Содержание к диссертации
Введение
Глава 1. Обзор систем диагностирования магистральных электровозов 7
1.1 Системы диагностирования на зарубежных железных дорогах 7
1.2 Системы диагностирования на железных дорогах Российской Федерации 14
1.3 Постановка задачи исследования 23
Выводы по главе 28
Глава 2. Диагностирование электрооборудования электровоза постоянного тока 30
2.1 Принципы построения диагностической системы 30
2.2 Реализация алгоритма дискретного фильтра Калмана-Бьюси 36
2.3 Прогнозирование технического состояния электрооборудования электровоза 45
Выводы по главе 53
3. Разработка алгоритмов диагностирования системы низковольтного питания электровозов постоянного тока ВЛ1 ПС и 2ЭС6 54
3.1 Система низковольтного питания на электровозах постоянного тока ВЛ11Ки2ЭС6 54
3.2 Постановка задачи диагностирования системы низковольтного питания электровоза 60
3.3 Показатели технического состояния аккумуляторных батарей 64
3.4 Построение фильтра Калмана-Бьюси для системы низковольтного питания электровоза постоянного тока 70
Выводы по главе 75
Глава 4. Алгоритмы оценки технического состояния системы низковольтного питания электровозов 76
4.1 Определение технического состояния аккумуляторной батареи по величине внутреннего сопротивления 76
4.2 Реализация бортового диагностирования системы низковольтного питания на электровозе 2ЭС6 80
4.3 Исследование разработанных алгоритмов на экспериментальной модели 89
4.4 Экономический эффект от внедрения алгоритмов диагностирования на электровозе 2ЭС6 з
Выводы по главе 101
Основные результаты и выводы по работе 103
Список литературы
- Системы диагностирования на железных дорогах Российской Федерации
- Реализация алгоритма дискретного фильтра Калмана-Бьюси
- Постановка задачи диагностирования системы низковольтного питания электровоза
- Реализация бортового диагностирования системы низковольтного питания на электровозе 2ЭС6
Введение к работе
з
Актуальность работы.
Разработка и внедрение средств диагностирования для тягового подвижного состава, как бортовых, так и стационарных, позволяют сократить расходы на ремонты и повысить коэффициент готовности. Объединение различных диагностических систем в соответствующие комплексы повышает безопасность движения и позволяет получать достоверную информацию об объёмах необходимого ремонта.
Эффективность эксплуатации локомотивного парка зависит от оперативной и достоверной информации о его техническом состоянии. В перспективе она может быть повышена за счёт частичного перехода к ремонтам по фактическому состоянию электрооборудования электровоза. Нагрузка на систему низковольтного питания (СНП) непрерывно увеличивается. Это обусловлено, в первую очередь, установкой нового дополнительного оборудования и повышенного энергопотребления существующего. В связи с этим может быть недостаточным выдаваемый генератором ток заряда, следовательно, аккумуляторная батарея будет недозаряженной. Для недопущения подобной ситуации необходимо своевременно и с высокой степенью достоверности диагностировать техническое состояние всех элементов СНП.
Современные средства технического диагностирования и информационные системы позволяют повысить эффективность эксплуатации как тягового подвижного состава, так и всей железнодорожной инфраструктуры в целом. Внедрение новых технологий на железных дорогах были рассмотрены в трудах Ю.В. Дьякова, Б.М. Лапидуса, М.Ф. Трихунова и других учёных.
Описания моделей и методов транспортных объектов и систем представлены в работах А.Т. Головатого, И.П. Исаева, В.В. Молчанова и других.
Целью работы является повышение достоверности диагностирования и прогнозирования в процессе движения локомотива технического состояния его электрооборудования на основе оптимальной обработки информации от бортовых микропроцессорных систем управления и диагностирования.
Для достижения поставленной цели в работе решены следующие задачи:
Разработаны основные положения обеспечения достоверной оценки диагностических параметров электрооборудования.
Разработана методика оптимальной оценки диагностических параметров СНП электровоза.
Разработана методика оценки технического состояния СНП электровоза.
Эффективность этих методик подтверждены опытом > эксплуатации разработанных автором подсистем диагностирования на магистральных грузовых электровозах 2ЭС6 и ВЛ11К.
Предложен и доведён до практической реализации комплекс алгоритмов диагностирования.
