Применение математического аппарата продукционной модели управления энергетическим комплексом предприятия на основе нечеткой логики Текст научной статьи по специальности «Компьютерные и информационные науки»

Кандидат технических наук, старший научный сотрудник научно-производственной лаборатории «Энергосберегающие технологии и электромагнитная совместимость», доцент», ОмГУПС.

Тел.: (381-2) 44-39-23.

E-mail: [email protected]

Сергеев Роман Владимирович

Омский государственный университет путей сообщения (ОмГУПС).

Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.

Кандидат технических наук, декан электромеханического факультета, доцент», ОмГУПС.

Тел.: (381-2) 31-06-57.

E-mail: [email protected]

БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ

Никифоров, М. М. Применение индикаторов энергетической эффективности электровозов для оптимизации использования тяговых ресурсов [Текст] / М. М. Никифоров, А. С. Вильгельм, Р. В. Сергеев // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2018. - № 1(33). - С 88 - 98.

nologies and electromagnetic compatibility», Assistant Professor, OSTU.

Phore: (3812) 44-39-23. E-mail: [email protected]

Sergeev Roman Vladimirovich

Omsk State Transport University (OSTU). 35, Marx st. Omsk, 644046, the Russian Federation. Cand.Tech.Sci, dean of electromechanical faculty Assistant Professor, OSTU. Phore: (3812) 31-06-57. E-mail: [email protected]

BIBLIOGRAPHIC DESCRIPTION

Nikiforov M. M., Vilgelm A. S. Sergeev R. V. Application of power efficiency indicators of electric locomotives for optimization of use traction resources. Journal of Transsib Railway Studies, 2018, vol. 33, no 1, pp. 88 -98 (In Russian).

УДК 681.5

В. Э. Осипова, Д. А. Яковлев

Забайкальский институт железнодорожного транспорта (ЗабИИЖТ (ИрГУПС)), г. Чита, Российская Федерация

ПРИМЕНЕНИЕ МАТЕМАТИЧЕСКОГО АППАРАТА ПРОДУКЦИОННОЙ МОДЕЛИ УПРАВЛЕНИЯ ЭНЕРГЕТИЧЕСКИМ КОМПЛЕКСОМ ПРЕДПРИЯТИЯ

НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ

Аннотация. В статье рассматривается процесс разработки адаптивной модели управления энергетическим комплексом железнодорожного предприятия на основе продукционных правил. Представлен алгоритм управления расходом топливно-энергетических ресурсов (ТЭР) на нетяговые нужды в структурных подразделениях железнодорожного транспорта с использованием математического аппарата нечеткой логики. Предложено использовать базу правил нечетких выводов для оценки адекватности разработанной модели управления процессом потребления ТЭР.

Ключевые слова: нечеткая логика, энергетический комплекс железнодорожного предприятия, продукционная модель управления, нечеткие выводы, база правил нечетких выводов.

Valeriya E. Osipova, Dmitrii A. Yakovlev

Zabaikalsky Institute of railway transport (ZiRT(ISTU)), Chita, the Russian Federation

THE USE OF THE MATHEMATICAL APPARATUS OF A PRODUCTION

MODEL-TERM MANAGEMENT OF THE ENERGY COMPLEX ENTERPRISE

ON THE BASIS OF FUZZY LOGIC

Abstract. The article discusses the process of developing an adaptive model of energy management of the railway enterprise on the basis of production rules. An algorithm for flow control offuel and energy resources (FER) of the enterprise of the railway industry using mathematical apparatus of fuzzy logic.Proposed to use the base rules of fuzzy conclusions to assess the adequacy of the developed model of management.

Keywords: fuzzy logic, energy sector, railway companies, performance management model, fuzzy insights, rules of the fuzzy conclusions.

Наличие неопределенностей или нечеткой информации, которая не может быть интерпретирована в вероятностных терминах, приводит к тому, что традиционные методы управления производственными процессами на основе компьютерных технологий являются недостаточно адекватными [1]. В результате этого в последнее время широко используются интеллектуальные системы управления [2], к которым относятся системы нечеткого управления, или «fuzzy control» - нечеткое (неясное, размытое) управление.

Нечеткая логика, служащая основой для реализации методов нечеткого управления, более естественно описывает характер человеческого мышления и ход его рассуждений, чем традиционные формально-логические системы.

Именно поэтому изучение и использование математических средств для представления нечеткой исходной информации позволяет строить модели, которые наиболее адекватно отражают различные аспекты ее неопределенности.

