Модели показателей эксплуатации выправочно-подбивочно- рихтовочных машин ВПР-02 и ВПРС-02 Текст научной статьи по специальности «Математика»

УДК 625.144.5: 625.173.2/5

С. В. Базилевич, А. В. Зайцев, С. М. Кузнецов

МОДЕЛИ ПОКАЗАТЕЛЕЙ ЭКСПЛУАТАЦИИ ВЫПРАВОЧНО-ПОДБИВОЧНО-РИХТОВОЧНЫХ МАШИН ВПР-02 И ВПРС-02

Приводится алгоритм построения доверительного интервала модели оценки надежности работы вы-правочно-подбивочно-рихтовочных машин. В основу оценки надежности транспортно-технологического процесса положено понятие надежности, как вероятности достижения выправочно-подбивочно-рихтовочных машин конечной цели при производстве путевых работ. Одними из основных факторов надежности работы путевых машин являются коэффициент использования их по времени и коэффициент готовности к работе. В методических указаниях приводятся устаревшие данные по коэффициентам использования машин в течение рабочего времени, которые требуют обновления, так как машины постоянно совершенствуются. По результатам натурных испытаний выправочно-подбивочно-рихтовочных машин была создана база данных значений коэффициентов готовности и коэффициентов использования по времени. В базу данных заносились значения, прошедшие два этапа проверки: логический и математический.

В статье рассмотрен пример построения доверительного интервала значений коэффициента использования по времени в зависимости от комплексного показателя надежности коэффициента готовности. Для создания модели формировалась выборка значений из базы данных. После формирования выборки в соответствии с ГОСТ Р 8.736-2011 (Государственная система обеспечения единства измерений. Измерения прямые многократные. Методы обработки результатов измерений) проверялась ее принадлежность закону нормального распределения с помощью критерия согласия Пирсона. Далее строились модель коэффициента использования по времени в зависимости от коэффициента готовности выправочно-подбивочно-рихтовочных машин (уравнение регрессии) и доверительный интервал модели.

Предложенные модели работы выправочно-подбивочно-рихтовочных машин позволяют прогнозировать основные комплексные организационно-технологические показатели работы конкретной машины еще на стадии проектирования технологических процессов путевых работ. Этот метод является универсальным, и его можно использовать для оценки технической надежности любых машинных систем, комплектов и отдельных машин.

Создание информационных баз натурных испытаний, технических и экономических показателей машин, комплектов и систем способствует оптимизации их работы с заданной надежностью при строительстве, ремонте и текущем содержании пути [1 - 10].

Цель:

- установление закона распределения случайных величин выборок результатов натурных испытаний [3, 9];

- построение многофакторных математических моделей [2, 7];

- построение доверительных интервалов математических моделей [2, 9].

Задачи:

- создание баз данных по результатам натурных испытаний [1];

- обработка результатов натурных испытаний [6, 10];

- построение моделей показателей натурных испытаний [2 - 4];

- формирование выборок остатков моделей и построение гистограмм плотности распределения остатков [2, 4];

- построение доверительных интервалов моделей показателей натурных испытаний [2, 9].

После создания баз данных по результатам итогов эксплуатации за период с 2001 по

2012 г. проведена логическая и математическая проверка испытаний [6, 10]. При статистической обработке выборок установлено, что все они подчиняются закону нормального распределения. Следующий этап исследования - построение регрессионных уравнений (многофакторных математических моделей) с помощью шагового регрессионного метода.

С помощью программы Modell строится вектор ошибок и проверяется соответствие его закону нормального распределения, что является необходимым условием для использования критериев t и F при получении доверительных интервалов [4].

