В целом можно сказать, что планирование сроков контроля рельсов основано на анализе статистических данных об их фактическом состоянии, научных исследованиях на экспериментальных участках и разработке на их основе алгоритма определения сроков диагностики рельсов на различных участках железных дорог (с различными техническими характеристиками).
Разработка периодичности в настоящий момент выполняется вручную специалистами железной дороги. Она не учитывает ряд серьезных факторов, которые непосредственно влияют на скорость развития дефектов в рельсах и, соответственно, могут учитываться при оптимизации интервалов между проверками состояния рельсов и минимизации затрат на диагностики. Именно эти данные мы добавим в расчет периодичности, для получения более точного промежутка проверки диагностируемого участка ультразвуковыми дефектоскопами.
Объектом исследования является диагностируемый участок пути, а именно две его составляющие: основной металл рельсов и сварной стык.
Рельсы [8](от мн. ч. англ. rails — от лат. regula — прямая палка, изобретены древними римлянами, начальная ширина между ними составляла 143,5 см.) — стальные балки специального сечения, укладываемые на шпалах или других опорах для образования, как правило, двухниточного пути, по которому перемещается подвижной состав железнодорожного транспорта, городских железных дорог, специализированный состав в шахтах, карьерах, крановое оборудование (рис. 4а.).
Сварной стык [9] (рис. 4б.) - соединение металлических элементов, осуществляемое с помощью сварки. Все что не относиться в рельсе к сварному стыку, принято считать основным металлом рельса. Именно в нем образуется наибольшее количество острых дефектов, поэтому основной металл необходимо проверять чаще, чем сварной стык.
а)
б)
Рисунок 4 - а) Рельс; б) Сварной стык
Также существует понятие бесстыкового рельса (бархатный путь) [10] (рис. 5.) – это рельсовый путь со сваренными сплошь стыками. Преимущества такого пути заключаются в том, что он уменьшает износ подвижного состава, подвергающегося в стыках ударным (динамическим) воздействиям, предотвращает расстройство верхнего строения пути, обычно возникающее в стыках, уменьшает основное сопротивление движению поезда, сокращает расходы по содержанию пути.
Рисунок 5 - Бархатный путь
Мы должны установить базовую и рекомендуемую периодичность проверки диагностируемого участка пути на основе заданных в программе факторов.
Факторы влияющие на периодичность контроля приведены ниже:
информация о выходе (изъятии из пути) остродефектных (подлежащих немедленной замене в день обнаружения) рельсов за определенный статистический промежуток времени (обычно за 12 прошедших месяцев);
грузонапряженность контролируемого участка железной дороги по итогам за истекший год (измеряется в миллионах тонн перевезенного по рельсам участка груза на километр в год);
суммарный пропущенный тоннаж по рельсам (измеряется в миллионах тонн брутто);
скорость движения поездов на участке (чем выше скорость, тем выше интенсивность выхода остродефектных рельсов);
наличие поверхностных дефектов и повреждений в эксплуатируемом пути;
состояние пути по результатам путевых измерений (фактической оценке ряда динамических параметров пути, таких как ширина колеи (шаблон), уровень нитей пути (перекосы и просадки), нелинейные ускорение за счет изменения устойчивости пути);
тип рельса (легкий или тяжелый).
Использование параметров скорости движения поездов, оценки состояния путеизмерителем и наличия поверхностных дефектов нецелесообразно, т.к. их влияние минимально. Предпочтительно пользоваться базовыми значениями фактов. А вот учет этих параметров при разработке периодичности диагностики основного металла рельсов даст более точное значение в отличие от базовой периодичности.
Может использоваться в дистанциях пути и в лабораториях дефектоскопии, а также получить дальнейшее развитие в составлении оптимального графика проверки участков пути и необходимого количества ультразвуковых дефектоскопов и операторов дефектоскопных тележек.
Одним из видов структуризации правил и фактов является представление информации в виде дерева решений.
Метод дерева решений (decision trees) [3] является одним из самых популярных методов решения заданий классификации и прогнозирования. Иногда этот метод Data Mining также называют деревьями решающих правил, деревьями классификаций и регрессии. Как видно из последнего названия, с помощью данного метода решаются задачи классификации и прогнозирования. Если зависимая, т.е. целевая переменная приобретает дискретное значение, то с помощью метода дерева решений решаются задачи классификации. Если же зависимая переменная приобретает непрерывное значение, то дерево решений устанавливает зависимость этой переменной от независимых переменных, т.е. решает задачу численного прогнозирования.
Таким образом, деревья решений – это способ представления правил в иерархической, последовательной структуре, где каждому объекту отвечает единый узел, который выдает решения. Под правилом понимается логическая конструкция, которая представлена в виде «если… то…». Впервые деревья решений были предложены Ховилендлом и Хантом (Hoveland, Hunt) в конце 50-х годов прошлого столетия. Первая и самая известная работа (Hunt, E.B.), Мерина (Marin J.) и Стоуна (Stone, P.J), в которой рассматривается суть дерева решений – «Эксперименты в индукции» («Experiments in Induction») – была опубликована в 1966 году.
Дерево решений состоит из следующих частей:
корня дерева;
ветвей дерева;
внутренних узлов (узлы проверки);
вершины дерева (узлы решения).
В результате прохождения от корня дерева до его вершины (листьев) решаются задачи классификации, т.е. выбирается один из классов. В нашем случае мы выбираем не класс, а решение по заданному правилу (проходит через каждый уровень дерева решений от корня до вершины).
