CC BY
18
obrazovanie, proizvodstvo: sbornik nauchnykh trudov (Transport: science, education, production: collection of scientific papers). - Rostov-on-Don, 2019, vol. 3. Technical sciences, pp. 266-269.
ИНФОРМАЦИЯ ОБ АВТОРЕ
Ворон Олег Андреевич
Ростовский государственный университет путей сообщения (РГУПС).
Ростовского Стрелкового Полка Народного Ополчения пл., д. 2, г. Ростов-на-Дону, 344038, Российская Федерация.
Кандидат технических наук, заведующий кафедрой «Вагоны и вагонное хозяйство», РГУПС.
Тел.: +7 (928) 279-08-53.
E-mail: rgups_voron@mail.ru
БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ
Ворон, О. А. Возможности использования криогенных технологий для инновационного изотермического подвижного состава / О. А. Ворон. - Текст : непосредственный // Известия Транссиба. - 2021. -№ 2 (46). - С. 53 - 62.
INFORMATION ABOUT THE AUTHOR
Voron Oleg Andreyevich
Rostov State Transport University (RSTU).
2, Rostovskogo Strelkovogo Polka Narodnogo Opolcheniya square, Rostov-on-Don, 344038, the Russian Federation.
Ph. D. in Engineering, chief of the department «Car and car facilities», RSTU.
Phone: +7 (928) 279-08-53.
E-mail: rgups_voron@mail.ru
BIBLIOGRAPHIC DESCRIPTION
Voron O. A. The opportunities of using cryogenic technologies for innovative isothermal rolling stock. Journal of Transsib Railway Studies, 2021, no. 2 (46), pp. 53 - 62 (In Russian).
УДК 621.332.3
А. Н. Смердин, А. В. Тарасенко, И. Е. Чертков, А. С. Голубков
Омский государственный университет путей сообщения (ОмГУПС), г. Омск, Российская Федерация
РАЗРАБОТКА ВЕРОЯТНОСТНОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ОТКАЗОВ В РАБОТЕ СИСТЕМЫ ТОКОСЪЕМА ВСЛЕДСТВИЕ ГОЛОЛЕДООБРАЗОВАНИЯ
НА ПРОВОДАХ КОНТАКТНОЙ СЕТИ
Аннотация. В статье рассмотрены критерии, используемые для расчета вероятности возникновения отказов устройств системы токосъема по причине гололедно-изморозевых отложений на контактной подвеске. Целью работы является определение влияния климатических и эксплуатационных факторов (в т. ч. количество вибропантографов, пневмобарабанов на электровозах в границах дирекции по энергообеспечению и устройств для механической очистки гололеда в дистанциях электроснабжения) на вероятность наступления отказов системы токосъема и их тяжести, что позволит повысить надежность работы устройств тягового электроснабжения в условиях гололедообразования и эффективность капиталовложений Трансэнерго и Дирекции тяги на приобретение указанных средств. Для определения вероятности возникновения отказов устройств токосъема вследствие образования гололеда на проводах контактной сети предложено разделение всех факторов на климатические и эксплуатационные. Выбор факторов при прогнозировании отказов проведен с помощью вероятностной сети Байеса на основе статистических методов обработки данных, а также корреляционного и регрессионного анализа. В результате проведенных исследований определены факторы, оказывающие влияние на вероятность возникновения отказов устройств токосъема, выполнена оценка их значимости с помощью рассчитанных дисперсий. Приведена методика расчета вероятности возникновения отказов для условной дистанции электроснабжения, позволяющая оценить достаточность оснащенности подразделений Трансэнерго и Дирекции тяги устройствами для механической очистки гололеда с контактного провода, вибропантографами и пневмобарабанами.
Ключевые слова: контактная сеть, гололед, вероятность отказа, устройство удаления гололеда, фактор, децильный коэффициент, сеть Байеса, дисперсия.
