Научная статья на тему 'Методические основы экспериментальных исследований функционирования инфузионных насосов в медицине'

Методические основы экспериментальных исследований функционирования инфузионных насосов в медицине Текст научной статьи по специальности «Химические технологии»

CC BY
153
35
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ИСПЫТАНИЯ / ИНФУЗИОННЫЙ НАСОС / СКОРОСТЬ ДОСТАВКИ РАСТВОРА / ПОГРЕШНОСТЬ РЕЗУЛЬТАТОВ ИСПЫТАНИЙ / МОДЕЛЬ ПРОГНОЗИРОВАНИЯ / ИСКУССТВЕННЫЕ НЕЙРОННЫЕ СЕТИ / TEST / INFUSION PUMP / SOLUTION DELIVERY SPEED / TESTRESULTS ERROR / PREDICTION MODEL / ARTIFICIAL NEURAL NETWORKS

Аннотация научной статьи по химическим технологиям, автор научной работы — Булыгина О. В.

В качестве биомедицинской аппаратуры рассматривается инфузионный насос для инфузий. Представлен анализ результатов испытаний инфузионных насосов, оценена погрешность результатов воспроизведения объёма вводимого раствора и скорости его доставки. При проведении испытаний было обнаружено несоответствие заданного объёма вводимого раствора и его нормированного значения. Оценка погрешности результатов испытаний осуществлена в соответствии с международными стандартами

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по химическим технологиям , автор научной работы — Булыгина О. В.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Methodical basics of experimental researches of functioning of infusion pumps in medicine

Analysis of the test results of infusion pumps that are used for administering solutions to patients in resuscitation units, intensive care units, as well as during transportation was performed in the paper. The process of drug administration in the neurohumoral system is critical, so the problem of determining the dosage accuracy of the solution volumes, administered to a patient is very important. The tests of infusion pumps to determine the dosage accuracy, according to the international standards ISO 606601-2-24 and ISO 606601-1-8 were carried out in the paper. Based on the results, conducted in clinics, the errors of the injected volumes in accordance with existing standards were calculated. As a result of data processing, the incompliance of the current dosage volumes with guidelines was found. To prevent administering a doubtful amount of drug, prediction model using artificial neural networks was developed. This model, together with a computerized information system will help to predict the unauthorized administration of drugs over time and allow the medical staff to prevent a critical situation.

Текст научной работы на тему «Методические основы экспериментальных исследований функционирования инфузионных насосов в медицине»

-□ □-

В якостi бюмедичног апаратури розглядаеться тфузшний насос для тфузш. Представлено аналiз результатiв випробувань тфузшних насоыв, оцте-на похибка результатiв видтворення обсягу введено-го розчину i швидкостi його доставки. При проведенн випробувань було виявлено невидповидтсть заданого обсягу введеного розчину i його нормованого значення. Оцтка похибки результатiв випробувань проведена у вiдповiдностi з мiжнародними стандартами

Ключовi слова: випробування, тфузшний насос, швидтсть доставки розчину, похибка результатiв випробувань, модель прогнозування, штучн нейронн мережi

□-□

В качестве биомедицинской аппаратуры рассматривается инфузионный насос для инфузий. Представлен анализ результатов испытаний инфу-зионных насосов, оценена погрешность результатов воспроизведения объёма вводимого раствора и скорости его доставки. При проведении испытаний было обнаружено несоответствие заданного объёма вводимого раствора и его нормированного значения. Оценка погрешности результатов испытаний осуществлена в соответствии с международными стандартами

Ключевые слова: испытания, инфузионный насос, скорость доставки раствора, погрешность результатов испытаний, модель прогнозирования, искусственные нейронные сети -□ □-

УДК 621.65.05(045)

|DOI: 10.15587/1729-4061.2015.40549|

МЕТОДИЧЕСКИЕ ОСНОВЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ ФУНКЦИОНИРОВАНИЯ ИНФУЗИОННЫХ НАСОСОВ В МЕДИЦИНЕ

О. В. Булы ги на

Кандидат технических наук, доцент Кафедра биокибернетики и аэрокосмической медицины Национальный авиационный университет пр. Космонавта Комарова, 1, г. Киев, Украина, 03680 E-mail: badrakali@ukr.net

1. Введение

Инфузионный насос предназначен для введения в организм растворов, лекарственных препаратов, питательных веществ. Кроме отмеченного насос может быть применён для внутривенной инфузии, для подкожного, артериального, эпидурального, энтерального введения, с применением других клинически определяемых доступов. Возможности инфузионного насоса превосходят возможности ручного ввода препаратов медицинским персоналом. Так, например, инфузионный насос может вводить всего 0,1 мл жидкости в час, что существенно меньше, чем при капельном введении, инъекции каждую минуту или инъекции по требованию пациента с заданными ограничениями [1].

