автореферат диссертации по транспорту, 05.22.07, диссертация на тему:Повышение достоверности диагностирования электрооборудования электровоза на примере системы низковольтного питания

На правах рукописи

ХАЗОВ МАКСИМ СЕРГЕЕВИЧ

ПОВЫШЕНИЕ ДОСТОВЕРНОСТИ ДИАГНОСТИРОВАНИЯ ЭЛЕКТРООБОРУДОВАНИЯ ЭЛЕКТРОВОЗА НА ПРИМЕРЕ СИСТЕМЫ НИЗКОВОЛЬТНОГО ПИТАНИЯ

Специальность 05.22.07 - Подвижной состав железных дорог, тяга поездов и

электрификация

АВТОРЕФЕРАТ

диссертации на соискание учёной степени кандидата технических наук

Москва, 2009 г.

003488410

Работа выполнена в Открытом акционерном обществе «Научно-исследовательский институт железнодорожного транспорта» (ОАО «ВНИИЖТ»).

Научный руководитель - кандидат технических наук

Никифорова Нина Борисовна

Официальные оппоненты - доктор технических наук, профессор

Савоськин Анатолий Николаевич,

кандидат технических наук Подшивалов Алексей Борисович

Ведущее предприятие - Открытое акционерное общество «Научно-

исследовательский и конструкторско-технологический институт подвижного состава» (ОАО «ВНИКТИ»), г. Коломна

Защита диссертации состоится «22» декабря 2009 г. в 13 часов на заседании диссертационного совета Д 218.002.01 при Открытом акционерном обществе «Научно-исследовательский институт железнодорожного транспорта» (ОАО «ВНИИЖТ») по адресу. 107996, г. Москва, ул. 3-я Мытищинская, 10, зал Учёного совета.

С диссертацией можно ознакомиться в технической библиотеке ОАО «ВНИИЖТ».

Автореферат разослан «¿£» м^Тр. 2009 г.

V

Отзыв на автореферат в двух экземплярах, заверенный печатью учреждения, просим направлять в адрес института.

Учёный секретарь диссертационного совета, доктор технических наук

Д.В. Ермоленко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы.

Разработка и внедрение средств диагностирования для тягового подвижного состава, как бортовых, так и стационарных, позволяют сократить расходы на ремонты и повысить коэффициент готовности. Объединение различных диагностических систем в соответствующие комплексы повышает безопасность движения и позволяет получать достоверную информацию об объёмах необходимого ремонта.

Эффективность эксплуатации локомотивного парка зависит от оперативной и достоверной информации о его техническом состоянии. В перспективе она может быть повышена за счёт частичного перехода к ремонтам по фактическому состоянию электрооборудования электровоза. Нагрузка на систему низковольтного питания (СНП) непрерывно увеличивается. Это обусловлено, в первую очередь, установкой нового дополнительного оборудования и повышенного энергопотребления существующего. В связи с этим может быть недостаточным выдаваемый генератором ток заряда, следовательно, аккумуляторная батарея будет недозаряженной. Для недопущения подобной ситуации необходимо своевременно и с высокой степенью достоверности диагностировать техническое состояние всех элементов СНП.

Современные средства технического диагностирования и информационные системы позволяют повысить эффективность эксплуатации как тягового подвижного состава, так и всей железнодорожной инфраструктуры в целом. Внедрение новых технологий на железных дорогах были рассмотрены в трудах Ю.В. Дьякова, Б.М. Лапидуса, М.Ф. Трихунова и других учёных.

Описания моделей и методов транспортных объектов и систем представлены в работах А.Т. Головатого, И.П. Исаева, В.В. Молчанова и других.

Целью работы является повышение достоверности диагностирования и прогнозирования в процессе движения локомотива технического состояния его электрооборудования на основе оптимальной обработки информации от бортовых микропроцессорных систем управления и диагностирования.

Для достижения поставленной цели в работе решены следующие задачи:

• Разработаны основные положения обеспечения достоверной оценки диагностических параметров электрооборудования.

• Разработана методика оптимальной оценки диагностических параметров СНП электровоза.

• Разработана методика оценки технического состояния СНП электровоза.

• Эффективность этих методик подтверждены опытом эксплуатации разработанных автором подсистем диагностирования на магистральных грузовых электровозах 2ЭС6 и ВЛ11К.

• Предложен и доведён до практической реализации комплекс алгоритмов диагностирования.

• Разработана и практически реализована система бортового диагностирования электрооборудования электровоза на основании данных микропроцессорной системы управления.

Методы исследования. Теоретические исследования проведены с использованием алгоритмов и методов математической статистики, теории вероятностей и теории оптимизации. Количественные оценки, настройка и тестирование систем и алгоритмов диагностирования проведены с помощью современных средств автоматизации вычислений. Научная новизна работы:

• Разработана математическая модель СНП электровозов, адекватность которой проверена на электровозах, эксплуатируемых на Свердловской ж.д.

• Теоретически доказано и экспериментально подтверждено, что оценка параметров СНП с помощью нелинейного рекуррентного фильтра Калмана-Бьюси обеспечивает минимальную дисперсию оцениваемых параметров.

• Разработанные алгоритмы диагностирования и прогнозирования технического состояния СНП обеспечили повышение достоверности оценивания технического состояния электрооборудования электровоза.

Достоверность полученных результатов и выводов подтверждена строгостью теоретического обоснования, корректностью применения математического аппарата и положительными результатами экспериментальных исследований на Свердловской ж.д.

Практическая ценность: повышение достоверности диагностирования позволило снизить затраты на техническое обслуживание и профилактику электрооборудования, а также снизить количество его отказов в пути следования и сократить затраты на ремонт и расход энергетических ресурсов.

Разработанная подсистема диагностирования внедрена на новых электровозах 2ЭС6 (19 единиц) и на модернизированных электровозах ВЛ11К (29 единиц) Свердловской ж.д.

