Ανίχνευση βλαβών σε ανάρτηση σιδηροδρομικού οχήματος υπό μεταβαλλόμενες συνθήκες, μέσω MISO transmittance και νευρωνικών δικτύων

Θεματικό άξονα της παρούσας Διπλωματικής Εργασίας αποτελεί η ανίχνευση βλαβών μικρής έκτασης στο σύνολο των εξαρτημάτων της ανάρτησης ενός σιδηροδρομικού οχήματος υπό μεταβαλλόμενες συνθήκες λειτουργίας. Οι συνθήκες αυτές είναι η ταχύτητα του οχήματος και η μεταβολή του γεωμετρικού προφίλ των σιδηρο...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Χειμώνας, Ηλίας Δημήτριος
Άλλοι συγγραφείς: Cheimonas, Ilias Dimitrios
Γλώσσα:Greek
Έκδοση: 2022
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/16407
Περιγραφή
Περίληψη:Θεματικό άξονα της παρούσας Διπλωματικής Εργασίας αποτελεί η ανίχνευση βλαβών μικρής έκτασης στο σύνολο των εξαρτημάτων της ανάρτησης ενός σιδηροδρομικού οχήματος υπό μεταβαλλόμενες συνθήκες λειτουργίας. Οι συνθήκες αυτές είναι η ταχύτητα του οχήματος και η μεταβολή του γεωμετρικού προφίλ των σιδηροδρομικών γραμμών λόγω φθοράς. Η παρακολούθηση της κατάστασης υγείας των εξαρτημάτων της ανάρτησης σε πραγματικό χρόνο συμβάλει στην αύξηση της ασφάλειας ταξιδιού αλλά και στην μείωση του κόστους συντήρησης και διακοπής λειτουργίας του οχήματος, καθώς αυτό συντηρείται βάσει της πραγματικής κατάστασης των εξαρτημάτων που το αποτελούν. Η ανίχνευση βλαβών βασίζεται σε ταλαντωτικά σήματα, τα οποία μετρούνται επί του σιδηροδρομικού οχήματος μέσω του προγράμματος προσομοίωσης Simpack και επεξεργάζονται με τη βοήθεια του υπολογιστικού προγράμματος Matlab, προκειμένου να εξεταστεί η ανίχνευση της βλάβης. Τα μετρούμενα σήματα ταλάντωσης μοντελοποιούνται μέσω αναπαραστάσεων Πολλαπλών Εισόδων Μονής Εξόδου (Multiple Input Single Output – MISO) Transmittance Function ARX, των οποίων οι εξαχθέντες παράμετροι δεν επηρεάζονται από την μεταβολή της γεωμετρίας των σιδηροτροχιών λόγω φθοράς. Το χαρακτηριστικό διάνυσμα των παραμέτρων αυτής της μοντελοποίησης τροφοδοτείται σε Νευρωνικό Δίκτυο, το οποίο με την σωστή εκπαίδευση καλείται να προσφέρει εύρωστη ανίχνευση ως προς την μεταβαλλόμενη ταχύτητα του οχήματος. Η αρχιτεκτονική του Νευρωνικού Δικτύου που χρησιμοποιείται είναι απλή και βασίζεται σε περιορισμένα σήματα εκπαίδευσης. Η ανίχνευση κρίνεται αποτελεσματικότερη με τη χρήση της μεθόδου των Πολλαπλών Μοντέλων που εφαρμόζεται για λόγους σύγκρισης. Η τελευταία πετυχαίνει ανίχνευση των πρώιμων βλαβών ακόμη και με ποσοστό ορθών διαγνώσεων 100% για 0% ψευδοσυναγερμούς, σε σχέση με τα Νευρωνικά Δίκτυα, τα οποία παρουσιάζουν χαμηλότερη απόδοση( 75% ορθές διαγνώσεις για 10% ψευδοσυναγερμών).