Alexander N. Smerdin, Alexander V. Tarasenko, Ivan E. Chertkov, Anton S. Golubkov
Omsk State Transport University (OSTU), Omsk, the Russian Federation
DEVELOPMENT OF A PROBABLE FAILURE PREDICTION MODEL IN THE OPERATION OF THE CURRENT COLLECTION SYSTEM DUE TO ICE FORMATION ON THE WIRES OF THE CONTACT NETWORK
Abstract. The article discusses the criteria used to calculate the probability of failures of devices of the current collection system due to ice and frost deposits on a catenary. The purpose of the work is to determine the influence of climatic and operational factors (including the number of vibrating pantographs, pneumatic drums on electric locomotives within the boundaries of the Directorate for power supply and devices for mechanical cleaning of ice at power supply distances) on the probability of the occurrence of failures of the current collection system and their severity, which will allow to increase the reliability of operation of traction power supply devices in conditions of ice formation and the efficiency of investments by Transenergo and the Traction Directorate for the purchase of these funds. To determine the likelihood offailures of current collection devices due to the formation of ice on the wires of the contact network, it is proposed to divide all factors into climatic and operational. The choice offactors in predicting failures was carried out using a probabilistic Bayesian network based on statistical methods of data processing, as well as correlation and regression analysis. As a result of the research, the factors influencing the likelihood of failures of current collection devices have been determined, and their significance has been assessed using the calculated variances. A method is given for calculating the probability of failure for a conditional distance of power supply, which makes it possible to assess the adequacy of the equipment of Transenergo and Traction Directorates with devices for mechanical cleaning of ice from a contact wire, vibropantographs and pneumatic drums.
Keywords: contact network, ice, probability of failure, device for removing ice, factor, decile coefficient, Bayesian network, variance.
Гололедные образования, обычно наблюдаемые во время смены оттепели похолоданием при температурах, незначительно отличающихся от нуля, во время туманов или при дождях, когда температура воздуха ниже нуля, значительно усложняют работу контактной сети и процесс токосъема [1]. Наличие гололеда на контактных проводах ухудшает, а иногда и прерывает контакт между ними и полозами токоприемников, так как ледяная корка имеет очень низкую электрическую проводимость. В ряде случаев образуется электрическая дуга, которая повреждает контактные поверхности токосъемных устройств, вызывает отжиг и пережог контактных проводов, их обрыв. Образование гололеда увеличивает нагрузку на провода, что при полукомпенсированных подвесках приводит к значительному увеличению натяжения несущих тросов, а при компенсированных вызывает большие стрелы провеса всех проводов. Указанные обстоятельства определяют актуальность проблемы удаления гололеда с проводов контактной сети.
Основными способами борьбы с гололедом на проводах контактной подвески являются электрический (плавка гололеда и профилактический подогрев проводов), химический (нанесение противогололедных смазок [2]), механический (использование устройств для механической очистки гололеда (МОГ), вибропантографов, пневмобарабанов) и ручной (при помощи изолированных штанг и шестов).
Анализ отказов технических средств подразделений Трансэнерго за 2018 - 2020 гг. показал, что количество отказов устройств электроснабжения, в том числе и устройств контактной сети, в результате возникновения гололеда продолжает оставаться на высоком уровне. Отказы устройств электроснабжения, как правило, приводят к возникновению перерыва электроснабжения тяги поездов и их задержкам, что свидетельствует о необходимости повышения эффективности мер по предотвращению гололедообразования на проводах контактной сети и токоприемниках электроподвижного состава.
Недостаточное количество или, наоборот, наличие излишних (неиспользуемых) МОГ в районах контактной сети, вибропантографов/пневмобарабанов, устанавливаемых на подвижном составе, и отсутствие соответствующей методики, определяющей необходимое коли-
чество указанных устройств удаления гололеда, создают предпосылки для возникновения экономического ущерба ОАО «РЖД», обусловленного их неэффективным использованием.
Выбор факторов для определения вероятности возникновения отказов устройств токосъема является сложной задачей, что обусловлено следующими особенностями:
размерность расчетной модели. С добавлением каждой новой переменной в модель увеличивается ее размерность в пространстве данных, что влечет за собой усложнение работы модели и в конечном итоге может привести к необходимости использования более мощных вычислительных мощностей или к ухудшению ее работы;
внутренние зависимости между переменными. Оценка степени влияния переменных на целевые значения является сложной задачей, которая связана с внутренней взаимосвязью двух и более факторов между собой. Наличие такой взаимосвязи может лучше характеризовать исследуемый процесс, чем каждая переменная по отдельности. Поэтому исключение малоинформативной переменной может существенно ухудшить качество работы всей модели;
избыточность переменных. Являясь независимыми переменными, предикторы, описывающие вероятность отказов вследствие образования гололеда, могут содержать в себе дублирующую информацию о закономерностях процесса. Переменные, имеющие высокую степень корреляции, необходимо объединить с целью уменьшения размерности всей модели.
