Введение к работе
Актуальность работы. Ежегодно на железных дорогах демонтируют с пути несколько десятков тысяч поврежденных и дефектных рельсов. Замена и ремонт рельсов приводит к большим экономическим затратам. Однако значение этой «рельсовой проблемы» не ограничивается значительной экономией за счет увеличения срока службы рельсов. Главное здесь заключается в том, что надежность рельсов в основном определяет безопасность движения подвижного состава (поездов), а внезапные разрушения рельсов под поездами могут стать причиной катастрофы, крушений (аварий), которые могут вызвать человеческие жертвы. Диагностика рельсов посредством совмещенных вагонов-дефектоскопов и автомотрис, использующих ультразвуковой и магнитодинамический методы неразрушающего контроля, позволяет продлить их срок эксплуатации и выявлять рельсы с дефектами, предотвращая этим возможные изломы под поездами. Для выявления дефектов оператору вагона-дефектоскопа необходимо обработать большой объем информации вследствие этого на оператора приходится большая нагрузка при расшифровке дефектограмм. Влияние человеческого фактора повышает вероятность пропуска дефекта при визуальной расшифровке. Естественный способ решения данной проблемы заключается в автоматизации обнаружения дефектов магнитодинамическим методом дефектоскопии. Известно, что автоматизацией обнаружения дефектов рельсового пути занимаются специалисты ВНИИЖТ, фирм «ТВЕМА» и «Радиоавионика» и ТТИ ЮФУ. Поскольку существующие системы магнитной неразрушающей дефектоскопии или не обеспечивают автоматизацию обнаружения дефектов в дефектограмме, или в незначительной степени облегчают работу человека-оператора, то возникает необходимость разработать систему, в работе которой участие человека сводиться к минимуму. Для реализации системы обработки сигналов от дефектов для автоматической расшифровки дефектограмм, полученных во время неразрушающего контроля магнитным вагоном-дефектоскопом, необходимо использовать методы статистической радиотехники и математической статистики, представленные в работах А. Вальда, Б.Р. Левина, Т. Андерсона, В.И. Тихонова, С.А. Айвазяна, А. Пирсола, Дж. Бендата, Е.С. Вентцель, В.Е. Гмурмана Г.Я. Мирского, или теории распознавания образов - работы А.А. Харкевича, Ф. Розенблатта, У. Гренадера, Р. Дуда, П. Харта, К. Фу, Дж. Ту, Р. Гонсалеса, Э. Патрика, К. Фукунага, Я.А. Фомина, Г.Р. Тарловского, И.Д. Мандель, А.В. Лапко, А.Л. Горелика, В.А. Скрипкина, Т. Тэрано. Таким образом, разработка алгоритмов и радиоэлектронного устройства обработки сигналов для обнаружения и классификации дефектов железнодорожных путей является актуальной задачей. Неравномерное воздействие колесных пар подвижного состава на поверхность головки рельса увеличивает скорость развития дефектов со стороны рабочей грани, что приводит к возрастанию вероятности образо-
вания остродефектных рельсов. Вследствие этого также становится актуальной задача определения местоположения дефекта в плоскости поперечного сечения головки рельса.
Объектом исследования являются алгоритмы и радиоэлектронное устройство обработки фрагментов сигнала дефектограммы для обнаружения, классификации и определения зоны местоположения дефектов железнодорожных путей.
Предметом исследования является вероятность обнаружения и распознавания фрагмента сигнала от структурной неоднородности.
Целью диссертационной работы является повышение эффективности автоматизированного обнаружения нерегулярных структур сигнала дефектограммы при классификации дефектов железнодорожных путей на основе их пространственно-временной обработки.
Для достижения поставленной цели необходимо решить следующие задачи:
Получить сигналы с датчиков радиоэлектронного устройства от различных объектов железнодорожного пути, выполнить их анализ, и осуществить анализ сигналов от дефектов железнодорожных рельс.
