CC BY
15
УДК 629.424.15:629.4.016.015
С. М. Овчаренко, В. А. Минаков
Омский государственный университет путей сообщения (ОмГУПС), г. Омск, Российская Федерация
ПРЕДПОСЫЛКИ СОВЕРШЕНСТВОВАНИЯ МЕТОДИКИ НОРМИРОВАНИЯ РАСХОДА ТОПЛИВА НА МАНЕВРОВОЕ И ХОЗЯЙСТВЕННОЕ ДВИЖЕНИЕ С ИСПОЛЬЗОВАНИЕМ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ
Аннотация. Мероприятия по нормированию расхода дизельного топлива на работу маневровых локомотивов являются неотъемлемой частью эффективности использования тягового подвижного состава. Ввиду наличия проблем при формировании нормы расхода топлива, таких как показатели работы маневрового тепловоза, загрузки и технического состояния дизель-генераторной установки (ДГУ), условий эксплуатации локомотивов, требуется совершенствование существующей методики определения нормы расхода топлива. В статье представлены результаты исследований режимов работы маневровых тепловозов, приведены параметры разброса значений времени работы ДГУ в режиме нагрузки для маневровых тепловозов серий ТЭМ2 и ТЭМ18ДМ. Предложена математическая модель, основанная на базисах моделей машинного обучения, учитывающая степень загрузки ДГУ и технико-экономические характеристики серии тепловоза. Задачей предложенной модели является определение расхода топлива локомотивом итерационным методом расчета, где входными параметрами модели служат показатели работы локомотива. Установлено, что методика формирования нормы расхода топлива на выполнение маневровых работ должна учитывать степень загрузки дизель-генераторной установки и технико-экономические характеристики серии тепловоза. По результатам реализации предложенной модели по установлению удельных норм расхода топлива для исследуемых локомотивов по итогам их эксплуатации получены усредненные показатели удельного расхода топлива локомотивами по позициям контроллера машиниста. Предложенная методика позволяет учесть фактическую степень загрузки ДГУ и установить корректную норму расхода топлива за определенный период работы локомотива, что представляет практическую значимость работы. Представленные результаты исследования являются началом работы по разработке интеллектуальной системы по нормированию расхода дизельного топлива на работу маневровых локомотивов.
Ключевые слова: удельный расход топлива, локомотив, нормирование топлива, дизель-генераторная установка, машинное обучение.
Sergey M. Ovcharenko, Vitalii A. Minakov
Omsk State Transport University (OSTU), Omsk, the Russian Federation
PREREQUISITES FOR IMPROVING THE METHODOLOGY FOR RATIONING FUEL CONSUMPTION FOR MANEUVERING AND ECONOMIC TRAFFIC USING MACHINE LEARNING MODELS
Abstract. Measures to normalize the consumption of diesel fuel for the operation of shunting locomotives are an integral part of the efficiency of the use of traction rolling stock. Due to the presence ofproblems in the formation of the fuel consumption rate, such as the performance of the shunting locomotive, the loading and technical condition of the diesel generator set, the operating conditions of locomotives, it is necessary to improve the existing fuel consumption rate determining methodology. The article presents the results of studies of the operating modes of shunting locomotives, the parameters of the spread of the values of the operating time of the diesel generator set in the load mode for shunting locomotives of the TEM2 and TEM18DM series are given. A mathematical model based on the bases of machine learning models is proposed, taking into account the degree of loading of the diesel generator set and the technical and economic characteristics of the locomotive series. The task of the proposed model is to determine the fuel consumption of a locomotive by an iterative calculation method, where the input parameters of the model are the performance indicators of the locomotive. It is established that the method of forming the fuel consumption rate for performing shunting operations should take into account the degree of loading of the diesel generator set and the technical and economic characteristics of the locomotive series. According to the results of the implementation of the proposed model for establishing specific fuel consumption rates for the studied locomotives based on the results of their operation, the average indicators of specific fuel consumption by locomotives by the positions of the driver's controller are obtained. The proposed method allows us to take into account the actual degree of loading of the diesel generator set and establish the correct fuel consumption rate for a certain period of operation of the locomotive, which represents the practical significance of the work. The presented research results are the beginning of work on the development of an intelligent system for diesel fuel rate rationing for the operation of shunting locomotives.
Keywords: specific fuel consumption, locomotive, fuel rationing, diesel-generator, machine learning.