В связи со сказанным выше набор переменных в расчетной модели должен быть минимален при наиболее полном описании исследуемого процесса.
Для определения вероятности возникновения отказов устройств токосъема вследствие образования гололеда на проводах контактной сети все факторы первоначально были разделены на две основные группы:
климатические (районирование по гололеду/ветру/температуре, относительная влажность воздуха, атмосферное давление, количество выпавших осадков, толщина стенки гололеда, среднее количество дней с образованием гололеда и др.);
эксплуатационные (эксплуатационная и развернутая длина электрифицированных участков по роду тока и числу путей, классность участков, количество путей, анкерные участки, длина участков контактной сети, оборудованных схемами плавки гололеда и профилактического подогрева контактных проводов и др.).
Информация по климатическим условиям структурных подразделений Трансэнерго определяется по нормативно-справочной литературе [3, 4] и уточняется с использованием карт районирования территории Российской Федерации по климатическим характеристикам [5]. Для выбора параметров окружающей среды, при которых вероятно образование гололеда, их изменения в районах структурных подразделений Трансэнерго и Дирекции тяги, а также для определения среднего количества дней с образованием гололеда можно воспользоваться данными метеостанций и метеодатчиков Федеральной службы по гидрометеорологии и мониторингу окружающей среды (Росгидромета). Данные метеостанций содержат более 25 параметров, включающих в себя информацию о температуре окружающей среды, атмосферном давлении, влажности воздуха, ветре, облачности, величине снежного покрова и др. Однако не все метеорологические явления оказывают влияние на образование гололедно-изморозевых отложений на проводах контактной подвески. Кроме того, анализ данных различных метеостанций, расположенных в границах участков железных дорог, показал, что не на всех метеостанциях и не всегда ведется подробный и точный учет перечисленных выше параметров, в том числе связанных с образованием гололедно-изморозевых отложений, что затрудняет их использование. В этом случае определение среднего количества дней с образованием гололеда целесообразно производить с помощью математического моделирования.
Эксплуатационные факторы дистанций электроснабжения принимаются на основании формы статистической отчетности АГО-9 по дистанциям электроснабжения Трансэнерго ОАО «РЖД». Оснащенность подразделений Трансэнерго и Дирекции тяги техническими средствами для удаления гололеда определяются на основании актуальной «Справки о наличии
2(46)
средств борьбы с гололедом и объезда контактной сети с повышенным нажатием токоприемника».
Количество климатических и эксплуатационных факторов дистанций электроснабжения получается значительным (более 70), при этом некоторые, по сути, дублируют друг друга. Для сокращения рассматриваемых факторов был проведен их попарный корреляционный анализ, задачей которого являлось выявление характера и взаимосвязей между различными показателями.
Оценка тесноты (силы) корреляционной связи осуществлялась по шкале Чеддока. С целью сокращения количества учитываемых переменных в дальнейших расчетах учитывались лишь те, которые имеют низкий коэффициент корреляции.
При оценке взаимосвязей между различными переменными использовался линейный коэффициент корреляции Пирсона [6, 7]. В результате проведенного попарного корреляционного анализа количество климатических и эксплуатационных факторов, оказывающих влияние на вероятность возникновения отказов устройств токосъема, сократилось до 23.
Дальнейшая работа по оптимизации климатических и эксплуатационных факторов проводилась с помощью вероятностной сети Байеса. Основными причинами использования байесовских сетей для моделирования отказов являются возможность простой причинно-следственной интерпретации структуры сети и явное представление влияющих факторов.
Исследования в области применения байесовских сетей для прогнозирования отказов устройств железнодорожной инфраструктуры [8 - 10] показали перспективность использования данного метода.
В разработанной модели в качестве входных параметров кроме погодных факторов использовались также данные об отказах технических средств и особенностях их эксплуатации. Результатом работы модели является вероятность возникновения (прогноз) отказа отдельных элементов или подсистем в краткосрочной и долгосрочной перспективе.