В программе «Modell» остатки определяются как п разностей et = Yt + Y, i = 1, 2, ... , и, где Yi - наблюдаемая величина, a Y - соответствующая прогнозируемая величина, получаемая при помощи найденного уравнения регрессии. Остатки et есть разности между тем, что фактически наблюдалось, и тем, что предполагается на основе регрессионного уравнения. Иными словами - это величины, которые нельзя объяснить с помощью регрессионного уравнения. Таким образом, можно считать, что et - наблюдаемые проявления ошибок, если модель правильна. При проведении регрессионного анализа предполагается, что вектор ошибок является независимым, имеющим среднюю величину, равную нулю, постоянную дисперсию а2 и подчиняющимся закону нормального распределения. Последнее предположение необходимо для применения F-критерия. Таким образом, если построенная модель правильна, то остатки будут проявлять тенденцию к подтверждению сделанных предположений или, по меньшей мере, не будут противоречить им. Эта идея лежит в основе исследования остатков. После исследования остатков следует сделать вывод о правильности предположений. Способы исследования остатков для проверки модели имеют графический характер и легко выполнимы [2].

Выбросом среди остатков называется остаток, который по абсолютной величине значительно превосходит остальные и отличается от среднего по остаткам на три, четыре или даже более стандартных отклонений. Выброс означает определенную особенность и показывает экспериментальную точку, которая совсем не типична по отношению к остальным данным. Отсюда следует, что выброс должен подвергаться особо тщательному исследованию с целью выяснения причин его возникновения [2].

В программе Modell предусмотрено автоматическое исключение выбросов. Следует отметить, что это не всегда наиболее целесообразная процедура. Общее правило таково: выбросы должны исключаться сразу, если только выяснится, что они вызваны такими причинами, как ошибки в регистрации результатов наблюдений или в настройке аппаратуры. В противном случае требуется тщательное исследование.

Регрессионное уравнение (модель) коэффициента использования по времени путевых машин ВПР-02, ВПРС-02 Кв в зависимости от времени их работы Тр, продолжительности технологических перерывов Ттп и продолжительности простоев машин Гп:

K = + 0,0033 + 0,0040445^ -0,0000108Г +0,0000008T . (1)

в J J р J Hl J H V /

В таблице 1 приведена значимость факторов модели (3), определенная по уравнению (1).

Таблица 1 - Значимость факторов модели коэффициента использования по времени путевых машин ВПР- 02, ВПРС-02

Фактор Значимость фактора, %

Время работы Тр Продолжительность технологических перерывов Гт.п Продолжительности простоев Гп 99,97 0,02 0,01

Значимость факторов модели календарного фонда времени работы путевых машин ВПР-02, ВПРС-02 Гф от времени их перебазировки и отсутствия фронта работ Тпб составляет 44,37 %, от времени работы Гр - 40,05 %, от продолжительности технологических перерывов Ттп - 3,63 % и от продолжительности простоев Гп - 11,95 %.

В таблице 2 приведены характеристики моделей коэффициента использования по времени путевых машин ВПР-02, ВПРС-02 Кв и календарного фонда времени их работы Тр.

Таблица 2 - Характеристики многофакторных математических моделей

Показатель Кв Т

Доля объясненной вариации, % 95,89 100,00000

Коэффициент множественной корреляции 0,9792 1,00000

Средний отклик 0,4006 245,33333

Стандартная ошибка, % от среднего отклика 1,56 0,00

Окончание таблицы 2.

Показатель Кв Т Т р

Стандартная ошибка Общий ^-критерий регрессии Табличное значение общего ^-критерия 0,00623 10051,4 3,82 0,00000 3907387707 3,82

В таблице 3 приведены модели и их характеристики для коэффициентов использования по времени в зависимости от коэффициентов готовности Кг, коэффициентов технического использования Кт.и и коэффициентов эффективности Кэ.

Таблица 3 - Параметры моделей коэффициента использования по времени

Показатель Кв = 0,1153 + Кв = 0,0708 + Кв = 0,0630 +

0,3958Кг 0,5925Кт.и 0,3699Кэ

Доля объясненной вариации, % 23,96 55,00 68,40

Коэффициент множественной корреляции 0,4897 0,7417 0,8270

Средний отклик 0,4005 0,4005 0,4005

Стандартная ошибка, % от среднего отклика 6,64 5,13 4,27

Стандартная ошибка 0,0266 0,0205 0,0171

Общий ^-критерий регрессии 407,27 1580,64 2794,26

Табличное значение общего ^-критерия 3,82 3,82 3,82

В таблице 4 приведены модели и их характеристики для времени работы машин Тр в зависимости от коэффициента использования по времени Кв, коэффициентов готовности Кг, коэффициентов технического использования Кт.и и коэффициентов эффективности Кэ.