Апробация работы. Основной материал диссертации представлен в научных докладах, которые обсуждались на:

• научных конференциях молодых учёных и аспирантов ВНИИЖТ в 2006,2007 и 2008 годах, г. Щербинка,

• VII международной научно-технической конференции «Кибернетика и высокие технологии XXI века», 2006 год, г. Воронеж,

• на семинаре МГУ ПС (МНИТ), 2007 год, г. Москва,

• научно-технических советах комплексного отделения Тяговый подвижной состав ВНИИЖТ, в 2003 - 2008 годах, г. Москва.

Публикации

По результатам исследования опубликованы 9 печатных работ, в том числе в ведущих рецензируемых научных изданиях, определённых ВАК - 2,

Структура и объём работы

Диссертационная работа состоит из введения, четырех глав основного содержания, заключения, списка литературы в составе 74 наименований и приложения. Диссертация изложена на 102 страницах основного текста, содержит 25 рисунков, 3 таблицы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, определены цель и основные задачи исследований.

В первой главе рассмотрены основные тенденции развития автоматизированных систем управления и диагностическою обеспечения электровозов в России и за рубежом. Установлено, что появление микропроцессорных систем управления современными электровозами даёт возможность получать диагностическую информацию непосредственно во время поездки, путём прямых и косвенных измерений, фиксируя как предельное состояние работы оборудования,.так и тенденцию изменения характеристик, прогнозируя тем самым появление отказов. Статистическая обработка данных в совокупности с результатами бортового диагностирования позволяет регулировать сроки технических осмотров и текущих ремонтов, уменьшая стоимость жизненного цикла. Анализ отказов оборудования электровозов показал, что наиболее часто отказывают электроаппараты (до 60% случаев от общего числа отказов), в том числе: токоприемники, аппараты защиты, контакторы силовые, переключатели силовых цепей, тяговые трансформаторы, резисторы пусковые, тормозные и демпферные, цепи управления, а также тяговые электродвигатели. Причём последствия отказов в СИП, в связи с увеличением её нагрузки, возрастают по мере обновления локомотивного парка. Мировой опыт локомотивостроения показал, что бортовые диагностические системы на

современном локомотиве выполняются как неотъемлемая составляющая часть его микропроцессорной системы управления. Системы диагностирования позволяют оценивать объём ремонтов и технического обслуживания, при этом информация в режиме реального времени по радиосвязи может передаваться в пункт технического обслуживания локомотива для заблаговременной подготовки расходных материалов и запасных частей. Информация также поступает ремонтным бригадам.

Вторая глава посвящена разработке диагностической модели, выбору метода, применяемого при построении методики решения поставленной задачи, и принципов построения алгоритмов оценки технического состояния СИЛ.

Автором определено, что одной из основных задач, которую необходимо решить, является оптимальная обработка, информации, поступающей от бортовых микропроцессорных систем, для определения технического состояния электрооборудования электровоза. Появление задачи фильтрации в микропроцессорной системе управления и диагностирования (МПСУиД) электровозом связано с тем, что не все характеристики электрического оборудования локомотива известны и не все параметры доступны для измерения.

В данном случае для принятия правильных решений по наблюдению за исследуемым процессом или выработке достоверного диагноза требуется наилучшим образом извлечь информацию об изучаемом процессе из измерений некоторых его характеристик и измерений - часто косвенных и проведенных с погрешностями, т.е. зашумленных.

Автором проанализированы различные методы фильтрации и выбран нелинейный рекуррентный фильтр Калмана-Бьюси, в котором используется рекуррентный алгоритм, наиболее удобный для автоматических вычислений. Рекуррентность алгоритма позволяет эффективно реализовать его на ЭВМ для оценки изменения параметров в реальном масштабе времени, так как в

ходе диагностирования с каждым новым измерением становятся известными новые данные о техническом состоянии диагностируемого оборудования.

В третьей главе проанализирована СНП электровозов ВЛ11К и 2ЭС6, приведена методика применения фильтра Калмана-Бьюси для оценки параметров, характеризующих техническое состояние электрического оборудования электровоза постоянного тока.

Обозначим измеряемые параметры вектором У, а параметры, характеризующие систему, - вектором X. Необходимо найти такие доступные для измерений параметры, чтобы

Оцениваемые параметры х наряду со своими номинальными значениями имеет некоторые поля допусков Ах такие, что

где хт1„ и хтах - соответственно минимально и максимально допустимые значения оцениваемого параметра X.

Если х находится в поле допуска, объект считается работоспособным, если вне его, то неработоспособным.

Плотность распределения вероятности Дх) описывает диагностический параметр. Необходимо разделить эту плотность распределения вероятности на две составляющие: для работоспособного состояния - Рр(х) и неработоспособного состояния - Р„(х).

Вероятность ошибки первого рода Ри т.е. признание неработоспособного объекта работоспособным, определена по формуле:

хтах

Вероятность ошибки второго рода Р}, т.е. признание работоспособного объекта неработоспособным, определена по формуле

Г = /(*).

Хтах Хтт)

хтЫ +ю хтах

р2= I Рр(х)ах+ J Рр{х)Лх+ J Р„{х)Ах.

Хтпт

По вектору измерения У определён вектор оценок

Х(у) = агё ттП(Х,У). Техническое состояние электрооборудования электровоза оценено следующим образом.

Матрица отношения измеренных и диагностируемых параметров записана в виде

'111 ¡112 ... !г1т

Ку Кг -А

■пт

тогда

о)

Здесь и Х( - значения вектора измеряемых параметров У и вектора параметров.характеризующих систему X в момент времени измерения Л

В эксплуатации существует множество причин и источников возникновения шумовых возмущений. Шум наблюдений объясняется тем, что измерители подвергаются воздействию помех и дрейфу. В систему могут поступать неконтролируемые сигналы. Они имеют характер входных сигналов, но не контролируются оператором. Это относится, например, к влиянию изменения температуры на характеристики датчиков. Характер помех может меняться в широком диапазоне. Одним из способов описания помех является использование скачкообразных и импульсных воздействий. Иногда помехи могут быть измерены раздельно, но чаще воздействие помех обнаруживается по их совокупному эффекту.

