17769

17769

طراحي و ترسيم الگوريتم پيش بيني خرابي در ماشين هاي سوزن با سري هاي زماني مدل ARIMA

كارشناسي ارشد

مهندسي كنترل و علائم

ارديبهشت ماه 1396

دكتر ميرآبادي

راه آهن

پيش بيني رفتار عملكردي ماشين سوزن هاي مورد استفاده در صنعت ريلي، كمك بزرگي به جلوگيري از اتلاف هزينه و نيروي انساني براي اصلاح رفتار آنها و همينطور جلوگيري از بروز حوادث ناشي از خرابي و يا سهل انگاري انساني خواهد كرد. در اين پژوهش رفتار ماشين سوزن هاي سري S700K كه به صورت عمده در راه آهن كشور مورد استفاده قرار ميگيرند، با استفاده از سيگنال جريان مصرفي آنها هنگام عملكرد و با كاربرد ابزارهايي نظير تبديل موجك و روش پيش بيني زماني با مدل سازي ARIMA مورد پيش بيني قرار گرفته است. با توجه به رفتار پيشين اجزاي ماشين سوزن و تحليل سيگنال در حوزه زمان و فركانس، روند خرابي اجزا از جمله خرابي ميله مارپيچ و چرخ دنده ها،در چند مرحله بعدي از عملكرد پيش بيني شده و در صورت عبور از حدي غير عادي، قبل از بروز خرابي به خدمه هشدار داده مي شود. همچنين الگوريتم تعريف شده براي پيش بيني از نظر مراتب انتخابي و عملكرد، مقايسه و بررسي خواهد شد. با توجه به سيستم نصب شده در ايستگاه تهران الگوريتم پيشنهادي بر روي يكي از ماشين سوزن هاي اين ايستگاه نيز پياده سازي مي شود.

1396/06/20

1/1/1900 12:00:00 AM

Prediction of point machine’s function behavior in railway industry is considered to be a significant factor in reducing the cost and man power for their maintenance and also reducing the probability of failure and human error. In this research, the behavior of S700k point machine which is widely used in Iran’s railway industry has been predicted using their monitored stator current signal and signal analysis tools such as wavelet and Fourier transform and also ARIMA time series model prediction. In respect to point machines past behavior data and utilizing time and frequency analysis, the failure trend of parts including ball screw and gear of point machines, has been predicted for future steps of their function and with the predicted data crossing the failure margin specified, an alarm would be notified to the staff. Also the defined algorithm for prediction, has been compared and analyzed in case of functionality and order selection. By having a monitor system that has been installed in Tehran railway station, the suggested algorithm has been implemented on one point machine utilized in this station and results have been analyzed.