Прогнозування технічного стану тягових редукторів електропоїздів нейромережею довгої короткострокової пам’яті

Автор(и)

  • Володимир Григорович Пузир Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0001-6096-9049
  • Сергій Васильович Михалків Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0002-0425-6295
  • Андрій Миколайович Ходаківський Український державний університет залізничного транспорту, Україна https://orcid.org/0000-0001-5203-7778
  • Владислав Ігорович Бульба Регіональна філія «Південна залізниця» ПАТ «Укрзалізниця», Україна

DOI:

https://doi.org/10.20535/2409-7160.2020.XXI.205429

Ключові слова:

електропоїзд, прогнозування, нейромережа, тяговий редуктор, фракатальна розмірність

Анотація

Для здійснення прогнозування технічного стану тягових редукторів електропоїздів запропоновано використовувати нейромережу довгої короткострокової пам’яті. На кожному технічному обслуговуванні (ТО-3) реєструвалися вібраційні реалізації попередньо відібраних чотирнадцяти тягових редукторів і розраховувалася фрактальна розмірність покриття. Прогнозування технічного стану здійснювалось із 61-го ТО-3 і до 70-го ТО-3 з наступним порівнянням розрахованої та прогнозованої фрактальної розмірності. Після розбирання 6 тягових редукторів на потоковому ремонті (ПР-1) було виявлено недостатню кількість мастила в одному редукторі, знос ролика підшипника передньої кришки другого редуктора, тріщину кільця підшипника передньої кришки третього редуктора, відкол зуба шестірні четвертого тягового редуктора, руйнування підшипника п’ятого редуктора і тріщина зуба його шестірні та справний шостий редуктор. Установлена здатність нейромережі LSTM демонструвати нижчу середньоквадратичну помилку після оновлення

Посилання

  1. Zhou F. RUL prognostics method based on real time updating of LSTM parameters / F. Zhou, P. Hu, X. Yang // Chinese Control and Decision Conference (CCDC), 9 — 12 June 2018: proceedings. — Shenyang, 2018 — P. 3966 — 3971. https://doi.org/10.1109/CCDC.2018.8407812
  2. Tai K. S. Improved Semantic Representations From Tree-Structured Long Short-Term Memory Networks / K. S. Tai, R. Socher, C. D. Manning // 53rd Annual Meeting of the Association for Computational Linguistics and the 7th International Joint Conference on Natural Language Processing, July 2015.: proceedings. — Beijing, China, 2015. — P. 1556 — 1566. https://doi.org/10.3115/v1/P15-1150
  3. Wu Y. Remaining Useful Life Estimation of Engineered Systems using vanilla LSTM Neural Networks / Y. Wu, M. Yuan, S. Dong, L. Lin, Y. Liu // Neurocomputing. — 2018. — Vol. 275. — P. 167 — 179. https://doi.org/ 10.1016/j.neucom.2017.05.063
  4. Пузир В. Г. Обчислення частотних смуг вібрації підшипників тягового редуктора електропоїзда кратномасштабним аналізом / В. Г. Пузир, С. В. Михалків, А. М. Ходаківський, В. І. Бульба // Збірник наукових праць Українського державного університету залізничного транспорту. — 2019. — Вип. 185. — C. 32 — 44. https://doi.org/10.18664/1994-7852.185.2019.180784
  5. Jin X. Prediction for Time Series with CNN and LSTM / X. Jin, X. Yu, X. Wang, Y. Bai, T. Su, J. Kong // Lecture Notes in Electrical Engineering, vol 582: 11th International Conference on Modelling, Identification and Control (ICMIC2019), 2020.: proceedings. — Springer, Singapore, 2020. — P. 631 — 641. https://doi.org/10.1007/978-981-15-0474-7_59

##submission.downloads##

Опубліковано

2020-10-10

Як цитувати

Пузир, В. Г., Михалків, С. В., Ходаківський, А. М., & Бульба, В. І. (2020). Прогнозування технічного стану тягових редукторів електропоїздів нейромережею довгої короткострокової пам’яті. Матеріали науково-технічної конференції "Прогресивна техніка, технологія та інженерна освіта", (XXI). https://doi.org/10.20535/2409-7160.2020.XXI.205429

Номер

№ XXI (2020): Прогресивна техніка, технологія та інженерна освіта

Розділ

ПРОГРЕСИВНА ТЕХНІКА І ТЕХНОЛОГІЯ МАШИНОБУДУВАННЯ

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з такими умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії CC BY 4.0, яка дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.