В качестве объектов исследования рассмотрены энергопотребляющие объекты в границах Забайкальской железной дороги (Заб. ж. д.) таких структурных подразделений, как Забайкальская дирекция тепловодоснабжения (Заб. ДТВ) и Забайкальская дирекция по энергообеспечению - структурное подразделение «Трансэнерго» - филиала ОАО «Российские железные дороги».

Особенностью объектов железнодорожного транспорта является неопределенность факторов, описывающих состояние объекта.

Необходимость работы в условиях неопределенностей затрудняет использование стандартных систем автоматики и АСУ ТП. Особенно сложным является описание областей допустимых режимов работы оборудования в таких условиях, так как задание жестких (четких) ограничений для АСУ ТП и систем автоматики приводит в настоящее время к отключению этих систем диспетчером. Поэтому возможность использования теории нечеткой логики для принятия управленческих решений, являющейся основой нечеткого управления, представляется крайне важной.

Основными параметрами, необходимыми для произведения синтеза и расчета на основе нечеткой логики, являются, во-первых, количество и форма функций принадлежности |ii(u) лингвистических терм-множеств и, во-вторых, диапазоны изменения входных и выходных лингвистических переменных.

Для определения вида функций принадлежности разработаны различные экспертные методы. В ряде случаев используют стандартные формы функций принадлежности, тогда методом экспертных оценок определяется тип функций принадлежности и их параметры.

Реализация нелинейного управления возможна, если разделить все пространство состояний на ограниченные области, в которых управление осуществляется по линейным законам, а переключение между ними осуществляется с помощью лингвистических правил, определяющих характер изменения входных переменных [3].

На основе теории нечетких множеств и нечеткой логики при помощи программного продукта MATLAB, с использованием пакета Fuzzy Logic Toolboox [4] создана нечеткая продукционная модель управления расходом ТЭР, при создании которой использовались априорные данные о потреблении ТЭР по Дирекции тепловодоснабжения Забайкальского края, полученные в результате измерений.

Для рассматриваемой системы создана база нечетких правил с MISO-структурой: с тремя входными (температура окружающего воздуха Тв, температура подачи воды Тп, качество топлива К) и одной выходной (расход топливно-энергетических ресурсов Р) переменными.

Для каждой переменной известны минимальные и максимальные значения:

Р О

P . P

min max

7 23

Т в min TB max 38

T П max T П min О 70

КН Кв 0

-7 52 10

Разобьем области определений этих переменных на отрезки при условии, что число отрезков для каждой входной переменной равно трем, а для выходной - пять. На каждом из

отрезков задана одна функция принадлежности треугольной формы с вершиной в центре отрезка. Результат проведенного разбиения представлен на рисунке 1.

Функция принадлежности подобрана таким образом, чтобы области перекрывались на уровне 0,5, обеспечивая при этом возможность аналитического представления нечеткого множества в виде некоторой простой математической функции [5].

Для каждой входной переменной определены нечеткие множества с лингвистическими значениями (ц1 - минимальное, |12 - среднее, цз - максимальное), для выходной (ц1, -между минимальным и средним, Ц23 - между максимальным и средним, ц3).

Алгоритм разработки такой модели управления расходом ТЭР представлен на рисунке 2. Процесс разработки продукционной модели управления на основе нечеткой логики включает в себя три основных стадии обработки информации [1, 6]: фаззификацию, композицию и дефаззификацию.

Рисунок 1 - Разделение пространств входных переменных ТВ, ТП, К и выходной переменной Р

Ь - входные параметры;

п - количество входных параметров;

с - термы входных параметров;

т - количество термов входных параметров;

ё- выходные параметры;

е - количество выходных параметров;

термы выходных параметров; I - количество термов выходных параметров

Рисунок 2 - Алгоритм разработки продукционной модели управления расходом ТЭР на предприятии

В процессе фаззификации происходит установление соответствия между конкретным значением отдельной входной переменной системы нечеткого вывода и значением функции принадлежности соответствующего ей терма входной лингвистической переменной. Структурная схема процесса фаззификации представлена на рисунке 3.

Фаззификации

Й^п!) -> ц(ш1)

> |х(т2)

\

-*>

Й[ш3) ->ц(шЗ)

Композиция

/

Рисунок 3 - Структурная схема обработки информации в процесса фаззификации

Композиция представляет собой процесс логической обработки нечеткой информации. Структурная схема процесса представлена на рисунке 4.