Характерной особенностью шума является то, что значение помехи не известно заранее. Однако информация о прошлых значениях может быть использована в последующей обработке данных.

На достоверность оценки технического состояния электровоза также влияют по1решности применяемых при измерениях датчиков.

В связи с возможными ошибками измерений и установленным классом точности на средства измерения параметров системы уравнение (1)

дополнено вектором ошибок измерений у и уравнение (1) записано в виде

П = + % (2)

Оценка вектора Х1 из зашумлённых наблюдений разделена на три составляющие: диагноз, генезис и прогноз. Измерения использованы для оценки в момент времени / (диагноз), измерения использованы для построения оценки вектора в предшествующий момент времени (Г - $) (генезис), а измерения использованы для построения оценки вектора Х^ в момент времени момент (? + л) (прогноз).

В общем случае уравнения наблюдения (1) и (2) являются нелинейными. Задача фильтрации допускает аналитическое решение с явными формулами для оптимального фильтра. Однако вычисления, которые необходимо проделать, чтобы получить численные результаты для такого фильтра, оказались чрезвычайно трудоемкими. Поэтому возникла необходимость в приближенном решении, осуществляемом при помощи применения фильтра Капмана-Бьюси к разложению Тейлора первого порядка для уравнения наблюдения (2), которое берется около текущей оценки параметра х,.

Зависимости результатов измерений от оцениваемых параметров оказались достаточно гладкими. Линеаризованное уравнение получено из уравнения наблюдения нахождением частных производных первого порядка по каждому оцениваемому параметру.

Элементами матрицы Нь являются

Алгоритм дискретного линейного фильтра реализован в два этапа.

На первом этапе осуществляется коррекция априорной оценки

V = + ~ (3)

где 9. оценка истинного значения параметра х, К - матрица усиления, С -момент измерения. Индексы /, /| 1-2 означают, что оценка производится для момента времени / с использованием информации, доступной в моменты времени t и (г -1) соответственно.

Матрица усиления в момент времени измерения / рассчитывается по формуле

^ = Р^ИКП.Р^Щ + (4)

где Л - неотрицательно определенная матрица ошибок.

Далее рассчитывается ковариация ошибки состояния:

= 1, (5)

где/-единичная матрица.

Требуется минимизировать диагональные элементы матрицы, которые являются дисперсиями компонент оценки вектора состояния.

Уравнение (5) представляет собой рекуррентную формулу, позволяющую осуществлять пересчет ковариационной матрицы состояния для учета измерений, произведенных в момент времени л Сначала матрица меняется с течением времени, однако затем она сходится к равновесным значениям.

На втором этапе производится экстраполяция оценок параметров и ковариационной марицы на момент времени /+/. На основе известной оценки в текущий момент времени Г дан прогноз оценки для будущего момента Г+7 (априорная оценка), который в дальнейшем откорректирован с учетом текущих измерений.

Рис. 1 Алгоритм применения фильтра Калмана-Бьюси

Для реализации рекуррентной процедуры фильтрации заданы начальные априорные векторы оценки и ковариационная матрица оцениваемых параметров Р0 (рис. 1).

Дня СНП конкретного типа электровоза установлена зависимость между измеряемыми и диагностируемыми параметрами. По известной математической модели аккумулятора получена зависимость, конкретизирующая уравнение (1):

Здесь измеряемыми параметрами являются ток заряда /3, ток разряда !р и напряжение аккумуляторной батареи £Л Разрядная

ёмкость зарядная

ёмкость С3, внутреннее сопротивление электролита Я, его плотность р и уровень <? являются оцениваемыми параметрами.

Матрица отношения измеренных и диагностируемых параметров в соответствии с (1) записана в виде

ГЧ

ср V

я

щ

Отсюда следует, что

А = + а1гСр + с13Я + аир + а150, /р = + а22^Т> + «2зЯ + а24Р+а2в0, и = Оз1Сэ + а32Ср + а3зЯ + аз4р + а35(?.

Контролируемые параметры бортовой системы питания определены в

виде

х = [с31сР,рлаГ,

а измеряемые параметры в виде

у-lh.lv,иг.

В общем случае эти уравнения являются нелинейными. Запись уравнений наблюдения произведена в отклонениях относительно расчётной

точки и векторы X и У принимают вид:

Я = [АС1,йС1,,йр,йН,тг, ? = [Д/„Д 1Р,ЩТ.

Матрица Н для СНП электровоза составлена в результате анализа влияния измеренных параметров на оцениваемые

'г Л.

^11 12 13 "14 "15 а21а22а23а24а25 °21а32а33а34а35

я =

14

1 0 0 0 К

0 1 1 0

г*

0 0 0 0

где - время заряда аккумуляторной батареи (АБ), сек.; Л£р - время разряда АБ, сек.; ка - коэффициент выпаривания при заряде АБ, кр -коэффициент изменения плотности электролита при разряде, ип -напряжение АБ в момент времени <;, В; 1!п - напряжение АБ в момент времени Ь, В; 1п - ток АБ в момент времени 1/, А; 112 - ток АБ в момент времени А.

В четвертой глава изложены основные положения разработанной методики применительно к СНП электровозов 2ЭС6 и ВЛ11К. На этих электровозах нагрузка на СНП увеличена, что обусловлено, в первую очередь, повышенным энергопотреблением существующего электрооборудования и установкой дополнительного.

Влияние внешних и внутренних факторов на техническое состояние СНП локомотива можно представить в виде графа рис. 2.

Рве. 2 Граф влиянии внешних и внутренних факторов на техническое состояние аккумуляторной батареи

Предложенная граф-модель построена, начиная с вершин, обозначенных символом / и графически представленным в виде кружков. Физически это означает следующее: техническое состояние аккумуляторной батареи может быть определено по нахождению следующих параметров в рамках допустимых значений:

• напряжение АБ ф),

• ток заряда и разряда (/$),

• ёмкость АБ (/5),

• внутреннее сопротивление АБ (/5),

• уровень электролита (/з).

