Inteligentna tehnologija praćenja i rano upozorenje za sustave pričvršćivanja željeznica
- Koje su ključne tehnologije uključene u inteligentno nadgledanje željezničkih sustava pričvršćivanja?
Ključne tehnologije uključuju senzorsku tehnologiju, bežičnu komunikacijsku tehnologiju i algoritme analize podataka. U senzorskoj tehnologiji senzori s vlaknima koriste se za praćenje naprezanja opružnih šipki, piezorezistični senzori koriste se za mjerenje prednaprezanog sile vijaka, a za prikupljanje vibracijskih podataka koriste se senzori ubrzanja MEMS -a. Bežična komunikacijska tehnologija koristi mreže male snage kao što su NB-IoT i LORA za postizanje daljinskog prijenosa podataka. Algoritam analize podataka gradi zdravstveni model sustava pričvršćivanja putem strojnog učenja. Na primjer, algoritam za identifikaciju grešaka temeljen na dubokom učenju može precizno prosuditi više od 95% nenormalnih uvjeta poput labavljenja i lomljenja.
- Kako inteligentni sustav praćenja ostvaruje procjenu statusa sustava pričvršćivanja?
Sustav prvo prikuplja podatke kao što su tlak opružne šipke, sila prednaprezanja vijaka i ubrzanje vibracija jastučića u stvarnom vremenu kroz senzore i prenosi ih na rubnu računalnu jedinicu za preliminarnu obradu. Podaci se zatim prenose na platformu Cloud, a povijesni podaci se uspoređuju sa standardnim pragom koristeći analizu velikih podataka i algoritme umjetne inteligencije za procjenu zdravstvenog stanja sustava pričvršćivanja. Na primjer, kada tlak opružne šipke padne za više od 20%, a sila za prednaprezanje vijaka nenormalno varira, sustav ga određuje kao nenormalno stanje i generira izvješće o procjeni statusa kako bi se potaknulo osoblje za održavanje da ga popravi.
- Koji su uvjeti pokretanja i proces reakcije mehanizma ranog upozorenja?
Uvjeti pokretanja ranog upozorenja postavljaju se prema različitim komponentama, kao što je prednaprezanje vijaka niži od 80% standardne vrijednosti, opružni soj prelazi granicu umora, a vibracijsko ubrzanje jastučića raste nenormalno. Nakon što se pokrene rano upozorenje, sustav odmah šalje poruku alarma u aplikaciju za mobilni telefon za rad i održavanje i željeznički centar za otpremu željeznica, te označava mjesto grešaka na platformi za nadzor. Nakon primitka podataka, osoblje za rad i održavanje mora požuriti na mjesto u roku od 2 sata, upotrijebiti prijenosnu opremu za otkrivanje za pregled podataka i zamijeniti ili popraviti nakon potvrde greške i povratne informacije rezultata obrade u sustav za dovršavanje upravljanja zatvorenom petljom.
- Koje su razlike u primjeni inteligentne tehnologije praćenja u različitim željezničkim scenarijima?
U željeznicama velike brzine, zbog velike brzine vlakova i visokih sigurnosnih zahtjeva, inteligentni sustav za nadzor raspoređen je gušće. Skup jedinica za nadzor postavlja se na svakih 50 metara, usredotočujući se na praćenje umor proljetne šipke i labavljenja vijaka kako bi se osigurala glatkoća rada vlaka. Teške željeznice usredotočene su na probleme poput preopterećenja vijcima i drobljenja jastučića. Senzori naprezanja instalirani su za praćenje ključnih točaka na naprezanje kako bi se spriječilo nesreće na uklanjanju uzrokovanih neuspjehom komponenti. U urbanom željezničkom tranzitu, zbog dugog vremena rada i kratkog razdoblja održavanja, sustav se usredotočuje na praćenje podataka o vibracijama i buci, pravovremeno otkrivanje abnormalnosti i uređenje noćnih popravaka kako bi se smanjio utjecaj na operacije.
- Kakav je budući razvojni trend inteligentnog praćenja i tehnologije ranog upozorenja?
U budućnosti će se razviti prema manjim i nižim senzorima, poput nanosenzora, koji se mogu izravno integrirati u proljetne šipke i vijke kako bi se postiglo preciznije praćenje lokalnog statusa. U kombinaciji s 5G tehnologijom, poboljšava brzinu prijenosa podataka i stabilnost te podržava video praćenje videozapisa u stvarnom vremenu i daljinsku dijagnozu. Koristite digitalnu tehnologiju blizanaca za izgradnju modela virtualnog sustava pričvršćivanja, simulirati promjene performansi u različitim radnim uvjetima, predvidjeti preostali vijek komponenti, optimizirati strategije održavanja i dodatno poboljšati razinu inteligencije u željezničkim operacijama.