Разработана и практически реализована система бортового диагностирования электрооборудования электровоза на основании данных микропроцессорной системы управления.
Методы исследования. Теоретические исследования проведены с использованием алгоритмов и методов математической статистики, теории вероятностей и теории оптимизации. Количественные оценки, настройка и тестирование систем и алгоритмов диагностирования проведены с помощью современных средств автоматизации вычислений. Научная новизна работы:
Разработана математическая модель СНП электровозов, адекватность которой проверена на электровозах, эксплуатируемых на Свердловской ж.д.
Теоретически доказано и экспериментально подтверждено, что оценка параметров СНП с помощью нелинейного рекуррентного фильтра Калмана-Бьюси обеспечивает минимальную дисперсию оцениваемых параметров.
Разработанные алгоритмы диагностирования и прогнозирования технического состояния СНП обеспечили повышение достоверности оценивания технического состояния электрооборудования электровоза.
Достоверность полученных результатов и выводов подтверждена строгостью теоретического обоснования, корректностью применения математического аппарата и положительными результатами экспериментальных исследований на Свердловской ж.д.
Практическая ценность: повышение достоверности
диагностирования позволило снизить затраты на техническое обслуживание и профилактику электрооборудования, а также снизить количество его отказов в пути следования и сократить затраты на ремонт и расход энергетических ресурсов.
Разработанная подсистема диагностирования внедрена на новых электровозах 2ЭС6 (19 единиц) и на модернизированных электровозах ВЛ11К (29 единиц) Свердловской ж.д.
Апробация работы. Основной материал диссертации представлен в научных докладах, которые обсуждались на:
научных конференциях молодых учёных и аспирантов ВНИИЖТ в 2006,2007 и 2008 годах, г. Щербинка,
VII международной научно-технической конференции «Кибернетика и высокие технологии XXI века», 2006 год, г. Воронеж,
на семинаре МГУ ПС (МНИТ), 2007 год, г. Москва,
научно-технических советах комплексного отделения Тяговый подвижной состав ВНИИЖТ, в 2003 - 2008 годах, г. Москва.
6 Публикации
По результатам исследования опубликованы 9 печатных работ, в том числе в ведущих рецензируемых научных изданиях, определённых ВАК - 2.
Структура и объём работы
Диссертационная работа состоит из введения, четырех глав основного содержания, заключения, списка литературы в составе 74 наименований и приложения. Диссертация изложена на 102 страницах основного текста, содержит 25 рисунков, 3 таблицы.
Системы диагностирования на железных дорогах Российской Федерации
Отделение Electro-Motive (EMD) корпорации General Motors разработало диагностическую систему со следующими особенностями. EMD предлагает устанавливать в кабине управления локомотива комплект электронного оборудования на базе платформы FIRE (Functionally Integrated Railroad Electronics). Создатся информационная сеть, к которой подключены контролируемые локомотивы. Связь между локомотивом и пунктом технического осмотра осуществляется с помощью беспроводной локальной вычислительной сети или через Интернет с использованием коммерчески доступных систем телекоммуникаций (например, сотовой или спутниковой связи). FIRE может собирать, регистрировать и обрабатывать информацию в порядке установленной приоритетности или путем поочередного прокручивания. Для более старых локомотивов, не приспособленных к системе FIRE, разрабатывается система, которая может заменить ее [41].
Диагностика может осуществляться дистанционно на большом расстоянии. Система FIRE получает с локомотива более 800 сигналов, определяющих основные параметры технического состояния локомотива. Анализ тенденций изменения состояния, позволяющий прогнозировать дальнейшее его развитие. Достоинством системы FIRE является широкий диапазон предлагаемых услуг. С ее помощью можно получать необходимую информацию, анализировать ее и извещать специалистов служб технического обслуживания и ремонта о наличии существующей или потенциальной проблемы. Затем выдаются рекомендации по быстрому решению проблемы.
Результатами эксплуатации системы. При изменении технического состояния она позволяет продолжить, если это возможно, эксплуатацию локомотива или сократить до минимума время простоя. Зная заранее суть проблемы, можно подготовить необходимые ресурсы, запасные части и выбрать оптимальное решение о выводе локомотива из эксплуатации и его последующем ремонте. Представляет собой действенное средство для внедрения системы технического обслуживания и ремонта по фактическому состоянию локомотивов.
