16686

بررسي كاربرد هوش مصنوعي در تشخيص و پيشبيني خرابيهاي سوزن و انشعابات ريلي

1401

دكتر جبارعلي ذاكري - دكتر حميدرضا حيدري

خرابي و زوال اجزاي خط ريلي به دليل استفاده گسترده، تعمير و نگهداري محدود ناشي از كمبود بودجه و همچنين تقاضاي روبهرشد دسترسي به خطوط راهآهن، زياد ميباشد. از جمله بخشهاي مهم مسيرهاي ريلي كه داراي نرخ خرابي و زوال بالا بوده و از سويي به همين دليل خطر خروج از خط ناوگان و آمار وقوع حادثه در آن ها زياد ميباشد، سوزنها و انشعابات ريلي ميباشند. در واقع سوزنها تجهيزاتي هستند كه به وسايل نقليهاي كه در خط راهآهن حركت ميكنند اجازه ميدهند از يك مسير به مسير ديگر هدايت شوند. سوزنها دو موقعيت دارند. اولي موقعيت عادي است كه به وسيله نقليه اجازه ميدهد بدون تغيير جهت به مسير ادامه دهد و ديگري موقعيت انحرافي (معكوس) است كه به وسيله نقليه اجازه ميدهد از يك مسير به مسير ديگر از طريق سوزن هدايت شود. لذا اجزاي سوزن ها و انشعابات تحت اعمال ضربه و بارگذاري مضاعف ناشي از تغيير مسير مستمر ناوگان و در نتيجه وقوع خرابي بيشتر ميباشند، بنابراين مراقبت از آنها و پيشگيري از وقوع خرابي در اين اجزا از اهميت ويژهاي برخوردار ميباشد. در حال حاضر، مديران نگهداري زيرساخت از ابزار و مدل مؤثر و كارآمد جهت تشخيص و پيشبيني خرابيها در محل سوزن و انشعابات بهره نميبرند. از سوي ديگر با پيشرفت علم و تكنولوژي روشهاي نويني جهت تشخيص و پيشبيني خرابيها بااستفاده روشها و ابزارهاي هوش مصنوعي گسترش يافتهاند كه ميتواند در تشخيص و پيشبيني دقيقتر و مؤثرتر خرابيها مورد استفاده قرار گيرند. بنابراين در اين مطالعه سعي شده است با مروري بر مطالعات محققين پيشين، كاربرد هوش مصنوعي و الگوريتمهاي توسعه يافته موجود آن در تشخيص و پيشبيني خرابيهاي سوزن و انشعابات ريلي، مورد بررسي قرار گيرد. بسياري از مطالعاتي كه تاكنون انجام شده است به پيشبيني و تشخيص خرابي و يا زوال خط در مسيرهاي ريلي پرداختهاند و تاكنون تعداد محدودي از پژوهشها، تشخيص و پيشبيني خرابيهاي سوزن و انشعابات ريلي را با استفاده از الگوريتمهاي هوش مصنوعي مورد بررسي قرار داده اند. تحقيقات انجام شده گذشته نشان ميدهد كه روشهاي هوش مصنوعي توانستهاند به دقت بالاي قابل قبولي در تشخيص و پيشبيني خرابيهاي سوزن ريلي برسند، به عنوان مثال در مطالعهاي نشان داده شد كه با استفاده از روشهاي شبكه عصبي كانولوشني و شبكه عصبي بازگشتي ميتوان ميزان سايش ريل سوزن و انشعابات ريلي را با دقت بالاي 80درصد تخمين نمود؛ يا در مطالعه ديگر خرابي اسكوات ريل سوزنها و انشعابات ريلي با دقت بالاي 95درصد با استفاده از روشهاي خوشهبندي پيشبيني گرديد؛ در تحقيق انجام شده ديگري توانستند تضعيف شدن بستر بالاست را پس از وقوع سيل با استفاده از شبكه عصبي كانولوشني با دقت قابل قبول 98درصد پيشبيني كنند

12/18/2023 12:00:00 AM

89257

1404/10/17