Графическая структура разработанной байесовской сети представляет собой ациклический направленный граф G = (V, Л), где V- множество вершин графа и Л - множество ребер. Граф определяет факторизацию совместного распределения вероятностей V = [Х\, Х2,..., ХУ] событий, учтенных моделью. Форма факторизации определялась в соответствии с Марковским свойством байесовской сети, которое утверждает, что случайная переменная X, зависит только от своих прямых родительских переменных:
Р ( X!, X 2,..., Ху ) = ПР ( Х,|П X, )■
(1)
Для обучения общей байесовской сети использована информация об отказах устройств токосъема из-за возникновения гололеда. Для удобства интерпретации полученных результатов использовано понятие «дециль» (одна десятая часть) и приняты обозначения децильных коэффициентов для распределения возможных вариантов исхода (таблица 1).
Таблица 1 - Децильные коэффициенты возможных вариантов исхода моделирования
Децильный коэффициент Вероятность отсутствия или появления отказов устройств токосъема
1 2 3 - 10 Вероятность того, что в течение года отказы отсутствуют Вероятность возникновения одного отказа в течение года Сумма вероятностей возникновения двух и более отказов в течение года
Результаты моделирования общей байесовской сети показали, что ряд факторов, оставшихся после попарного корреляционного анализа, не оказывают влияния на вероятность возникновения отказов устройств токосъема, что позволяет не учитывать их в дальнейших расчетах. Для остальных факторов характерна низкая степень корреляции, и в дальнейшем данные факторы принимаются неизменными. С учетом принятого допущения о независимости влияющих факторов целесообразно воспользоваться «наивной» байесовской сетью (рисунок). Выделенные на рисунке факторы в расчетах принимаются неизменными.
«Наивные» методы Байеса [11, 12] представляют собой набор алгоритмов контролируемого обучения, основанных на применении теоремы Байеса с «наивным» предположением об условной независимости между каждой парой характеристик при заданном значении переменной класса. Теорема Байеса утверждает следующее отношение, учитывая переменную класса у и зависимый вектор признаков Х1 через
P{y\xl,..,*.)=Р( у):( (^). (2)
Р (Л! — *п )
Используя «наивное» предположение об условной независимости
Р(х \ у,x',...,xг+',...,хп) = р(х \ у), (3)
для всех ¡, это отношение можно упростить до
р(у)пр(х \у)
р (у\Х1,-Хп )= р(^.,хп) • (4)
Так как в выражении (4) Р(х1, ..., хП) является константой, с учетом входных данных можно использовать следующее правило классификации:
Р(у | Х1,...,х)« = Р(у)ПР(Х1 У)
I=1
и (5)
п
у = argmaxР(у)ПР(Х \ У).
I=1
«Наивные» байесовские классификаторы различаются в основном предположениями, которые они делают относительно распределения Р(х | у).
В результате проведенных исследований выявлено, что наиболее значимыми факторами, влияющими на вероятность возникновения отказов устройств токосъема, являются следующие:
1) доля участков класса 1 в развернутой длине электрифицированных путей, %;
2) доля участков классов 3М, 4, 4М, 5, 5М в развернутой длине электрифицированных путей, %;
3) доля участков постоянного тока в развернутой длине контактной сети, %;
4) доля анкерных участков компенсированной контактной подвески, %;
5) доля анкерных участков полукомпенсированной контактной подвески, %;
6) гололедный район дистанции электроснабжения;
7) ветровой район дистанции электроснабжения;
8) температурный район дистанции электроснабжения;
9) процентное отношение длины участков контактной сети, оборудованных средствами плавки гололеда (по данным автоматизированной системы учета, контроля и анализа подготовки и работы холдинга ОАО «РЖД» к работе в зимний период АС «Зима»), к развернутой длине электрифицированных путей из формы АГО-9, %;
10) количество устройств механической очистки гололеда в дистанции электроснабжения, шт.;
11) количество вибропантографов и пневмобарабанов на электровозах в границах дирекции по энергообеспечению, шт.;
12) среднее количество дней с образованием гололеда, дней.