Определить и выделить характерные признаки сигналов от дефектов, по которым будет проводиться классификация, а также описать основные факторы эксплуатации радиоэлектронного устройства в вагоне дефектоскопе, существенно влияющих на форму сигнала датчиков, которые в свою очередь влияют на форму сигналов от дефектов. На основании признаков сигналов сформировать обучающие выборки фрагментов сигнала от различных классов объектов железнодорожного полотна.
На основании априорной информации и данных обучения построить решающее правило, позволяющее относить выборку фрагментов сигнала к одному из взаимоисключающих классов дефектов.
Разработать адаптивные алгоритмы, осуществляющие обнаружение, классификацию и определение зоны местоположения предъявляемого фрагмента сигнала дефектограммы на основе анализа сигналов на выходах датчиков.
Произвести оценку качества обнаружения, распознавания и определения зоны местоположения дефектов железнодорожных путей.
Результаты, выносимые на защиту:
Формализация правил, приведенных в должностной инструкции оператора магнитного вагона-дефектоскопа, позволяет выявить пороговые амплитудные признаки для реализации алгоритма обнаружения регулярных и нерегулярных фрагментов сигнала дефектограммы.
Реализованный метод расширения множества пространственно-временных фрагментов сигнала от дефектов позволяет корректировать
оценки корреляционных матриц и векторов средних значений классов, формирующих множество фрагментов сигналов от дефектов.
Результаты экспериментальных исследований показали преимущества алгоритма распознавания байесовским решающим правилом по временным отсчетам, когда каждому классу подмножеств соответствует своя функция плотности вероятности.
Разработанные алгоритмы, использующие оптимальный и подопти-мальный методы, осуществляют определение местоположения дефекта в плоскости поперечного сечения рельса.
Научная новизна
1. Разработан алгоритм обнаружения регулярных и нерегулярных фрагментов сигнала дефектограммы, использующий формализованные пороговые амплитудные признаки.
2 Модифицированы алгоритмы распознавания регулярных и нерегулярных фрагментов сигнала, использующие в решающих правилах коэффициент корреляции, евклидовую норму и обобщенное отношение правдоподобия.
Разработан метод расширения множества пространственно-временных фрагментов сигнала от дефектов, позволяющий корректировать оценки корреляционных матриц и векторов средних значений классов, а также позволяющий синтезировать вектора признаков фрагментов сигнала классов.
Разработаны два алгоритма для определения местоположения дефекта в плоскости поперечного сечения рельса.
Практическая значимость
Алгоритмы обработки сигналов пассивного индукционного датчика, осуществляющие определение зоны местоположения дефекта в плоскости поперечного сечения рельса, позволяют установить поперечные координаты дефекта в головке рельса, таким образом уменьшить в 3 раза область поиска при вторичном контроле участка рельса.
Предложенные алгоритмы обнаружения, распознавания и определения зоны местоположения дефектов позволяют разработать многоступенчатый пространственно-временной алгоритм автоматизированного анализа дефектограмм с целью надежного обнаружения дефектов рельсов в реальном времени, при этом из-за ограничений, накладываемых на максимальную рабочую скорость контроля, скорость расшифровки повыситься до 90 км/ч.
Определение положения дефекта со стороны рабочей грани в плоскости поперечного сечения головки рельса позволяет ввести предварительную разбраковку рельсов на дефектные и остро дефектные.
Разработанные алгоритмы и радиоэлектронное устройство обработки сигналов для обнаружения, классификации и отображения информации
в дефектоскопии железнодорожных путей позволяют реализовать управление магнитным дефектоскопом и контроль процесса автоматической расшифровки дефектограмм на одном рабочем месте оператора вагона-дефектоскопа, что позволяет сократить численность персонала вагона-дефектоскопа на 20%.
Методы исследования. Проведенные в работе исследования базируются на применении статистической радиотехники, методов математической статистики, теории распознавания образов, спектрального анализа, линейной алгебры и машинного эксперимента на ПЭВМ. Проверка теоретических результатов и выводов проводилась в среде графического программирования Lab VIEW и программы для работы с электронными таблицами Microsoft Excel с использованием машинного моделирования на наборах фрагментов сигналов от дефектов, полученных экспериментальным путем.
