Главная » Блоги Экспертов И ИТ-Компаний » Прескриптивная аналитика технического состояния. Прескрептивная система диагностики технического состояния электропоездов

Прескриптивная аналитика технического состояния. Прескрептивная система диагностики технического состояния электропоездов

Основной задачей разработки прескрептивной системы диагностики технического состояния электропоездов является обеспечение удаленного мониторинга и прогноза технического состояния электропоездов, прогнозирование возможности эксплуатации и принятия решения о его движении при применении беспилотных технологий ведения поездов.

Компания Сименс ведет разработки в области предиктивных систем диагностики. Основным направлением является диагностика промышленного оборудования, а в диагностики подвижного состава компания Сименс описывает лишь электрические параметры работы подвижного состава.

Работы в области диагностических систем и комплексов проводимые в  ООО «Центр инновационного развития Синара-Транспортные Машины» (ООО «ЦИР СТМ») признаны компанией DB Systemtechnik (лидером инноваций Европейских железных дорог). Между ООО «ЦИР СТМ» и DB Systemtechnik подписано соглашение о сотрудничестве в области цифровых двойников и разработке систем диагностики подвижного состава.

Предиктивная (предсказательная) диагностика оборудования позволяет предугадать наступление аварийной ситуации на основе анализа и мониторинга его текущего состояния и предсказания сбоев. В результате предприятие может заблаговременно предпринять действия для устранения проблемы или смягчения неблагоприятного эффекта.

Создание систем предиктивной аналитики и диагностики охватывает ряд этапов:

- первичный сбор эксплуатационных данных оборудования, включая историю его работы;

- анализ данных и построение прогностических моделей (на основе математических алгоритмов, обучения нейронных сетей, методов распознавания образов); (стадия, на которой находятся все разработчики предиктивных систем диагностики)

- верификация и проверка точности моделей. (данная стадия успешно пройдена лишь Сколтехом и DB)

Статистические данные об отказах электропоездов свидетельствуют о том, что действующие системы диагностики и мониторинга отказов (а именно: КАСАНТ (АО НИИАС), МПСУиД (НПО САУТ)) имеют ряд таких недостатков, как:

  • сбор информации осуществляется по различным узлам в отдельности и не соотносится с состоянием электропоезда состава в целом;
  • анализ периодичности отказов и причин отказов невозможен ввиду разрозненности полученных данных;
  • отсутствует возможность оценки остаточного ресурса узлов подвижного состава;
  • диагностика не может осуществляться в режиме реального времени;
  • отсутствие дескриптивной и прогнозной аналитики в системах диагностики, применяемых на электропоездах;
  • применяемые системы и методы диагностики зачастую снижают надежность единицы подвижного состава и приводят к её отказу.

Данные недостатки существующих систем диагностики не позволяют выполнять комплексный анализ причин отказов и осуществлять необходимые мероприятия по предотвращению отказов отдельных узлов, и реализовать систему, принимающую решение о возможности эксплуатации электропоезда.

Дескриптивная аналитика – основывается на выявлении и мониторинге отказов технических средств и позволяется осуществлять планирование на основе статистических данных.

Прогнозная аналитика – основывается на подтвержденных статистических данных и с их учетом позволяет осуществлять ресурсные прогнозы работы компонентов (узлов).

Предиктивная аналитика – основывается на выявлении в статистических данных и онлайн массивах данных неочевидные зависимости и мультиварианты сценариев работы компонентов (узлов), что позволяет прогнозировать ресурс компонента (узла) с помощью расчетных моделей.

Прескриптивная аналитика – основывается на вариантных расчетах с использованием многоуровневых моделей и наложением на модели реальных нагружений из эксплуатации и позволяет принимать решение о дальнейшей эксплуатации исследуемого объекта.

Отсутствие дескриптивной и прогнозной аналитики в системах диагностики, применяемых на электропоездах «Ласточка» не позволяет осуществить создание цифрового двойника (прогнозной модели) электропоезда и перейти к предиктивной аналитике технического состояния.

Следует отметить, что электропоезда необходимо дооборудовать средствами диагностики, позволяющими наполнять, цифровой двойник статистическими данными и мультивариантными сценариями нагружения узлов в эксплуатации.

Прескриптивная аналитика отвечает на вопрос «Что делать?». Основывается на вариантных расчетах с использованием многоуровневых цифровых двойников. Позволяет предсказывать события на основе сопоставления данных за прошедший и текущий период эксплуатации электропоезда.

Важно, что вывод о возможности движения поезда делается не на основе текущего технического состояния, а исходя из наработки при различных условиях эксплуатации.

В области разработки диагностических комплексов, цифровых двойников подвижного состава и инфраструктуры ООО «ЦИР СТМ» имеет признанный опыт в отрасли железнодорожного транспорта за реализацию таких проектов как: МПСУиД тепловозов ТЭМ10 и ТЭМ9.


Данный материал является частной записью члена сообщества Club.CNews.
Редакция CNews не несет ответственности за его содержание.
Комментарии
RU, Москва
Первый заместитель генерального директора
79670099375
Машиностроение и приборостроение

Развитие цифровизации в машиностроении и производстве




Забыли пароль?
Зарегистрируйся сейчас!
Присоединяйся к нашему обществу для того чтобы познакомиться с новыми людьми, создать собственный блог, публиковать анонсы событий и объявления, а также участвовать в обсуждении публикаций CNews. Мы создали единое пространство для общения специалистов рынка информационных технологий и всех, кто интересуется современными технологиями. Регистрация =>