В перспективе EMD планирует предложить более сложную систему дистанционной диагностики, получившую название EMD Assist. В ней предусмотрена возможность скачивать из памяти электронной системы управления локомотива архивную информацию, чтобы знать об изменении состояния компонентов оборудования в течение относительно длительного времени и с большей достоверностью прогнозировать потенциальные отказы с указанием их возможных причин. Эта опция может быть реализована непосредственно на локомотиве с помощью переносного компьютера или дистанционно. Работникам ремонтной службы можно заблаговременно передавать информацию о том, какого рода техническое обслуживание необходимо локомотиву, включая номера запасных частей [41].
Компания Nexterna внедряет полностью беспроводное решение для системы дистанционного диагностирования локомотивов. В состав системы входят контрольно-измерительное и компьютерное бортовое оборудование, средства связи, основное и вспомогательное программное обеспечение. Все это можно устанавливать как на локомотивах, так и на других подвижных единицах, например самоходных путевых машинах. Предусмотрена также интеграция бортового оборудования с установленным в депо.
Для определения местоположения подвижного состава Nexterna использует возможности системы GPS, для взаимодействия с которой разработана прикладная программа OptiTrac. Информация, полученная от GPS, передается при помощи связующего программного обеспечения OptiPath. Для маршрутизации данных используются спутниковая, сотовая или другие виды связи локомотива с центральным офисом. В своей системе мониторинга Nexterna использует бортовую компьютерную платформу, получившую название ARC. На этой платформе могут строиться различные приложения. Одно из таких приложений — OptiFuel, входящее в семейство фирменных программных продуктов OptiSoft, контролирует наличие дизельного топлива на локомотиве и передачу соответствующей информации на базу. В стадии разработки находится приложение OptiHealth, которое обеспечит автоматический сбор и передачу информации от разного рода датчиков, установленных на подвижном составе.
По данным эксплуатации система диагностики обеспечивает повышение эффективности использования подвижного состава, рост производительности труда локомотивных бригад и снижение эксплуатационных расходов [52].
При построении системы мониторинга Nexterna использовала поэтапный подход. Вначале была создана коммуникационная платформа для связи с подвижными объектами. Затем постепенно, по мере необходимости, добавлялись прикладные программы. При этом в зависимости от конкретных потребностей можно выбрать нужные из готовых комплектов. Технические средства, обеспечивающие поддержку программного обеспечения, также подбираются по надобности, причем их совместимость позволяет расширять комплекс простым подключением дополнительных модулей.
OptiPath за счет резервирования обеспечивает уровень надежности, гарантирующий контроль технического состояния и работы локомотива в течение всего времени. Программы OptiTrac и OptiPath могут предоставлять информацию по сетям связи любого вида. Например, если есть проблемы со спутниковой связью, OptiPath обеспечивает связь с помощью резервной системы.
Компания предлагает также систему, адаптированную для малых железнодорожных компаний, имеющих ограниченные возможности для внедрения крупных информационных систем и стационарную базу. В таком случае концентрация, обработка и передача данных на места осуществляются в центре управления [52].
Реализация алгоритма дискретного фильтра Калмана-Бьюси
Одна из важнейших задач диагностирования заключается в следующем: требуется наилучшим образом извлечь информацию об изучаемом процессе из измерений некоторых его характеристик, измерений -часто косвенных и проведенных с погрешностями (зашумленных). Это необходимо для принятия правильных решений по наблюдению за исследуемым процессом или выработке оптимального управления. Возникновение такой проблемы, называемой задачей фильтрации или оценивания, связано с тем, что в любой системе связи или управления не все характеристики процессов заданы точно.
Первые разработки эффективных математических методов решения задач фильтрации можно отнести к временам Г. Галилея, А. Лежандра и К. Гаусса. Гауссу, принадлежит первое употребление понятия оценивания. Гаусс разработал метод наименьших квадратов (МНК), который является одним из основных в теории прогнозирования и фильтрации. Метод наименьших квадратов позволил решить задачу прогноза в случае косвенных наблюдений процесса на конечном промежутке времени, МНК стал мощным аппаратом при решении задач прогноза и фильтрации. Недостатком метода, в первоначальном его варианте, являлось то, что при поступлении новой информации о наблюдаемом процессе для уточнения оценки требовалось проводить расчет в полном объеме, то есть с самого начала. В К.Гаусс предложил новый вариант метода наименьших квадратов, который позволил при поступлении новых измерений лишь уточнять ранее полученный результат. Таким образом, была разработана рекуррентная версия метода наименьших квадратов.
