка доступа Wi-Fi устанавливается на территории депо Wi-Fi access point is installed on the territory of the depot Диагностическая база данных депо 1. Автоматическое обновление данных депо. 2. Наглядное представление параметров. 3. Простота обработки результатов. 4. Ведение картотеки по каждому локомотиву. Diagnostic database of depot 1. Automatic update of depot data. 2. A visual representation of the parameters. 3. Simplicity treatment results. 4. Maintenance of a card files for each locomotive. Передача СМС ответственным лицам (в случае взлома или обесточивания) Transfer of SMS to responsible persons (in cases of hacking or de-energizing) Связь по GSM в зоне покрытия сети GSM communication in the network coverage area Сервер автоматизированной системы тепловозов АС МРТ ОАО «РЖД» The server of the automated system of locomotives as MRT of JSC “RZD” Унифицированный протокол передачи данных Unified data transfer protocol Рис.1. Принцип работы системы АСК [Figure 1. Principle of operation of ASC system] В системе АСК реализованы два независимых беспроводных канала передачи информации стандартов GSM (GPRS) и IEEE 802.11 b/g (Wi-Fi). Передача параметров может осуществляться как в пути следования локомотива с использованием мобильного GPRS-Интернет соединения, так и по прибытии в депо с использованием технологии Wi-Fi или же проводного соединения Internet. В целях сокращения объема передаваемых через сеть GSM данных предусмотрена возможность передачи на стационарный АРМ не всех параметров, а только выбранных за определенный промежуток времени и при определенных условиях путем SQL-запроса [4]. Так, оператор АРМ диагностики может запросить интересующие его данные о мощности тягового генератора и количестве топлива в баке на 15-й позиции контроллера при температуре воды выше 70 °С и масла выше 60 °С за заданный отрезок времени, то есть любой интересующий параметр тепловоза и его энергетической установки в режиме реального времени (онлайн). Это позволяет значительно снизить расходы на оплату GPRS-Internet-трафика, уменьшить время ожидания на обмен данными с локомотивом и необходимые объемы памяти для хранения информации, сократить время ее обработки. При нахождении тепловоза в пути следования система АСК непрерывно фиксирует все диагностические параметры бортовой системы, а также измеряет количество (массу) топлива в баке, скорость движения, географическую координату. АСК осуществляет накопление ресурсных показателей работы основного оборудования тепловоза (выполненная работа дизель-генератором, время работы основного оборудования локомотива, число циклов включения/отключения компрессора, вентиляторов, время работы оборудования на предельных режимах по току и температуре, расход топлива, наработка коммутационной аппаратуры, срабатывание аппаратов защиты). 3. Расчет расхода топлива Информация, передаваемая на сервер АС МРТ, предназначена для службы эксплуатации и может использоваться для контроля потребления топлива тепловозами [4]. При этом расчетный расход затраченного дизельного топлива на каждом из участков пути необходимо определить на основании предварительно выстроенных диаграмм скорости и времени и имеющихся для каждого тепловоза данных о расходе топлива при определенном режиме работы дизеля, то есть , (1) где - позиция управления контроллера. Общий расход дизельного топлива за одну поездку определяем по формуле [5]: , (2) где - расход в тяговом режиме за промежуток времени ; - расход на холостом ходе тепловоза. Расчеты приведены в таблице. Таблица Технико-эксплуатационные показатели [Table. Technical and operational indicators] Номер элемента пути [The number of the road element] Vstart, км/ч [km/h] Vfinal, км/ч [km/h] Vaverage, км/ч [km/h] Gi, кг/мин [kg/min] ti, мин [min] Gi · ti, кг [kg] 1 2 3 4 5 6 7 1 60 65 62,5 20,4 0,5 10,2 2 70 71 70,5 20,4 0,3 6,12 3 55 51 53 20,4 0,3 6,12 4 45 36,5 41,25 20,4 1,5 30,6 5 45 50 47,5 20,4 0,6 12,24 6 26,6 26,6 26,6 20,4 4,1 83,64 7 50 53 51,5 20,4 0,4 8,16 8 70 73 71,5 20,4 0,3 6,2 9 73 75 74 20,4 0,5 10,2 10 74 65 69,5 20,4 0,8 16,32 11 65 67,5 66,25 20,4 1,6 32,64 12 67,5 60 63,75 20,4 2,3 46,92 ИТОГО [TOTAL] 31,1 631,32 Для каждого временного промежутка определяется средняя скорость движения поезда: (3) По рассчитанной средней скорости из характеристики локомотива определяется расход дизельного топлива за одну минуту на наивысшей позиции контроллера управления [5]. Расход топлива на холостом ходу составил кг/мин. Расход дизельного топлива на тягу поезда: кг, кг, кг. Для того чтобы сравнить расход топлива разными локомотивами необходимо использовать удельный расход топлива на измеритель выполненной работы 104 т-км брутто: [кг/104 т-км брутто], где е - удельный расход топлива, кг/104 т-км брутто; Е - расход топлива на тягу поезда, кг; - длина заданного участка, км. [кг/104 т-км брутто]. Для сравнения расхода разных марок и сортов дизельного топлива, имеющих разную температуру сгорания, используют так называемое условное топливо: , (4) где - удельный расход условного топлива, кг/104 т-км брутто; - тепловой эквивалент дизельного топлива. [кг/104 т-км брутто]. Разработанные алгоритмы работы системы обработки данных и регистрации позволяют