Дугами на граф-модели отображены связи между параметрами различного характера. Любые две вершины соединяются дугой в том и только в том случае, если вершина, представляемая началом дуги, оказывает влияние на вершину, представляемую концом дуги.

Далее на граф добавлены возможные дефекты СНП, обозначенные символом (1 и графически представленные квадратом. Дефекты СНП могут быть следующими:

• механический износ генератора или неисправности преобразователя собственных нужд (ПСН) (<//),

• негерметичность батареи

• низкий уровень электролита (¿з),

• неправильная уставка генератора или ПСН

Параметры, определяющие техническое состояние СНП, обозначены символом е. Они могут быть следующими:

• герметичность батареи (е/),

• химический состав электролита (еД

• температура электролита (еД

• техническое состояние внутренних проводников (е<),

• техническое состояние генератора (е;).

Основываясь на предложенной граф-модели, получены алгоритмы, описание которых приведено в работе. Как видно из графа рис. 2 на выход напряжения АБ, за рамки допустимых значений может повлиять механический износ генератора (неисправности ПСН), техническое состояние внутренних проводников, а также отклонения в значениях зарядного тока и уровня электролита. На ток АБ влияют уставка генератора, герметичность корпуса батареи, выход за рамки допустимых значений уровня электролита и его внутреннего сопротивления. На ёмкость батареи влияяют химический состав электролита и величина зарядного тока. К уменьшению ёмкости приводят также утечки или выпаривание электролита. Внутреннее сопротивление батареи подвержено изменению из-за влияния температуры и химического состава электролита. Уровень электролита может снижаться из-за негерметичности батареи или выпаривания.

Разработанная автором методика в настоящее время используется в алгоритмах диагностирования нового электровоза 2ЭС6 и модернизируемого электровоза ВЛ11К.

Реализация данной методики не потребовала дооборудования электровозов дополнительными датчиками. Достаточно информации от микропроцессорной системы управления и имеющихся на борту средств измерения. Применение алгоритма фильтра Калмана-Бьюси позволило обрабатывать результаты измерения в присутствии шумов и также позволило отфильтровывать недостоверные данные, появляющиеся в результате сбоев в работе системы и ошибок в программе. Разработанные автором алгоритмы позволили учитывать динамику СНП и сделали методику более

универсальной. При этом обеспечена обусловленность матриц состояния и сходимость оценки вычисляемого параметра с его истинным значением. Диагностирование оборудования электровоза в пути следования позволило сократить время технического обслуживания электровоза и дало возможность локомотивной бригаде оперативно реагировать на изменение его технического состояния.

На электровозах 2ЭС6 и BJll 1К, оборудованных микропроцессорной системой управления, реализована и используется в эксплуатации система бортового диагностирования, использующая алгоритмы, основанные на следующих принципах:

• применения методов оптимальной фильтрации, описанного в третьей главе;

• расчёта зарядной и разрядной ёмкостей в режиме реального времени;

• проверки соответствия режимов заряда и разряда заданному режиму.

Подпрограммы, реализующие алгоритмы диагностирования, написаны на языке С++ в среде Visual Studio С++ 2008. Выбор этих языка и среды программирования обусловлен высоким уровнем реализации функций объектного программирования, большого объёма подключаемых библиотек и производительностью компилятора.

Для проверки правильности предложенных алгоритмов были проведены следующие работы:

1. Реализована программа анализа сходимости и достоверности результатов, написанная в среде MatLab.

2. Разработан имитатор движения локомотива, предназначенный для моделирования предельных и недопустимых режимов работы оборудования, которые невозможно получить в поездке без ущерба для оборудования электровоза.

3. Разработан анализатор поездок, предназначенный для отслеживания в режиме реального времени поездок на стационарной рабочей станции.

4. Реализована программа диагностирования на борту электровоза.

Ряд неисправностей, которые выявляет система диагностирования,

трудно воспроизвести непосредственно на электровозе. Они случаются редко, но могут привести к серьёзным сбоям и отказам в работе оборудования. Имитатор движения локомотива полностью воспроизводит все сигналы МПСУиД на рабочей станции. Это позволило проверять алгоритмы, задавая предельные и недопустимые режимы работы оборудования, которые невозможно получить в поездке без ущерба для оборудования электровоза. Имитатор был создан на основании конструкторской документации на электровозы BJI11K, 2ЭС6, а также на микропроцессорную систему управления и диагностирования МПСУиД в среде программирования Visual Studio 2008 на языке программирования С++. .

Все данные из МПСУиД во время поездок электровозов ВЛ11К и 2ЭС6 на Свердловской ж.д. записывались в энергонезависимую память и впоследствии обрабатывались. Для проверки диагностических алгоритмов был разработан анализатор поездок, который позволял в реальном масштабе времени воспроизводить все режимы поездок. При этом в анализатор были включены вновь разработанные алгоритмы, что позволяло проверять правильность их работы, не прибегая к перепрограммированию бортовой системы локомотива.

Алгоритмы, представленные в главах 3 и 4, реализуются в МПСУиД электровозов 2ЭС6 и ВЛ11К. В результате работы системы машинисту выдаются необходимые сообщения и рекомендации. Все алгоритмы перед программированием в бортовой системе локомотива прошли проверки на рабочей станции.

Для иллюстрации предложенной методики описан ряд неисправностей СНП, зафиксированных на электровозах 2ЭС6 №№001 - 019 и ВЛ11К №№ 77,101,102,104,462 за период 2006 - 2009 г.г.