Следует заметить что, производительность инфу-зионных насосов предсказуема однако объемы для инфузии должны быть установлены с учетом информации об их доставке. При этом, надо учитывать, что эти насосы имеют электрический привод и могут создавать для пациента ряд рисков, поэтому должны эксплуатироваться специалистами, имеющими необходимую подготовку и квалификацию [2].

56 000 отчетов о неблагоприятных ситуациях за последние пять лет в клиниках США. При этом отмечено 500 летальных исходов [3]. В результате организация «US Food and Drug Administration» (FDA) активировала работы по повышению безопасности в работе насосов, что выразилось в строгом регулировании процесса функционирования инфузионных насосов [3].

По результатам экспериментальных исследований насосов, используемых в одном из украинских медицинских учреждений, выявилось, что 95 % из применяемых насосов имели такие параметры отклонения, как стабильность показателей скорости и стабильность объема доставляемых растворов.

При тестировании новых инфузионных насосов [5] наблюдалось существенные отклонения значений отмеченных параметров от заданных величин. Процесс проведения испытаний был спланирован в соответствии с международными стандарты ISO 60601-1-8 и ISO 60601-2-24 [4, 6].

3. Цель и задачи исследования

2. Анализ литературных источников и постановка задачи

Инфузионные насосы были источником проблем безопасности пациентов [2]. Возникающие проблемы с такими насосами были отражены в более чем

Целью работы является проведение экспериментальных исследований по определению точности эксплуатационных характеристик инфузионных насосов. Обработка результатов экспериментальных исследований производилась согласно требованиям международных стандартов [4].

ё

Для достижения поставленной цели необходимо было решить следующие основные задачи:

- провести экспериментальные исследования ин-фузионного насоса для оценки его эксплуатационных характеристик;

- провести анализ результатов экспериментальных исследований для определения эксплуатационных характеристик насосов и анализа их точности;

- оценить погрешность результатов испытаний насоса согласно [4];

- разработать модель прогнозирования объёма и скорости доставки растворов при эксплуатации инфу-зионных насосов.

4. Планирование и реализация экспериментальных испытаний инфузионных насосов в соответствии с международными стандартами

Объектом исследований был избран инфузионный насос ЮСП-100 [5], российского производства, используемый в реанимационных и родильных залах интенсивной терапии, в других помещениях стационаров и при транспортировке пациентов, в том числе в автомобилях скорой помощи. Аппарат допускает использование одноразовых шприцев номинальным объемом 10, 20, 50 и 60 мл. и используется при необходимости введения с большой точностью малых объемов раствора в течение длительного периода времени. Согласно стандарту ISO 60601-2-24 [4], соответствие характеристик инфузионных насосов паспортным данным проверяется посредством испытаний. Испытания ин-фузионного насоса проводились в соответствии со схемой представленой на рис. 1.

Испытания были проведены с помощью тестового раствора ISO воды класса III для медицинского применения. Настройка оборудования с испытуемым раствором была проведена в соответствии с инструкцией производителя по применению.

Общая продолжительность испытаний определялась в соответствии со стандартом [4] и составила 120 мин. Измерения производились каждые 20 с, было получено около 400 значений скорости и объёма доставки раствора.

5. Результаты экспериментальных исследований при испытании инфузионных насосов

Для расчёта максимальной погрешности измерения Ер(тах) и минимальной погрешности измерения Ер(тт) в окне наблюдения за конкретный период времени использован следующий алгоритм. Рассчитана скорость потока (мл/ч)

Qi = 1 Sd j (ml/h)

где Wi - масса образца в течение периода анализа; S - время между последовательными показаниями массы или подсчета капель, мин.; d - плотность воды (0,998 г/мл при 20 °С).

Для продолжительности Р =2, 5, 11, 19 и 31 мин, в течение периода анализа ^ рассчитывается максимальное значение т

,_(tx - P)

+1,

где Р - продолжительность наблюдения; S - время между последовательными показаниями массы или подсчета капель, мин.; ^ - период анализа, мин.

В табл. 1 представлена часть результатов експери-ментальных исследований.

