Удосконалення методів керування та контролю виконавчими пристроями станційних систем залізничної автоматики

Abstract

UA: Дисертаційна робота присвячена вирішенню науково-прикладного завдання підвищення якості експлуатації стрілочних електроприводів систем централізації стрілок і сигналів шляхом подальшого удосконалення методів контролю і керування їх виконавчими пристроями. У роботі на основі теорії штучних нейронних мереж запропоновано метод контролю параметрів стрілочних електроприводів, який дає можливість у реальному масштабі часу прогнозувати ефективність роботи їх виконавчих пристроїв. З метою дослідження пускових і робочих характеристик двигунів стрілочних електроприводів розроблено їхні імітаційні моделі. Розроблено метод керування безконтактним керованим двигуном стрілочного електропривода, який дозволяє, незалежно від впливу збурюючих дій, забезпечити безперервну зміну струму, моменту і швидкості обертання ротора за заданим законом і вдосконалено його нейромережеву модель. RU: Диссертационная работа посвящена решению научно-прикладного задания повышения качества эксплуатации стрелочных электроприводов систем централизации стрелок и сигналов путём дальнейшего усовершенствования методов контроля и управления их исполнительными устройствами. В работе на основе теории искусственных нейронных сетей предложен и теоретически обоснован метод контроля параметров стрелочных электроприводов, который в отличие от существующих, даёт возможность в реальном масштабе времени прогнозировать эффективность работы их исполнительных устройств. С целью исследования пусковых и рабочих характеристик двигателей стрелочных электроприводов постоянного тока при воздействии на них внешних факторов и возникновении различных повреждений в процессе работы разработана имитационная модель, которая позволила создать соответствующую базу данных. Результаты моделирования использованы в процессе обучения нейронных сетей при реализации устройства контроля их технического состояния и эффективности функционирования. Проверка на адекватность разработанной модели осуществлялась методом регрессионного анализа. При этом оценка статистической значимости уравнения регрессии в целом и отдельных параметров регрессии и корреляции была проведена с помощью F-критерия Фишера и t-критерия Стьюдента. Разработана нейросетевая модель контроля параметров стрелочного электропривода постоянного тока. Для обучения сети выбран алгоритм градиентного спуска. В процессе выполнения работы установлено, что максимальная ошибка обучения составила 0,00103, что удовлетворяет поставленные условия. Показано, что ошибка обучения нейросети уменьшается к концу процесса обучения. Минимальное значение ошибки по трём кривым достигается на 35 цикле и составляет . Для обработки полученных результатов контроля и определения возникшей в двигателе неисправности была построена нейросеть с прямым распространением сигнала и обратным распространением ошибки. Максимальная ошибка обучения сети составила 0,00068, что удовлетворяет поставленные условия. Минимальное значение ошибки по трём кривым достигается на 39 цикле и составляет . Разработана нейросетевая модель прогнозирования эффективности работы стрелочного электропривода переменного тока, которая, в отличие от существующих, позволяет осуществлять контроль по техническому состоянию. Обучающей последовательностью для данной нейросети являются полученные значения на выходах нейросети контроля параметров электропривода переменного тока с асинхронным двигателем. Максимальная ошибка обучения составила 0,00068, что удовлетворяет поставленные условия. Минимальное значение ошибки достигается на первом цикле и составляет . Разработан метод управления бесконтактным двигателем стрелочного электропривода, который, в отличие от существующих, позволяет, независимо от влияния возмущающих воздействий, обеспечить непрерывное изменение тока, момента и скорости вращения ротора по заданному закону. Усовершенствована нейросетевая модель регулятора системы управления бесконтактным двигателем стрелочного электропривода, который, в отличие от существующего, построенного на базе логических элементов, позволяет демпфировать автоколебания во всем заданном диапазоне работы электропривода и тем самым обеспечивает его устойчивую работу. Проведена проверка на адекватность всех разработанных моделей. Расчётный экономический эффект внедрения данного инвестиционного проекта на станции, которая на которой есть 38 стрелочных приводов на расчётный период 6 лет составляет 194,477 тис. грн. EN: The present work is dedicated to the solution of a scientific applied task concerning the improvement of the quality of the maintenance of electric switch mechanisms of switch and signal interlocking systems by means of subsequent improvement of control and management systems of their executive devices. A method to control the parameters of electric switch mechanisms that gives the possibility to forecast the efficiency of their executive devices real-time work has been proposed in the work on the basis of artificial neural network theory. In order to investigate trigger and operating characteristics of engines of electric switch mechanisms their simulation models have been developed. A method of managing noncontact controlled engine of electric switch mechanism that allows (independently on influence of perturbation effects) providing continuous change of current, torque and speed of a rotor rotation according to the preset law has been developed and its neural network model has been improved.