Показано, что одним из важнейших параметров, характеризующим техническое состояние СНП, является внутреннее сопротивление АБ. Предложена методика оценки величины внутреннего сопротивления в депо во время технического осмотра. Знание того, как изменяется величина внутреннего сопротивления в процессе поездки, позволяет выявлять неисправности СНП в режиме реального времени. К изменению величины внутреннего сопротивления могут привести такие факторы как короткое замыкание, переполюсовка батареи, изменение структуры и плотности электролита. Оперативная и достоверная оценка внутреннего сопротивления в пути следования позволяет своевременно выявлять эти неисправности. Трудность состоит в том, что пересчёт величины оценки внутреннего сопротивления возможно проводить лишь при нагрузке на батарею. При этом расчёты должны выполняться неоднократно с разной нагрузкой. Были проанализированы данные из поездок электровоза 2ЭС6 №002. Результаты моделирования приведены на рис. 3. В верхней части графика приведено, значение оценки внутреннего сопротивления батареи, в нижней - дисперсия оценки. На участке АВ верхней части графика оценка внутреннего сопротивления постоянна и равна априорным значениям, на участке ВС батарея получила нагрузку и стал возможным расчёт внутреннего сопротивления. На участках ДСЕУ постоянно шла работа батареи под нагрузкой, при разных значения разрядного тока и происходило накопление информации. На участке нагрузка на батарею сокращалась, накопленной информации стало достаточно для снижения дисперсии оценки. На участке (Ш нагрузка с АБ была снята. Между 220 и 300 циклами итерационного алгоритма, участок Н1, был достигнут минимум дисперсии оценки величины внутреннего сопротивления АБ.

ев

0.9 0.6 01 0.2 0

о *аоамэоа*твяезо70овю

Ряс. 3 Рассчитанные по косвенпым измеренным параметрам величины внутреннего сопротивления аккумуляторной батареи II и дисперсии оцениваемых параметров й

Вероятность принятия достоверного решения в этом случае составила более 80%.

Основные результаты и выводы по работе

1. Разработана структура системы бортового диагностирования электрооборудования электровоза.

2. Для повышения эффективности бортового диагностирования и достоверности информации из зашумлённых данных о параметрах электрооборудования использованы методы нелинейной оптимальной фильтрации.

3. Определены аппаратные и программные средства диагностического обеспечения системы низковольтного' питания электровоза. Для системы низковольтного питания решение значительной части

диагностических задач обеспечено непосредственно в процессе движения электровоза и при предпоездных проверках.

4. Для системы низковольтного питания разработана диагностическая модель и методика оценки технического состояния на основе нелинейного рекуррентного фильтра Калмана-Бьюси.

5. На основе диагностической модели разработаны алгоритмы диагностирования и прогнозирования технического состояния системы бортового низковольтного питания и осуществлена их реализация на электровозах 2ЭС6 и ВЛ11К.

6. Адекватность модели и алгоритмов подтверждены данными эксплуатации.

7. За счёт внедрения подсистемы диагностирования . время на обслуживание аккумуляторных батарей сокращается в 1,5 раза. Выявление в процессе поездки неисправностей системы низковольтного питания позволило уменьшить время ремонтов ориентировочно на 10%.

8. Предложенные принципы построения диагностической подсистемы системы низковольтного питания целесообразно использовать для диагностирования других узлов и систем электровозов.

Основные положения диссертации изложены в следующих работах автора

Публикации в рецензируемых научных изданиях, рекомендованных ВАК России:

1. Хазов М.С. Принципы построения бортовой системы диагностирования оборудования электровоза постоянного тока // ВестникВНИИЖТ.-2005.-№ 5.-с. 27-31.

2. Хазов М.С. Реализация бортового диагностирования системы низковольтного питания на электровозе постоянного тока // Вестник ВНИИЖТ. - 2009. -№ 4. - с. 43-46.

Публикации в других изданиях:

3. Хазов М.С. Основные принципы построения бортовой системы диагностирования электровоза постоянного тока ВЛ10 /Никифорова Н.Б. // Сборник статей молодых учёных и аспирантов ВНИИЖТ «Вопросы развития железнодорожного транспорта».-Москва, 2005.-е. 154-158.

4. Хазов М.С. Подсистема диагностирования в составе единой комплексной системы локомотивных устройств безопасности /Худорожко М.В. // Сборник статей учёных и аспирантов «Развитие железнодорожного транспорта в условиях реформирования». - Москва, 2006. - с. 99-106.

5. Хазов М.С. Прогнозирование технического состояния оборудования локомотива с использованием данных бортовой системы диагностирования // Труды VII Научно-технической конференции «Кибернетика и высокие технологии XXI века». -Воронеж, 2006. -Т.1. -с. 120-125.

6. Хазов М.С. Оценка коэффициента корреляции неисправностей диагностируемого оборудования локомотива // Известия Томского Политехнического Университета. - Томск, 2006. - с. 155-156

7. Хазов М.С. Улучшение эксплуатационных характеристик электровозов прогнозированием технического состояния их оборудования /Худорожко М.В. // Сборник статей учёных и аспирантов «Развитие железнодорожного транспорта в условиях рыночной экономики». - Москва, 2007. - с. 76-80.

8. Хазов М.С. Оптимальный режим эксплуатации аккумуляторных батарей /Алексеев Е.Н. // Локомотив. - 2007. - № 12. - с. 35.

9. Хазов М.С., Использование методов оптимальной фильтрации для обработки информации бортовых микропроцессорных систем электровоза /Худорожко М.В. // Сборник статей учёных и

аспирантов «Железнодорожный транспорт на современном этапе. Задачи и пути их решения». - Москва, 2008. - с. 25-31.

Подписано к печати 17.11.2009 г. Формат бумаги 60x90 1/16 Объем 1,5 п.л. Заказ 154 Тираж 100 экз. Типография ОАО «ВНИИЖТ». 3-я Мытищинская ул.. д. 10

Содержание.

Введение.

Глава 1. Обзор систем диагностирования магистральных электровозов.

1.1 Системы диагностирования на зарубежных железных дорогах.

1.2 Системы диагностирования на железных дорогах Российской Федерации

1.3 Постановка задачи исследования.

Выводы по главе.

Глава 2. Диагностирование электрооборудования электровоза постоянного тока.

2.1 Принципы построения диагностической системы.

2.2 Реализация алгоритма дискретного фильтра Калмана-Бьюси.

2.3 Прогнозирование технического состояния электрооборудования электровоза.

Выводы по главе.