Таблица 4 - Основные характеристики многофакторных моделей

Показатель Тр = 3,28 + 237,09Кв Тр = 27,68 + 97,903Кг Тр = 21,70 + 137,56Кт.и Тр = 19,21 + 86,57Кэ

Доля объясненной вариации, % 95,89 24,87 50,53 64,76

Коэффициент множественной корреля- 0,9792 0,4988 0,7108 0,8047

ции Средний отклик 98,255 98,255 98,255 98,255

Стандартная ошибка, % от среднего 1,54 6,53 5,31 4,42

отклика

Стандартная ошибка 1,51 6,42 5,22 4,34

Общий ^-критерий регрессии 30200,8 427,8 1320,5 2366,9

Табличное значение общего ^-критерия 3,82 3,82 3,82 3,82

Построение доверительных интервалов уравнения регрессии производилось в соответствии с рекомендациями [2]. Рассмотрим эту проблему на простейшей задаче.

Пусть у нас имеется большой парк выправочно-подбивочно-рихтовочных машин с нормальным распределением некоторых характеристик (например, коэффициент использования машин по времени за месяц). Требуется знать средние характеристики коэффициента использования по времени всех машин за последний месяц, но нет ни времени, ни желания его измерять. Возникает вопрос, сколько машин надо взять на выборочную проверку для того, чтобы получить значения средних характеристик всех машин с заданной достоверностью?

Если промерить коэффициент использования по времени всех машин (это множество машин называется генеральной совокупностью), то получим со всей доступной нам точностью среднее значение коэффициента использования по времени Хсрген - генеральное среднее. Нормальное распределение случайной величины определяется полностью, если известно его среднее значение и отклонение а Взяв некоторую выборку случайным образом и замерив нужные нам значения, получим для этой выборки: среднее значение Хсрвыб и среднее квадра-тическое отклонение £Выб.

Известно, что если выборочная проверка содержит большое количество элементов (обычно п больше 30), и они взяты действительно случайным образом, то а генеральной совокупности почти не будет отличаться от £выб.

Тогда можно записать в общем виде оценку среднего значения генеральной совокупности с вероятностью Р(^)

х = х + г—

ср.ген ср.выб — '

у!п

Значения I соответствуют заданному значению вероятности Р(0, с которой мы желаем знать доверительный интервал.

Таким образом, второй член в формуле (4) определяет диапазон (интервал), в котором находится среднее значение генеральной совокупности с заданной вероятностью.

Если объем выборки небольшой, оценку среднего значения генеральной совокупности вычисляют по формуле:

V = V _[_ * выб

ср.ген ср.выб — /

л/п

(3)

где значение I для фиксированной вероятности Р(() зависит от количества элементов п в выборке. Чем больше п, тем ближе будет полученный доверительный интервал к значению в формуле (4).

Перейдем теперь к построению доверительных интервалов для уравнения регрессии, связывающего совокупность п пар значений Хг, Уг г = 1, 2, п на основе метода наименьших квадратов, следуя алгоритму, изложенному в источнике [9].

Примем это выражение в виде

У, А) ьх хь

(4)

где У - предсказанное значение У для данного X при определенных значениях коэффициен-

¡=п

тов Ъ0, Ь1. Минимизируя сумму квадратов отклонений £ (У -У)2 от прямой (6), получим

г=1

два нормальных уравнения относительно коэффициентов Ъ0 и Ъ1, решение которых позволяет записать (6) в следующей форме:

У=У+Ъ1(хг - Х), (5)

1 ¡=п 1 ¡=п

где Х = 1 £х , У = 1£у , Ъ=

£ (Хi -Х)(У - У)