Композиция

Формирование оазы правил |

нечетких выводов !

[ 1 "

---------1--------1 |

| Агрегирование |

I Активизация \ !______________\

Рисунок 4 - Структурная схема обработки информации в процессе композиции

Согласно представленной схеме процесс можно разбить на три этапа. Формирование базы правил нечетких выводов.

Формирование начальной базы правил основано на генерации множества правил исходя из возможных сочетаний нечетких высказываний в предпосылках и заключениях правил. В соответствии с этим максимальное количество правил в базе определяется соотношением:

I = • 12 • Iз • I у,

где 11} 12, 13 - число функций принадлежности для задания входных переменных Тв, Тп, К; 1у - для выходной переменной Р.

Таким образом, изначально сформированная база правил будет состоять из 135 правил. Такая база правил является избыточной и содержит противоречащие друг другу правила - с одинаковыми предпосылками и разными заключениями [8]. В связи с этим изначальную базу правил оптимизируем, основываясь на эмпирических гипотезах, анализируя априорные данные о потреблении ТЭР по Заб. ДТВ, полученные в результате измерений, а также результаты по потреблению топлива в различные моменты времени.

В результате оптимизации были определены основные правила, имеющие следующий

вид:

(Д1: =

Д: если Тв = П и ТП = С и К = Кт1 то Р = Ртах;

Д2: если Тв = Т* и ТП = ТП и К = К^,

то Р = Р„;

Д,: если Тв = Си ТП = С и К = Ка то Р = Р_ .

Изменение параметров системы представляется следующим образом:

Тв е

Р

Тв . тв

тт тах

Тв. — т

тт

в

тах

ТП е

К е

ТП ®Т п

тах тт

ТП — Т П

тах тт ,

КН ® КВ _ КН — КВ _

Анализ представленной матрицы говорит о том, что при минимальном значении температуры воздуха и наилучшем качестве топлива расход ТЭР будет минимальным и, соответственно, наоборот [7]. Формирование начальной базы нечетких выводов основывается на определении нечеткой конъюнкции, результатом которой является нечеткое высказывание с определенной степенью истинности. Структурная схема формирования начальной базы правил типа «И» представлена на рисунке 5.

о

Рисунок 5 - Структурная схема блока Ги77уЬодюСоПго11ег

№ 1(33) 2018

Агрегирование процесс определения степени истинности условий по каждому из правил представленной системы нечеткого вывода [4]. Данный процесс сопровождается выделением из базы основных правил нечетких высказываний, основанных на результатах нечеткой дизъюнкции, в случаях когда лингвистические переменные в подусловиях попарно не равны друг другу. Процесс обработки информации на этапе агрегирования представлен на рисунке 6.

Т(ТВ), еслиТ(ТП), Т(К) = 0 Т(ТП), еслиТ(ТВ), Т(К) = 0 Т(К), еслиТ(ТВ ),Т(ТП) = 0 1, в остальныхслучаях

Рисунок 6 - Структурная схема обработки информации в процессе агрегирования

Активизация представляет собой процесс нахождения степени истинности каждого из подзаключений правил нечетких продукций, в котором каждому из правил присваивается свое значение весового коэффициента, характеризующего значимость каждого из представленных правил нечеткого вывода [1,9]. Процесс обработки информации на этапе активизации представлен на рисунке 7.

Активизация

тт-активизация -> /и'{Р) = шт {с ,/и{Р)}

ргос1-активизация -► /и ' (Р ) = c i ■ /I (P )

а\'е^е-активизация -(Р ) = 0,5 • (ci + /и (P ))

Рисунок 7 - Структурная схема обработки информации в процессе активизации

Процесс дефаззификации заключается в преобразовании нечетких значений найденных выходных переменных в четкие, способы достижения которого зависят от выбранного метода исследования. Структуная схема обработки информации в процессе дефаззификации представлена на рисунке 8, реализация рассматриваемого процесса в Еи22уЬо§юТоо1Ьоох на рисунке 9.

Согласно рисунку 8 процесс дефаззификации в данном случае включает в себя этап аккумулирования в системах нечеткого вывода, представляющий собой процесс нахождения функции принадлежности выходной лингвистической переменной (расхода ТЭР).

Д ефазз и ф и кац и я

Рисунок 8 - Структурная схема обработки информации в процессе дефаззификации

В процессе аккумуляции происходит объединение всех степеней истинности заключений (подзаключений) для получений функции принадлежности выходной переменной Р (рисунок 10, б).

