Автоматизований експертний комплекс із дослідження та прогнозування параметрів силових енергетичних установок локомотивів
DOI:
https://doi.org/10.18664/ikszt.v25i2.206832Ключові слова:
силова енергетична установка, локомотив, кутова швидкість обертів, колінчатий вал, інтелектуальні автоматизовані системи, діагностування, прогнозування, логістична регресіяАнотація
У статті досліджено можливості створення та результати застосування автоматизованого експертного комплексу, призначеного для вирішення завдань з удосконалення процесів експлуатації парків локомотивів, що реалізується засобами сучасних інтелектуальних систем. Процедури моніторингу та діагностування забезпечують реалізацію завдань контролю параметрів функціонування силових енергетичних установок локомотивів (СЕУЛ). Комплекс експертної системи (КЕС-СЕУЛ) реалізує базові завдання щодо побудови системи аналізу, діагностування та прогнозування стану СЕУЛ на основі сигналів кутової швидкості обертів колінчатих валів. У КЕС-СЕУЛ завдання експертизи реалізуються шляхом поєднання методів цифрової обробки сигналів, статистичного аналізу, класифікації та використання емпіричних знань експертів. Подано структуру, моделі та результати діагностування СЕУЛ.
Посилання
Скалозуб В. В., Цейтлин С.Ю., Чередниченко М. С. Интеллектуальные информационные технологии и системы железнодорожного транспорта. Монограф. «Системные технологии моделирования сложных процессов». Днепр: НМетАУ – ИВК «Системные технологии», 2016. С. 560 – 589.
Жуковицький І. В., Скалозуб В. В., Устенко А. Б. Інтелектуальні засоби управління парками технічних систем залізничного транспорту. Монографія. Дніпро: Вид-во ПФ «Стандарт – Сервіс», 2018. 190 с.
Скалозуб В. В., Швец О. М., Осовик В. Н. Методы интеллектуальных транспортных систем в задачах управления парками объектов железнодорожного транспорта по текущему состоянию. Зб. наук. праць ДНУ ім. О. Гончара «Питання прикладної математики і математичного моделювання». Дніпропетровськ: Вид-во «Ліра», 2014. С. 229 – 242.
Скалозуб В. В., Жуковицкий И. В., Клименко И. В. Создание интеллектуальных систем поддержки принятия решений в единой автоматизированной системе управления грузовыми железнодорожными перевозками Украины. Системні технології. Дніпро, 2018. 3(116). С.153-162.
Zhukovyts’kyy I. Use of an automaton model for the designing of real-time information systems in the railway stations. Transport problems. 2017. T. 12. Z. 4. P.101–108.
Ontology-Based Classification System Development Methodology / P. Grabusts, A. Borisov, L. Aleksejeva. Information Technology and Management Science. 2015. Vol. 18, Issue 1. P. 129-134. doi: 10.1515/itms-2015-0020
Development of ontological support of constructive-synthesizing modeling of information systems/ V. Skalozub, V. Illman, V. Shynkarenko. Eastern-European Journal of Enterprise Technologies. 2017. Vol. 6/4 (90). P. 58-69. doi: 10.15587/1729-4061.2017.119497
Ontological support formation for constructive-synthesizing modeling of information systems development processes / V. Skalozub, V. Illman, V. Shynkarenko. Eastern-European Journal of Enterprise Technologies. 2018. Vol. 5/4 (95). P. 55-63.
Пегат А. Нечеткое моделирование и управление / пер. с англ. Москва: БИНОМ. Лаборатория знаний, 2009. 798 с.
Айфичер Э. C., Джервис Б. У. Цифровая обработка сигналов: практический подход. Изд 2-е. Москва: Вильямс, 2008. 992 с.
Нуссбаумер Г. Быстрое преобразование Фурье и алгоритмы вычисления сверток/ пер. с англ. Москва: Радио и связь, 1985.382 с.
Боднар Б. Є., Очкасов О. Б., Черняєв Д. В., Децюра О. Я. Моделювання нерівномірності обертання колінчатого вала дизеля. Вісник Дніпропетр. нац. ун-ту залізнич. трансп. ім. акад. В. Лазаряна. Дніпропетровськ: ДНУЗТ, 2010. Вип. 31. С. 18−25.
Методи нерозбірного діагностування дизелів при експлуатації рухомого складу /Б. Є. Боднар, О. Б. Очкасов, О. Я. Децюра, Д. В. Черняєв. Вісник Дніпропетр. нац. ун-ту залізнич. трансп. ім. акад. В. Лазаряна. Дніпропетровськ, 2012. Вип. 41. С. 56 – 60.
Боднар Б. Є., Очкасов О. Б., Черняєв Д. В. Визначення методу фільтрації сигналу нерівномірності частоти обертання колінчастого вала дизеля. Наука та прогрес транспорту. 2013. № 1. С. 123–118.
Use of the Wavelet Transform for the Analysis of Irregularity of Crankshaft Angular Velocity / B. Bodnar, O. Ochkasov, D. Chernyaev, R. Skvireckas. Transport Means 2018: Proc. of the 22nd Intern. Sci. Conf. (Oct. 03–05, 2018, Trakai, Lithuania) / Kaunas Univ. of Technology, Klaipėda Univ., JSC Lithuanian Railways (AB “Lietuvos Geležinkeliai”) [et al.]. Kaunas, 2018. Pt. II. P. 962–967.
Оchkasov, O. Usage of Intelligent Technologies in Choosing the Strategy of Technical Maintenance of Locomotives / O. Ochkasov, O. Shvets, L. Černiauskaitė. Technologijos ir Menas = Technology and Art. 2017. № 8. С. 68 –71.
E. Webb, "Find Content Gaps Using Radar Charts," 03 03 2015. [Online]. Available: http://www.content-workshops.com/toolbox/2015/2/find-content-gaps-using-radar-charts.
"F1 score," 30 11 2019. [Online]. Available: https://en.wikipedia.org/wiki/F1_score.
M. Ved, "Feature Selection and Feature Extraction in Machine Learning: An Overview," 19 7 2018. [Online]. Available: https://medium.com/@mehulved1503/feature-selection-and-feature-extraction-in-machine-learning-an-overview-57891c595e96.
"Metrics and scoring: quantifying the quality of predictions," scikit-learn developers , [Online]. Available: https://scikit-learn.org/stable/modules/model_evaluation.html.
L. Derksen, "Visualising high-dimensional datasets using PCA and t-SNE in Python," 29 10 2016. [Online]. Available: https://towardsdatascience.com/visualising-high-dimensional-datasets-using-pca-and-t-sne-in-python-8ef87e7915b
David W. Hosmer, Jr., Stanley Lemeshow, Rodney, Applied Logistic Regression, John Wiley & Sons Inc., 2013.
Джарратано Д., Райли Г. Экспертные системы. Москва: ООО «И. Д. Вильямс», 2007. 1152 с.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2020 В. В. СКАЛОЗУБ, О. Б. ОЧКАСОВ, Д. В. КІБЕЦЬ
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
