Сборник авторских инженерно-технических идей и решений в области систем технической диагностики и мониторинга Владимир Хаустов

Современная наука и промышленность переживают период стремительных технологических изменений. В этом контексте особое значение приобретают нестандартные инженерные подходы, прорывные идеи и авторские решения, способные обеспечить повышение эффективности, надёжности и функциональности производственных, измерительных и управляющих систем. Инженерное мышление, основанное на точной научной интуиции и практической наблюдательности, позволяет находить элегантные решения даже в тех случаях, где традиционные методы оказываются недостаточными или избыточно сложными.

Настоящий сборник представляет собой тематически сгруппированную коллекцию оригинальных авторских технических идей, основанных на сочетании классических физических эффектов с современной элементной базой и практико-ориентированной логикой внедрения. В центре внимания – компактность, простота, гибкость и адаптивность каждого решения, а также его потенциальная применимость в условиях научных лабораторий, малых и средних производств, инженерных центров и отраслевого НИОКР.

Сознательно избегая излишней теоретизации, акцент сделан на прикладной стороне – на технической реализуемости, аппаратной логике, схематических решениях и методах адаптации под конкретные задачи. Подход, применённый в сборнике, основан на следующих принципах:

– Использование известных, но недооценённых физических эффектов в новых инженерных интерпретациях;

– Минимальное вмешательство в существующие технологические и производственные процессы;

– Повышение функциональности оборудования без масштабной реконструкции систем;

– Возможность адаптации решений под различные бюджеты, включая опытные и пилотные образцы;

– Потенциал патентоспособности и оригинальности.

Каждая идея в сборнике снабжена кратким техническим описанием, указанием принципа действия, областью применения и выводами по функциональности. Некоторые разработки уже прошли предварительную экспериментальную отработку, часть остаётся концептуальными, но технологически доступными для реализации в условиях экспериментального цеха или научной лаборатории.

Предлагаемый сборник не претендует на энциклопедическую полноту, но может стать источником инженерного вдохновения, набором отправных точек для собственных исследований и полезным материалом для специалистов в сфере автоматизации, диагностики, машиностроения, материаловедения, энергетики, инжиниринговых решений и промышленных испытаний.

Заявленный способ является альтернативой дорогостоящим оптическим системам распознавания с использованием видеокамер и искусственного интеллекта.

Единственное условие, ограничивающее применение способа заключается в том, что система должна заранее знать информация о каждом железнодорожном составе, который поступит на территорию промышленного производства. Должны быть известны все номера вагонов и последовательность расположения в железнодорожном составе.

Это условие для крупного промышленного производства в настоящее время выполняется. Информация о каждом железнодорожном составе, поступающим на территории промышленного производства, представлена в виде телеграммы натурного листа поезда (ТГНЛ), с указанием всехвагонов входящих в его состав и их последовательности номеров.

Предлагается за идентификационный параметр для каждого грузового вагона брать колёсные базы его двух тележек. Каждый Ж/Д вагон в своей серии конструктивного исполнения, в том числе и тележек – индивидуален. Невозможно изготовить две строго идентичные тележки. К тому же база каждой тележки в течении относительно небольшого периода будет зависеть только от температурных условий окружающей среды, которые можно легко учесть программным способом.

Таким образом, идентификационная характеристика каждого вагона носи вероятностный характер.

Рассмотрим пример использования способа идентификации применительно к самому распространённому типу колёсных тележек с базой в 1850 мм., согласно рис. 1.

Рис. № 1. Вагонная тележка, размеры.

Где:

B – колёсная база, мм.

L – идентификатор, мм.

H – высота идентификатора над Ж/Д полотном, мм.

Для других типов тележек способ идентификации идентичен и будет зависеть только от места статического расположения оптических датчиков.

Согласно ГОСТ колёсная база классической тележки равна 1850 мм с погрешностью от 1800 до 1890 мм.

Измерение расстояния колёсной базы будем проводить с помощью лазерных импульсно-оптических датчиков с чувствительностью на переключение – 0,01 мм.

В диапазоне выше указанных отклонений базы согласно ГОСТ в 90 мм для одной тележки в идеальных условиях (без влияния температуры окружающей среды и степени износа вагона) вероятность распознавания в идеальных условиях составит 1:90 000. Вероятность распознавания системой одного вагона с двумя тележками будет составлять 1:180 000.