Сам же процесс дефаззификации заключается в приведении выходной лингвистической переменной, полученной на этапе аккумулирования, в обычное количественное значение расхода ТЭР на рассматриваемом участке. Для алгоритма Мамдани в данном случае численный расчет на этапе дефаззификации выполнялся по методу центра тяжести (рисунок 10, а).

Рисунок 10 - Процесс работы системы нечеткого управления расходом ТЭР, реализованный в Fuzzy Logic Toolboox

Для анализа разработанной нечеткой модели управления воспользуемся программой просмотра поверхности нечеткого вывода, представленной на рисунке 11, отображающей функциональную зависимость выходной лингвистической переменной (расхода ТЭР) от двух входных лингвистических переменных (температуры воздуха и качества топлива) в форме изменения оттенка, насыщенности цвета и непосредственно формы поверхности.

Рисунок 11 - Поверхность нечеткого вывода разработанной модели управления

Отсутствие разрывов и скачкообразных изменений на поверхности нечеткого вывода свидетельствует об устойчивом характере данных разработанной нечеткой модели, что является одним из веских аргументов в пользу применения этой модели в практике принятия решений о величине расхода ТЭР.

Эффективность функционирования разработанной модели управления оценена на показателях работы структурных подразделений ОАО «РЖД», таких как Забайкальская дирекция тепловодоснабжения и Забайкальская дирекция по энергообеспечению. Анализ полученных результатов показал, что погрешность расчетных значений лежит в интервале 2 - 3 %, что свидетельствует о высокой эффективности предлагаемой модели управления топливно-энергетическим комплексом железнодорожного предприятия.

Разработанная модель проста в управлении и допускает без особых усилий определить значение расхода ТЭР на рассматриваемом участке в зависимости от различных внешних условий. Наглядность и упрощение процесса программной разработки позволяет оценить результаты и при необходимости внести корректирующие действия.

Список литературы

1. Нечеткие множества в моделях управления и искусственного интеллекта [Текст] / Под ред. Д. А. Поспелова. - М.: Наука, 1986. - 312 с.

2. Алиев, Р. А. Нечеткие алгоритмы и системы управления [Текст] / Р. А. Алиев, С. В. Ульянов. - М.: Знание, 1990. - 135 с.

3. Борисов, В. В. Нечеткие модели сети [Текст] / В. В. Борисов, В. В. Круглов, А. С. Фе-дулов. - М.: Горячая линия-Телеком, 2007. - 284 с.

4. Рудковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы [Текст] / Д. Рудковская, М. Пилиньский, Л. Рутковский / Перевод с польского И. Д. Рудинского - М.: Горячая линия-Телеком, 2006. - 452 с.

5. Комяков А. А. Анализ влияния типа и количества функций принадлежности нечеткой нейронной сети на точность моделирования процесса электропотребления [Текст] / А. А. Комяков, В. В. Эрбес, Д. О. Силуянов // Технологическое обеспечение ремонта и повышение динамических качеств железнодорожного подвижного состава: Материалы всерос. науч.-техн. конф. с междунар. / Омский гос. ун-т путей сообщения. - Омск, 2015. Ч. 3. - С. 153 - 158.

6. Леоненков, А. В. Нечеткое моделирование в среде MATLAB и FuzzyTECH [Текст] / А. В. Леоненков. - СПб: БХВ-Петербург, 2003. - 736 с.

7. Система анализа и планирования расхода электрической энергии на нетяговые нужды в ОАО «РЖД» [Текст] / В. Т. Черемисин, М. М. Никифоров и др. // Инновационные проекты и новые технологии на железнодорожном транспорте: Сб. науч. ст. / Омский гос. ун-т путей сообщения. - Омск, 2007. - С 15 - 24.

8. Komyakov, A. A. Construction of electricity consumption mathematical models on railway transport used artificial neural network and fuzzy neural network / M. M. Nikiforov, V. V. Erbes and other / IEEE 16th International Conference on Environment and Electrical Engineering Florence, 2016, pp. 1 - 4.

9. Осипова, В. Э. Применение системы нечеткого управления энергообеспечением предприятия [Текст] / В. Э. Осипова, Д. А. Яковлев, В. Г. Дурнов // Современные технологии. Системный анализ. Моделирование: Сб. науч. ст. / Иркутский гос. ун-т путей сообщения, Иркутск, 2011. - С. 147 - 152.