Р.Л. Стратонович [68] обобщил винеровскую фильтрацию на нестационарные гауссовские случайные процессы и наблюдения, полученные на конечном интервале времени. Фильтр Калмана стал применять в системах управления и наблюдения спутников и ракет. Несколько позже математическое обоснование алгоритма Калмана было получено в [29].
Р. Калман совместно с Р. Бьюси [28] получил аналогичный результат для непрерывного времени. Задача фильтрации была сформулирована в пространстве состояний, выведен матричный вариант уравнения Винера-Хопфа, который преобразован в эквивалентную ему систему дифференциальных уравнений.
Работы Р. Калмана, Р. Бьюси и Р.Л. Стратоновича открыли новый этап в разработке методов решения задач оценивания и прогноза. К достоинствам процедуры фильтрации Калмана-Бьюси относятся рекуррентность алгоритма и его эффективная реализуемость на ЭВМ.
Вопросы фильтрации негауссовских процессов и нелинейной фильтрации не столь хорошо изучены из-за их сложности и отсутствия единого подхода к решению таких задач [59].
В работе [31] рассмотрены методы решения задач линейной оптимальной фильтрации в случае гауссовских случайных процессов для систем с сосредоточенными и распределенными параметрами. Для гауссовских процессов линейная оценка является наилучшей [14] и применение таких критериев оптимальности, как критерий минимума среднеквадратической ошибки, критерий правдоподобия и байесовское оценивание, приводит к одному и тому же результату [64].
Техническое состояние электровоза в целом и отдельных его систем в любой момент времени однозначно характеризуется определенным набором величин, часто недоступных для непосредственного определения. В терминах векторной алгебры, эти величины являются элементами вектора состояния системы, отнесенного к заданному моменту времени t xt+1 = &txt + qt, где xt - (nxl) - вектор переменных состояния, Ф - (nxn) - матрица перехода, qt- (nxl) - «белый шум», обладающий свойством некоррелированности двух соседних значений. Кроме того, имеется ряд переменных, некоторым образом связанных с состоянием системы, которые можно измерить с заданной точностью; такие величины составляют вектор наблюдений (измерений), относящихся к определенному моменту времени. Наблюдение в виде смеси сигнала и помехи
Ус = Htxk + гк, где yk- (mxl)- вектор измерений, Ht - (mxn)- матрица измерений, Гк - (mxl)-вектор ошибок измерений.
Алгоритм дискретного фильтра Калмана реализуется в два этапа[39,42] и его можно изобразить в виде пяти основных равенств: первый этап - коррекция априорной оценки t\t = tt-i + Kt&t #t tt-i) , (2.7) Kt = Pt\t-xHl(HtPt{t_1Hl + RY1 , (2.8) Pt = (/ - КМРцы , (2.9) второй этап - экстраполяция оценок х и Р на момент времени t+1. Индексы t, t\t-l означают, что оценка производится для момента времени / с использованием информации, доступной в момент времени t, (t — 1), соответственно.
Здесь / - единичная матрица, К - матрица усиления; R -ковариационная матрица, t - текущий момент времени.
