Использование искусственных нейронных сетей на Российских железных дорогах для контроля токоприемников поездов

Обложка

Цитировать

Полный текст

Аннотация

Состояние вопроса. В настоящей статье представлены результаты анализа механизма работы искусственных нейронных сетей на Российских железных дорогах для контроля токоприемников поездов. Проведена критическая оценка ситуации и дан прогноз дальнейшего развития нейросетевых технологий на железнодорожном транспорте.

Материалы и/или методы исследования. Использованы методы математического моделирования, системного анализа, анализа данных, сопоставления, теории систем, а также архитектура и математическая модель нейронной сети и информационных стандартов.

Результаты. Разработана модель информационной системы контроля характеристик токоприемников, описан алгоритм ее работы и функционал программного комплекса модели системы контроля характеристик токоприемников подвижного состава. Представлен алгоритм работы нейронной сети по определению характеристик токоприемников электрического подвижного состава. Проведен анализ перспектив использования искусственных нейронных сетей в сфере железнодорожного транспорта, а также создана имитационная модель информационной системы контроля характеристик токоприемников электроподвижного состава железнодорожного транспорта.

Заключение. В статье проведено исследование позитивного опыта компании ОАО «РЖД» по внедрению нейросетевых технологий в технологические процессы и дальнейших перспектив использования нейросетевых технологий на Российских железных дорогах. Отмечена необходимость интенсификации развития и внедрения нейротехнологий для решения широкого спектра задач, в том числе задач по оптимизации организации технического обслуживания и ремонта подвижного состава. Показана эффективность и актуальность использования искусственных нейронных сетей в различных сферах деятельности, в особенности на Российских железных дорогах, а также предложена модель информационной системы в области контроля характеристик токоприемников.

Об авторах

В. С. Язынин

Петербургский государственный университет путей сообщения Императора Александра I

Автор, ответственный за переписку.
Email: nttk@pgups.ru
Россия, пр-т Московский, 9, г. Санкт-Петербург, 190031, Российская Федерация

А. М. Барановский

Петербургский государственный университет путей сообщения Императора Александра I

Email: adelinakorob@mail.ru
Россия, пр-т Московский, 9, г. Санкт-Петербург, 190031, Российская Федерация

А. А. Воробьев

Петербургский государственный университет путей сообщения Императора Александра I

Email: adelinakorob@mail.ru
Россия, пр-т Московский, 9, г. Санкт-Петербург, 190031, Российская Федерация

И. Ю. Романова

Петербургский государственный университет путей сообщения Императора Александра I

Email: adelinakorob@mail.ru
Россия, пр-т Московский, 9, г. Санкт-Петербург, 190031, Российская Федерация