Количество устройств механическом очистки гол ол ела в дистанции
электроснабжения, шт. 0-3 3-6 6-9
69,2 % 25,2 %
] 5,6 %
Доля анкерных участков полу ком пен-си ро пан ной контактной подвески, % 15,9 - 43,9 MB^Z^ZI 37,8 % 43,9 - 72,0 DPI i 18,9 %
Шй 1 43.4 %
72.0- 100.0
Среднее количество дней
с образованием гололеда, дней
0 — 9 5 1 43,2 %
9.5-19.0 II 1 25,1 %
19.0 - 28.4 | ] 12,7%
28,4-37.9 1 | 12,7%
37.9-47.4 1 I 6,3 %
Доля участков постоянного тока в развернутой длине контактной сети, % 0-33,3 33,3-66,7 [ 66,7- 100,0
54,5 % 0,7 % 44,8 %
Гололедный район дистанции электрос набжения
1 ■ I 13,3 %
2 I 1 144,8 %
3 32,9 %
4 1 I 7,0%
5 I ~1 2,1 %
Доля участков классов ЗМ, 4, 4М, 5, 5М в развернутой длине электрифицированных путей, % О - 24,0 С; ~П 90,3 %
24.0-48,1 ■ I 7,0%
48.1- 72,1 I I 2.7%
Количество впбропантографов и инев-мобарабанов на электровозах в границах дирекции по энергообеспечению, шт, 0-10
I 29,4 % I 36,4 %
10 10-20 20-30
Доля анкерных участков компенсированной контактной подвески, % 0-27,2
27,2-54,3 Щ ¡19,6%
ИИ ~| 30,8 %
54.3-81.5
Процентное отношение длины участков контактной сети, оборудованных средствам]? плавки гололеда, к развернутой длине электрифицированных путей, %
0 - 31,5 67,8 %
31,5 —63,0 И | II '
63,0 - 94,5 ■ I 11,9 %
Доля участков класса 1 в развернутой длине электрифицированных путей, % 0-33,3
33,3-66,7 ■ I 15.4 %
66.7-100,0
53,9 %
Ветровой район д и станции электроснабжения
■ □ 4,0%
43,9 % ] 47,3 % ] 3,3% ] Г4%
С
с
Температурный район дистанции электроснабжения
^^ 65,6 %
2 Я
3 гг
26,9 % 7,4 %
Вероятность возникновения отказов в год для дистанции электроснабжения 0-16 | I ! 90,2 %
16-32 ■ I 8,4%
32-48 I I 0,7%
48-64 I I 0,7%
- название узла байесовской сети
процентное соотношение вероятности возможных исходов
Структура «наивной» байесовской сети для определения вероятности появления отказов устройств токосъема
№ 2(4 2021
Для выбранных факторов рассчитаны дисперсии (вариативность) переменных, которые позволяют оценить отклонение исследуемой величины от ее среднего значения (таблица 2): чем меньше дисперсия рассматриваемого фактора, тем меньше его отклонение от среднего значения и, следовательно, большее влияние этот фактор оказывает на вероятность появления отказа. В таблице 2 факторы с существенным влиянием показаны красным цветом, с незначительным - зеленым. Для удобства сравнения значения дисперсий представлены в относительных единицах.
Таблица 2 - Дисперсия переменных по степени их влияния на вероятность появления отказа
Наименование фактора Дисперсия по децильным коэффициентам
1 2 3 - 10
Доля участков класса 1 в развернутой длине электрифицированных путей Доля участков классов 3М, 4, 4М, 5, 5М в развернутой длине электрифицированных путей Доля участков постоянного тока в развернутой длине контактной сети Доля анкерных участков компенсированной контактной подвески Доля анкерных участков полукомпенсированной контактной подвески Гололедный район дистанции электроснабжения 0,153 0,204 0,038
0,028 0,041 0,001
0,226 0,218 0,144
0,103 0,101 0,113 0,098 0,078 0,001 0,001
0,044 0,016
Ветровой район дистанции электроснабжения Температурный район дистанции электроснабжения Процентное отношение длины участков контактной сети, оборудованных средствами плавки гололеда (по данным АС «Зима»), к развернутой длине электрифицированных путей из формы АГО-9 0,030 0,026 0,063
0,096 0,078 0,146 0,075 0,001 0,001
Количество устройств механической очистки гололеда в дистанции электроснабжения Количество вибропантографов и пневмобарабанов на электровозах в границах дирекции по энергообеспечению Среднее количество дней с образованием гололеда 0,030 0,012 0,002
0,126 0,038 0,047
0,063 0,089 0,002
С учетом представленных в таблице 2 результатов можно сделать следующие выводы.
1. Для каждого децильного коэффициента свой набор наиболее значимых факторов.
2. Практически все рассматриваемые факторы оказывают влияние на вероятность возникновения двух и более отказов устройств токосъема в течение года.
