Оперативный контроль работоспособности турбокомпрессора тепловозного дизеля

Почти все известные решения в области диагностирования агрегатов газовоздушного тракта тепловозного дизеля относятся к стационарному тестовому диагностированию, выполняемому во время реостатных испытаний тепловоза или обкатки турбокомпрессора на стенде, и предполагают контроль значительного количества параметров. В то же время своевременно не выявленные параметрические отказы агрегатов наддува приводят к снижению мощности и экономичности силовой установки тепловоза, ухудшению его экологических показателей. Поэтому актуальной является задача оперативной оценки технического состояния основных агрегатов газовоздушного тракта дизеля тепловоза как при эксплуатации, так и при реостатных испытаниях с целью своевременного обнаружения и прогнозирования его ухудшения. Теоретически обоснован и экспериментально проверен способ контроля работоспособности турбокомпрессора и выпускного устройства дизеля по результатам измерения полного перепада температуры на сопловом аппарате и рабочем колесе турбины. Предложен метод реализации этого способа с использованием интеллектуального нейросетевого классификатора. Разработан метод учета влияния теплоотвода от газа в охлаждающую воду при математическом моделировании рабочего процесса дизеля и агрегатов наддува. Достоинством предложенного способа контроля технического состояния турбокомпрессора является простота реализации и возможность использования данных разных дизелей для обучения унифицированного классификатора технического состояния.
EDN: FNMMPG, https://elibrary/fnmmpg

Литература

[1] Свечников А.А. Совершенствование технологии контроля технического состояния агрегатов наддува тепловозного дизеля после ремонта. Автореф. дисс. … канд. тех. наук. Самара, СамГУПС, 2010. 24 с.

[2] Титанаков Д.А. Оценка технического состояния газовоздушного тракта тепловозных дизелей. Автореф. дисс. … канд. тех. наук. Омск, ОмГУПС, 2005. 20 с.

[3] Васин П.А. Исследование газовоздушного тракта четырехтактного высокооборотного дизеля с турбонаддувом как объекта автоматической безразборной диагностики. Ленинград, ЦНИ дизельный ин-т, 1984. 23 с.

[4] Носков В.О., Милютина Л.В., Синев И.С. и др. Исследование условий и режимов работы маневровых тепловозов. Молодой ученый, 2017, № 12, ч. 1, с. 72–75.

[5] Грачев В.В., Грищенко А.В., Базилевский Ф.Ю. и др. Влияние переходных процессов в силовой установке маневрового тепловоза на расход топлива в эксплуатации. Бюллетень результатов научных исследований, 2022, № 1, с. 48–67.

[6] Симсон А.Э., Хомич А.З., Куриц А.А. и др. Тепловозные двигатели внутреннего сгорания. Москва, Транспорт, 1987. 534 с.

[7] Байков Б.П., Бордуков В.Г., Иванов П.В. и др. Турбокомпрессоры для наддува дизелей. Ленинград, Машиностроение, 1975. 200 с.

[8] Кулешов А.С. Программа расчета и оптимизации двигателей внутреннего сгорания ДИЗЕЛЬ-РК. Описание математических моделей, решение оптимизационных задач. Москва, Изд-во МГТУ им. Баумана, 2004. 123 с.

[9] Михеев М.А., Михеева И.М. Основы теплопередачи. Москва, Бастет, 2010. 342 с.

[10] Долгов А.И. К вопросу об оптимизации систем охлаждения газовых турбин. Технологический аудит и резервы производства, 2012, т. 5, № 1, с. 7–8.

[11] Каримова А.Г., Дезидерьев С.Г. Обобщенные опытные данные по теплообмену в проточной части турбин и компрессоров. Вестник КГТУ им. А.Н. Туполева, 2012, № 4–1, с. 61–67.

[12] Дизель W6L20L. Руководство по эксплуатации. FinLand, Wartsila, 2014. 386 с.

[13] Черезов Д.С., Тюкачев Н.А. Обзор основных методов классификации и кластеризации данных. Вестник ВГУ. Сер. Системный анализ и информационные технологии, 2009, № 9, с. 25–29.

[14] Жерон О. Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. Санкт-Петербург, Альфа-книга, 2018. 688 с.

[15] Выбор метрики в машинном обучении. Как выбрать метрики для валидации результата Machine Learning. blog.datalytica.ru: веб-сайт. URL: http://blog.datalytica.ru/2018/05/blog-post.html (дата обращения: 14.04.2023).