Введение................................................................................................................. 5
1 Анализ неисправностей стрелочных переводов и информация,
предоставляемая по ним современными системами технической
диагностики.................................................................................................... 14
1.1 Анализ статистических данных об отказах связанных с
неисправностью стрелочных переводов............................................... 14
1.2 Сравнительный анализ функциональных возможностей по
выявлению предотказных состояний и принципов построения
систем технической диагностики и мониторинга устройств ЖАТ... 21
1.3 Исследование отечественных подходов к диагностике
неисправностей стрелочного электропривода и использованию в
процессе формирования решения искусственного интеллекта ......... 28
1.4 Современные подходы к техническому обслуживанию.
Реализация прогностического обслуживания в ЖАТ......................... 32
1.5 Зарубежный опыт применения машинного обучения в
железнодорожной инфраструктуре и прогнозировании отказов
стрелочного перевода ............................................................................. 34
1.6 Постановка задачи и выбор направления исследований.................... 37
Основные выводы и результаты по главе 1...................................................... 39
2 Методология обнаружения предотказных состояний элементов
стрелочных переводов................................................................................... 41
2.1 Выявление предотказных состояний стрелочного перевода при
выполнении, предусмотренных графиком технического
обслуживания, регламентных работ ..................................................... 41
2.2 Выявление предотказных состояний по метрологическим
характеристикам оцениваемых параметров......................................... 433
3
2.3 Чтение данных архивов мониторинга АПК-ДК ОАО «КИТ», их
разметка в соответствии с результатами натурных экспериментов
................................................................................................................... 46
2.4 Классический подход. Масштабирование, нормализация,
двумерное представление многомерного набора данных .................. 50
2.5 Сэмплирование исходного набора данных по переводам стрелок.
Under-sampling и over-sampling ............................................................. 60
Основные выводы и результаты по главе 2...................................................... 65
3 Обучение классификаторов и оценка достоверности формируемых
решений по идентификации неисправности стрелочного перевода........ 67
3.1 Классификаторы на основе машинного обучения с учителем.............. 67
3.2 Компоненты обучения: кросс-валидация и метрика качества .............. 69
3.3 Кросс-валидация на исходных данных .................................................... 70
3.4 Кросс-валидация на семплированных данных о мощности .................. 74
3.5 Создание нового признакового пространства на базе исходных
данных об активной мощности методами Feature Engeneering ......... 78
3.5.1 Обоснование предпосылок к использованию методов Feature
Engeneering ............................................................................................ 78
3.5.2 Извлечение статистических показателей ........................................... 78
3.5.3 Спектральный анализ кривых мощности. Дискретное
преобразование Фурье.......................................................................... 88
3.5.4 Динамическое трансформация временной шкалы для
классификаций функций мощности P(t) разной длительности ....... 97
Основные выводы и результаты по главе 3.................................................... 108
4 Глубокое обучение в задаче классификации состояния стрелочного
перевода........................................................................................................ 1114
4
4.1 Основные положения и термины........................................................ 111
4.2 Подходы глубокого обучения.............................................................. 113
4.3 Диагностика СП классификаторами на основе рекуррентных
нейронных сетей ................................................................................... 114
4.3.1 Разработка, обучение и оценка эффективности классификатора
на основе сетей Элмана...................................................................... 114
4.3.2 Обучение и оценка эффективности классификатора на
управляемом рекуррентном блоке .................................................... 122
4.4 Диагностика СП классификатором на основе свёрточных
нейросетей ............................................................................................. 126
Основные выводы и результаты по главе 4.................................................... 134
Заключение ........................................................................................................ 136
Список литературы ........................................................................................... 138
ПРИЛОЖЕНИЕ А............................................................................................. 154
ПРИЛОЖЕНИЕ Б.............................................................................................. 156
ПРИЛОЖЕНИЯ В............................................................................................. 158
ПРИЛОЖЕНИЕ Г.............................................................................................. 161
ПРИЛОЖЕНИЕ Д............................................................................................. 164
ПРИЛОЖЕНИЕ Е ............................................................................................. 166
ПРИЛОЖЕНИЕ Ж ............................................................................................ 171
ПРИЛОЖЕНИЕ З.............................................................................................. 176
