Дисертація на здобуття ступеня доктора філософії за спеціальністю 151 –
Автоматизація та комп'ютерно-інтегровані технології (галузь знань – 15 Автоматизація та приладобудування). – Національний технічний університет «Дніпровська Політехніка» Міністерства освіти і науки України, Дніпро, 2023.
У дисертації проведено аналіз процесів зважування вантажів на залізничному транспорті, типів рухомих об’єктів, метрологічних норм і наукових робіт, результат якого показав, що існуючі системи мають такі недоліки, як недостатня точність( при дотриманні рекомендацій, що надаються розробниками систем (швидкість руху об'єкта в межах 3-12 км/год, відсутність дефектів колісних пар), точність ідентифікації вагонів становить близько 95%, у разі порушення рекомендацій (збільшення швидкості руху складу до 15 км/год) – точність різко зменшується ), відсутність обробки даних у реальному часі, необхідність наявності шаблонів проїзду вагонів через конкретну систему, яку було налаштовано, або опирання на додаткові системи, окрім тензометричної.
Спираючись на висновки, які було отримано при аналізі існуючих рішень та виходячи з задачі розробки системи, яка вирішить проблему ідентицікації та зважування об’єктів у русі, сформовано план досліджень.
Проведено збір даних з реальних одноплатформних тензометричних систем, на основі яких відбуваються подальші дослідження.
Розрахована швидкість проїзду вагону та залізничного складу при мінімальній та максимальній швидкості, які зумовлені метрологічними нормами для подальшого тестування результатів досліждень.
Отримано, що проїзд залізничного рухомого об'єкту описується у вигляді ступінчастих сигналів, скважність, кількість та амплітуда яких залежить від вісності, кількості візків та вагового навантаження об'єкта.
Досліджено методи апроксимації даних, отриманих практично з тензометричних систем, а також методи штучного інтелекту для подальшого використання у задачі ідентифікації рухомих об’єктів. Актуальність та своєчасність такого дослідження зумовлено систематичним збільшенням товарообігу підприємствами.
Завдяки використанню поліноміальної апроксимації при обробці даних з тензометричних залізничних вагових систем отримано систему лінійних рівнянь, які з мінімальною похибкою відновлюють експериментальні дані, що були отримані з існуючої системи підприємств.
Використавши числові методи, отримано алгоритм апроксимації проїзду автозчеплень для різних комбінацій візків та візків вагонів окремо з використанням функції Гевісайда.
Отримано, що середня похибка апроксимації даних проїзду 2-хосного візку поліномами 6-го порядку складає близько 10.66% ( для усього проїзду ), та 1.3% для апроксимації частин проїзду. У свою чергу наближення функцією Гевісайда для ідентичного проїзду має похибку 0.5%. Окрім того, апроксимація поліномами унеможливлює стандартизацію рішення та збільшує час обробки даних( що є критичним для систем реального часу ), за рахунок необхідності розбиття поїзду на складові.
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 дало 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
Виконано дослідження методів штучного інтелекту для подальшого їх використання у задачі ідентифікації.