г=1

п

г=1

£ (х -х )2

i=1

Как уже указывалось выше, для построения доверительного интервала, в котором содержится предсказанное значение У по формуле (7), необходимо получить оценку его дисперсии V (У) и стандартного отклонения ду=7^ . Поскольку У и Ъ1 в уравнении регрессии (7) вычисляются по ограниченной совокупности значений, содержащей случайные ошибки, то они существенно влияют на величину У. Предполагая, что У и V, при / Ф j некоррелированные величины и при этом ¥(Уг) = а2 постоянна для всех г, приходим к выводу, что среднее арифметическое значение У и коэффициент Ъ1 уравнения регрессии (7) являются некоррелированными случайными величинами. В этом случае дисперсия предсказываемого среднего значения У0, при некотором заданном Х0, будет вычисляться по выражению:

2 _2

VУ) = V(У) + (Х0 - Х)2 V(Ъ )= — +

—2 , (Х 0 - Х)—

п

£ ( х -Х )2

(6)

г=1

тогда оценку стандартного отклонения получим, заменяя — на ее статистическую оценку £2, по выражению:

№ 3(23) 2015

А(70) = ^

1 , X - X)2

n

S (X- -X)2

1=1

(7)

Далее, следуя рекомендациям [2] получаем оценку доверительного интервала, предсказанного по уравнению (7) индивидуального наблюдения:

ач

Yo +1 (n - 2,1 --)

1 +1 + (Xo - X)2 ,

n

S (X, -X)2

(8)

i=i

а а

где /(п - 2,1 - —) - это 100(1 - —) % -ная точка ¿-распределения Стьюдента с (п - 2) степенями свободы; а - уровень значимости (так 95%-ный доверительный интервал обеспечивает а = 0,05).

Для проведения простого дисперсионного анализа уравнения регрессии вычисляются следующие величины:

сумма квадратов регрессии:

Г n Л

S. =

1=1

S XY - S X, S Y

n

'n

V 1=1 JV 1=1 J

сумма квадратов общая:

сумма квадратов остатков:

nn

Sx, 2 - (S X, )2/

n

=1

=1

/ \ 2 n ( n \

2

SP =S Y2 - S Y

1=1

/ n •

V -=1 J

Ss = Sp Sr;

(9)

(10)

(11)

стандартное отклонение:

Я

n - 2

(12)

Изложенный подход реализован в программном пакете Diagram, который предназначен для построения графиков и доверительных интервалов уравнения регрессии.

В таблице 5 приводится результат работы программы для выборки значений коэффициентов использования по времени Кв и коэффициента готовности Кг земснарядов: уравнение регрессии (первые два члена) и размах доверительного интервала относительно предсказанного среднего значения Кв для произвольного значения коэффициента готовности Кг = Х0, составленные с помощью формулы (10).

Таблица 5- Математические модели коэффициентов использования по времени и их доверительные интервалы

2

n

5

Модель Доверительный интервал с уровнем риска 5 %

Кв = 0,1153 + 0,3958Кг Кв = 0,0708 + 0,5925Кти Кв = 0,0630 + 0,3699Кэ К ± 0,0618^1,001 + 0,9292(КГ - 0,717) К ± 0,0427^1,001 + 2,4532(КШ - 0,565) К ± 0,0347^1,001 + 0,3662(К - 0,888)

На рисунках 1 - 3 приведены модели и доверительные интервалы коэффициента использования по времени в зависимости от коэффициентов готовности, технического использования и эффективности.

0,5

0,49

0,48

i 0,47 ф

I

&0.45 о 0,44 § 0,43 Ш 0,42

0

3 0,4 ° 0,39 х 0,38

1 0,37 |о,36

0,35 -е- 0,34

о

О 0,33 0,32 0,31 0,3

:......... ' г........... ................... ......... г........... :...............i...............г..... ..........i...............г1........ ..................................... ...... ....... -я ■ ......... ....................... ................... ■ ...................................J...........- ■............ в ■ ■ \ .................i ......... ' ....................!............■- ■ п " ■ 1 " 1 V ■ "i 1 ■" ...................... □ в □ a ■ > ■ 0 ........■........................... г»....................N........... 0 0 □ ■ ■ .........{........................ ■ ■ ■