3. В качестве общих факторов для всех децильных коэффициентов следует выделить:
- количество устройств механической очистки гололеда в дистанции электроснабжения;
- долю участков классов 3М, 4, 4М, 5, 5М в развернутой длине электрифицированных путей;
- ветровой район дистанции электроснабжения;
- гололедный район дистанции электроснабжения;
- процентное отношение длины участков контактной сети, оборудованных средствами плавки гололеда (по данным АС «Зима»), к развернутой длине электрифицированных путей из формы АГО-9;
- среднее количество дней с образованием гололеда.
Предлагаемая прогнозная модель позволяет определить вероятность благоприятного исхода (отсутствие отказов устройств токосъема или приемлемое их число) при управляемых изменениях исходных данных, таких как количество механических средств для удаления гололеда, размеры движения (грузонапряженность), оснащенность участков схемами плавки гололеда, что в дальнейшем позволит оценить достаточность оснащенности подразделений
Трансэнерго устройствами для механической очистки гололеда и Дирекции тяги вибропантографами и пневмобарабанами.
Список литературы
1. Фрайфельд, А. В. Устройство, сооружение и эксплуатация контактной сети и воздушных линий / А. В. Фрайфельд, Н. А. Бондарев, А. С. Марков. - Москва : Транспорт, 1980. -422 с. - Текст : непосредственный.
2. Калиниченко, А. Я. Предотвращение гололедообразования при токосъеме / А. Я. Кали-ниченко, А. А. Ковалев, А. А. Кардаполов. - Текст : непосредственный // Мир транспорта. -2014. - № 3 (52). - Т. 12. - С. 176-183.
3. Контактная сеть и воздушные линии. Нормативно-методическая документация по эксплуатации контактной сети и высоковольтным воздушным линиям : справочник. - Москва : Трансиздат, 2001. - 512 с. - Текст : непосредственный.
4. Инструкция по подготовке к работе и обеспечению надежности работы устройств электроснабжения в зимний период : утв. распоряж. ОАО «РЖД» от 14.11.2019 № 2542/р (ред. распоряж. ОАО «РЖД» от 08.02.2021 № 220/р). - Екатеринбург : Уралюриздат, 2021. - 76 с. - Текст : непосредственный.
5. СП 20.13330.2016. Нагрузки и воздействия. - Москва : Стандартинформ, 2018. - 74 с. -Текст : непосредственный.
6. Гмурман, В. Е. Теория вероятностей и математическая статистика : учебное пособие / В. Е. Гмурман. - Москва : Высшая школа, 2004. - 479 с. - Текст : непосредственный.
7. Елисеева, И. И. Общая теория статистики : учебник / И. И. Елисеева, М. М. Юзбашев. -Москва : Финансы и статистика, 2002. - 480 с. - Текст : непосредственный.
8. Cooper G. A. Bayesian method for the induction of probabilistic networks from data, Machine Learning, 1992, no. 9, pp. 309 - 347.
9. Sidorov O. A., Smerdin A. N., Philippov V. M., Nezevak V. L., Tarasenko A. V., Golubkov A. S. Concept of intellectual diagnostic system of traction electrical supply devices. IOP Conference Series: Materials Science and Engineering, 2020, no. 918 (1), p. 012078.
10. Smerdin A., Ermachkov G., Nezevak V., Sidorov O., Golubkov A. Use of sensor networking technology to build a power transformer monitoring system. E3S Web of Conferences «Topical Problems of Agriculture, Civil and Environmental Engineering, TPACEE 2020», 2020, р. 02021.
11. Zhang H. The Optimality of Naive Bayes. Published in FLAIRS Conference, 2004.
12. Jensen Finn V. Bayesian Networks and Decision Graphs. Springer, 2001, 268 р.
References
1. Frajfel'd A. V., Bondarev N. A., Markov A. S. Ustrojstvo, sooruzhenie i jekspluatacija kon-taktnoj seti i vozdushnyh linij (Arrangement, construction and operation of the contact network and overhead lines). Moscow: Transport Publ., 1980, 422 p.
2. Kalinichenko A. Ja., Kovalev A. A., Kardapolov A. A. Prevention of ice formation during current collection [Predotvrashhenie gololedoobrazovanija pri tokos'eme]. Mir transporta - World of transport and transportation, 2014, vol. 12, no. 3 (52), рр. 176-183.
