CC BY
140
УДК 629.471
И. К. Лакин, А. А. Аболмасов, В. А. Мельников
ПРИМЕНЕНИЕ СТАТИСТИЧЕСКИХ МЕТОДОВ ПРИ ДИАГНОСТИРОВАНИИ ТЕПЛОВОЗОВ
Бортовые микропроцессорные системы управления (МСУ) современных тепловозов позволяют не только управлять оборудованием тепловоза, но и анализировать процесс их работы при помощи методов математической статистики, что подтверждается исследованиями авторов статьи. Предложен метод диагностирования предотказных состояний с использованием корреляционного анализа данных МСУ.
С 2012 г. сервисная локомотивная компания «ТМХ-Сервис» использует данные бортовых МСУ для мониторинга технического состояния локомотивов, выявления предотказных состояний, контроля нарушений режимов эксплуатации. В настоящее время в ООО «ТМХ-Сервис» созданы группы диагностики в 39 сервисных локомотивных депо (СЛД), а до конца 2015 г. будут созданы во всех депо.
Возможности диагностирования локомотивов ограничены возможностями самих МСУ -числом датчиков и объемом памяти этих систем управления. Одним из самых информативных следует считать МСУ тепловозов серий 2ТЭ116У (МСУ-ТП) и ТЭП70БС (МСУ-ТЭ).
МСУ-ТП - бортовая микропроцессорная система с поосным регулированием силы тяги, устанавливающаяся серийно на тепловозы 2(3)ТЭ116У. По своей сути МСУ-ТП представляет собой промышленный компьютер со специализированным набором входных и выходных преобразователей, управляющими органами (сервоприводы, бесконтактные переключатели, преобразователи) и датчиками. В комплекте МСУ-ТП порядка 200 датчиков, среди которых можно выделить следующие (рисунок 1):
- датчики тока каналов выпрямительной установки (ВУ) (1);
- тока и напряжения главного генератора (2);
- частоты вращения коленчатого вала дизеля (3);
- температуры выхлопных газов на входе в турбокомпрессор (4);
- частоты вращения ротора турбокомпрессора (5);
- температуры воды на входе и выходе из радиаторов охлаждения (6);
- включения мотор-вентиляторов охлаждения (7);
- блок микропроцессорной системы управления тепловозом (8);
- скорости вращения колесных пар (9);
- температуры отработанных газов на выходе из цилиндров (10);
- токов тяговых электродвигателей (ТЭД) (11).
Рисунок 1 - Расположение датчиков МСУ-ТП тепловоза 2ТЭ116У
20 ИЗВЕСТИЯ Транссиба №21!!1)
Для взаимодействия с локомотивной бригадой имеется дисплейный модуль, в котором предусмотрена функция сохранения показаний датчиков на жестком диске для дальнейшей расшифровки.
Для использования данных МСУ-ТП и МСУ-ТЭ при диагностировании в ТМХ-Сервис совместно с ОАО «ВНИКТИ» разработано стационарное автоматизированное рабочее место «Осциллограф-2», позволяющее автоматизированно диагностировать тепловоз по данным, считанным с МСУ-ТП и МСУ-ТЭ. Наряду с тепловозами 2ТЭ116У и ТЭП70БС «Осциллограф-2» позволяет диагностировать тепловозы, оборудованные МСУ типа УСТА при наличии бортового компьютера УПУ. Наиболее эффективно АРМ «Осциллограф-2» используется в сервисных локомотивных депо Волгоград, Санкт-Петербург-Сортировочный Витебский и Югра.
С целью анализа режимов работы тепловозов авторами статьи начата работа по статистической обработке данных МСУ-ТП парка тепловозов в MS Excel с использованием встроенного языка программирования Visual Basic for Applications (VBA). Впервые подобный анализ данных поездок тепловозов 2ТЭ116У был описан в 2011 г. в ПГУПСе [1], однако для нужд диагностики ООО «ТМХ-Сервис» потребовалось существенно расширить как набор анализируемых параметров, так и охват проведенного анализа. В ходе работ проанализированы данные 880 поездок 67 тепловозов серии 2ТЭ116У по трем железным дорогам: Свердловской, Приволжской и Октябрьской.