3. Разработка алгоритмов диагностирования системы низковольтного питания электровозов постоянного тока ВЛ11К и 2ЭС6.

3.1 Система низковольтного питания на электровозах постоянного тока ВЛ11К и 2ЭС6.

3.2 Постановка задачи диагностирования системы низковольтного питания электровоза.

3.3 Показатели технического состояния аккумуляторных батарей.

3.4 Построение фильтра Калмана-Бьюси для системы низковольтного питания электровоза постоянного тока.

Выводы по главе.

Глава 4. Алгоритмы оценки технического состояния системы низковольтного питания электровозов.

4.1 Определение технического состояния аккумуляторной батареи по величине внутреннего сопротивления.

4.2 Реализация бортового диагностирования системы низковольтного питания на электровозе 2ЭС6.

4.3 Исследование разработанных алгоритмов на экспериментальной модели .■.

4.4 Экономический эффект от внедрения алгоритмов диагностирования на электровозе 2ЭС6.

Выводы по главе.

Актуальность работы

Разработка и внедрение средств диагностирования для тягового подвижного состава, как бортовых, так и стационарных, позволяют сократить расходы на ремонты и повысить коэффициент готовности. Объединение различных диагностических систем в соответствующие комплексы повышает безопасность движения и позволяет получать достоверную информацию об объёмах необходимого ремонта.

Эффективность эксплуатации локомотивного парка зависит от оперативной и достоверной информации о его техническом состоянии. В перспективе она может быть повышена за счёт частичного перехода к ремонтам по фактическому состоянию электрооборудования электровоза. Нагрузка на систему низковольтного питания (СНП) непрерывно увеличивается. Это обусловлено, в первую очередь, установкой нового дополнительного оборудования и повышенного энергопотребления существующего. В связи с этим может быть' недостаточным выдаваемый генератором ток заряда, следовательно, аккумуляторная батарея будет недозаряженной. Для недопущения подобной ситуации необходимо ' своевременно и с высокой степенью достоверности диагностировать техническое состояние всех элементов СНП.

Современные средства технического диагностирования и информационные системы позволяют повысить эффективность эксплуатации как тягового подвижного состава, так и всей железнодорожной инфраструктуры в целом. Внедрение новых технологий на железных дорогах были рассмотрены в трудах Ю.В. Дьякова, Б.М. Лапидуса, М.Ф. Трихунова и других учёных.

Описания моделей и методов транспортных объектов и систем представлены в работах А.Т. Головатого, И.П. Исаева, В.В. Молчанова и других.

Целью работы является повышение достоверности диагностирования и прогнозирования в процессе движения локомотива технического состояния его электрооборудования на основе оптимальной обработки информации от бортовых микропроцессорных систем управления и диагностирования.

Для достижения поставленной цели в работе решены следующие задачи:

• Разработана методика оптимальной оценки диагностических параметров СНП электровоза.

• Разработана методика оценки технического состояния СНП электровоза.

• Эффективность этих методик подтверждены опытом эксплуатации разработанных автором подсистем диагностирования на магистральных грузовых электровозах 2ЭС6 и BJIl 1К.

• Предложен и доведён до практической реализации комплекс алгоритмов диагностирования.

• Разработана и практически реализована система бортового диагностирования электрооборудования электровоза на основании данных микропроцессорной системы управления.

Методы исследования. Теоретические исследования проведены с использованием алгоритмов и методов математической статистики, теории вероятностей и теории оптимизации. Количественные оценки, настройка и тестирование систем и алгоритмов диагностирования проведены с помощью современных средств автоматизации вычислений.

Научная новизна работы:

• Разработана математическая модель СНП электровозов, адекватность которой проверена на электровозах, эксплуатируемых на Свердловской ж.д.

• Теоретически доказано и экспериментально подтверждено, что оценка параметров СНП с помощью рекуррентного фильтра Калмана-Бьюси обеспечивает минимальную дисперсию оцениваемых параметров.

• Разработанные алгоритмы диагностирования и прогнозирования технического состояния СНП- обеспечили повышение достоверности оценивания технического состояния электрооборудования электровоза.

Достоверность полученных результатов и выводов подтверждена строгостью теоретического обоснования, корректностью применения математического аппарата и положительными результатами экспериментальных исследований на Свердловской ж.д.

Практическая ценность: повышение достоверности диагностирования позволило снизить затраты на техническое обслуживание и профилактику электрооборудования, а также снизить количество его отказов в пути следования и сократить затраты на ремонт и расход энергетических ресурсов.

Разработанная подсистема диагностирования внедрена на новых электровозах 2ЭС6 (19 единиц) и на модернизированных электровозах BJIl 1К (29 единиц) Свердловской ж.д.

Результаты, выносимые на защиту:

Диагностирование и прогнозирование на основе данных бортовых информационных систем и наиболее достоверное определение технического состояния электрооборудования электровоза.

Апробация работы. Основной материал диссертации представлен в научных докладах, которые обсуждались на:

• научных конференциях молодых учёных и аспирантов ВНИИЖТ в 2006, 2007 и 2008 годах, г. Щербинка,

• VII международной научно-технической конференции «Кибернетика и высокие технологии XXI века», 2006 год, г. Воронеж,

• на семинаре МГУ ПС (МИИТ), 2007 год, г. Москва,

• научно-технических советах комплексного отделения ТЭ ВНИИЖТ, в 2003 - 2008 годах, г. Москва.

Публикации

По результатам исследования опубликованы 9 печатных работ, в том числе в ведущих рецензируемых научных изданиях, определённых ВАК - 2.

Основные результаты и выводы по работе

1. Разработана структура системы бортового диагностирования электрооборудования электровоза.

2. Для повышения эффективности бортового диагностирования и достоверности информации из зашумлённых данных о параметрах электрооборудования использованы методы нелинейной оптимальной фильтрации.

3. Определены аппаратные и программные средства диагностического обеспечения системы низковольтного питания электровоза. Для системы низковольтного питания решение значительной части диагностических задач обеспечено непосредственно в процессе движения электровоза и при предпоездных проверках.