Достоверность и обоснованность результатов обеспечивается результатами машинного моделирования на реальных фрагментах сигналов от структурных неоднородностей рельсов. Новизна технических предложений подтверждается экспертизой технического решения, которое удостоверяется патентом на устройство регистрации сигналов от дефектов.
Внедрение результатов работы. Диссертационная работа выполнялась в рамках госбюджетной работы «Разработка методов моделирования и алгоритмов синтеза радиоэлектронных средств для информационно-коммуникационных систем повышенной эффективности» (г/б № 11054/1). Результаты диссертационной работы внедрены на предприятии ООО «Информационные и инновационные технологии» г. Таганрога при разработке многоканального автоматизированного магнитного дефектоскопа рельсов, в магнитном вагоне-дефектоскопе №412 ДЦДП СКЖД ОАО «РЖД» для обнаружения и классификации дефектов железнодорожных путей при периодическом неразрушающем контроле железнодорожных рельсов, уложенных в путь, что подтверждается соответствующими актами о внедрении. Результаты диссертационной работы в виде алгоритмов и программ используются в учебном процессе ТТИ ЮФУ при преподавании дисциплины «Радиотехнические цепи и сигналы» и дисциплины по выбору студентов при формировании индивидуальной траектории обучения - «Основы теории сигналов (дополнительные разделы)». Предложенный пассивный индукционной датчик признан полезной моделью и подтвержден патентом №100668.
Апробация работы. Основные положения диссертационной работы докладывались и одобрены на конференциях: Межд. науч. конф. «Системы и модели в информационном мире», г. Таганрог, ТТИ ЮФУ, 2009 г.; Межд. науч. конф. «Методы и алгоритмы принятия эффективных решений», г. Таганрог, ТТИ ЮФУ, 2009 г.; Всерос. науч. конф. «Современные иссле-
довательские и образовательные технологии», г. Таганрог, ТТИ ЮФУ,
г.; Межд. науч. конф. «Информационное общество: идеи, технологии, системы», г. Таганрог, ТТИ ЮФУ, 2010 г.; Финал, этап «Всерос. кон. науч.-исслед. р-т асп. и м. уч. в обл. стратег, партнерства вузов и предприятий радиоэлектронного комплекса», г. Санкт-Петербург, СПбГЭТУ, 2010г.; Всерос. науч.-тех. конф. с межд. уч. «Компьютерные и информационные технологии в науке, инженерии и управлении», г. Таганрог, ТТИ ЮФУ, 2010, 2011гг.; 10-я Всерос. науч. конф. «Техническая кибернетика, радиоэлектроника и системы управления» г.Таганрог, ТТИ ЮФУ, 2010г.; Всерос. науч. конф. «Актуальные вопросы исследования общественных и технических систем», г.Таганрог, ТТИ ЮФУ, 2011г.; 13-я Межд. конф. «Цифровая обработка сигналов и ее применение» г. Москва, ИЛУ РАН,
г.; 7-я Еж. конф. студ. и асп. Баз. каф. ЮНЦ РАН «Технические науки», г.Таганрог, ТТИ ЮФУ, 2011 г., 1-я Всерос. конф. «Радиоэлектронные средства передачи и приема сигналов и визуализации информации» г. Таганрог, ТТИ ЮФУ, 2011 г.
Публикации. По результатам выполненных исследований опубликовано 14 научных работ, в том числе 1 патент на полезную модель, 12 статей и тезисов докладов в трудах Международных и Всероссийских научных и научно-технических конференций (2 статьи в журналах из перечня ВАК), 1 работа в финальном сборнике статей Всероссийского конкурса научно-исследовательских работ.
Структура диссертационной работы. Диссертационная работа написана на русском языке, состоит из введения, четырех глав, заключения, списка использованной литературы и приложений. Диссертационная работа изложена на 275 страницах, число машинописных страниц 142, 78 рисунков, 87 таблиц, список литературы из 67 наименований, приложения размещены на 52 страницах.