................... ■ ■ 1 ■ . ч ■ ■. ■ 4 . ■ ■ ■ . . о Ъ я' - ■. 1 ■ г ■ 1 ■ ■

■ ■ ■ ■ ■" ■ ■■ ■ % ч ■ ■■ ■■ ■ • а в О a о .■ ■■ . / ■ ■ • # ■ ■ ■

В __Л» Ш □ D D Ф 9 ш т я я О ■■........•.....!■■..........■".■'........"!................ □ ■

а D • 9 я я □ в a в в ■ ■ • вв • 1 в щ □ □ □ □ ш о

- ■ в ■ □ и ■ ..............Í....P ....■■„ ]............... :..........-......- ь......... □ □ □ ■ аоапа®0о в И ■ ■ * . 0 ......-1......................i В —в ..... i............J. - ..... о в :......- -..... в

0,61480,626 0,6383 0,65 0,66 0,6711 0,6846 0,697 0,708 0,719 0,7308 0,744 0,7559 0,768 0,7803 0,7943 0,806 0,8219

Коэффициент готовности

Рисунок 1 - Зависимость между коэффициентами использования по времени и готовности

В таблице 6 для моделей (см. таблицу 5) приведены доверительные интервалы с уровнем риска 5 %.

Таблица 6 - Математические модели времени работы машины и их доверительные интервалы с уровнем риска 5 %

Модель Доверительный интервал с уровнем риска 5 %

Тр = 3,28 + 237,09Кв Тр = 27,68 + 97,903Кг Тр = 21,70 + 137,56Кти Тр = 19,21 + 86,57Кэ Т ± 3,2644^/1,001 + 4,8782(К - 0,404) Т ± 14,8886^1,001 + 0,9292(КГ - 0,717) Т ± 10,96357^1,001 + 2,4532(КШ - 0,565) Т ± 9,024^1,001 + 0,3662(К - 0,888)

Рисунок 2 - Зависимость между коэффициентами использования по времени и технического использования

0.6752 0.7085 0,7326 0.7566 0,7807 0,8055 0.827 0,8478 0,8716 0,894 0.913 0,932 0,95 0,9691 0,99 1

Коэффициент эффективности

Рисунок 3 - Зависимость между коэффициентами использования по времени и эффективности

На рисунках 4 - 7 проиллюстрированы модели и доверительные интервалы времени работы машин в зависимости от коэффициентов использования по времени, готовности, технического использования и эффективности.

0,3105 0,3265 0,3417 0,3583 0,371 0,3871 0,4 0,4113 0,425 0,4305 0,4542 0,4708 0,5

Коэффициент использования по времени

Рисунок 4 - Зависимость между временем работы машины и коэффициентом использования по времени

0,6148 0,6288 0,6439 0,6593 0,6746 0.689Э 0,704 0,7176 0,732 0,745 0,7586 0,773 0,7868 0,8045 0,8219

Коэффициент готовности

Рисунок 5 - Зависимость между временем работы машины и коэффициентом готовности

Коэ ффициент технического и сп ал ь за в а ния Рисунок 6 - Зависимость между временем работы машины и коэффициентом технического использования

Рисунок 7 - Зависимость между временем работы машины и коэффициентом эффективности

Построены математические модели и доверительные интервалы для коэффициента использования по времени и продолжительности работы путевых машин ВПР-02, ВПРС-02.

На основании изложенного можно сделать выводы.

1. При решении конкретных задач многофакторные модели и их доверительные интервалы позволяют давать точечный и интервальный прогнозы рассматриваемых факторов.

2. Разработка моделей для обоснования надежности различных технологических процессов с применением машин ВПР-02, ВПРС-02 на основе опыта эксплуатации позволяет установить рациональную область применения машин, комплектов и систем, сократить время принятия решений при строительстве, ремонте и текущем содержании пути.