Задача повышения эффективности использования тягового подвижного состава не теряет своей актуальности практически с момента начала его эксплуатации. Компания ОАО «РЖД», предприятия промышленного железнодорожного транспорта заинтересованы в снижении расхода дизельного топлива, в том числе и на маневровое и хозяйственное движение. Решение задачи может быть достигнуто как за счет внедрения энергоэффективных технологий, позволяющих повысить топливную экономичность дизеля (внедрение систем прогрева, ЭСУФТ и т. д.), совершенствования организации движения маневровых тепловозов (уменьшения простоев в ожидании работы), использования в качестве топлива газа, так и за счет совершенствования системы нормирования расхода топлива [1, 2].
Основной проблемой при формировании нормы расхода топлива является индивидуальность каждой поездки маневрового тепловоза с точки зрения реализованной загрузки. В настоящее время большая часть тепловозов оборудована бортовыми системами контроля параметров работы. Эта информация должна быть использована для формирования обоснованной нормы расхода топлива. В большинстве локомотивных депо применяется методика, основанная на установлении часового расхода топлива для каждой станции и серии тепловоза (килограмм в час). Этот показатель рассчитывается как среднее значение за установленный период, например за 10 дней. Усреднение приводит к значительным отклонениям между расчетной нормой и фактическим расходом топлива как в сторону превышения, так и в сторону уменьшения [3, 4]. Исследования, проведенные в ряде локомотивных депо ОАО «РЖД» и предприятий промышленного железнодорожного транспорта, позволили установить значительный разброс реализованных параметров работы тепловозов за поездку. В качестве примера на рисунках 1 и 2 приведены результаты распределения времени работы ДГУ тепловозов серии ТЭМ2 по позициям контроллера машиниста на одной станции.
л 1 1
,■_г. £_ 1 I
2 3 4
Позиция КМ
Рисунок 1 - Распределение времени работы по позициям КМ локомотива ТЭМ2
пи
ш |
1 Щ ш Ш \ \ я, А
хх
2 3 4
Позиция КМ
8 Загл
Рисунок 2 - Распределение времени работы по позициям КМ локомотива ТЭМ2
Случайный характер реализации времени работы локомотива по позициям контроллера машиниста (КМ), а следовательно, и реализации мощности приводит к значительному разбросу израсходованного топлива за поездку. Это должно быть учтено в методике расчета нормы расхода топлива на маневровые работы.
В результате математического анализа исследований режимов работы тепловозов [5] получены параметры разброса значений времени работы ДГУ в режиме нагрузки для тепловозов серий ТЭМ2 и ТЭМ18ДМ (рисунки 3, 4). Даже предварительный анализ полученной информации позволяет сделать вывод о том, что время работы тепловоза под нагрузкой в зависимости от качества организации движения может различаться в несколько раз.
Такой разброс времени работы под нагрузкой с учетом вариаций реализации режимов работы ДГУ тепловоза приводит к значительным разбросам выработанной энергии, параметру, который и определяет необходимые затраты топлива. Так, на рисунках 5 и 6 приведены результаты исследования разброса количества выработанной энергии ДГУ тепловозов серий ТЭМ2 и ТЭМ18ДМ за поездку.
№ 2(4 2021
ч
Множество случайных факторов, определяющих в конечном итоге загрузку тепловоза, не позволяют предварительно установить норму расхода топлива. Эта задача должна решаться только после окончания поездки и обработки результатов контроля параметров работы тепловоза.
0,12 0,1 0,08 0,06 j 0,04 ^ 0,02 0
п п.
51 ¡1
9,75 13,25 16,75 20,25 23,75 27,25 % Время работы -►
34,25
Рисунок 3 - Распределение доли времени работы ДГУ ТЭМ18ДМ в режиме нагрузки
0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01 0
5,44 10,31 15,19 20,06 24,94 29,81 % 39,56 Время работы -►
Рисунок 4 - Распределение доли времени работы ДГУ ТЭМ2 в режиме нагрузки
0,005
кВт-ч
0,003
0,002
0.001
К«) =-— ■
^ 93,68-/2я
штл пи
Г11 I I II I
39,32 93,96 148,61 203,25 257,89 N-►
кВт-ч 421,82
Рисунок 5 - Распределение выработанной энергии тепловозом ТЭМ18ДМ
0,01
кВт-ч
0,006
0,004
0,002
ГШ
II
35,15 63,44 91,73 120,02 148,31 кВт-ч 233,19 N-►
Рисунок 6 - Распределение выработанной энергии тепловозом ТЭМ2
Норма (или право) расхода топлива за поездку для маневровой работы зависит от нескольких основных факторов:
Впог = / Т, тх, Т, N, Р ),
(1)
где Тп - время работы в режиме нагрузки, ч;
Тх - время работы в режиме холостого хода, ч;
Т - время простоя с заглушенным дизелем, ч;
N - выработанная энергия, кВт;
Р - параметр, характеризующий техническое состояние и оказывающий влияние на расходные характеристики ДГУ [2].