Максимальная Ер(тах) и минимальная Ер(тт) погрешности измерений оцениваются по фор мулам:

Ep (max) = MAXm=1

j+P-1

' S

Sx f 100xf P tf I r

Ep (min)= MINm=1

j+p-1 i Sx f 100xf

P tf I r

где г - скорость доставки (выбрана оператором); 2 - скорость потока.

Иголка

Инфузионный насос

Электронные весы

Рис. 1. Схема испытаний инфузионного насоса

2/9 ( 74 ) 2015

По результатам проведённого эксперимента и приведённым выше формулам были оценены границы не-пределённости результатов испытаний инфузионных насосов типа ЮСП-100. Полученные оценки представлены в графичекской форме.

Зависимость скорости потока Q от времени То в течение первых двух часов периода испытания представлена на рис. 2.

На рис. 2 заданная скорость отмечена пунктирной линией, реальная скорость потока сплошной линией.

График зависимости неопределенностей Ep(max) и Ep(min) в окне наблюдения с продолжительностью P(min) и относительная неопределенность измерений скорости потока измеренные за период анализа Ti представлен на рис. 3.

При исследовании характеристик скорости доставки раствора и объема его доставки были обнаружены, что при заданном объеме доставки 10 мл значение неопределенности находилось в интервале от 8,27 до 12,05 мл.

Результаты проведения экспериментального исследования и результаты расчетов является предпосылкой для построения искусственной нейронной сети [7-10] с целью построения модели прогнозирования возникновения рисков при эксплуатации инфузионных насосов.

Предложена модель прогнозирования объёма и скорости доставки растворов при эксплуатации инфузион-ных насосов, выполненная с помощью искусственных нейронных сетей, как упорядоченшх структур из нейронов, связанных друг с другом определенным образом.

Для данной задачи была выбрана сеть прямого распространения - персептрон. Построен многослойный персептрон - виртуальный механизм, способный суммировать сигналы с нескольких входов, затем сигнал, проходя через функцию активации, подается на выход. Многослойный персептрон - разновидность нейронной сети. Согласно ее архитектуре, нейроны объединены в слои, которые взаимосвязаны друг с другом. Такая сеть имеет входной слой, несколько скрытых и выходной слои. Например, в многослойном персептроне с одним скрытым слоем каждый нейрон входного слоя связан с каждым нейроном в скрытом слое, в свою очередь, ней-Относительная неопределенность измерений ско- роны скрытого слоя связаны с нейронами выходного рости потока за период анализа вычисляется как слоя [10].

В качестве программной среды был выбран A _ 100(Q ~ г) (%) Deductor Studio для построения искусственных ней-

r ронных сетей.

Таблица 1

Результаты експеримента

Время Доставленный объём Средняя скорость потока Мгновенная скорость

00:00,0 0 0 0

02:30,3 0,15 3,56 3,56

02:54,5 0,21 4,31 9,02

03:18,2 0,27 4,95 9,66

03:42,0 0,33 5,41 9,26

04:10,6 0,4 5,79 8,73

04:33,5 0,46 6,09 9,3

04:59,1 0,53 6,4 9,71

05:23,3 0,59 6,62 9,25

05:41,5 0,66 7,00 13,76

05:58,8 0,72 7,28 12,51

06:25,9 0,79 7,42 9,29

06:47,1 0,85 7,56 10,36

07:11,6 0,92 7,7 9,96

07:35,4 0,98 7,78 9,28

08:00,9 1,05 7,9 9,91

08:24,3 1,12 7,98 9,67

09:22,9 1,27 8,1 9,13

09:46,3 1,33 8,14 9,33

10:09,3 1,39 8,21 9,91

10:32,7 1,45 8,26 9,45

10:58,8 1,52 8,32 9,58

11:20,5 1,58 8,36 9,78

11:45,4 1,65 8,42 9,98

12:09,3 1,71 8,45 9,38

12:35,3 1,78 8,49 9,65

12:56,5 1,84 8,54 10,25

13:22,5 1,91 8,57 9,64

13:44,4 1,97 8,61 10,02

14:08,1 2,04 8,66 10,34

14:31,6 2,1 8,68 9,36

14:56,4 2,17 8,72 10,21

15:19,6 2,23 8,75 9,72

Рис. 2. Результаты измерений скорости потока и объёма доставки жидкости

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Для решения задачи прогнозирования возникновения рисковой ситуации введения пациенту некорректного количества лекарственного препарата, был разработан следующий алгоритм построения нейронной сети:

1. Формирование временного ряда.

2. Настройка входящих и исходящих параметров сети.

3. Разбивка выборки на подмножества: учебную и тестовую.