3. Kontaktnaja set' i vozdushnye linii. Normativno-metodicheskaja dokumentacija po jeksplu-atacii kontaktnoj seti i vysokovol'tnym vozdushnym linijam: Spravochnik (Contact network and overhead lines. Normative and methodological documentation on the operation of the contact network and high-voltage overhead lines: Reference). Moscow: Transizdat Publ., 2001, 512 p.
4. Instrukcija po podgotovke k rabote i obespecheniju nadezhnosti raboty ustrojstv jelektrosnab-zhenija v zimnij period (Instructions for preparing for work and ensuring the reliability of power supply devices in winter). Ekaterinburg: Uraljurizdat Publ., 2021, 76 р.
5. SP 20.13330.2016 Nagruzki i vozdejstvija (Loads and impacts. Set of rules 20.13330.2016). Moscow, Standardinform, 2018, 74 p.
6. Gmurman V. E. Teorija verojatnostej i matematicheskaja statistika (Probability theory and mathematical statistics). Moscow: Vysshaja shkola Publ., 2004, 479 p.
7. Eliseeva I. I., Juzbashev M. M. Obshhaja teorija statistiki (General theory of statistics). Moscow: Finansy i Statistika Publ., 2002, 480 p.
8. Cooper G. A. Bayesian method for the induction of probabilistic networks from data, Machine Learning, 1992, no. 9, pp. 309-347.
9. Sidorov O. A., Smerdin A. N., Philippov V. M., Nezevak V. L., Tarasenko A. V., Golub-kov A. S. Concept of intellectual diagnostic system of traction electrical supply devices. IOP Conference Series: Materials Science and Engineering, 2020, no. 918 (1), p. 012078.
10. Smerdin A., Ermachkov G., Nezevak V., Sidorov O., Golubkov A. Use of sensor networking technology to build a power transformer monitoring system. E3S Web of Conferences «Topical Problems of Agriculture, Civil and Environmental Engineering, TPACEE 2020», 2020, p. 02021.
11. Zhang H. The Optimality of Naive Bayes. Published in FLAIRS Conference, 2004.
12. Jensen Finn V. Bayesian Networks and Decision Graphs. Springer, 2001, 268 p.
ИНФОРМАЦИЯ ОБ АВТОРАХ
Смердин Александр Николаевич
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Доктор технических наук, доцент, профессор кафедры «Электроснабжение железнодорожного транспорта», ОмГУПС.
Тел.: +7 (3812) 31-34-46.
E-mail: alexandr. smerdin@omgups. com
Тарасенко Александр Владимирович
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, доцент, доцент кафедры «Электроснабжение железнодорожного транспорта», ОмГУПС.
Тел.: +7 (3812) 31-34-46.
E-mail: alessandro-tar@yandex.ru
Чертков Иван Евгеньевич
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, доцент, доцент кафедры «Электроснабжение железнодорожного транспорта», ОмГУПС.
Тел.: +7 (3812) 31-34-46.
E-mail: chertkovie@omgups.ru
Голубков Антон Сергеевич
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, доцент, доцент кафедры «Электроснабжение железнодорожного транспорта», ОмГУПС.
Тел.: +7 (3812) 31-34-46.
E-mail: anton.golubkov@gmail.com
INFORMATION ABOUT THE AUTHORS
Smerdin Alexander Nikolaevich
Omsk State Transport University (OSTU).
35, Marx av., Omsk, 644046, the Russian Federation.
Doctor of Sciences in Engineering, professor of the department «Railways power supply», OSTU.
Phone: +7 (3812) 31-34-46.
E-mail : alexandr. smerdin@omgups. com
Tarasenko Alexander Vladimirovich
Omsk State Transport University (OSTU).
35, Marx av., Omsk, 644046, the Russian Federation.
Ph. D. in Engineering, associate professor of the department «Railways power supply», OSTU.
Phone: +7 (3812) 31-34-46. E-mail: alessandro-tar@yandex.ru
Chertkov Ivan Evgenyevich
Omsk State Transport University (OSTU).
35, Marx av., Omsk, 644046, the Russian Federation.
Ph. D. in Engineering, associate professor of the department «Railways power supply», OSTU.
Phone: +7 (3812) 31-34-46. E-mail: chertkovie@omgups.ru
Golubkov Anton Sergeevich
Omsk State Transport University (OSTU).