Правильность использования статистического аппарата проверена на кафедре «Электропоезда и локомотивы» МИИТа [2]. Методически предложено проверять все данные на соответствие одному из законов распределения случайной величины. Главный из них - это нормальное распределение, или распределение Гаусса. Строго говоря, о среднем значении величины можно говорить только в том случае, если она подчиняется нормальному распределению.
Анализ среднего значения времени работы по позициям контроллера машиниста (КМ) (рисунок 2) подтвердил информацию [1] о преобладании работы на нулевой позиции (46 % от всех данных) контроллера на локомотивах всех трех железных дорог. Однако подробный анализ процента времени работы на нулевой позиции КМ (рисунок 3) показал, что распределение не подчиняется нормальному закону и вместо среднего значения в 46 % наблюдается два пика в 21 - 30 и 61 - 70 %.
Рисунок 2 - Распределение времени работы по позициям контроллера к
О 1-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 % 90-100
Рисунок 3 - Распределение процента времени работы на нулевой позиции
Подробный анализ распределения времени работы на 0 ПКМ по каждой дороге (рисунок 4) показал, что оно также не подчиняется нормальному закону и среднего значения наработки на холостом ходу не существует. Это объясняется тем, что работа на 0 ПКМ может иметь место как при запуске или остановке дизеля (что длится не так долго), так и при ожидании работы, на длительность которого влияет большое количество факторов различной природы. В конечном итоге влияние этих факторов создает шум, не позволяющий определить с достаточной точностью среднее значение наработки.
Рисунок 4 - Распределение времени работы на 0 ПКМ по железным дорогам: а - Октябрьская;
б - Свердловская; в - Приволжская
Абсолютно иным образом обстоит ситуация с анализом рабочих позиций контроллера, для которых наибольшая наработка наблюдается на 1-й, 5-й и 13-й ПКМ (рисунок 5). Для всех трех позиций характерно наличие ярко выраженного нормального распределения, пик которого совпадает с наблюдаемым временем работы на данной позиции контроллера.
а
б
в
22 ИЗВЕСТИЯ Транссиба _№ 1(21) 2015
= _
Смещение распределения влево с увеличением позиции объясняется уменьшением времени работы на конкретной позиции с увеличением позиции контроллера.
Рисунок 5 - Распределение времени работы на 1-й (а), 5-й (б) и 13-й (в) ПКМ
Таким образом, для рабочих позиций контроллера существует явно выраженное среднее значение, что говорит об объективности данных, приведенных на рисунке 2.
Поскольку анализ времени работы дизеля на позиции контроллера машиниста характеризует режимы его работы весьма поверхностно, был проведен дополнительный анализ работы, совершенной дизель-генераторной установкой по каждой позиции (рисунок 6).
Рисунок 6 - Распределение работы по позициям контроллера к
Примечательно, что для тепловозов Октябрьской железной дороги характерно преобладание работы на 5-й и 11-й ПКМ (рисунок 7, а), в то время как для Свердловской (рисунок 7, б) -
а
б
в
на 13-й ПКМ, а для Приволжской (рисунок 7, в) на 11-й и 13-й ПКМ. Это позволяет сделать вывод о том, что условия эксплуатации тепловозов на Свердловской и Приволжской железных дорогах схожи, в то время как на Октябрьской железной дороге тепловозы нагружены меньше. Также для всех трех указанных железных дорог было обнаружено преобладание работы на нечетных позициях контроллера над четными, причем сильнее всего оно выражено для Свердловской железной дороги.
Рисунок 7 - Распределение проделанной работы по железным дорогам: а - Октябрьская;
б - Свердловская; в - Приволжская
На рисунках 6 и 7 видно, что несмотря на преобладание времени работы на 0-й, 1-й и 5-й ПКМ доля работы, совершенной на этих позициях, невелика, а максимальная работа совершается на 13-й ПКМ (распределение времени работы на 13-й ПКМ приведено на рисунке 8).
