Россия
Россия
Цель: Моделирование электрической части грузового электровоза на основе технологии «Цифровой двойник» для прогнозирования параметров электровоза и сценариев развития ситуаций (включая аварийные) по данным измерительных систем в пути следования, поиска допустимых состояний в реальном времени на основе моделирования в рамках прескриптивной аналитики. Методы: Для решения поставленных задач использовались методы имитационного компьютерного моделирования в среде Matlab Simulink, программирования на языке C#, математической статистики и теории электрической тяги. Результаты: Разработана имитационная цифровая модель электрической части грузового электровоза в Matlab Simulink на основе технологии «Цифровой двойник» с учетом данных бортовых измерительных систем в пути следования. Выполнена валидация разработанной имитационной модели электрической части электровоза 2ЭС6 на основе ретроспективных данных, полученных после обработки записей РПДА. Выполнено имитационное моделирование возможной неисправности в электрической части электровоза 2ЭС6 с ее последующим автоматизированным устранением, представлены графики полученных рассчитанных и экспериментальных зависимостей по времени. Практическая значимость: Полученные результаты исследования, а именно разработанные имитационные модели электрической части грузового электровоза на основе технологии «Цифровой двойник» могут найти применение с целью генерирования набора данных с различными параметрами движения поезда для машинного обучения модели прогнозирования состояния электровоза и сценариев развития ситуаций (включая аварийные) в рамках разрабатываемой прескриптивной системы автоматического предотвращения неисправностей электроподвижного состава в пути следования
Цифровой двойник, электроподвижной состав, имитационная модель, неисправности, машинное обучение
1. Pires F. Digital Twin in Industry 4.0: Technologies, Applications and Challenges / F. Pires, A. Cachada, J. Barbosa et al. // IEEE 17th International Conference on Industrial Informatics (INDIN). — Helsinki, Finland, 2019. — Pp. 721–726. — DOI:https://doi.org/10.1109/INDIN41052. 2019.8972134.
2. Errandonea I. Digital twin for maintenance: A literature review / I. Errandonea, S. Beltrán, S. Arrizabalaga // Computers in Industry. — 2020. — Iss. 123. — DOI:https://doi.org/10.1016/j.compind.2020.103316.
3. Ghaboura S. Digital Twin for Rail-way: A Comprehensive Survey / S. Ghaboura, R. Ferdousi, F. Laamarti et al. // IEEE Access. — 2023. — Iss. 11. — Pp. 120237–120257. — DOI:https://doi.org/10.1109/ACCESS.2023.3327042.
4. Donato L. Towards AI-assisted digital twins for smart railways: preliminary guideline and reference architecture / L. De Donato, R. Dirnfeld, A. Somma et. al. // Journal of Reliable Intelligent Environments. — 2023. — Iss. 9. — Pp. 303–317. DOI:https://doi.org/10.1007/s40860-023-00208-6.
5. Лакин И. К. Использование технологии «Цифровой двойник» при управлении ремонтом локомотивов / И. К. Лакин, А. П. Семенов // Современные технологии. Системный анализ. Моделирование. — 2019. — № 3(63). — С. 89–98. — DOI:https://doi.org/10.26731/1813- 9108.2019.3(63).89–98.
6. Ададуров А. С. Общее принципы построения предиктивной системы диагностики нового электропоезда ЭС2Г «Ласточка» и первые экспериментальные данные / А. С. Ададуров, В. И. Федорова, А. М. Бойко // Национальная Ассоциация Ученых. — 2022. — № 75-2. — С. 14–22.
7. Ададуров А. С. Аппаратно-программный комплекс прескриптивной системы диагностики для электропоезда «Ласточка» / А. С. Ададуров, В. И. Федорова, А. А. Перевязкин // Автоматика, связь, информатика. — 2023. — № 2. — С. 16–19.
8. Аболмасов А. А. Совершенствование методов диагностирования электрических машин локомотивов по данным микропроцессорных систем управления / А. А. Аболмасов, Д. О. Лисин, В. А. Мельников // Современные технологии. Системный анализ. Моделирование. — 2019. — № 3(63). — С. 69–75. — DOI:https://doi.org/10.26731/1813-9108.2019.3(63).69-75.
9. Хабаров Р. А. Предиктивная диагностика технического состояния деталей, агрегатов и систем подвижного состава / Р. А. Хабаров, М. М. Раевский // Эксплуатационная надежность локомотивного парка и повышение эффективности тяги поездов: материалы VII Всероссийской научно-технической конференции с международным участием. — Омск: Омский гос. ун-т путей сообщения, 2022. — С. 217–227.
10. Репешко Н. А. Принципы работы «Умного локомотива» / Н. А. Репешко // Транспорт: наука, образование, производство: сборник трудов Международной научнопрактической конференции. — Ростов-на-Дону: Ростовский гос. ун-т путей сообщения, 2018. — Т. 2. — С. 171–174.
11. Иванков Д. О. Принципы работы «Умного локомотива» / Д. О. Иванков, А. А. Понятов // Техника и технологии наземного транспорта: материалы IV Международной студенческой научно-практической конференции. — Нижний Новгород: Филиал федерального госдарственного бюджетного образовательного учреждения высшего образования «Самарский гос. ун-т путей сообщения» в г. Нижнем Новгороде, 2022. — С. 282–287.
12. Будаев А. А. К вопросу об автоматизации процессов диагностики технического состояния и эксплуатационных показателей электроподвижного состава на основе технологии «цифровой двойник» / А. А. Будаев // Инновационные проекты и технологии в образовании, промышленности и на транспорте: материалы научной конференции, посвященной Дню российской науки. — Омск: Омский гос. ун-т путей сообщения, 2024. — С. 94–99.
13. Будаев А. А. Принципы построения имитационных моделей электровозов по технологии «цифровой двойник» / А. А. Будаев, А. Н. Соловьев // Исследование и развитие рельсового и автомобильного транспорта: cборник трудов Международной научно-практической конференции. — Екатеринбург: Уральский государственный университет путей сообщения, 2024. С. 39–43.