4. Для системы низковольтного питания разработана диагностическая модель и методика оценки технического состояния на основе нелинейного рекуррентного фильтра Калмана-Бьюси.

5. На основе диагностической модели разработаны алгоритмы диагностирования и прогнозирования технического состояния системы бортового низковольтного питания и осуществлена их реализация на электровозах 2ЭС6 и BJIl 1К.

6. Адекватность модели и алгоритмов подтверждены данными эксплуатации.

7. За счёт внедрения подсистемы диагностирования время на обслуживание аккумуляторных батарей сокращается в 1,5 раза. Выявление в процессе поездки неисправностей системы низковольтного питания позволило уменьшить время ремонтов ориентировочно на 10%.

8. Предложенные принципы построения диагностической подсистемы системы низковольтного питания целесообразно использовать для диагностирования других узлов и систем электровозов.

1. Автоматизация электроподвижного состава/ А.Н. Савоськин, JI.A. Баранов, А.В. Плакс и др. Под ред. А.Н. Савоськина. М.: Транспорт, 1990.-311с.

2. Аркин В.И. Задачи оптимального поиска.- Труды математ. ин-та, сб. работ по теории вероятности, 1964, т.71. с. 17-20.

3. Бадьян И.И. Аппаратура микропроцессорной системы управления и диагностики электровоза// современные технологии автоматизации, 2000, №4, с.48-52.

4. Беллман Р. Динамическое программирование/ Пер. с англ. И.М. Андреевой, под ред. Н.Н. Воробьева. М.:ИЛ,1960. - 400с.

5. Беллман Р., Дрейфус С, Прикладные задачи динамического программирования/ Пер. с англ. Н.М. Митрофановой и др., под ред. А.В.Первозванского. -М.: Наука, 1965. -458с.

6. Бессонов А.А. Прогнозирование характеристик надежности автоматических систем. Л.:Энергия,1971. - 136с.

7. Бусленко В.Н. Автоматизация имитационного моделирования сложных систем. -М.: Наука, 1977.-240с.

8. Бурдун Г.Д., Марков Б.Н. Основы метрологии. М.: Издательство стандартов, 1985, 256 е., ил.

9. Вайлов A.M., Эйгель Ф.И. Контроль состояния аккумуляторов. М. Энергоатомиздат, 1992. -288 е., ил.

10. Вайлов A.M., Эйгель Ф.И. Автоматизация контроля и обслуживания аккумуляторных батарей. -М.: Связь, 1975. 172 с.

11. Вентцель Е.С. Исследование операций. М.: Советское радио, 1972. -552 с.

12. Винтер Б. Оптимальные диагностические процедуры. В кн.: Оптимальные задачи надежности/Пер. с англ., под ред. И.А. Ушакова. -М.: Изд-во стандартов, 1968. - с.157-165.

13. Гаркавенко С.И., Сагунов В.И. О диагностике неисправностей в непрерывных объектах. Автоматика и телемеханика, 1976, №9. - с. 177185

14. Гихман И.И., Скороход А.В. Теория случайных процессов. М.: Наука, 1970- 1975. Т. 1-3.

15. Глазунов Л.П., Смирнов Л.Н. Проектирование технических систем диагностирования. Л.:Энергоиздат,1982. - 167с.

16. ГОСТ 18322-78 Система технического обслуживания и ремонта техники. Термины и определения. М.: Изд-во стандартов, 1991. 15 с.

17. ГОСТ 20911-89 Техническая диагностика. Термины и определения. М.: Изд-во стандартов, 1978. 14 с.

18. ГОСТ 26656-85 Техническая диагностика. Контролепригодность. Общие требования. М.: Изд-во стандартов, 1986. 16 с.

19. ГОСТ 27.002-89 Надежность в технике. Основные понятия. Термины и определения. М.: Изд-во стандартов, 1990. - 38 с.

20. Гроп Д. Методы идентификации систем. М.: Мир, 1979,-302с.:ил.

21. Грузовые локомотивы Европы- Железные дороги мира, 2002, №10, с.43—46.

22. Джонсон Р. Применение теории информации при осуществлении диагностических процедур. В кн.: Оптимальные задачи надежности. -М.: Изд-во стандартов, 1968, - с. 177-188.

23. Диагностика и мониторинг технического состояния подвижного состава Железные дороги мира, 1997, №11, с. 13-16.

24. Диагностика и техническое содержание поездов ICE Железные дороги мира, 1995, №11, с.20-26.

25. Дмитриев А.К. Распознавание отказов в системах электроавтоматики.-М.:Энергоиздат,1983. 104с.

26. Европейские электровозы нового поколения.// Железные дороги мира. 1997. №10. с.9-40.

27. Исаев И.П. Допуски на характеристики электрических локомотивов. М. государственное транспортное издательство. - М. 1958. - 372 с.

28. Калман Р.Е., Бьюси Р.С. Новые результаты в линейной фильтрации и теории предсказания//Тех.механика. 1961. Т. 83,. с. 123-141.

29. Калман Р.Е., Фалб П., Арбиб М. Очерки по математической теории систем. М.: Мир, 1971. -400 с.

30. Киншт Н.В., Стребуля Г.В. О выборе контрольных точек для диагностики электрической цепи. В кн.: Повышение качества надежности и долговечности промышленных изделий. - JI.:1973.-c.67-69

31. Колос М.В., Колос И.В. Методы линейной оптимальной фильтрации. -М.: МГУ, 2000. 102 с.

32. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. -М.: Наука, 1984. 832 с.

33. Кудрицкий В.Д., Синица М.А., Чинаев JI.H. Автоматизация контроля радиоэлектронной аппаратуры. М.: Сов. радио, 1977-255с.

34. Кузнецов П.И., Пчелинцев JI.A. Об одной задаче поиска неисправности. -Автоматика и телемеханика, 1969, №6. с.137-140

35. Кузнецов П.И., Пчелинцев Л.А., Гайденко B.C. Контроль и поиск неисправностей в сложных системах. М.: Сов. радио, 1969. - 239с.