Следует заметить, что опыт машиниста несомненно влияет на эффективность использования тепловоза в плане оптимизации расхода топлива за поездку, но специфика маневровой работы, когда количество переключений позиций контроллера машиниста за 12 ч работы достигает 2500, этот фактор становится не значимым, т. е. его влияние не вызывает существенного изменения конечного результата расчета.
0
0
Важными факторами реализации любой методики нормирования расхода топлива являются автоматизация, невысокая трудоемкость и оперативность. Существующие технологии уже предполагают передачу контролируемых параметров работы тепловоза в онлайн-режиме. При совершенствовании методики нормирования расхода топлива необходимо учитывать основные факторы и формирование обоснованной нормы расхода топлива за поездку для маневрового или хозяйственного движения. На основании реализации функциональных зависимостей выполнено апробирование результатов исследований в локомотивных депо промышленного железнодорожного транспорта, в результате получена высокая эффективность методики расчета нормы расхода топлива за поездку для маневровой работы. Однако для реализации более точной методики расчета необходимо использование более высокого уровня математического аппарата.
Разработана методика формирования нормы расхода топлива на выполнение маневровых работ, учитывающая степень загрузки ДГУ и технико-экономические характеристики серии тепловоза, на реализации моделей машинного обучения.
Применение модели машинного обучения [6 - 8] для оценки параметров расхода топлива заключается в определении расхода топлива локомотивом итерационным методом. Процесс итерации - нахождение по приближенному значению величины последующих приближений, что является более точным. Этот процесс можно представить в виде граф-модели (рисунок 7).
^Х — { Хо, Ху, Х2.... х ^
Е (к)
Рисунок 7 - Граф-модель настройки весов
Входными параметрами модели служат показатели работы локомотива: вырабатываемая энергия ДГУ N, время работы локомотива в режиме нагрузки Т и время работы локомотива в режиме холостого хода на соответствующей позиции контроллера машиниста, норма расхода топлива локомотивом П на ¡-й позиции контроллера машиниста. Принято
X — |Хо,Ху,Х2....Л8}, где Х — niNiTi на каждой ¡-й позиции КМ в процессе эксплуатации локомотива.
Процесс итерации применяется для настройки удельного расхода топлива локомотивом на каждой позиции контролера машиниста к общему расходу топлива локомотивом за смену.
Удельный расход топлива локомотивом Ж — w3....w8} устанавливается на каждойу-й
итерации wу — Wj + (ух у , где т1 - шаг настройки. Количество потребляемого топлива за
п
смену рассчитывается так: у — ^ (£) + Ь , где Si — Х^, Ь - смещение показателя. Фактическое
i—1
количество потребленного топлива принимается по результатам опытной поездки локомотива. Величина ошибки устанавливается по разнице расчетного и опытного показателей:
у—(^
-у(к) у2, где к - итерация процесса. Обучение выполняется по достижении требуемой ошибки [8 - 10].
Выполнены предварительные расчеты описанной методики нормирования расхода топлива на маневровое и хозяйственное движение по результатам исследований, приведенным на рисунках 8 и 9.
160 кг 120 100 &0 60 40 20 0
1
г *
ив=- :=,■>;. уп- ^ кВтч N-*
250
кг
150 100 50 0
• • ф
• . * * 4 * ___«_ * */ ,-%--"*
■ • у = 516,76* + 110.65
_ _ _ _1_1
400
1:55
2:24
2:52 т
3:21
4:19
Рисунок 8 - Зависимость расхода топлива Рисунок 9 - Зависимость расхода топлива от времени
от выработанной энергии тепловозом ТЭМ18ДМ работы под нагрузкой тепловоза ТЭМ18ДМ
ч
По результатам обучения по установлению удельных норм расхода топлива для локомотива ТЭМ18ДМ по итогам его эксплуатации получены усредненные показатели. При анализе расчетных данных установлено, что в среднем удельный расход топлива локомотивом по позициям КМ составляет +9,1 % к табличным показателям (таблица).