3. Многофакторные модели комплексных показателей надежности работы системы путевых машин ВПР-02, ВПРС-02, рассчитанные из опыта эксплуатации, позволяют с большей обоснованностью планировать их ритмичную работу, точнее определять время (сроки, длительность) производства работ, что сказывается на снижении стоимости и повышении качества при строительстве, ремонте и текущем содержании пути. Применение разработанных моделей позволит сократить трудоемкость расчетов на 25 - 30 %, а стоимость ремонта и текущего содержания пути соответственно сократится на 5 - 10 %.

Список литературы

1. Базилевич, С. В. Организационно-технологические показатели эксплуатации выпра-вочно-подбивочно-рихтовочных машин циклического действия [Текст] / С. В. Базилевич,

A. В. Зайцев, С. М. Кузнецов // Известия Транссиба / Омский гос. ун-т путей сообщения. -Омск. - 2015. - № 2. - С. 115 - 122.

2. Дрейпер, Н. Прикладной регрессионный анализ [Текст] / Н. Дрейпер, Г. Смит. - М., 1973. -392 с.

3. Кузнецов, С. М. Автоматизация построения моделей для оптимизации организационно-технологических решений [Текст] / С. М. Кузнецов, Н. В. Холомеева, С. Э. Ольховиков // Научно-исследовательские публикации. - Воронеж. - 2014. - № 7 (11). - С. 5 - 13.

4. Кузнецов, С. М. Анализ остатков моделей организационно-технологических решений [Текст] / С. М. Кузнецов, О. В. Соболева, М. П. Шефер // Научно-исследовательские публикации. - Воронеж. - 2014. - № 7 (11). - С. 24 - 32.

5. Кузнецов, С. М. Надежность выправочно-подбивочно-рихтовочных машин [Текст] / С. М. Кузнецов, А. В. Зайцев // Путь и путевое хозяйство. - 2014. - № 3. - С. 19 - 22.

6. Кузнецов, С. М. Обработка результатов натурных испытаний при техническом и тарифном нормировании [Текст] / С. М. Кузнецов, К. С. Кузнецова // Экономика железнодорожных дорог. - 2010. - № 7. - С. 88 - 99.

7. Кузнецов, С. М. Обработка статистической информации [Текст] / С. М. Кузнецов,

B. Я. Ткаченко, Н.В. Холомеева // Научно-исследовательские публикации. - Воронеж. -2014. - № 3 (7). - С. 45 - 54.

8. Кузнецов, С. М. Оценка технической надежности эксплуатации выправочно-подбивочно-рихтовочных машин ВПР-02 [Текст] / С. М. Кузнецов, А. В. Зайцев // Транспорт, наука, техника, управление. - 2014. - № 2. - С. 45 - 49.

9. Кузнецов, С. М. Построение доверительных интервалов работы гидротранспортных систем [Текст] / С. М. Кузнецов, А. И. Круглов, О. А. Легостаева // Научно-исследовательские публикации. - Воронеж. - 2014. - № 13 (17). - С. 5 - 15.

10. Кузнецов, С. М. Совершенствование обработки результатов натурных испытаний при техническом и тарифном нормировании [Текст] / С. М. Кузнецов // Экономика железных дорог. - 2013. -№ 7. - С. 90 - 97.

References

1. Bazilevich S. V., Zaytsev A. V., Kuznetsov S. M. Organizational and technological parameters of operation of the liner-tamping-straightening machines cyclic action [Organizacionno-tehnologicheskie pokazateli ekspluatacii vipravochno-podbivochno-rihtovochnih mashin ciklich-eskogo deistviya]. Izvestiia. Transsiba - The Trans-Siberian Bulletin, 2015, no 2 (22), pp. 115 -122.

2. Draper N., Smith G. Prikladnoi regressionnii analiz (Applied regression analysis). Moscow, 1973, 170 p.

3. Kuznetsov S. M., Golomeeva N. V., Olhovikov S. E. Automation of model building to optimize organizational and technological solutions [Avtomatizaciya postroeniya modelei dlya opti-mizacii organizacionno-tehnologicheskih reshenii]. Nauchno-issledovatelskie publikacii - Scientific research publications, 2014, no 7 (11), pp. 5 - 13.

