сотрудник с 01.01.2021 по настоящее время
Самара, Самарская область, Россия
Россия
Цель: экспериментальное подтверждение гипотезы о том, что величина сигнального тока, протекающего через изолирующий стык рельсовой цепи, является информативным диагностическим признаком. Исследование направлено на установление количественной зависимости между изменением сопротивления изолирующего стыка и силой тока, что необходимо для создания системы непрерывного мониторинга и прогнозирования предотказного и неисправного состояния изолирующего стыка. Методы: проведены натурные измерения на железнодорожном полигоне с использованием индикатора тока рельсовых цепей (ИТРЦ-М). Для обработки экспериментальных данных и получения аналитической зависимости применена полиномиальная аппроксимация методом наименьших квадратов (МНК). Наилучшее соответствие экспериментальным точкам обеспечила модель в виде полинома третьей степени. Результаты: установлена обратно пропорциональная зависимость: с уменьшением сопротивления изолирующего стыка величина сигнального тока, протекающего через него, закономерно возрастает. Получена высокоточная математическая модель (полином третьей степени), достоверно описывающая экспериментальные данные в рабочем диапазоне сопротивлений. Показано, что поведение модели за пределами интервала измерений (асимптотическое стремление к отрицательной бесконечности при уменьшении тока) исключает возможность ложноположительных и ложноотрицательных прогнозов при диагностике, что подтверждает ее надежность. Практическая значимость: результаты исследования доказывают принципиальную возможность разработки и внедрения системы технического диагностирования и мониторинга изолирующих стыков (СТДМ-ИС). Использование предложенного диагностического признака (величины сигнального тока) позволит перейти от плановых трудоемких проверок к системе непрерывного автоматизированного контроля. Это повысит безопасность движения за счет раннего обнаружения предотказных и неисправных состояний изолирующих стыков, сократит эксплуатационные расходы и повысит надежность устройств железнодорожной автоматики и телемеханики (ЖАТ).
техническая диагностика, мониторинг устройств ЖАТ, предиктивная аналитика, изолирующие стыки, рельсовые цепи, предотказные состояния, сигнальный ток
1. Тарасов Е. М., Надежкин В. А. Анализ отказов и эволюция стратегий организационно-технических мероприятий по обслуживанию изолирующих стыков // Вестник транспорта Поволжья. 2023. № 2 (98). С. 73–78. EDN NLPKZW
2. Перникис Б. Д., Ягудин Р. Ш. Предупреждение и устранение неисправностей в устройствах СЦБ. 2-е изд., перераб. и доп. М.: Транспорт, 1994. 254 с.
3. Диагностика изолирующих стыков на основе оценки предотказных состояний / Е. М. Тарасов [и др.] // Автоматика, связь, информатика. 2025. № 6. С. 2–4. DOI:https://doi.org/10.62994/AT.2025.6.6.001. EDN UIICQR
4. Разработка математической модели изолирующих стыков в комплексе с дроссель-трансформаторми / Е. М. Тарасов [и др.] // Наука и образование транспорту. 2021. № 1. С. 316–320. EDN DPZVHC
5. Insulating Joints as a Destabilizing Factor in the Operation of the Track Circuit / E. Tarasov [et al.] // VI International Conference on Actual Problems of the Energy Complex and Environmental Protection (APEC-VI-2023), Karshi, June 14–16, 2023. Les Ulis: EDP Sciences, 2023. P. 1019. DOI: 10.1051/ e3sconf/202341101019. EDN YMJDQR
6. Дмитренко И. Е., Устинский А. А., Цыганков В. И. Измерения в устройствах автоматики, телемеханики и связи на железнодорожном транспорте. 3-е изд., перераб. и доп. М.: Транспорт, 1982. 312 с.
7. Сепетый А. А., Федорчук А. Е. Технология диагностирования и мониторинга устройств ЖАТ на уровне дистанций автоматики и телемеханики // Информатизация и связь. 2013. № 2. С. 71–76. EDN RBFTTD
8. Тарасов Е. М., Надежкин В. А. Диагностирование в жизненном цикле изолирующих стыков рельсовых цепей // Транспорт: наука, техника, управление: научный информационный сборник. 2024. № 2. С. 45–50. DOI:https://doi.org/10.36535/0236-1914-2024- 02-6. EDN DSUOVB
9. Бредун И. С. Разработка алгоритма оценки состояния изолирующих стыков на основе интеграции априорных данных // Транспортное дело России. 2025. № 2. С. 204–206. EDN VBLTBY
10. Маштаков Н. С., Часов П. С. Предиктивная аналитика: из исторических данных к стратегиче-скому прогнозированию // Оригинальные исследо- вания. 2023. Т. 13, № 12. С. 61–66. EDN LKTDSY
11. Орлов А. Машинное обучение для больших данных // Открытые системы. СУБД. 2016. № 1. С. 26–27. EDN VQCOER
12. Ефанов Д. В. Функциональный контроль и мониторинг устройств железнодорожной автоматики и телемеханики: монография. СПб.: ФГБОУ ВО ПГУПС, 2016. 171 с. EDN: https://elibrary.ru/XAFAIN