Результаты расчета удельного расхода топлива локомотивом ТЭМ18ДМ по позициям КМ
Позиция КМ Табличные показатели, г/кВт-ч Расчетные показатели, г/кВт-ч Разница показателей, г/кВт-ч Изменение показателей, %
0 405 459,33 + 54,33 13,41
1 262 269,8 + 7,8 2,98
2 222 230,54 + 8,54 3,85
3 211 217,64 + 6,64 3,15
4 207 208,19 + 1,19 0,57
5 204 204,25 + 0,25 0,12
6 200 200,95 + 0,95 0,47
7 0 0 0 0
8 0 0 0 0
Для обоснования адекватности предложенной модели выполнен расчет расхода топлива локомотивами серии ТЭМ18ДМ по данным времени их работы t и установленным нормам
8
удельного расхода топлива локомотивом W по i позициям КМ: Впз N^1). Результаты
i=1
расчета удельного расхода топлива локомотивом ТЭМ18ДМ показали хорошую сходимость с фактическим расходом топлива. Следует отметить, что при реализации модели принято допущение о том, что затрачиваемая на работу вспомогательного оборудования мощность составляет 10 % от всей выработанной энергии ДГУ локомотива.
Предложенная методика позволяет учесть фактическую степень загрузки локомотива и установить корректную норму расхода топлива за поездку.
Для достижения более качественных показателей возможно использование искусственной нейронной сети, при этом важно иметь достаточный объем данных для ее обучения. Обучающая выборка должна быть сформирована по результатам поездок локомотива серии ТЭМ18ДМ на различных полигонах эксплуатации с разной степенью загрузки и при разных температурных условиях. Представленные результаты исследования являются началом работы по разработке интеллектуальной системы по нормированию дизельного топлива на маневровую работу локомотивов.
Список литературы
1. О внесении изменений в Методику планирования и нормирования расхода дизельного топлива на техническое обслуживание и ремонт тягового подвижного состава : Распоряжение ОАО «РЖД» № 639р от 02.04.2012 // base.garant.ru : сайт. - Текст : электронный. - URL : https://base.garant.ru/70510360/ (дата обращения: 25.06.2021).
2. Методика нормирования, планирования и анализа использования дизельного топлива (электроэнергии) в хозяйственном виде движения для локомотивов по данным бортовых приборов учета или скоростемерных лент : Распоряжение ОАО «РЖД» № 3075р от 25.12.2015. -Москва : ОАО «РЖД», 2015. - Текст : непосредственный.
3. Овчаренко, С. М. Исследование параметров эксплуатации маневровых тепловозов / С. М. Овчаренко, П. С. Корнеев. - Текст : непосредственный // Транспорт Урала. - 2010. -№ 4. - С. 48-51.
4. Овчаренко, С. М. Моделирование расходных характеристик с учетом технического состояния дизель-генераторной установки тепловоза / С. М. Овчаренко, П. С. Корнеев. -Текст : непосредственный // Известия Транссиба. - 2011. - № 4 (8). - С. 26-30.
5. Фадеева, Л. Н. Теория вероятностей и математическая статистика / Л. Н. Фадеева. -Москва : Эксмо, 2010. - 469 с. - Текст : непосредственный.
6. Diene O., Bhaya A. Conjugate gradient and steepest descent constant modulus algorithms applied to a blind adaptive array, Signal Processing, Elsevier BV, Amsterdam, 2010, no. 90, pp. 2835 - 2841.
7. Шарден, Б. Крупномасштабное машинное обучение вместе с Python / Б. Шарден, Л. Массарон, А. Боскети. - Москва : ДМК Пресс, 2018. - 358 с. - Текст : непосредственный.
8. Осовский, С. Нейронные сети для обработки информации / С. Осовский. - Москва : Финансы и статистика, 2004. - 344 с. - Текст : непосредственный.
9. Haykin, S. Neural networks, a comprehensive foundations, N. Y. Macmillan College Publishing Company, 1994, 823 p.
10. Нишант, Ш. Машинное обучение и TensorFlow / Ш. Нишант. - Санкт-Петербург : Питер, 2019. - 336 с. - Текст : непосредственный.
References
1. O vnesenii izmenenii v Metodiku planirovaniia i normirovaniia raskhoda dizel'nogo topliva na tekhnicheskoe obsluzhivanie i remont tiagovogo podvizhnogo sostava: Rasporiazhenie OAO «RZhD» № 639r ot 02.04.2012 (Order of JSC «Russian Railways» on amendments to the Methodology for planning and rationing diesel fuel consumption for maintenance and repair of traction rolling stock No. 639r dated 02.04.2012), Available at: https://base.garant.ru/70510360/ (accessed 25 June 2021).