Для реализации рекуррентной процедуры фильтрации необходимо задать начальные априорные вектор состояния х0 и ковариационную матрицу ft- [39] Одной из характеристик технического состояния СНП электровоза является соответствие её параметров допустимым (заданным разработчиком) значениям. Обозначим измеряемые параметры матрицей X, а параметры, характеризующие систему F. Как правило, измерять некоторые параметры, характеризующие СНП на борту электровоза невозможно или слишком сложно. Исходя из этого, ставится задача найти такие параметры, доступные для измерений, чтобы Y = f(X) В общем случае система уравнений нелинейна. Так как зависимости результатов измерений от оцениваемых параметров являются достаточно гладкими, целесообразно перейти к линеаризованным уравнениям. Тогда уравнение примет вид: 7 = НХ Запишем уравнения наблюдения в отклонениях относительно расчётной точки. Для этого воспользуемся разложением в ряд Тейлора. /00 = /(«) + f (.a)(x - а) + + Дп00, (а х Ь) Перейдём к линеаризованным функциям, взяв первую производную:
Постановка задачи диагностирования системы низковольтного питания электровоза
В настоящее время нагрузка на СНП увеличивается, это обусловлено, в первую очередь, установкой нового дополнительного оборудования и повышенного энергопотребления существующего. В связи с этим может быть недостаточным ток заряда, выдаваемый генератором, следовательно аккумуляторная батарея может быть недозаряженной. Для недопущения подобной ситуации необходимо своевременно и с высокой степенью достоверности диагностировать техническое состояние всех элементов СНП. Работоспособность аккумуляторных батарей зависит от условий, в которых они эксплуатируются. Плохое обслуживание батареи может сделать ее неисправной гораздо раньше окончания срока службы [10]. Основные причины неисправности батареи следующие:
1. Перезаряд аккумулятора — вызывает коррозию решеток положительных пластин и газообразование, разрушающее активный материал пластин, особенно положительных. Шлам (материал разрушения пластин), оседая на дно банки, может замкнуть пластины. При перезаряде увеличивается температура электролита, происходит излишнее разложение воды, в результате чего оголяются пластины и требуется доливка воды.
2. Недозаряд (систематический) — вызывает постепенную порчу аккумулятора. Возможна переполюсовка аккумулятора в батарее и коробление пластин в результате накопления на них сульфата свинца.
3. Коррозия зажимов — увеличивает внутреннее сопротивление, уменьшая отдачу батареи.
4. Треснувшие банки — вызывают утечку электролита, оголение пластин и потерю работоспособности. Особенно вредно вытекание электролита для отрицательных пластин.
5. Короткие замыкания внутри аккумулятора — возникают в результате повреждения сепараторов дендритами кристалла сульфата либо замыкания пластин шламом. Признаком короткого замыкания является снижение плотности электролита, низкое напряжение на аккумуляторе, потеря общей емкости батареи.
6. Пониженный уровень электролита — приводит к последствиям, рассмотренным ранее. Возможно коробление пластин.
7. Замерзание электролита — происходит в результате его низкой, плотности, губительно действует на пластины аккумулятора.
8. Сульфатация — образование сульфата свинца на поверхности и в порах положительных пластин. При этом ухудшается работа аккумулятора, снижается плотность электролита, коробятся пластины. При саморазряде сульфат свинца прочной пленкой покрывает активную массу пластин, обусловливая снижение емкости аккумуляторной батареи. Такое же негативное влияние оказывает колебание температуры электролита.
9. Перемена полярности аккумулятора — вызывается перезарядом аккумулятора, имеющего недостаточную емкость и соединенного с другим, большей емкости. Аккумуляторная батарея служит источником напряжения ПО В для катушек аппаратов, осветительных и сигнальных ламп, радиостанции, локомотивной сигнализации и др. при неработающем статическом преобразователе собственных нужд ПСН-200.
На электровозе 2ЭС6 установлена щелочная никель-кадмиевая батарея производства ОАО «Завод АИТ» г. Саратов. Аккумуляторная батарея состоит из 96 аккумуляторов НК125 П ТУ 3482-014-05758523-00 со следующими техническими характеристиками: номинальная ёмкость 125 А-ч; номинальное напряжение (разрядное) 1,2 В; номинальный разрядный ток 32 А; максимальный разрядный ток 125 А; ток заряда от 20 до 50 А; номинальный ток заряда 32 А; зарядное напряжение на аккумулятор 1,5-1,6 В; ёмкость в режиме постоянного подзаряда 98 А-ч Рассматриваемая аккумуляторная батарея имеет обозначение 96НК125П где: - обозначение количества аккумуляторов в батарее; НК - обозначение электрохимической никель-кадмиевой системы; 125-численное обозначение номинальной емкости в ампер-часах; П - обозначение пластмассового исполнения бака аккумулятора. Локомотивные никель-кадмиевые аккумуляторы имеют следующие преимущества:
Работоспособность при температуре окружающей среды -40...+45С в буферном режиме или режиме постоянного подзаряда. Сохранение работоспособности после длительного пребывания при температуре до минус 50С.
