Группа компаний "ЛокоТех" с партнерами из ООО "2050" и Clover Group разработали и представили концепцию и модели предиктивного анализа для обслуживания локомотивов "по состоянию".
Сегодня "ЛокоТех" является бесспорным лидером российского сервисного рынка тягового подвижного состава. Компания обслуживает тысячи локомотивных секций по всей стране.
Массив информации, который генерирует локомотивное хозяйство, становится все объемнее.
Поэтому ее своевременная обработка и анализ являются первоочередной задачей для сервисных компаний и информационных центров ОАО "РЖД".
По мнению заместителя генерального директора ООО "2050" (партнер "ЛокоТех" по данному проекту) Игоря Селезнева, новые технологии обработки данных с локомотива в режиме онлайн существенно снизят риски возникновения нештатных ситуаций. Как, например, внезапные отказы оборудования или отдельных узлов и агрегатов локомотива.
Кроме того, как подчеркнул Игорь Селезнев, использование предиктивного анализа данных сократит затраты в эксплуатации, повысит качество сервисного обслуживания и эффективное планирование ремонта.
Концепция ремонта "по состоянию", как одна из ключевых составляющих проекта "Умный локомотив", реализуется с 2016 года группой компаний "ЛокоТех", "2050" и Clover Group.
Система предиктивной аналитики состоит из двух модулей: поиска аномалий и прогнозирования.
Уже запущен в опытную эксплуатацию модуль поиска аномалий, который анализирует 260 параметров по тепловозам 2ТЭ116У и 3ТЭ116У, по тепловозам ТЭП70У и ТЭП70БС – 308 параметров, по 2ТЭ25КМ – 270 параметров.
Это первый уровень анализа. Сейчас по его результатам диагносты в депо отслеживают аномальную работу оборудования локомотивов.
Например, система автоматически определяет нарушения эксплуатации тепловозов 2,3ТЭ116У и ТЭП70БС, связанные с неправильными действиями локомотивной бригады при запуске и остановке дизеля, работой локомотива под нагрузкой при температуре воды и масла ниже допустимого уровня и др.
Второй уровень интеллектуальной аналитики связан с применением прогнозных математических моделей для "предсказания" поведения узла, это уже уровень предиктивного анализа.
На данный момент для тепловозов серии 2ТЭ116У уже разработаны математические модели предиктивной аналитики для оценки и прогнозирования технического состояния тяговых электродвигателей, турбокомпрессора, поездного компрессора, масляной системы, водяной системы и топливных насосов высокого давления. При этом период прогнозирования на начальном этапе работы моделей составит от 12 часов до недели. По мере роста количества накопленных данных срок прогнозирования увеличится.
В "ЛокоТех" считают, что внедрение таких технологий, как предиктивная аналитика, в конечном итоге положительно отразится на коэффициенте готовности к эксплуатации локомотива (КГЭ), который является одним из важнейших показателей надежной работы всего локомотивного парка ОАО "РЖД".
"Если мы заранее предсказываем выход из строя какого-то узла оборудования на борту локомотива, то мы можем заранее сформировать программу ремонтов и сделать это наиболее экономически эффективным способом. Мы можем отправить локомотив сразу в то депо, которое будет отвечать всем необходимым параметрам. Цифровизация не усложнит, а, напротив, упростит работу как сервисных компаний, так и локомотивных бригад, сделав ее простой, понятной и прозрачной", – отметил Игорь Селезнев.
В настоящее время проект "Умный локомотив" охватывает 6300 секций тягового подвижного состава.
По прогнозам, внедрение системы предиктивного анализа и реализация проекта "Умный локомотив" в полном объеме поможет ОАО "РЖД" и его партнерам сэкономить миллиарды рублей.
Источник | Дата | Наименование материала |
---|---|---|
Гудок | 11.04.2018 |