расшифровывать и анализировать исходные файлы регистрации (ФР) с выводом результатов в виде графиков и таблиц по всем ФР и с разбивкой по сменам работы машинистов. Так, расчетный расход топлива BР за смену определяется как сумма расходов на режимах холостого хода - BР_ХХ и нагрузки - BР_Н дизеля: BР = BР_ХХ + BР_Н. (5) Расчетный расход топлива на холостом ходу за смену - BР_ХХ (кг) определяется как (6) где Bчр - часовой расход топлива на холостом ходу по нормативной характеристике дизеля для позиции контроллера - р, кг/ч; ∆txxР - зарегистрированное время работы дизеля на холостом ходу при позиции контроллера - р, ч. Расчетный расход топлива на режимах номинальной нагрузки ВР_Н, кг определяется на основе уравнения баланса энергии на коленчатом валу дизеля, выработанной при расходе топлива за время работы в данном режиме - ∆tН, с [6]: (7) где PВСП(wi) - мощность на привод вспомогательных агрегатов в i-й момент времени, Вт; - шаг изменения времени регистрации параметров, с; - напряжение генератора в i-й момент времени, В; Q - низшая теплота сгорания дизельного топлива, Дж/кг; - частота вращения коленчатого вала в i-й момент времени, мин-1; - ток тягового генератора в i-й момент времени, А; ηr - средний КПД тягового генератора; - эффективный КПД дизеля при реализации средней эффективной мощности дизеля , определяемой из выражения (8) Заключение Установлено, что после внедрения систем АСК-РПРТ (РПРТ - регистратор параметров работы тепловоза) снижение удельного расхода дизельного топлива в июне 2018 г. по сравнению с июнем 2017 г. на рассмотренных пятнадцати участках работы тепловозов составило 12,8 %. После внедрения систем АСК в локомотивном депо на этих же участках по статистике за 4 месяца снижение фактических удельных расходов топлива изменялось от 3,5 до 12,4 %. Кроме того, в процессе эксплуатации локомотива осуществляется передача оперативных данных системы диагностики на сервер диагностики [7]. Помимо основных параметров работы контролируемого оборудования передается информация о зарегистрированных неисправностях тепловоза (аварийные и предупредительные сообщения и связанные с ними контролируемые параметры), ресурсных показателях работы оборудования [8-10]. Информация, хранящаяся в сервере диагностики, предназначена для использования службой ремонта, разработчиками и изготовителями оборудования тепловозов. Передача данных по каналам сети Интернет осуществляется с использованием защищенного VPN-соединения (Virtual Private Network) [11-13]. При заходе тепловоза в депо и обнаружении системой АСК беспроводной сети происходит автоматическая выгрузка всего архива накопленных параметров в диагностическую базу данных (рис. 2). Рис. 2. Скриншот программы для обработки архивов данных АСК Figure 2. Screenshot of the program for processing archives of ASC data Данная информация предназначена для дальнейшей обработки с целью определения технического состояния контролируемого оборудования. Для этого в локомотивном депо оборудовано АРМ диагностики с базой данных и развернута сеть беспроводной передачи данных IEEE 802.11 b/g (Wi-Fi). Система АСК контролирует количество топлива в баке тепловоза при помощи двух датчиков давления, устанавливаемых по диагонали или оси топливного бака. В датчиках используется цифровой выходной сигнал с интерфейсом RS-485, обмен с платой процессора АСК осуществляется по протоколу HART [14-15]. В состав системы АСК входят модуль накопителя, два датчика количества топлива, антенна, комплект кабелей. Внешнее питание модуля-накопителя осуществляется от бортовой сети локомотива, к модулю подключается совмещенная GSM/Wi-Fi/ GPS/ГЛОНАСС-антенна. Встроенный энергонезависимый накопитель рассчитан на хранение объема данных, регистрируемых в течение 30 суток работы тепловоза с последующим кольцевым обновлением информации. В настоящее время определение географической координаты и скорости тепловоза в модуле накопителя осуществляется по данным системы GPS. Однако модуль может быть легко адаптирован для использования навигационных данных от системы ГЛОНАСС. Модуль накопителя имеет источник автономного питания, рассчитанный на 2 часа работы системы в случае отключения АСК от аккумуляторной батареи тепловоза [16]. При отключении внешнего питания АСК или вскрытии модуля-накопителя производится информирование ответственных лиц путем отправки SMS на два телефонных номера. В системе АСК реализована функция самодиагностики. Осуществляется контроль ряда параметров платы процессора, температуры внутри модуля-накопителя, последовательных каналов связи (обмен с системой диагностики, датчиками топлива), наличия GSM-сети, связи со спутниками системы GPS [16]. Таким образом, интеллектуальные транспортные системы позволяют получить интегральную оценку теплотехнического состояния локомотива с дальнейшей научно обоснованной коррекцией межремонтных пробегов и постановкой локомотива в ремонт, что увеличивает сроки его эксплуатационной работы. Одним из важных аспектов применения системы непрерывного удаленного контроля технических параметров является снижение расхода дизельного топлива в среднем на 5-10 %, что позволит сделать работу предприятий железнодорожного транспорта более эффективной.