2. Metodika normirovaniia, planirovaniia i analiza ispol'zovaniia dizel'nogo topliva (elektroen-ergii) v khoziaistvennom vide dvizheniia dlia lokomotivov po dannym bortovykh priborov ucheta ili skorostemernykh lent: Rasporiazhenie OAO «RZhD» № 3075r ot 25.12.2015 (Methodology for rationing, planning and analyzing the use of diesel fuel (electricity) in the economic form of traffic for locomotives according to on-Board metering devices or speed measuring tapes, OAO «RZhD» decree No. 3075r dated 25.12.2015), Moscow, OAO «RZhD», 2015.
3. Ovcharenko S. M., Korneev P. S. Research of operation parameters of shunting locomotives [Issledovanie parametrov ekspluatacii manevrovyh teplovozov]. Transport Urala - Transport of the Urals, 2010, no. 4, pp. 48-51.
4. Ovcharenko S. M., Korneev P. S. Modeling of consumption characteristics taking into account the technical condition of a diesel generator set of a locomotive [Modelirovanie raskhodnyh harak-teristik s uchetom tekhnicheskogo sostoyaniya dizel'-generatornoj ustanovki teplovoza]. Izvestiia Transsiba - The Journal of Transsib Railway Studies, 2011, no. 4 (8), pp. 26-30.
5. Fadeeva L. N. Teoriya veroyatnostej i matematicheskaya statistika (Probability theory and mathematical statistics). Moscow: Eksmo Publ., 2010, 469 p.
6. Diene O., Bhaya A. Conjugate gradient and steepest descent constant modulus algorithms applied to a blind adaptive array, Signal Processing, Elsevier BV, Amsterdam, 2010, no. 90, pp. 2835-2841.
7. Sharden B. Krupnomasshtabnoe mashinnoe obuchenie vmeste s Python (Large-scale machine learning with Python). Moscow: DMK Press Publ., 2018, 358 p.
8. Osovskij S. Nejronnye seti dlya obrabotki informacii (Neural networks for information processing). Moscow: Finansy i statistika Publ., 2004, 344 p.
9. Haykin, S. Neural networks, a comprehensive foundations, N. Y. Macmillan College Publishing Company, 1994, 823 p.
10. Nishant Sh. Mashinnoe obuchenie i TensorFlow (Machine learning and TensorFlow). Saint-Petersburg: Piter Publ., 2019, 336 p.
ИНФОРМАЦИЯ ОБ АВТОРАХ
Овчаренко Сергей Михайлович
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Доктор технических наук, доцент, ректор, заведующий кафедрой «Локомотивы», ОмГУПС. Тел.: +7 (9609) 83-75-89. E-mail: ovcharenkosm@mail.ru
INFORMATION ABOUT THE AUTHORS
Ovcharenko Sergey Mikhailovich
Omsk State Transport University (OSTU). 35, Marx av., Omsk, 644046, the Russian Federation. Postgraduate student at the department «Lo-comtives» OSTU.
Doctor of Sciences in Engineering, docent, rector, head of the departmentof «Locomotives», OSTU. Phone: +7 (9609) 83-75-89. E-mail: ovcharenkosm@mail.ru
Минаков Виталий Анатольевич
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, старший преподаватель кафедры «Локомотивы», ОмГУПС.
Тел.: +7 (3812) 37-60-82.
E-mail: vitalya_13@mail.ru
БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ
Овчаренко, С. М. Предпосылки совершенствования методики нормирования расхода топлива на маневровое и хозяйственное движение с использованием моделей машинного обучения / С. М. Овчаренко, В. А. Минаков. - Текст : непосредственный // Известия Транссиба. - 2021. - № 2 (46). - С. 24 - 30.
Minakov Vitaliy Anatolevich
Omsk State Transport University (OSTU).
35, Marx av., Omsk, 644046, the Russian Federation.
Ph. D. in Engineering, senior lecturer of the department «Locomotives», OSTU.
Phone: +7 (3812) 37-60-82.
E-mail: vitalya_13@mail.ru
BIBLIOGRAPHIC DESCRIPTION
Ovcharenko S. M., Minakov V. A. Prerequisites for improving the methodology for rationing fuel consumption for maneuvering and economic traffic using machine learning models. Journal of Transsib Railway Studies, 2021, no. 2 (46), pp. 24 - 30 (In Russian).
