Удосконалення технології діагностування вузлів локомотивів із використанням периферійних обчислень

Abstract

UA: Об’єкт дослідження – підшипникові вузли електровозів ДЕ1. Мета магістерської роботи спрямована на підвищення ефективності технології діагностування підшипникових вузлів електровозів ДЕ1. У магістерській роботі проводиться комплексний аналіз факторів, які спричиняють відмови підшипникових вузлів локомотивів, зокрема розглядаються втомні пошкодження, зношування та корозійні процеси. Досліджено теоретичні засади та нормативні критерії віброакустичного діагностування технічного стану підшипників кочення без їхнього розбирання. Розглянуто математичні моделі формування вібраційного сигналу та особливості виявлення його інформативних складових на спектрі за допомогою спеціалізованих фільтрів та спектрального аналізу. Наголошено на проблемі перевантаження бездротових каналів зв'язку при передачі великих масивів сирих віброакустичних даних. Для оптимізації систем бортового моніторингу локомотивів запропоновано впровадження концепції периферійних обчислень, що забезпечує оперативну цифрову обробку сигналів, стиснення розмірності даних та екстракцію діагностичних ознак безпосередньо в режимі реального часу.

EN: Object of research – bearing assemblies of DE1 electric locomotives. The aim of the master's thesis is to improve the efficiency of the diagnostic technology for the bearing assemblies of DE1 electric locomotives. The master's thesis presents a comprehensive analysis of the factors causing failures in locomotive bearing units, specifically examining fatigue damage, wear, and corrosion processes. The theoretical principles and normative criteria for the vibroacoustic diagnostics of the technical condition of rolling bearings without disassembly are investigated. The study considers mathematical models of vibration signal formation and the specific features of detecting its informative components within the spectrum using specialized filters and spectral analysis. Emphasis is placed on the problem of overloading wireless communication channels when transmitting large volumes of raw vibroacoustic data. To optimize onboard locomotive monitoring systems, the implementation of the edge computing concept is proposed, which ensures operational digital signal processing, data dimensionality reduction, and the extraction of diagnostic features directly in real time.