Список литературы

  1. Барский, А.Б. Логические нейронные сети: Учебное пособие / А.Б.Барский. - М.: Бином, 2013. – 352 c.
  2. Дейтел П., Дейтел Х.Python: Искусственный интеллект, большие данные и облачные вычисления. СПб.: Питер, 2020. – 864 с.
  3. Траск Эндрю. Грокаем глубокое обучение. СПб.: Питер, 2019.– 352 с.
  4. Редько, В.Г. Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики / В.Г. Редько. – М.: Ленанд, 2019. - 224 c.
  5. Ростовцев, В. С. Искусственные нейронные сети : учебник для вузов / В. С. Ростовцев. – 2-е изд., стер. – Санкт-Петербург: Лань, 2021. – 216 с.
  6. Лазарев В. М., Свиридов А. П. Нейросети и нейрокомпьютеры. – М.: Изд-во МГТУ РЭА, 2011. – 131 с.
  7. Нейросеть сортирует вагоны [Электронныйресурс]. URL:https://company.rzd.ru/ru/9401/page/78314?id=191259&ysclid=l9wiv1g91m530802873 (Дата обращения: 16.10.22)
  8. Когда у России появятся свои поезда на автопилоте [Электронный ресурс]. URL:https://plus-one.ru/society/2022/03/09/poezda-na-avtopilote (Дата обращения: 16.10.22)
  9. Анализ опыта и перспектив применения искусственных нейронных сетей на железнодорожном транспорте [Электронный ресурс]. URL: https://cyberleninka.ru/article/n/analiz-opyta-i-perspektiv-primeneniya-iskusstvennyh-neyronnyh-setey-na-zheleznodorozhnom-transporte/viewer (Дата обращения 17.10.2022).
  10. Куренков П.В., Вакуленко С.П. Финансово-экономическое решение проблемы пригородных перевозок//Экономика железных дорог. – 2012. – № 12. – С. 96.
  11. Баритко А.Л., Куренков П.В. Организация и технология внешнеторговых перевозок// Железнодорожный транспорт. – 1998. – № 8.
  12. Мохонько В.П., Исаков В.С., Куренков П.В. Ситуационное управление перевозочным процессом // Транспорт: наука, техника, управление. Научный информационный сборник. – 2004. – № 11. – С. 14.
  13. Мохонько В.П., Исаков В.С., Куренков П.В. Проблемы создания ситуационно-аналитической системы управления перевозочным процессом на железнодорожном транспорте// Бюллетень транспортной информации. – 2004. – № 9. – С. 22.
  14. Формирование системы финансового менеджмента: теория, опыт, проблемы, перспективы/ Коллективная монография: Сафронова А.А., Рудакова Е.Н., Куренков П.В. и др. / Москва, 2018. – 228 с. ISBN: 978-5-907084-31-5
  15. Покровская О.Д. Логистические накопительно-распределительные центры как основа терминальной сети региона. –Монография / Новосибирск, 2012. – 184 с. ISBN: 978-5-94301-276-1
  16. Покровская О.Д. Состояние транспортно-логистической инфраструктуры для угольных перевозок в России // Инновационный транспорт. – 2015. – № 1 (15). – С. 13-23.
  17. Покровская О.Д. О терминологии объектов терминально-складской инфраструктуры // Мир транспорта. – 2018. – Т. 16. – № 1 (74). – С. 152-163.
  18. Покровская О.Д. Логистическая классность железнодорожных станций // Вестник Уральского государственного университета путей сообщения. – 2018. – № 2 (38). – С. 68-76.
  19. Покровская О.Д. Логистические транспортные системы России в условиях новых санкций// Бюллетень результатов научных исследований. – 2022. – № 1. – С. 80-94.
  20. Pokrovskaya O.D. Тerminalistica as a new methodology for the study of transport and logistics systems of the regions// Sustainable economic development of regions. Ed. By L. Shlossman. Vienna, 2014. С. 154-175.
  21. Pokrovskaya O., Fedorenko R. Аssessment of transport and storage systems // Advances in Intelligent Systems and Computing. 2020. Т. 1115. С. 570-577. doi: 10.1007/978-3-030-37916-2_55
  22. Дроздова М.А. Международные санкции как средства регулирования мировой экономики // В сборнике: Инновационные подходы развития экономики и управления в XXI веке. Сборник трудов III Национальной научно-практической конференции. Федеральное агентство железнодорожного транспорта, ФГБОУ ВО ПГУПС, 2020. С. 113-116.
  23. Дроздова М.А., Кравченко Л.А. Антиглобализм в контексте современного международного экономико-правового дискурса // Вестник Волжского университета им. В.Н. Татищева. 2020. Т. 1. № 3 (96). С. 247-253.
  24. Дроздова М.А., Кравченко Л.А., Панков Д.А. Цифровая экономика и инфляция в период пандемии // В сборнике: Инновационные подходы развития экономики и управления в XXI веке. Сборник трудов III Национальной научно-практической конференции. ФГБОУ ВО ПГУПС, 2020. С. 11-14.
  25. Беляев И. А., Михеев В. П., Шиян В. А. Токосъем и токоприемники электроподвижного состава. — М.: Транспорт, 1976. – 184с.
  26. Автоматизированная система диагностики состояния токоприемников электроподвижного состава на основе видеоизмерительного комплекса [Электронный ресурс].URL: https://cyberleninka.ru/article/n/avtomatizirovannaya-sistema-diagnostiki-sostoyaniya-tokopriemnikov-elektropodvizhnogo-sostava-na-osnove-videoizmeritelnogo/viewer (Дата обращения: 19.10.2022).
  27. Барановский А.М., Силантьев С.Б., Смолицкий Х.Л., Яфраков М.Ф., Синтез нейроподобной сети Хопфилда для решения систем линейных алгебраических уравнений. Известия высших учебных заведений. Приборостроение. 1994. Т. 37. № 3-4. С. 47-51.
  28. Gluhov A., Baranovskiy A., Fomenko Y., Bochkov A. Adapted Model Neural-Like Hopfield Network and the Algorithm of Its Training for Finding the Roots Systems of Linear Algebraic Equations. Lecture Notes in Networks and Systems. 2021. Т. 229. С. 386-395.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Язынин В.С., Барановский А.М., Воробьев А.А., Романова И.Ю., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».