36. Кузовков Н.Т., Салычев О.С. Инерциальная навигация и оптимальная фильтрация. М.: Машиностроение, 1982. - 216 с.

37. Кун А.П. Техническая диагностика электрического оборудования электроподвижного состава: М.: РГОТУПС, 2003. - 260с.

38. Ланкастер П. Теория матриц. М.:Наука,1978. - 280с.

39. Ллойд Э., Ледерман У. Справочник по прикладной статистике. Финансы и статистика. М.: Финансы и статистика, 1990. Т. 1, 2.

40. Лобанов В.А., Вербицкий B.C. Минимизация набора контрольных точек для диагностики многофункционального объекта с переменной структурой. Вестник ВНИИЖТ, 1985, №8. - с.31-35

41. Локомотивный парк железных дорог Северной Америки.- Железные дороги мира, 2001, №11, с.37-41.

42. Льюнг Л. Идентификация систем. Теория для пользователя: Пер. с англ. под ред. Я.З.Цыпкина. М.: Наука. Гл. ред. физ.-мат. лит., 1991. - 432 с.

43. Магистральный грузовой электровоз для железных дорог Китая. // Железные дороги мира. 2002. №7. с. 36-46.

44. Магистральный электровоз ЭП1. Микропроцессорная система управления. //Локомотив, 1999 г., №8, стр. 17-19.

45. Математическая статистика / Под ред. A.M. Длина. М.: Высшая школа, 1975.-400 с.

46. Многосистемный электровоз серии ALP 46. // Железные дороги мира.2003. №3. с. 29-36.

47. Мозгалевский А.В., Глазунов Л.П., Щербаков О.В. Диагностические модели для определения работоспособности объекта. В кн.: Техническая диагностика систем управления. - Л.:1972.-с.6-17

48. Мозгалевский А.В., Шарапов В.И. Техническая диагностика. Материалы к постоянно действующему семинару.-Л.:ЛДНТП,1968. 24с.

49. Мозгалевский А.В. Техническая диагностика (непрерывные объекты): Обзор. Автоматика и телемеханика, 1978, №1. - с. 145-164

50. Мюллер К.-Д., Покровский С. В., Ш. Гай, Штер М. ЭП-10 электровоз нового поколения для Российских железных дорог// Железные дороги мира. 2003. №3. с. 22-29.

51. Наговицин B.C. Системы диагностики железнодорожного подвижного состава на основе информационных технологий. М.: ВИНИТИ РАН,2004.-248 с.

52. Организация ремонта подвижного состава в Северной Америке Железные дороги мира, 2003, №3, с.27-31.

53. Осис Я.Я., Гельфандбейн Я.А., Маркович З.П., Новожилова Н.В. Диагностирование на граф-моделях. М. Транспорт, 1991. 244 с.

54. Осис Я.Я. Формирование оптимальных описаний классов неисправностей. Научные труды/ Ленинградский электротехнический ин-т, 1971, вып. 118. - с.90-101

55. ОСТ 32.107-97 Тяговый подвижной состав железнодорожного транспорта. Техническая диагностика. Термины и определения. М.: МПС России, 1998.-31 с.

56. Пархоменко П.П. Оптимальные вопросники с неравными ценами вопросов. ДАН СССР, 1969, т. 184, №1. - с. 51-54.

57. Пархоменко П.П., Согомонян Н.С. Основы технической диагностики.-М.:Энергоиздат,1981. 320с.

58. Пашковский Г.С. Задачи оптимального обнаружения и поиска отказов в РЭА.-М.:Радио и связь, 1981. -280с.

59. Плакс А.В. Системы управления электрическим подвижным составом. Учебник для вузов ж.-д. транспорта. М. : Маршрут, 2005. 360 с.

60. Пугачев B.C., Синицын И.Н. Стохастические дифференциальные системы. М.: Наука, 1985. -560 с.

61. Пульт управления машиниста для унифицированной кабины. // Локомотив. 2002. №6. с. 30-32.

62. Пчелинцев Л.А. Поиск неисправностей как поглощающая марковская цепь. Изв. АН СССР. Техн. кибернетика, 1964, №6. - с.123-126.

63. Разработка конкурентоспособного электровоза для пассажирских и грузовых перевозок. // Железные дороги мира. 2002. №11. с. 20-24.

64. Сейдж Э., Меле Дж. Теория оценивания и ее применение в связи и управлении. М.: Связь, 1976. -496 с.

65. Сердаков А.С. Автоматизированный контроль и техническая диагностика. Киев: Техника, 1971. - 242 с.

66. Силин В.Б., Заковряшин А.И. Автоматическое прогнозирование состояния аппаратуры управления и наблюдения. М., Энергия, 1973. -336 е., ил.

67. Синдеев И.М. К вопросу о синтезе логических схем для поиска неисправностей и контроля состояния сложных систем. Изв. АНСССР. Техническая кибернетика, 1963, №2.

68. Стратанович P.JI. Применение теории процессов Маркова для оптимальной фильтрации сигналов // Радиотехника и электроника. 1960. Т. 5, №11. С. 1751-1763.

69. Технические средства диагностирования: справочник. Под. ред. В.В. Клюева. М.: - Машиностроение, 1989. - 672 е., ил.

70. Фильтрация и стохастическое управление в динамических системах. Под. ред.К.Т. Леондеса. -М. Мир, 1980-408 с.

71. Харазов A.M., Цвид С.Ф. Методы оптимизации в технической диагностике машин. -М.: Машиностроение, 1983. 132с.

72. Хрусталёв Д.А. Аккумуляторы. М.: Изумруд, 2003. - 224 е., ил.

73. Худорожко М.В. Метод оценки переменных с минимальной дисперсией/ И. А. Елисеев, Л.М. Жебрак. // Мир транспорта. 2009. №1. С. 28-32.

74. Электроподвижной состав. Эксплуатация, надёжность и ремонт. Под. ред. А.Т. Головатого, П.И. Борцова, М. Транспорт, 1983. -350 с.