35, Marx av., Omsk, 644046, Russia.
Ph. D. in Engineering, associate professor of the department «Railways power supply», OSTU.
Phone: +7 (3812) 31-34-46. E-mail: anton.golubkov@gmail.com
БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ BIBLIOGRAPHIC DESCRIPTION
Разработка вероятностной модели прогнозирования отказов в работе системы токосъема вследствие гололедообразования на проводах контактной сети / А. Н. Смердин, А. В. Тарасенко, И. Е. Чертков, А. С. Голубков - Текст : непосредственный // Известия Транссиба. - 2021. - № 2 (46). - С. 62 - 71.
Smerdin A. N., Tarasenko A. V., Chertkov I. E., Golubkov A. S. Development of a probable failure prediction model in the operation of the current collection system due to ice formation on the wires of the contact network. Journal of Transsib Railway Studies, 2021, no. 2 (46), pp. 62 - 71 (In Russian).
УДК 629.4.02: 629.45
Д. Г. Евсеев, М. Ю. Куликов, А. С. Шинкарук
Российский университет транспорта (МИИТ), г. Москва, Российская Федерация
ПОВЫШЕНИЕ ДОЛГОВЕЧНОСТИ ХРЕБТОВОЙ БАЛКИ ПАССАЖИРСКОГО ВАГОНА
Аннотация. В статье рассматривается возможность продления срока службы пассажирских вагонов. Проведенным анализом состояния парка пассажирских вагонов установлено, что темп пополнения плацкартных вагонов за последние 10 лет снижен более чем на 40 %, поэтому обеспечить покрытие и восполнение выбывания подвижного состава данного типа по истечении нормативного срока службы можно только за счет продления срока эксплуатации существующих вагонов путем проведения капитально-восстановительного ремонта с установлением им нового нормативного срока службы.
При анализе силового каркаса плацкартного пассажирского вагона установлено, что наибольшие статические и динамические нагрузки воспринимает его хребтовая балка. Именно из-за возникающих в ней напряжений формируется оценка дальнейшей возможности эксплуатации вагона как в периоде его жизненного цикла, так и дальнейшего использования при диагностике на возможность назначения ему нового нормативного срока слубжы при проведении капитально-восстановительного ремонта.
Проведенными исследованиями ряда элементов хребтовых балок, вырезанных из выработавших нормативный срок пассажирских вагонов, установлено, что основные характеристики металла удовлетворяют требованиям норм безопасности, это говорит о том, что заложенный в них запас прочности и ресурс полностью не выработаны.
При исследовании наличия остаточных напряжений, возникших в вырезанных из хребтовых балок элементах, в зависимости от глубины травления, проведенного по методу Н. Н. Давиденкова в соответствии с методикой ЦНИИТмаша, определены наиболее уязвимые и опасные места коррозионного воздействия, требующие более тщательного контроля при проведении вагону как технического обслуживания, так и планово-предупредительного ремонта.
В целях снижения развития остаточных напряжений и коррозионного воздействия на силовой каркас плацкартного вагона разработаны рекомендации и технологические операции по упрочнению хребтовой балки методом дробеструйной обработки с образованием равномерной мелкопористой структуры, обеспечивающей равномерное нанесение лакокрасочного покрытия.
Данная технология позволит провести упрочнение участков хребтовой балки в местах сварных соединений с концевыми, шкворневыми и промежуточными балками, снизить возникновение в них остаточных напряжений и повысить антикоррозионную защиту металла от воздействия окружающей среды и внешних факторов.
Ключевые слова: упрочнение хребтовой балки, коррозия, продление, напряжения, упрочнение, пассажирский вагон.
Dmitriy G. Evseev, Mikhail Yu. Kulikov, Andrey S. Shinkaruk
Russian University of Transport (MIIT), Moscow, the Russian Federation
THE PASSENGER CAR RIDGE BEAM DURABILITY IMPROVING
Abstract. The article discusses the possibility of extending the service life of passenger cars. The analysis of the state of the passenger car fleet has established that the rate of replenishment of reserved cars has been reduced by more than 40 % over the past 10 years, therefore, it is possible to ensure coverage and replenishment of the retirement of rolling stock of this type after the expiration of the standard service life only by extending the service life of existing cars by carrying out capital repairs with the establishment of a new standard service life.
