Россия
Россия
Цель: Статья посвящена исследованию процесса интеграции инновационных технологий в системы неразрушающего контроля (НК) подвижного состава железных дорог. Рассматриваются традиционные методы НК, такие как ультразвуковой, магнитопорошковый и вихретоковый контроль, а также их возможности и ограничения в условиях современных требований к безопасности и эффективности эксплуатации. Основное внимание уделено использованию умных очков и технологий машинного зрения как вспомогательных инструментов для повышения точности диагностики, оперативности выявления дефектов и улучшения взаимодействия с экспертами. Умные очки рассматриваются как средство визуализации данных в реальном времени, что способствует ускорению процессов диагностики и снижению зависимости от квалификации оператора. Технологии машинного зрения, в свою очередь, обеспечивают автоматическую идентификацию дефектов, что значительно снижает вероятность человеческой ошибки и повышает точность контроля. Методы: Исследования включают анализ актуальной литературы, изучение передовых практик применения НК в железнодорожной отрасли, а также прогнозирование возможных технологических решений на основе существующих тенденций. Особое внимание уделено интеграции умных очков как инструмента для визуализации данных в реальном времени и использования машинного зрения для автоматизации процесса диагностики. Рассматриваются также возможности взаимодействия с удаленными экспертами и интеграции с облачными платформами для анализа данных. Результаты: Оценено, что интеграция умных очков и машинного зрения в процессы НК подвижного состава способствует повышению точности диагностики, ускорению процесса контроля и снижению человеческого фактора. Также показано, что использование этих технологий позволяет эффективно анализировать данные и получать рекомендации по ремонту в реальном времени. Практическая значимость: На основе проведенного анализа изложены перспективы внедрения инновационных технологий в процессы неразрушающего контроля (НК), что способствует улучшению безопасности, повышению точности диагностики и оптимизации процессов технического обслуживания подвижного состава. В условиях современной эры искусственного интеллекта применение систем машинного зрения может обеспечить более точную обработку данных для обслуживания подвижного состава, что, в свою очередь, значительно снижает затраты на трудовые ресурсы.
Неразрушающий контроль, подвижной состав, умные очки, искусственный интеллект, железнодорожный транспорт
1. Клюев В. В. Неразрушающий контроль и диагностика: Справочник / В. В. Клюев. — 3-е изд. — М.: Машиностроение, 2005. — 656 с.
2. Се Вэньян. Исследования по оптимизации архитектуры оборудования станции обнаружения TEDS для системы обнаружения неисправностей при работе электропоезда / Вэньян Се // Технология Zheng Tie. — 2018. — № 4. — С. 46.
3. ALEGER. Умные очки для дополненной реальности. — URL: https://alegerglobal.com/ ru/дополненная-реальность/умные-очки/ (дата обращения: 10.08.2024).
4. Бахова Л. В. Основные виды и методы неразрушающего контроля деталей и узлов железнодорожного подвижного состава / Л. В. Бахова // Вестник науки и творчества. — 2017. — № 6(18).
5. Технологическая инструкция по неразрушающему контролю деталей и составных частей колесных пар вагонов при ремонте. Магнитопорошковый метод. ТИ НК В.21-2.2019.
6. Правила неразрушающего контроля деталей и составных частей колесных пар вагонов при ремонте. Cпециальные требования ПР НК В.2
7. ГОСТ 34656—2020. Оси колесных пар железнодорожного подвижного состава методы неразрушающего контроля.
8. ПР НК В.3. Правила неразрушающего контроля деталей тележек грузовых при ремонте, специальные требования.
9. Козлов М. В. Исследование метрологических характеристик вихретокового метод неразрушающего контроля вагонного парка / М. В. Козлов, А. А. Петров, Т. В. Левчук // Инновации и инвестиции. — 2021. — № 6.
10. RealWear. — URL: https://www.realwear.com/ (дата обращения:15.12.2024).
11. GRSE. — URL: https://grse.ru/блог/технологии/будущее-промышленности-как-умные-очк/ (дата обращения: 24.10.2024).
12. Чжан Хэ. Интеллектуальная эксплуатация и техническое обслуживание городского железнодорожного транспорта. Обнаружение / Хэ Чжан, Хунвэй Йи, Ци Цао // Исследование городского железнодорожного транспорта. — 2020. — Т. 23. — № 4. — С. 89–93.
13. Малыгин Л. Л. Оптоэлектронная система идентификации объектов подвижного состава ARSCIS на станции Череповец Северной железной дороги / Л. Л. Малыгин, В. В. Мошников, В. А. Царев // Сборник докладов научно-практической конференции «Инновационные проекты, новые технологии и изобретения». — 27–28 октября 2005 г., Экспериментальное кольцо ВНИИЖТ. — М.: ВГУП ВНИИЖТ, 2005. — С. 122–130.
14. Цаплин А. Е. Совершенствование методов контроля деталей механической части электроподвижного состава применением оптико-электронных средств: автореф. дисc. ... канд.техн. наук: 05.22.07 / А. Е. Цаплин. — СПб.: Петербургский государственный университет путей сообщения, 2011. — 18 с.