Elektrotehnìka ta Elektroenergetika (Jun 2021)
A Поліноміальна апроксимація динамічних сигналів одноплатформених ЖД ваг
Abstract
Мета роботи. Отримання апроксимуючої функції (або системи апроксимуючих рівнянь), яка з мінімальною похибкою зробить наближення до наявних даних по проїзду залізничних об’єктів через 1-но платформні залізничні ваги. Методи дослідження. Для розв'язання поставленої задачі використовуються числові методи , а саме апроксимація поліноміальними функціями n-го порядку. Експериментальні данні, на основі яких виконуються досліди було отримано з системи зважування та ідентифікації вагонів у русі на одно платформних вагах. Автоматизація процесу апроксимації відбувається за допомогою програми, написаної на мові програмування Python в якій, для отримання коефіцієнтів многочлена, використано функції polifit та polyid бібліотеки numPy . Отримані результати. Завдяки використанню поліномінальної апроксимації при обробці даних з тензометричних залізничних вагових систем вдалось отримати систему лінійних рівнянь, які з мінімальною похибкою відновили експериментальні дані, що були отримані з існуючої системи підприємства Північний ГЗК: Метінвест. При нормалізації показань датчиків від умовних одиниць, отриманих з підсумкової коробки до діапазону значень [0 ; 1] з'явилась змога, у процентному співвідношенні, описати рухомий залізничний об’єкт. Це дає змогу уникнути залежності кінцевих результатів від швидкості проїзду вагона або локомотива, що призводить до підвищення точності ідентифікації вагонів у рухомому складі за рахунок використання процентного співвідношення перебування осей на ваговій платформі(наїзд/з’їзд). З’явилась можливість визначити тип вагона з однаковою кількістю осей, але різними характеристиками міжосьового простору та бази рухомого складу. Наукова новизна. Новизна полягає в отриманні загального методу апроксимації експериментальних даних проїзду вагонів через одноплатформні ваги, який можна використовувати для навчання інтелектуальних систем та генерації, наближених до реальних даних проїзду вагона( за рахунок накладання шумів, тощо. ). Практична цінність. Підвищення точності та швидкості ідентифікації вагона у цілому а також можливість ідентифікувати тип вагона з однаковою кількістю осей у залізничному складі, зменшує час простою підприємства, що сприяє збільшенню кількості зважених та ідентифікованих рухомих об’єктів. Методи, наведені у роботі, можуть буди використанні як для ідентифікації, так і для задач, кінцевим результатом яких є класифікація вхідних даних( нейронні сітки та т.п. ).
Keywords