На рисунке 7 видно, что распределение времени работы по позициям не подчиняется нормальному закону, имея два пика в районе 11 - 20 и 51 - 60 %. Подобный характер распределения сохраняется и при отдельном рассмотрении работы на 13-й ПКМ на каждой железной дороге (рисунок 9).
На рисунке 8 видно, что для Свердловской и Приволжской железных дорог, на которых 13-й ПКМ является основной по совершенной работе, распределение проделанной работы
а
б
в
имеет ярко выраженный многомодальный характер, в то время как для Октябрьской железной дороги многомодальность выражена значительно слабее.
Рисунок 8 - Распределение работы, проделанной на 13-й ПКМ
Рисунок 9 - Распределение работы, проделанной на 13-й ПКМ по регионам: а - Октябрьская;
б - Свердловская; в - Приволжская
а
б
в
Зная экономическую характеристику тепловозного дизеля (рисунок 10), из приведенных выше графиков распределения работы по позициям контроллера легко сделать выводы об эффективности расходования топлива.
Рисунок 10 - Экономическая характеристика дизеля 16ЧН2А 26/26
Из рисунка 10 видно, что минимальное потребление топлива достигается при мощности 1875 кВт, что эквивалентно 13-й ПКМ, в то время как 73 % работы совершается на низших позициях. Расчеты, проведенные на основании статистики работы тепловозов, показали, что перенастройка рабочего процесса тепловозного дизеля под минимальное потребление топлива на 11-й ПКМ позволит получить экономию топлива до 2,5 %, а применение двухдизельно-го тепловоза (при имеющихся экономических характеристиках) - от 3 до 4,5 % в зависимости от алгоритма управления дизелями.
Иной подход был применен при анализе работы электрической передачи тепловоза: для каждой поездки была выполнена проверка значений токов на равенство двух средних значений заданных параметров и корреляционный анализ с целью выявления отклонений (неисправностей) в цепи одного из двигателей. Была выдвинута нулевая гипотеза о том, что цепь тягового двигателя, в которой имеет место предотказное состояние (пока себя не проявившее и не замеченное машинистом), должна иметь отличия при статистической обработке данных.
Оценка вероятности равенства двух средних значений для заданных параметров рассчитывается по формуле:
г = N + N - 2,
где г - число степеней свободы; Ы12 - объем выборок.
Затем по формуле (2) определяется критерий Стьюдента:
(1)
тх - т\
(2)
Я
+ -
N N
где тх, ту - математическое ожидание (мера среднего значения случайной величины); стх,у -среднеквадратичное отклонение (показатель рассеивания значений случайной величины относительно ее математического ожидания).
После этого по таблице «значений критерия Стьюдента для оценки вероятности равенства математических ожиданий» [6] производится сравнение расчетного значения критерия Стьюдента с табличным значением.
Проверка на вероятность равенства двух средних значений для заданных параметров оказалась неэффективной, поскольку при большом количестве анализируемых данных (количество записей в одной поездке может достигать 9999 шт.) метод становится излишне чувствительным к незначительным отклонениям.
26 ИЗВЕСТИЯ Транссиба _№ 1(21)
Гораздо более эффективной оказалась проверка токов с помощью корреляционного анализа [7], рассчитанного по формуле (3):
г =
УХ
ап (у,х)-
МуШх
а а
У X
(3)
где а1,1(у, х) - второй смешанный начальный момент, характеризующий математическое ожидание попарного произведения случайных величин, составляющих выборки исходных данных.
По каждой поездке ток каждого из ТЭД сравнивался со средним значением всех шести токов ТЭД. По результатам выполненного корреляционного анализа в 847 поездках (96 % случаев) коэффициент корреляция токов ТЭД был более 99,7 %. При этом были выявлены 33 поездки 10 тепловозов, в которых ток одного или нескольких ТЭД имел уменьшенный коэффициент корреляции:
- 3 поездки с коэффициентом корреляции тока одного ТЭД 96 - 99,0 %;
- 2 поездки с коэффициентом корреляции тока нескольких ТЭД 96 - 99,0 %;
- 11 поездок с коэффициентом корреляции тока одного ТЭД 1 - 90 %;
- 5 поездок с коэффициентом корреляции тока нескольких ТЭД 1 - 90 %;
- 9 поездок с коэффициентом корреляции тока нескольких ТЭД менее 1 %.