4. Kuznetsov S. M., Soboleva O. V., Schaefer M. P. Analysis of patterns of organizational and technological solutions [Analiz ostatkov modelei organizacionno-tehnologicheskih reshenii]. Nauchno-issledovatelskie publikacii - Scientific research publications, 2014, no 7 (11), pp. 24 - 32.

5. Kuznetsov S. M., Zaytsev A. V. Reliability liner-tamping-straightening machines [Nadejnost vipravochno - podbivochno - rihtovochnih mashin]. Put'i putevoe khoziaistvo - Path and track facilities, 2014, no 3, pp. 19 - 22.

6. Kuznetsov S. M., Kuznetsova K. S. Processing of results of field tests with the technical and tariff regulation [Obrabotka rezultatov naturnih ispitanii pri tehnicheskom i tarifnom normiro-vanii]. Ekonomika zheleznykh dorog - Economy railways, 2010, no 7, pp. 88 - 99.

7. Kuznetsov S. M., Tkachenko V.I., Golomeeva N.V. Processing of statistical information [Obrabotka statisticheskoi informacii]. Nauchno-issledovatelskie publikacii - Scientific research publications, 2014, no 3 (7), pp. 45 - 54.

8. Kuznetsov S. M., Zaytsev A. V. Assessment of technical reliability of liner-tamping-straightening machines VPR-02 [Ocenka tehnicheskoi nadejnosti ekspluatacii vipravochno-podbivochno-rihtovochnih mashin VPR-02]. Transport, nauka, tehnika, upravlenie - Transport, science, technology, management, 2014, no 2, pp. 45 - 49.

9. Kuznetsov S. M., Kruglov A. I., Legostaeva O. A. Construction of confidence intervals of hydrotransport systems [Postroenie doveritelnih intervalov raboti gidrotransportnih system]. Nauchno-issledovatelskie publikacii - Scientific research publications, 2014, no 13 (17), pp. 5 - 15.

10. Kuznetsov S.M. Improvement of processing of results of field tests with the technical and tariff regulation [Sovershenstvovanie obrabotki rezultatov naturnih ispitanii pri tehnicheskom i tarifnom normirovanii]. Ekonomika zheleznykh dorog - Economy railways, 2013, no 7, pp. 90 - 97.

УДК 681.5+625.76.08

Ю. Б. Тихонов

ПОВЫШЕНИЕ БЕЗОПАСНОСТИ РАБОТЫ ГРУЗОПОДЪЕМНЫХ КРАНОВ ВОССТАНОВИТЕЛЬНОГО ПОЕЗДА

В статье проведен анализ безопасности работ при подъеме одного груза двумя грузоподъемными кранами. Рассмотрен способ повышения безопасности проводимых работ с использованием радиоканала для передачи и приема информации о состоянии кранового оборудования, сигналов управления крановыми операциями системами безопасности кранов от крановщиков и стропальщиков, речевого обмена информацией между крановщиками и стропальщиками.

Восстановительный поезд (ВП) предназначен для ликвидации последствий аварии на железной дороге. Основными машинами ВП являются грузоподъемные краны, которые должны эксплуатироваться в соответствии с руководством по эксплуатации завода-изготовителя и федеральными нормами и правилами в области промышленной безопасности «Правилами безопасности опасных производственных объектов, на которых используются подъемные сооружения».

Все грузоподъемные краны, в том числе и железнодорожные, оснащаются приборами безопасности, которые могут выполнять функции различных систем автоматической защиты:

ограничение грузоподъемности (прибор автоматически формирует сигналы отключения механизма подъема груза и механизмов, продолжение работы которых направлено на снижение устойчивости крана, при подъеме груза массой, превышающей номинальную грузоподъемность на текущем вылете);

ограничение подъема и опускания крюка при его подходе к крайним верхнему и нижнему положениям;

ограничение вылета в крайних положениях;

отключение всех механизмов крана при приближении стрелы крана на опасное расстояние к проводам ЛЭП (ограничитель опасного приближения к ЛЭП);

предотвращение столкновения крана с препятствиями в стесненных условиях работы; могут использоваться четыре вида координатной защиты: «потолок», «стена», «левый угол», «правый угол».