References

1. Pospelov D. A. Nechetkiye mnozhestva v modelyakh upravleniya i iskusstvennogo intellekta (Fuzzy sets in management models and artificial intelligence). Moscow: Nauka, 1986, 312 p.

2. Aliev R. A., Ulyanov S. V. Nechetkiye algoritmy i sistemy upravleniya (Fuzzy algorithms and control systems). Moscow: Knowledge, 1990. 135 p.

3. Borisov V. V., Kruglov V. V., Fedulov A. S. Nechetkiye modeli seti (Fuzzy network model). Moscow: Hot line - Telecom, 2007. 284 p.

4. D. Rudkovskaya, Pilinsky M., Rutkovsky L. Neyronnyye seti, geneticheskiye algoritmy i nechetkiye sistemy (Neural networks, genetic algorithms and fuzzy systems): translation from Polish I D. Rudinsky / D. Rudkovskaya, M. Pilinski, L.Rutkovsky - M .: Hot line - Telecom, 2006. -452 p.

5. Komyakov A. A., Erbes V. V., Siluyanov D. O. Analysis of the influence of the type and number of membership functions of the fuzzy neural network on the accuracy of the electric load simulation [Analiz vliyaniya tipa i kolichestva funkcij prinadlezhnosti nechetkoj nejronnoj seti na tochnost modelirovaniya processa ehlektropotrebleniya]. Tekhnologicheskoe obespechenie remonta i povyshenie dinamicheskih kachestv zheleznodorozhnogo podvizhnogo sostava materialy tretej vse-rossijskoj nauchno-tekhnicheskoj konferencii s mezhdunarodnym uchastiem v trekh chastyah. Chast 3 (Proceedings of the conference «Technological maintenance of repair and increase of dynamic qualities of a railway rolling stock». Part 3). Omsk, 2015, pp. 153 - 158.

6. Leonenko A. V. Nechetkoye modelirovaniye v srede MATLAB i fuzzyTECH (Fuzzy modeling in MATLAB and fuzzyTECH). St. Petersburg: BHV - Petersburg, 2003. 736 p.

7. Cheremisin V. T., Nikiforov M. M., Pashkov D. V., Komyakov A. A., Kovalev Yu. Z. The system for analyzing and planning the consumption of electric energy for not traction needs JSC Russian Railways [Sistema analiza i planirovaniya raskhoda ehlektricheskoj ehnergii na netyagovye nuzhdy v OAO «RZHD»]. Innovacionnye proekty i novye tekhnologii na zheleznodorozhnom transporte: sb. nauch. st. (Innovative projects and new technologies in railway transport: the collection of scientific articles). Omsk, 2007, pp. 15 - 24.

8. Komyakov A. A. Nikiforov, M. M. Erbes, V. V. Cheremisin V. T. and Ivanchenko V. I., «Construction of electricity consumption mathematical models on railway transport used artificial neural network and fuzzy neural network», 2016 IEEE 16th International Conference on Environment and Electrical Engineering (EEEIC), Florence, 2016, pp. 1 - 4. doi: 10.1109/EEEIC.2016. 7555450.

9. Osipova V. Ye., Yakovlev D. A., Durnov V. G. Primeneniye sistemy nechetkogo upravleniya energoobespecheniyem predpriyatiya (Application of the system of fuzzy control of power supply of the enterprise) / «Modern technology. System analysis. Modeling», Part 3, Irkutsk State Transport University, Irkutsk, 2011. pp. 147 - 152.

ИНФОРМАЦИЯ ОБ АВТОРАХ

Осипова Валерия Эдуардовна

Забайкальский институт железнодорожного транспорта (ЗабИИЖТ (ИрГУПС)).

Магистральная ул., д. 11, г. Чита, 672040, Российская Федерация.

Старший преподаватель кафедры «Электроснабжение», ЗабИИЖТ.

Тел.: +7924-371-55-94.

E-mail: [email protected]

Яковлев Дмитрий Александрович

Забайкальский институт железнодорожного транспорта (ЗабИИЖТ (ИрГУПС)).

Магистральная ул., д. 11, г. Чита, 672040, Российская Федерация.

Кандидат технических наук, доцент кафедры «Электроснабжение», ЗабИИЖТ.

Тел.: +7914-502-82-80.

E-mail: [email protected]

INFORMATION ABOUT THE AUTHORS

Osipova Valeriya Eduardovna

Zabaikalsky Institute of railway transport (ZiRT(ISTU)).

