Дистанційне діагностування стрілочних електропроводів змінного струму

UKR: Магістерська робота виконана на 62 сторінках, містить 25 рисунків, 4 таблиці та 25 джерел літератури. В магістерській роботі проаналізовано існуючі приводи стрілочного переводу. Також проведений аналіз дефектів і можливості діагностики стрілочних переводів. Досліджено критичні відмови стрілочних переводів. Приведено основи поділу відмов з точки зору їх критичності. Проведено аналіз та візуалізація результатів. Виконано оцінку похибки. Наведено діагностику та прогнозування відмов. Представлено дослідження іноземного досвіду у питанні оцінки рівня деградації та онлайн-прогнозування відмови, для чого виконано: аналіз формування відмов з точки зору структурування утворення пошкоджень; вилучення та вибір індикатора справності та оцінка рівня деградації на основі кластеризації; приведена експериментальна установка та збір даних, а також модель деградації для прогнозування відмов. Висновок. Представлена методика дозволить дистанційно визначати поточний стан стрілочного електропроводу та здатна визначати як поступові відмови, так і такі, що виникають раптово, і в режимі реального часу повідомляти про них

The master's thesis is made on 62 pages, contains 25 figures, 4 tables and 25 sources of literature. The master's thesis analyzes the existing switch drives. Also, an analysis of defects and the possibility of diagnostics of switch are carried out. Critical failures of switch are investigated. The basics of dividing failures from the point of view of their criticality are presented. The analysis and visualization of the results are carried out. The error is estimated. Failure diagnostics and prediction are presented. A study of foreign experience in assessing the level of degradation and online prediction of failure is presented, for which the following was performed: analysis of failure formation from the point of view of structuring damage formation; extraction and selection of a serviceability indicator and assessment of the level of degradation based on clustering; an experimental setup and data collection are presented, as well as a degradation model for predicting failures. Conclusion. The presented method will allow to remotely determining the current state of the electric switch drive and is able to determine both gradual failures and those that occur suddenly, and report on them in real time