4. Определение алгоритма обучения - Back Propagation of error.

5. Настройка количества скрытых слоев и числа нейронов в них.

6. Определяется функция срабатывания - сигмо-ида, крутизна сигмоид настраивается.

7. Задается максимальная погрешность.

8. Проверяется достоверность исходных данных нейронной сети.

Результирующая выборка для проверки достоверности исходных данных представлена на рис. 4. Граф построенной нейронной сети представлен на рис. 5.

Полученная модель решает задачу прогнозирования ввода некорректного количества раствора инфу-зионными насосами пациентам.

Данная модель может служить основой для создания компьютеризованной информационной системы (КИС). КИС создаёт предпосылки для создания прикладных интеллектуальных систем управления инфузионными насосами с высокой эффективностью использования современных информационных технологий.

41 HyilruGisph FL^jJt.'j J-J

чсМдЦэ. 'Я i

Г. ш|8ац>17~

I Ч1С

biV I htt • ; I И!И|

Погрешность измерений 15 '

10

5 0

-

-5

-10

-15

2

5

31 мин

Рис. 3. Результаты оценивания погрешности скорости потока жидкости

Deductor Studio Academic (C:\docsVlHn/10M\ceTb.ded)

Файл Правка Вид Избранное Сервис Окно ?

□ ва# х чае|14 ва@ йнш is - ш)

Ш Сценарии

? ▼ X

& Щ I в 1ft W Ife х

н МИ Сценарии

В-0 Текстовый Файл (CADocuments and Se(tings\Polikarpov.^ Нейросеть [5 к 3 х 2 к 1 ]