Устойчивость к воздействию механических нагрузок, работоспособность после глубоких разрядов, кратковременных замыканий, длительного хранения без электролита.
Электродвижущая сила щелочных аккумуляторов очень незначительно зависит от удельного веса электролита. В среднем она равна 1,35 в. Внутреннее сопротивление щелочных аккумуляторов примерно в 4-5 раз больше, чем свинцовых, при одинаковых размерах. Величина сопротивления зависит от размеров аккумуляторов и лежит в пределах от тысячных до десятых долей Ома [10].
Несмотря на постоянство удельного веса электролита в щелочных аккумуляторах, внутреннее сопротивление заряженного аккумулятора примерно в два раза меньше, чем разряженного. Объясняется это тем, что по мере разряда аккумулятора активные массы его пластин переходят в гидраты закисей металлов, которые плохо проводят электрический ток. Величины начального и конечного разрядных напряжений аккумуляторов зависят от величины разрядного тока, который определяет собой внутреннее падение напряжения. При нормальном разрядном токе начальное разрядное напряжение составляет 1,3 В, а конечное - 1,1 В. Нормальным разрядным током или током восьмичасового режима называется ток, при котором аккумулятор отдает гарантированную заводом емкость в течение 8 час. Зарядные напряжения при заряде аккумуляторов нормальным зарядным током составляют: начальное 1,4 в, конечное 1,8 в.
Емкость щелочных аккумуляторов зависит от их размеров, которыми определяется количество активной массы в пластинах. Гарантированной заводом емкостью щелочных аккумуляторов называется емкость, которую аккумулятор должен отдать при разряде его нормальным разрядным током до напряжения в 1,1 в при температуре среды 20-35 С. Щелочные почти не изменяют своей емкости с увеличением разрядных токов выше нормального. Однако емкость щелочных аккумуляторов понижается по мере загрязнения электролита углекислотой воздуха, поэтому требуется периодическая смена электролита (из-за увеличения внутреннего сопротивления конечное разрядное напряжение наступает раньше). С уменьшением температуры емкость аккумуляторов уменьшается, и, начиная с температур ниже - 5 С, аккумулятор на каждый градус теряет примерно 1 % емкости [9]. Одна из характерных особенностей щелочных аккумуляторов заключается в том, что у них саморазряд значительно меньше, чем у свинцовых; это объясняется химической нейтральностью электролита. Полностью заряженный аккумулятор подвергается саморазряду на 15-20% только в течение первого месяца хранения. При дальнейшем хранении саморазряд у аккумулятора очень незначителен. Другая особенность щелочных аккумуляторов та, что их можно долгое время (до года) хранить в разряженном состоянии без особого для них вреда [72].
Реализация бортового диагностирования системы низковольтного питания на электровозе 2ЭС6
Ряд неисправностей, которые выявляет система диагностирования трудно воспроизвести непосредственно на электровозе. Они случаются редко, но могут привести к серьёзным сбоям и отказам в работе оборудования. Имитатор движения локомотива полностью воспроизводит все сигналы МПСУиД на стационарной рабочей станции. Это позволило проверять алгоритмы, задавая предельные и недопустимые режимы работы оборудования, которые невозможно получить в поездке без ущерба для оборудования электровоза. Имитатор был создан на основании конструкторской документации на электровозы ВЛ11К, 2ЭС6, а также МПСУиД в среде программирования Visual Studio 2008 на языке программирования C++.
Все данные из МПСУиД во время поездок электровозов ВЛ11К и 2ЭС6 на свердловской железной дороге сохранялись в энергонезависимую память и, в последствии, обрабатывались. Для проверки диагностических алгоритмов был разработан анализатор поездок, который позволял в реальном масштабе времени воспроизводить все режимы поездок. При этом в анализатор были включены, вновь разработанные алгоритмы, что позволяло проверять правильность их работы, не прибегая к перепрограммированию бортовой системы локомотива.
Алгоритмы, представленные в главах 3 и 4, реализуются в бортовой микропроцессорной системе управления и диагностирования электровозов 2ЭС6 и ВЛ11К. В результате работы системы машинисту выдаются сообщения и рекомендации, приведённые в таблице 4.1. Все алгоритмы перед программированием в бортовой системе локомотива прошли проверки на рабочей станции. Принципиальная схема организации работы анализатора и имитатора поездок представлена на рисунке 4.6.