Magistral'naya street., Chita, 672040, Russia. Chief lecturer of the chair «Power supply», ZiRT. Phone: +7924-371-55-94. E-mail: [email protected]

Yakovlev Dmitrii Aleksandrovich

Zabaikalsky Institute of railway transport (ZiRT(ISTU)).

Magistral'naya street., Chita, 672040, Russia. Cn.Sci.Tech., docent of the chair «Power supply», ZiRT.

Phone: +7914-502-82-80. E-mail: [email protected]

БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ BIBLIOGRAPHIC DESCRIPTION

Осипова, В. Э. Применение математического аппарата продукционной модели управления энергетическим комплексом предприятия на основе нечеткой логики [Текст] / В. Э. Осипова, Д. А. Яковлев // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. -2018. - № 1(33). - С. 98 - 109.

Osipova V. E. The use of the mathematical apparatus of a production model-term management of the energy complex enterprise on the basis of fuzzy logic / V. E.Osipova, D. A.Yakovlev // Journal of Transsib Railway Studies, 2018, vol. 33, no 1, pp. 98 - 109 (In Russian).

УДК 629.4.016.01

В. Ф. Тарута, А. В. Чулков, Л. В. Милютина

Омский государственный университет путей сообщения (ОмГУПС), г. Омск, Российская Федерация

ТЕХНОЛОГИЯ КОНТРОЛЯ УРОВНЯ МОЩНОСТИ ДЛЯ НАСТРОЙКИ ДИЗЕЛЬ-ГЕНЕРАТОРНОЙ УСТАНОВКИ МАНЕВРОВОГО ТЕПЛОВОЗА С УЧЕТОМ УСЛОВИЙ ЭКСПЛУАТАЦИИ

Аннотация. В статье рассмотрены вопросы анализа режимов работы маневровых тепловозов и особенностей настройки характеристик тяговых генераторов при проведении реостатных испытаний тепловозов. Приведены статистические средние значения параметров нагрузки дизель-генераторных установок маневровых тепловозов ТЭМ2 в процессе выполнения маневровой работы на сортировочных и участковых станциях. При контроле внешней характеристики тепловоза при проведении реостатных испытаний с использованием АСКИ «Кипарис» наблюдались внешние характеристики нормальной («классической») и «выпуклой» форм. Нормальная («классическая») внешняя характеристика тепловоза ТЭМ2 № 1 эквидистантно удалена от границ поля допуска; а «выпуклая» внешняя характеристика тепловоза ТЭМ2 № 2, находясь в поле допуска, не поддерживает постоянства мощности дизель-генераторной установки, что обусловлено несовершенством машинной системы регулирования, в частности, электромеханическими характеристиками возбудителя.

Ключевые слова: маневровый тепловоз, эксплуатация, дизель-генераторная установка, внешняя характеристика, контроль, настройка, уровень мощности.

Viktor F. Taruta, Alexey V. Chulkov, Larisa V. Milyutina

Omsk State Transport University (OSTU), Omsk, the Russian Federation

TECHNOLOGY OF CONTROL OF POWER LEVEL FOR CONTROL DIESEL-GENERATOR INSTALLATION OF THE SHUNTING LOCOMOTIVE TAKING INTO ACCOUNT SERVICE CONDITIONS

Abstract. The article deals with the analysis of the modes of operation of shunting locomotives; characteristics of the setting characteristics of the traction generators when performing resistance tests of locomotives. The statistical average values of the load parameters of diesel generator sets of shunting locomotives T-3M2 in the process ofperforming shunting work on marshalling and precinct stations. When monitoring the external characteristics of the locomotive when performing resistance tests with the ASKI "CYPRESS" was observed of the external characteristics of a normal ("classical") and "convex" shape. Normal (classical) external characteristics of the locomotive T-3M2 No. 1 equidistant removed from the borders of the tolerance field; and "convex" external characteristics of the locomotive T-3M2 No. 2 , in the field of tolerance, support of the constancy of the power diesel generator sets, due to the imperfection of the machinery of the regulatory system, particularly the Electromechanical characteristics of the pathogen.

Keywords: locomotive, diesel-generator installation, power level, control, control, external characteristic, operation.

Многолетние наблюдения за расходом топлива маневровыми тепловозами показывают, что паспортный расход топлива дизелей разных типов не всегда соответствует фактическому расходу топлива в реальных условиях эксплуатации. При работе тепловозов в одном и том же маневровом районе с одинаковой нагрузкой дизели с лучшими паспортными характерис-