Анализ этих случаев показал, что коэффициенту корреляции тока одного или нескольких ТЭД в 95 - 99 % соответствуют случаи постоянно существующего отклонения от нормы тока одного или нескольких ТЭД (рисунок 11). Меньший коэффициент корреляции соответствует случаям потери или полного отсутствия сигнала датчиков тока или отключению ТЭД (рисунок 12).
ТЭД1 ТЭД2 тэдз ТЭД4 ТЭД5 ТЭДб
Коэффициент корреляции (%) 95.672 99.671 99,307 99.547 99,744 99.811
499 584 558 595 588 574
535 589 569 622 593 579
Токи ТЭД 528 600 582 620 611 597
535 600 583 634 608 590
504 601 584 624 603 600
540 601 578 634 595 588
Рисунок 11 - Пример случая превышения допустимого разброса токов ТЭД
Таким образом, коэффициент корреляции токов ТЭД с их средним значением является чувствительным и информативным источником информации о техническом состоянии силовых цепей ТЭД.
№ 1(21) ЛЛИ С ИЗВЕСТИЯ Транссиба 27
=2015 ■
Номер записи -
ТЭД1 ТЭД2 ТЭДЗ ТЭД4 ТЭД5 ТЭД6
Коэффициент корреляции (%) 99,332 99,332 99,249 98,472 98,453
865 853 861 891 899
858 849 855 886 898
856 848 854 884 891
Токи ТЭД
854 842 854 884 892
852 839 850 881 884
846 835 846 869 885
Рисунок 12 - Пример случая отключения ТЭД
На основании изложенного можно сделать выводы.
1. Корреляционный анализ параметров однотипного оборудования и узлов локомотива (цилиндры дизеля, тяговые двигатели и др.) позволяет выявлять предотказные состояния работоспособного оборудования до наступления зафиксированного в эксплуатации отказа. Метод может быть использован как встроенный алгоритм диагностирования бортовых микропроцессорных систем управления, так и как математический метод в стационарных деповских автоматизированных системах технического диагностирования (АСТД).
2. Анализ объема работы, совершенной на различных позициях контроллера машиниста, показал, что наибольшая работа совершается на 11-й и 13-й ПКМ, следующими по количеству совершенной работы идут 5-я и 9-я ПКМ.
3. При исправном состоянии силовой подсистемы тепловоза коэффициент корреляции между средним значением тока и током каждого из ТЭД составляет 0,97 - 0,9998.
4. Падение коэффициента корреляции одного ТЭД до значения не менее 0,7 свидетельствует о наличии неисправности.
5. Падение коэффициента корреляции тока одного ТЭД менее 0,7 свидетельствует о наличии отключенного ТЭД на протяжении всей поездки или ее части.
6. Падение одного коэффициента корреляции одного ТЭД менее 0,3 свидетельствует о неисправности датчика или отключении ТЭД.
7. Падение всех коэффициентов корреляции менее 0,9 свидетельствует о наличии неисправности группы двигателей (например, тележки).
8. Исследования авторов в области использования статистической обработки данных для диагностирования предотказных состояний тепловозов будут продолжены и будут использованы в автоматизированной системе управления надежностью локомотивов в сервисной компании ООО «ТМХ-Сервис».
Список литературы
1. Валиев, М. Ш. Повышение эффективности работы тепловозов средствами бортовых систем диагностики [Текст]: Дис... канд. техн. наук: 05.22.07 / М. Ш. Валиев. - Санкт-Петербург, 2011. - 161 с.
-1.057
2
3
2. Автоматизированная система управления надежностью локомотивов (АСУНТ). Концепция ТМХ-Сервис [Текст] / К. В. Липа, В. И. Гриненко и др. / ТМХ-Сервис. - M., 2012. - 160 с.
