Средства бортовой диагностики являются важнейшим звеном в системе управления техническим состоянием и надежностью подвижного составаи, в частности, тепловозного парка. Они позволяют осуществлять непрерывный контроль качества эксплуатации локомотива, оперативно выявлять и прогнозировать изменение его технического состояния без изъятия из перевозочного процесса, что, в свою очередь, дает возможность эффективно использовать дорогостоящие стационарные и локальные диагностические средства, а также корректировать сроки и объемы технического обслуживания с учетом реального технического состояния. В связи с этим актуальной является разработка методов оценки технического состояния агрегатов локомотива, основанных на использовании информации подсистемы диагностики систем МСУ-Т(П,Э) современных тепловозов и программных средств обработки измерительной информации, реализующих эти методы. Основной задачей таких средств является контроль технического состояния оборудования локомотива и прогнозирование его изменения. В настоящее время для решения таких задач, как правило, применяются упрощенные диагностические модели. Однако для повышения эффективности и достоверности контроля технического состояния столь сложных объектов, как локомотив, необходимо использовать более сложные диагностические модели, основанные на использовании аппарата искусственных нейронных сетей. Статья посвящена применению метода нейросетевых и нейронечетких диагностических моделей для диагностирования системы возбуждения тягового генератора современных тепловозов. В качестве диагностической информации используются данные подсистемы диагностики бортовой микропроцессорной системы управления тепловоза (МСУ-ТП), передаваемые в режиме реального времени на удаленный сервер диагностики. Выполнена проверка адекватности и эффективности предлагаемого метода диагностирования системы возбуждения тягового генератора с использованием результатов обработки массивов измерительной информации.
展开▼