×

Об авторах

Ирина Михайловна Попова

Филиал Самарского государственного университета путей сообщения в г. Саратове

Автор, ответственный за переписку.
Email: impopova@mail.ru

заместитель директора по высшему образованию, заведующая кафедрой инженерных, гуманитарных, естественно-научных и общепрофессиональных дисциплин филиала СамГУПС в г. Саратове, кандидат экономических наук, доцент

Российская Федерация, 410004, Саратов, ул. Астраханская, 1А

Сергей Валерьевич Тимофеев

Филиал Самарского государственного университета путей сообщения в г. Саратове

Email: impopova@mail.ru

старший преподаватель кафедры инженерных, гуманитарных, естественно-научных и общепрофессиональных дисциплины филиала СамГУПС в г. Саратове

Российская Федерация, 410004, Саратов, ул. Астраханская, 1А

Игорь Кеворкович Данилов

Российский университет дружбы народов

Email: impopova@mail.ru

директор департамента машиностроения и приборостроения Инженерной академии РУДН; доктор технических наук, профессор

Российская Федерация, 117198, Москва, ул. Миклухо-Маклая, 6

Список литературы

  1. Kulik A., Dergachov K., Lytvynenko T. Development and research of differential mode GNSS model for intelligent transport functioning providing // Transport problems. 2012. Vol. 7. No. 4. Pp. 71-77.
  2. Koropets P. The influence of electromagnetic processes on stability of locomotives traction drive in the slipping mode // Transport problems. 2014. Vol. 9. No. 2. Pp. 41-48.
  3. Fellner A., Banaszek K., Trómiński P. The satellite based augmentation system - EGNOS for non-precision approach global navigation satellite system // Transport problems. 2012. Vol. 7. No. 1. Pp. 5-20.
  4. Попова И.М., Данилов И.К., Попова Е.А. Навигационные системы как средства повышения безопасности перевозок на пассажирских автопредприятиях // Вестник Харьковского национального автомобильно-дорожного университета. 2013. № 61-62. С. 284-288.
  5. Давыдов С.С. Экономические аспекты цифровой железной дороги // Транспортные системы и технологии. 2017. Т. 3. № 2. С. 39-41.
  6. Белозеров В.Л. Социально-экономические аспекты инновационных проектов на транспорте // Транспортные системы и технологии. 2016. Т. 2. № 1. С. 5-15.
  7. Капитанов В.Т., Чубуков А.Б. О рационализации процесса внедрения интеллектуальной транспортной системы // Мир транспорта и технологических машин. 2015. № 2 (49). С. 117-123.
  8. Лахметкина Н.Ю., Щелкунова И.В., Рогова Д.А. Развитие транспортных систем в цифровой повестке // Интеллект. Инновации. Инвестиции. 2019. № 4. С. 114-120.
  9. Осокин О.В. Интеллектуальное сопровождение производственных процессов на железнодорожном транспорте // Транспорт Урала. 2013. № 4 (39). С. 3-7.
  10. Розенберг Е.Н., Батраев В.В. Интеллектуальная система управления и обеспечения безопасности движения на ВСМ // Бюллетень Объединенного ученого совета ОАО «РЖД». 2017. № 1. С. 10-22.
  11. Розенберг И.Н. Интеллектуальное управление транспортными системами // Государственный советник. 2016. № 3 (15). С. 26-32.
  12. Плеханов П.A., Шматченко В.В. Стандартизация магнитолевитационных транспортных систем в России // Транспортные системы и технологии. 2018. Т. 4. № 4. С. 32-43.
  13. Поляков В.А., Хачапуридзе Н.М. Модель процесса реализации тяговой силы двигателя магнитолевитирующего поезда // Наука и прогресс транспорта. Вестник Днепропетровского национального университета железнодорожного транспорта имени акад. В. Лазаряна. 2016. № 4 (64). С. 55-62.
  14. Лапидус Б.М., Мачерет Д.А. Методология оценки и обеспечения эффективности инновационных транспортных систем // Экономика железных дорог. 2016. № 7. С. 16-25.
  15. Kulik A., Dergachov K., Lytvynenko T. Methods for diagnostic of the technical condition of vehicles employing high precise satellite data // Transport problems. 2014. Vol. 9. No. 1. Pp. 119-128.
  16. Zaitsev A.A., Rolle I.A., Evstafeva M.V., Sychugov A.N., Telichenko S.A. Determination of the energy indices of alternating current electric rolling stock using computer simulation // Russian electrical engineering. 2018. No. 89 (10). Pp. 612-616.

© Попова И.М., Тимофеев С.В., Данилов И.К., 2019

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах