Архитектура и алгоритм функционирования автоматизированной системы оценки остаточного ресурса изоляции тягового электродвигателя по эксплуатационным циклограммам

Предложены архитектура и алгоритм функционирования автоматизированной системы оценки остаточного ресурса изоляции тягового электродвигателя (ТЭД) НБ-514Е электровозов 3ЭС5К по эксплуатационным циклограммам нагружения. Необходимость разработки такой системы связана с тем, что применяемый на практике периодический контроль сопротивления изоляции и локальный контроль отдельных параметров не позволяют учитывать термическую историю работы двигателя и своевременно оценивать накопленный тепловой износ изоляции. В качестве вычислительного ядра системы используется цифровой двойник теплового состояния, обеспечивающий расчет перегрева в контролируемых и труднодоступных зонах, формирование виртуальных температурных оценок, сравнение расчетных и нормативных значений, а также прогноз остаточного ресурса. В структуру системы включены подсистема сбора эксплуатационных данных, модуль формирования циклограмм, блок сравнения данных и модуль принятия решений. Отличительной особенностью предложенного подхода является использование фактической токовой нагрузки электровоза для периодического уточнения теплового состояния ТЭД и последующего перехода от диагностики перегрева к прогнозной оценке износа изоляции. Результатом работы являются формализованные структура и алгоритм системы, ориентированные на применение в задачах мониторинга, диагностики и поддержки эксплуатационных решений.

1. Система мониторинга состояния изоляции / Е. Ю. Дульский, П. Ю. Иванов, А. А. Хамнаева [и др.] // Железнодорожный транспорт. – 2021. – № 3. – С. 50–52. – EDN EGIKNL.

2. Иванов, П. Ю. Состояние вопроса надёжности и долговечности изоляции асинхронных вспомогательных машин / П. Ю. Иванов, Е. Ю. Дульский, А. М. Худоногов // Известия Транссиба. – 2015. – № 2(22). – С. 2–6. – EDN UDYIBX.

3. Иванов, П. Ю. Современные направления развития систем мониторинга состояния изоляции асинхронных электродвигателей / П. Ю. Иванов, Е. Ю. Дульский, А. М. Худоногов // Вестник Иркутского государственного технического университета. – 2016. – Т. 20, № 12 (119). – С. 146–154. – DOI 10.21285/1814-3520-2016-12-146-154.

4. Иванов, П. Ю. Локальный перегрев изоляции асинхронных вспомогательных машин электровозов в переходных режимах работы / П. Ю. Иванов, Е. Ю. Дульский, А. М. Худоногов // Вестник Иркутского государственного технического университета. – 2016. – Т. 20, № 11 (118). – С. 194–200. – DOI 10.21285/1814-3520-2016-11-194-200.

5. Аболмасов, А. А. Совершенствование методов диагностирования электрических машин локомотивов по данным микропроцессорных систем управления / А. А. Аболмасов, Д. О. Лисин, В. А. Мельников // Современные технологии. Системный анализ. Моделирование. – 2019. – № 3 (63). – С. 69–75. – DOI 10.26731/1813-9108.2019.3(63).69-75.

6. Андрончев, И. К. Совершенствование трактовки диагностической информации при оценке технического состояния тяговых двигателей электроподвижного состава / И. К. Андрончев, И. П. Гордеев, А. С. Тычков, П. В. Шепелин // Вестник транспорта Поволжья. – 2020. – № 3 (81). – С. 7–13.

7. Завидей, В. И. Современные методы мониторинга и технического диагностирования электрических машин / В. И. Завидей, И. В. Путилова, В. А. Старшинов // Экспозиция Нефть Газ. – 2023. – № 4. – С. 38–44. – DOI 10.24412/2076-6785-2023-4-38-44.

8. Харламов, В. В. Тестирование межвитковой изоляции якорной обмотки тягового электродвигателя по методу волнового отклика / В. В. Харламов, П. К. Шкодун, И. В. Шестаков // Известия Транссиба. – 2015. – № 2 (22). – С. 39–45.

9. Digital Twin in Industry : State-of-the-Art / F. Tao, H. Zhang, A. Liu, A. Y. C. Nee // IEEE Transactions on Industrial Informatics. – 2019. – Vol. 15, No. 4. – P. 2405–2415. – DOI 10.1109/TII.2018.2873186.

10. Digital Twin : Enabling Technologies, Challenges and Open Research / A. Fuller, Z. Fan, C. Day, C. Barlow // IEEE Access. – 2020. – Vol. 8. – P. 108952–108971. – DOI 10.1109/ACCESS.2020.2998358.

11. Falekas, G. Digital Twin in Electrical Machine Control and Predictive Maintenance : State-of-the-Art and Future Prospects / G. Falekas, A. Karlis // Energies. – 2021. – Vol. 14, No. 18. – P. 5933. – DOI 10.3390/en14185933.

12. Condition Monitoring of Industrial Electric Machines : State of the Art and Future Challenges / S. B. Lee, G. C. Stone, J. Antonino-Daviu [et al.] // IEEE Industrial Electronics Magazine. – 2020. – Vol. 14, No. 4. – P. 158–167. – DOI 10.1109/MIE.2020.3016138.