Что-если X

йР Л " v ш

Обучающий набор X Диаграмма рассеяния X

II

C0L1 C0L2 C0L3 C0L4 C0L5 C0L6 C0L6.0UT C0L6_ERR

9.634 3.38 9.G16 3.316 3.844 3.378 3.33688388443831 8.88368108737161381

9.98 9.916 9.916 9.944 9.978 9.952 3 83134930257881 0.0150066743582887

9.616 9.916 9.944 9.978 9.952 9.906 8 83878142814284 0.001118831785758

9.316 3.344 3.378 3.352 3.306 3.384 3.76447325408452 0.0148744770373653

9.844 9.978 9.952 9.906 9.984 9.588 3 84445768657432 0.0684924500240056

9.878 9.952 9.906 9.984 9.588 9.918 8.87435948338249 0.0033073641132138

3.352 3.306 3.334 3.588 3.318 10.006 3.82678727332873 0.0334713447244367

9.908 9.984 9.588 9.918 10.006 9.918 3.63233056805869 0.000215627299724361

9.884 9.588 9.918 10.006 9.618 9.788 8.86025483863631 0 00403546865654127

3.588 3.318 10.006 3.618 3.738 3.308 10.0567524302223 0.0238336744557366

9 318 10.006 9.G18 3.738 3.308 375 3 71838636324632 0 00104053151681743

10.008 9.918 9.798 9.908 8.75 9.936 8.83481262894382 1.23112623787154Е-6

3.618 3.738 3.308 3.75 Э.В36 10.082 10.0353348832883 0.00226153553583255

9.798 3.308 375 3.936 10.082 355 3 60703372473433 0 00338756363343385

9.808 8.75 9.936 10.082 8.55 9.978 8 82834098176801 0.0026387093009028

Э.75 3.336 10.082 3.55 Э.В78 3.37 3.34815481615343 6.866436388855714527

9.836 10.082 3.55 3.978 337 3.936 3 68523451730783 0.0236674620832013

10.082 8.55 9.978 8.87 9.936 9.936 8.82777698448119 7.0405883130941Е-5

9.55 9.978 3.37 3.936 3.936 10.334 10.3331360658804 7.77157604072272Е-7

9 878 3.37 3.936 3.936 10.334 3 464 3.5516521364456 0 00733368453030178

9.97 9.936 9.936 10.384 9.464 8.52 9.7583344658533 0.058942843133364

9.836 9.936 10.334 3.464 3.52 3.978 3.88800033161174 0.000104143332363374

9.836 10.334 9.464 352 3.878 10 26 10.266275435312 4.10055423315336Е-5

10.394 9.464 8.52 9.978 10.26 9.964 8.63148508030355 0 00110013515667707

9.464 3.52 9.978 10.26 9.664 3.906 9.8452036814277 0.00160030053882213

3.52 9.978 10 26 3.664 3.806 10.028 10.045583178023 0 00032131602333773

9.878 10.26 9.964 9.906 10.028 9.722 9.7761983647862 0.00305181439169264

10.26 9.G64 9.906 10.028 3.722 3.754 9.8348732554427 0.00681117655244182

9.664 9.906 10.028 3.722 3.754 10.214 3 33502325614667 0.0433252255373333

9.806 10.028 9.722 9.754 10.214 9.574 3.57320228713872 6.92584141036107Е-7

10.028 9.722 9.754 10.214 3.574 3.938 3.83607993503636 0.0108160137753423

9.722 9.754 10.214 3.574 3.938 3.344 3 36422567214132 0 000425345245306684

9.754 10.214 9.574 9.938 9.944 9.938 3.87834303510343 0 00168467442835021

10.214 9.574 9.938 3.944 3.938 3.73 3 83734406047055 0.00233388178034112

Рис. 4. Результирующая выборка нейронной сети

g Dedutfajf SludioAademk [СЛ^рц\ДИПЛО№цпь.АяЦ - рЧейрссел, [5 x 3 к 2 A Д _ [ □ | SI

Файл Правка Вид Избранное Сервис Окно ? |_ S X

□ ш-н I л на © % 5 Ш | йгЧ Щ

Ш Сценарии ? - * Граф нейросеги X | Что-если X Обучающий набор X Диаграмма рассеяния X -

Й? S п * Ф iilX

- IfiJ Сценарии Et Up Текстовый Файл (C:\Documents and SeUings\Polikaipov.A Нейросегь [5x3x2x1] COLT 1

COLT 2

COLT 3

COLT 4 \/

COLT 5

Рис. 5 Граф нейронной сети

6. Выводы

В данной работе была рассмотрена проблема обеспечения эффективности эксплуатации инфузион-ных насосов, которая состоит в определении фактического объёма и скорости доставляемого раствора в тело пациента. В работе были проведены экспериментальные исследования, которые заключались в проведении испытаний нового инфузионного насоса согласно международному стандарту [4]. Результаты испытания доказали предварительную гипотезу о несоответствии заданных характеристик вводимого объёма раствора и его скорости фактическим. Согласно предложенным формулам ISO 60601-2-24, рассчитаны погрешности измерений. Результаты

исследований описали существующую проблему в здравоохранении про несоответствие фактического объёма вводимого пациенту раствора заданному, что может привести не только, например, к отрыву тромба, но и принести ущерб здоровью пациента при проведении внутривенного ввода лекарственных веществ. Для решения задач несоответствия доставляемого объёма раствора и его скорости предложена модель прогноза ввода количества раствора инфу-зионными насосами на основании искусственных нейронных сетей. Модель прогноза позволит через интеллектуальное устройство или компьютеризированную информационную систему разработать систему сигнализации для предотвращения ввода пациенту ошибочного количества раствора.

Литература

1. Интенсивная терапия. Реанимация. Первая помощь[Текст] / под ред. В. Д. Малышева. - М.: Медицина, 2000. - 464 с.

2. Инфузионный насос [Электронный ресурс] / Режим доступа: http:/Дu.wikipedia.org/wiki/Инфузионный_насос# cite_ref-1

3. TedAgres. FDA Seeking Safer Infusion Pumps [Text] / Pharmacy Practice News. - 2010. - Vol. 37, Issue 5. - P. 4.

4. nternational Standard IEC 60601-2-24 Medical electrical equipment part 2-24: Particular requirements for the safety of infusion pumps and controllers [Текст] / First Edition 1998-02. - Geneva: International electrotechnical commission, 2012. - 63 p.

5. Инфузионный насос. Описание изобретения к патенту [Текст] / RU 2325957 C2. Опубликовано: 10.06.2008 Бюл. 16. - Санкт-Петербург: Федеральная служба по интеллектуальной собственности, патентам и товарным знакам: СПб.: МЕДАКС АБ^Е). - 11 с.

6. International Standard IEC 60601-1-8 Medical electrical equipment part 1-8: General requirements for basic safety and essential performance - Collateral standard: General requirements, tests and guidance for alarm systems [Text] / Edition 2.1 2012-11. - Geneva: International electrotechnical commission, 2012. - 187 p.