В реальных условиях с учётом степени износа вагона и температурных условий окружающей среды – вероятностные значения идентификации будут в разы меньше, но достаточны для заявляемых целей учёта времени нахождения на территории промышленного производства.

Техническая реализация способа в упрощённом виде представлена на рис. № 2 только для одной стороны Ж/Д пути. Для другой стороны Ж/Д пути принцип идентичен.

Рис. № 2. Способ идентификации по колёсной базе.

Четыре оптические пары датчиков (в дальнейшем – датчики) стационарно размещены вдоль Ж/Д полотна на высоте h в пункте входа/выхода Ж/Д составов на/из территории промышленного производства.

Датчики располагаются таким способом, чтобы с учётом возможного максимального расстояния колёсной базы из стандарта ГОСТ– два крайних датчика (1,4) перекрывались колёсами, а два внутренних (2,3) – были открытыми. В случае выше указанного расстоянием размещения крайних датчиков будет 890 мм плюс расстояние однозначного распознавания перекрытия. Расстояние между 1 и 2, а также между 3 и 4 датчиками выбирается также исходя из однозначного распознавания переключения их по отдельности.

Направление переключения между 1 и 2, а также между 3 и 4 датчиками определяет направление движения вагона и его мгновенную скорость.

Разница во времени переключения между 1,2 и 3,4 для двух тележек вагона будет являться идентификатором самого вагона с учётом температурной коррекции воздействия окружающей среды.

При этом информация из телеграммы натурного листа поезда (ТГНЛ) от РЖД привяжет этот идентификатор к конкретному номеру вагона для заявленных целей учёта времени нахождения на территории промышленного производства.

Конструктивное исполнение способа достаточно просто. В упрощённом виде минимум – 8 лазерных датчиков (по 4 на каждую сторону Ж/Д полотна), плата сопряжения и компьютер.

Программное обеспечение способа также относительно просто по сравнению с искусственным интеллектом систем оптического распознавания номеров.

Таким образом с учётом Выше изложенного каждому прибывающему грузовому Ж/Д вагону по его номеру система присваивает свой идентификатор по измеренным расстояниям между колёсными базами двух тележек. По этому идентификатору система определяет время нахождения вагона на территории промышленного производства. Как уже было сказано выше – идентификатор имеет вероятностную характеристику и в идеальных условиях равен 1:180 000.

В реальных условиях с учётом степени износа вагона и температурных условий окружающей среды – вероятностные значения идентификации системой будут в разы меньше, но достаточны для заявляемых целей.

Таким образом:

Преимущества метода:

1. Экономичность:

– Лазерные датчики существенно дешевле комплексных систем видеонаблюдения с системами распознавания ГОСТ-номеров и нейросетевой обработки.

2. Надёжность:

– Отсутствие зависимости от погодных условий, загрязнения вагонов, повреждений маркировки и помех в виде граффити.

3. Высокая относительная уникальность сигнатур:

– Несмотря на то что ГОСТ допускает только 90 мм отклонений колёсной базы (1800–1890 мм), в сочетании со вторичной базой тележки и температурной коррекцией достигается высокая вероятностная уникальность идентификации 1:180 000 (в идеальных условиях) и 1:10 000–1:30 000 в реальных условиях, что достаточно в задачах «учёт-пребывание-выход».

4. Объективность данных:

– Колёсная база – это физическая характеристика, не подверженная визуальному искажениям и фальсификации, в отличие от табличек или радиометок.

5. Простота интеграции:

– Система может быть интегрирована в существующие IT-структуры

(АСУ ТП, ERP, MES) предприятия для ведения автоматизированного учёта железнодорожного трафика.

Алгоритм работы системы

– Оптические датчики, установленные по обе стороны рельсов (или с одной стороны при подтверждённой точности), фиксируют моменты прохождения каждой оси;

– По времени переключений фиксируются метки входа/выхода передней и задней пары колёс;

– Измеряется база тележек, направление движения, мгновенная скорость;

– Рассчитанные значения обрабатываются с учётом температуры и подаются в модуль идентификации;

– Происходит привязка к вагону согласно ТГНЛ (натурному листу), интеграция с системой учёта времени пребывания на территории;

– При выходе из промплощадки система автоматически фиксирует момент покидания вагона и рассчитывает общее время пребывания.