3. Мониторинг технического состояния локомотивов по данным бортовых микропроцессорных систем управления [Текст] / К. В. Липа, В. И. Гриненко и др. / ТМХ-Сервис. - М., 2013. - 156 с.
4. Лакин, И. К. Модуль статистики ЕСМТ. Алгоритмы функционирования. Технические требования [Текст] / И. К. Лакин, А. А. Аболмасов, А. В. Скребков. / ТМХ-Сервис. - М., 2014. - 41 с.
5. Мельников, В. А. Автоматизированное рабочее место диагностирования тепловоза по данным бортовой микропроцессорной системы управления [Текст] / В. А. Мельников, А. А. Аболмасов // Перспективы развития сервисного обслуживания локомотивов: Материалы междунар. науч.-практ. конф. / ТМХ-Сервис. - M., 2014. - С. 222.
6. Адлер, Ю. П. Статистическое оценивание [Текст] / Ю. П. Адлер, В. Г. Горский - М.: Статистика, 1976. 598 с.
7. Вентцель, Е. С. Теория вероятностей [Текст] / Е. С. Вентцель. - М.: Наука, 1969. - 576 с.
References
1. Valiev M. Sh. Povyshenie effektivnosti raboty teplovozov sredstvami bortovykh sistem diagnostic (DPU efficiency increasing by means of onboard diagnostic systems). PhD thesis, St. Pe-tersburgh, 2011, 161 p.
2. Lipa K. V., Grinenko V. I., Liangasov S. L., Lakin I. K., Abolmasov A. A., Mel'nikov V. A. Avtomatizirovannaia sistema upravleniia nadezhnost'iu lokomotivov (ASUNT). Kontseptsiia TMKh-Servis (Automatical locomotive reliability control system (ASUNT). The concept by TMH-Service). Moscow: TMKh-Servis, 2012, 160 p.
3. Lipa K. V., Grinenko V. I., Liangasov S. L., Lakin I. K., Abolmasov A. A., Mel'nikov V. A., Grinenko A. V. Monitoring tekhnicheskogo sostoianiia lokomotivov po dannym bortovykh mikro-protsessornykh sistem upravleniia (Locomotive technical state monitoring by means of onboard microprocessor control systems). Moscow: TMKh-Servis, 2013, 156 p.
4. Lakin I. K., Abolmasov A. A., Skrebkov A. V. Modul' statistiki ESMT. Algoritmy funktsionirovaniia. Tekhnicheskie trebovaniia (ESMT statistic module. Algorithms of functioning). Moscow: TMKh-Servis, 2014, 41 p.
5. Mel'nikov V. A., Abolmasov A. A. Automated locomotive diagnostic workplace by means of onboard microprocessor control system data [Avtomatizirovannoe rabochee mesto diagnostiro-vaniia teplovoza po dannym bortovoi mikroprotsessornoi sistemy upravleniia]. Materialy Pervoi mezhdunarodnoi nauchno-prakticheskoi konferentsii «Perspektivy razvitiia servisnogo obslu-zhivaniia lokomotivov» (First international science and practical conference materials «Locomotive service prospects»). - Moscow, 2014, p. 222.
6. Adler. Iu. P. Statisticheskoe otsenivanie (Statistical evaluation). Moscow: Statistika, 1976, 598 p.
7. Venttsel' E. S. Teoriia veroiatnostei (Probability theory). Moscow: Science, 1969, 576 p.
УДК 629.424.1
В. А. Михеев
ОБОБЩЕННАЯ ОЦЕНКА ТЕХНИЧЕСКОГО СОСТОЯНИЯ ФУНКЦИОНАЛЬНЫХ ПОДСИСТЕМ ЭНЕРГЕТИЧЕСКОЙ УСТАНОВКИ ТЕПЛОВОЗА
В статье рассматривается подход к обобщенной оценке технического состояния функциональных подсистем энергетической установки тепловоза, основанный на сведении частных параметров, выделенных по результатам анализа граф-модели, к одномерной временной функции с использованием математического выра-