Описание работы диагностических алгоритмов на электровозе 2ЭС6 приведено ниже.
Машинисту доступно окно «Проверка аккумуляторной батареи» (Рис. 4.) открывается после нажатия клавиши 4 в основном окне. В основном поле отображаются: - индикатор напряжения батареи в виде графической шкалы; - индикатор токов заряда и разряда батареи, в зависимости от режима работы, в виде графической шкалы; - информация о значении баланса энергии. Также он может просмотреть окно проверки внутреннего сопротивления (Рис. 4.8) Рис. 4.8 Экран проверки внутреннего сопротивления аккумуляторной батареи В основном поле отображаются: 1. Последовательность действий машиниста при проведении проверки внутреннего сопротивления батареи. В частности сообщения, последовательно: - «включи прожектор»; - «нажми кнопку 2 для начало проверки»; - «после окончания проверки выключи прожектор». 2. Ход выполнения проверки в виде графической индикации. 3. Результаты проверки. В частности: - Сообщение «Внутренне сопротивление АБ в норме» или «Внутренне сопротивление АБ выше нормы», в зависимости от результатов проверки. - График изменения значений внутреннего сопротивления батареи за предыдущий период. Для иллюстрации предложенной методики опишем ряд неисправностей СНП, зафиксированных на электровозах 2ЭС6 №№СЮ1 005 и ВЛ11К №№ 77, 101, 102, 104, 462 за период 2006-2009 годов.
Подсистема диагностирования чаще всего выявляла отсутствие замеров питания аккумуляторной батареи, что было вызвано неисправностью МПСУиД.
Отклонения оцениваемых параметров, таких как внутреннее сопротивление батареи, уровень электролита, его плотность, а также потреблённая и отданная ёмкость рассчитывались на основе данных поездок электровозов 2ЭС6 и ВЛ11К. При этом, при анализе выпаривания электролита установлено, что режимы работы СНП в поездках таковы, что долива электролита в период между плановыми техническими осмотрами не требуется. Также незначительно изменяется плотность электролита, при этом изменение плотности крайне слабо сказывается на ёмкости батареи, что обусловлено конструкцией никель-кадмиевых аккумуляторных батарей подвижного состава.
Как было показано в главе 3, одним из важнейших параметров, характеризующим техническое состояние СНП является внутреннее сопротивление аккумуляторной батареи. В разделе 4.1 предложена методика оценки величины внутреннего сопротивления в депо во время технического осмотра. Однако, знание того, как изменяется величина внутреннего сопротивления в процессе поездки, позволяет выявлять неисправности СНП в режиме реального времени. К изменению величины внутреннего сопротивления могут привести такие факторы как короткое замыкание, переполюсовка батареи, изменение структуры и плотности электролита. Оперативная и достоверная оценка внутреннего сопротивления в пути следования позволяет своевременно выявлять эти неисправности. Трудность состоит в том, что пересчёт величины оценки внутреннего сопротивления возможно проводить лишь при нагрузке на батарею. При этом расчёты должны выполняться неоднократно с разной нагрузкой. В соответствии с методикой, описанной в разделе 4.1, были проанализированы данные из поездок электровоза 2ЭС6 №002. Результаты моделирования приведены на рис. 4.10. Рассмотрим подробнее график. В его верхней части приведено значение оценки внутреннего сопротивления батареи, в нижней - дисперсия оценки. На участке АВ верхней части графика оценка внутреннего сопротивления постоянна и равна априорному значению, на участке ВС батарея получила нагрузку и стал возможным расчёт внутреннего сопротивления. На участках DCDF постоянно шла работа батареи под нагрузкой, при разных значения разрядного тока и происходило накопление информации. На участке FG нагрузка на батарею сокращалась, накопленной информации стало достаточно для снижения дисперсии оценки. На участке GH нагрузка с аккумуляторной батареи была снята. Между 220 и 300 циклами итерационного алгоритма, участок Ш, был достигнут минимум дисперсии оценки величины внутреннего сопротивления. Информация считывалась из файла записи поездки с шагом в одну секунду, таким образом расчётное значение внутреннего сопротивления было получено за 300 секунд.