7. Landi, A. Backpropagation-Based Non Linear PCA for Biomedical Applications [Text] / A. Landi, P. Piaggi, G. Pioggia // Intelligent Systems Designand Applications. - 2009. - Vol. 2. - Р. 635-640. doi: 10.1109/isda.2009.176

8. Хамзон, I. I. Медичш знання та прийняття ршень в медициш [Текст] / I. I. Хамзон, А. Т. Теренчук - Вшниця, ВНТУ, 2007. - 180 с.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

9. ДСТУ ISO 14971:2009. Вироби медичш. Настанови щодо управлшия ризиком [Текст] / (ISO 14971:2007, IDT):

введ.2012-01-01. - Ки!в: Держспоживстандарт: К.: ДП «УкрНДНЦ». 2012. - 61 с. 10. Ripley, B. D. Statistica laspects of neural networks [Text] / B. D. Ripley. - London.: Published by Chapman&Hall, 1994. -Р. 40-111.

Проведет дослгдження для створення тте-лектуальног системи керування тяговим елек-троприводом. В результатi встановлено, що ктьтсть терацш для знаходження оптималь-ног тяговог характеристики та частинок в рог безпосередньо впливають на тривал^ть робо-ти алгоритму та вiдповiднiсть реальтй ситуаци отриманог тяговог характеристики. Окрiм того розроблено методику забезпечення функщонуван-ня створеног системи керування на основi нейрон-них технологш

Ключовi слова: електротехшчний комплекс, тяговий привод, методика, нейронна мережа,

метод рою часток

□-□

Проведены исследования по созданию интеллектуальной системы управления тяговым электроприводом. В результате установлено, что количество итераций для нахождения оптимальной тяговой характеристики и частиц в рое непосредственно влияют на продолжительность работы алгоритма и соответствие реальной ситуации полученной тяговой характеристики. Кроме того, разработана методика обеспечения функционирования созданной системы управления на основе нейронных технологий

Ключевые слова: электротехнический комплекс, тяговый привод, методика, нейронная сеть, метод роя частиц

УДК 621.314.5:681.5:621.313.3

|DOI: 10.15587/1729-4061.2015.39415|

ПРОЕКТУВАННЯ 1НТЕЛЕКТУАЛЬНОТ СИСТЕМИ КЕРУВАННЯ

ТЯГОВИМИ ЕЛЕКТРОПРИВОДАМИ

Д. О. Куламн

Кандидат техшчних наук, доцент* E-mail: kulagindo@gmail.com I. С. Роменський

Астрант* E-mail: Ihor_Romensky@mail.ru *Кафедра «Електропостачання промислових пщприемств» Запорiзький нацюнальний техшчний ушверситет вул. Жуковського, 64, м. Запорiжжя, УкраТна, 69063

1. Вступ

При проектувант тягових електропривод1в пер-шочерговим завданням е встановлення зв'язку екс-плуатацшних показниюв, тягово! характеристики вщповщного рухомого електротехшчного комплексу з параметрами та характеристиками тягового елек-тродвигуна, який буде використовуватися для приводу ведучих колю. Щ даш служать для обгрунту-вання вибору розрахунково! потужност тягового електродвигуна, силового кола, д1апазону регулюван-ня напруги, магштного потоку та шших конструкцш-них величин [1]. Основними експлуатацшними показ-никами рухомого електротехшчного комплексу, що виявляють вплив на виб1р параметр1в системи тягових електропривод1в, е: повна маса комплексу, номшальна та максимальна швидюсть руху, показники динамжи розгону (час розгону до задано! швидкост1, величини прискорення та ривка) [2].

Забезпечення встановленого р1вня експлуатащ-йних показниюв, тягово! характеристики з параметрами тягового електродвигуна е важливою задачею

©

оргашзацп функщонування транспортного процесу, адже дозволяе точно виконувати встановлеш показники графжа руху поряд 1з забезпеченням оптимальних паливно-енергетичних витрат та нормативних характеристик руху (швидюсть, прискорення та ривок) [3].

2. Аналiз лггературних даних та постановка проблеми

Типовим вар1антом забезпечення необхвдно! тягово! характеристики е такий, при котрому ввдповвдно до задано! потужност1 тягових агрегат1в визначаеться мехашчна характеристика тягових електропривод1в i вщповщна !й тягова характеристика електротехшчного комплексу [2, 3]. Це потребуе громiздких об-числень, значних наближень, викликае трудношд при проведеннi оптимiзацiйних розрахунюв. Проте, такий метод дозволяе отримувати системи тягового електро-приводу для всього широкого рiзноманiття рухомих електротехнiчних комплекив в залежностi вiд прогно-зованого максимального навантаження на виконав-чий орган або тяговий електропривод. Ввдомий шший

i Надоели баннеры? Вы всегда можете отключить рекламу.