ரயில்வே போக்குவரத்தில் ஆளில்லா தொழில்நுட்பங்களின் வளர்ச்சி

ரயில்வேயில் ஆளில்லா தொழில்நுட்பங்களின் வளர்ச்சி நீண்ட காலத்திற்கு முன்பே தொடங்கியது, ஏற்கனவே 1957 இல், பயணிகள் ரயில்களுக்கான முதல் சோதனை தானியங்கி வழிகாட்டுதல் அமைப்பு உருவாக்கப்பட்டது. இரயில் போக்குவரத்துக்கான ஆட்டோமேஷன் நிலைகளுக்கு இடையிலான வேறுபாட்டைப் புரிந்து கொள்ள, IEC-62290-1 தரநிலையில் வரையறுக்கப்பட்ட தரநிலை அறிமுகப்படுத்தப்பட்டுள்ளது. சாலைப் போக்குவரத்தைப் போலன்றி, ரயில் போக்குவரத்தில் 4 டிகிரி ஆட்டோமேஷன் உள்ளது, படம் 1 இல் காட்டப்பட்டுள்ளது.

படம் 1. IEC-62290 படி ஆட்டோமேஷன் டிகிரி

ரஷ்ய ரயில்வே நெட்வொர்க்கில் இயங்கும் கிட்டத்தட்ட அனைத்து ரயில்களிலும் ஆட்டோமேஷன் நிலை 1 உடன் தொடர்புடைய பாதுகாப்பு சாதனம் பொருத்தப்பட்டுள்ளது. ஆட்டோமேஷன் நிலை 2 கொண்ட ரயில்கள் ரஷ்ய ரயில்வே நெட்வொர்க்கில் 20 ஆண்டுகளுக்கும் மேலாக வெற்றிகரமாக இயக்கப்படுகின்றன; பல ஆயிரம் இன்ஜின்கள் பொருத்தப்பட்டுள்ளன. இந்த நிலை டிராக் சர்க்யூட்களில் இருந்து தூண்டல் சேனல் வழியாக பெறப்பட்ட தானியங்கி லோகோமோட்டிவ் சிக்னலிங் அமைப்புகளின் அட்டவணை மற்றும் அளவீடுகளை கணக்கில் எடுத்துக்கொண்டு, கொடுக்கப்பட்ட பாதையில் ரயிலின் ஆற்றல்-உகந்த ஓட்டுதலுக்கான இழுவைக் கட்டுப்பாடு மற்றும் பிரேக்கிங் அல்காரிதம்கள் மூலம் செயல்படுத்தப்படுகிறது. நிலை 2 இன் பயன்பாடு ஓட்டுநர் சோர்வைக் குறைக்கிறது மற்றும் ஆற்றல் நுகர்வு மற்றும் அட்டவணை செயல்பாட்டின் துல்லியத்தில் நன்மைகளை வழங்குகிறது.

லெவல் 3, வண்டியில் ஓட்டுனர் இல்லாத சாத்தியம் கருதுகிறது, இதற்கு தொழில்நுட்ப பார்வை அமைப்பைச் செயல்படுத்த வேண்டும்.

நிலை 4 கப்பலில் ஒரு ஓட்டுநர் இல்லாததைக் கருதுகிறது, இது லோகோமோட்டிவ் (மின்சார ரயில்) வடிவமைப்பில் குறிப்பிடத்தக்க மாற்றம் தேவைப்படுகிறது. எடுத்துக்காட்டாக, போர்டில் சர்க்யூட் பிரேக்கர்கள் உள்ளன, அவை கப்பலில் ஒரு நபர் இல்லாமல் தடுமாறினால் மீட்டமைக்க இயலாது.

தற்போது, ​​3 மற்றும் 4 நிலைகளை அடைவதற்கான திட்டங்கள் உலகின் முன்னணி நிறுவனங்களான Siemens, Alstom, Thales, SNCF, SBB மற்றும் பலவற்றால் செயல்படுத்தப்படுகின்றன.

செப்டம்பர் 2018 இல் Innotrans கண்காட்சியில், டிரைவர் இல்லாத டிராம்கள் துறையில் சீமென்ஸ் தனது திட்டத்தை முன்வைத்தது. இந்த டிராம் 3 முதல் GoA2018 ஆட்டோமேஷன் மட்டத்துடன் போட்ஸ்டாமில் இயங்கி வருகிறது.

படம் 2 சீமென்ஸ் டிராம்
2019 ஆம் ஆண்டில், சீமென்ஸ் ஆளில்லா பாதையின் நீளத்தை 2 மடங்குக்கு மேல் அதிகரித்துள்ளது.
ஆளில்லா ரயில்வே வாகனங்களை உருவாக்கத் தொடங்கிய உலகின் முதல் நிறுவனங்களில் ரஷ்ய ரயில்வே நிறுவனம் ஒன்றாகும். எனவே, 2015 ஆம் ஆண்டில் லுஷ்ஸ்கயா நிலையத்தில், 3 ஷண்டிங் என்ஜின்களின் இயக்கத்தை தானியங்குபடுத்தும் திட்டம் தொடங்கப்பட்டது, அங்கு NIIAS JSC அடிப்படை தொழில்நுட்பங்களின் திட்ட ஒருங்கிணைப்பாளராகவும் டெவலப்பராகவும் செயல்பட்டது.

ஆளில்லா இன்ஜினை உருவாக்குவது ஒரு சிக்கலான, சிக்கலான செயல்முறையாகும், இது மற்ற நிறுவனங்களுடன் ஒத்துழைக்காமல் சாத்தியமற்றது. எனவே, Luzhskaya நிலையத்தில், JSC NIIAS உடன், பின்வரும் நிறுவனங்கள் பங்கேற்கின்றன:

• ஆன்-போர்டு கட்டுப்பாட்டு அமைப்பின் வளர்ச்சியின் அடிப்படையில் JSC "VNIKTI";
• சீமென்ஸ் - ஹம்ப் செயல்பாட்டை தானியங்குபடுத்துதல் (MSR-32 அமைப்பு) மற்றும் தள்ளும் கார்களின் செயல்பாட்டை தானியங்குபடுத்துதல் ஆகியவற்றின் அடிப்படையில்;
• சுவிட்சுகள் மற்றும் போக்குவரத்து விளக்குகளை கட்டுப்படுத்தும் நுண்செயலி மையப்படுத்தல் அமைப்புகளின் அடிப்படையில் JSC ரேடியோஏவியோனிக்ஸ்;
• PKB CT - ஒரு சிமுலேட்டரை உருவாக்குதல்;
• JSC ரஷ்ய ரயில்வே திட்ட ஒருங்கிணைப்பாளராக.

முதல் கட்டத்தில், போக்குவரத்து ஆட்டோமேஷனின் நிலை 2 ஐ அடைவதே பணியாக இருந்தது, இயக்கி, ஷன்டிங் வேலையை ஒழுங்கமைப்பதற்கான சாதாரண நிலைமைகளின் கீழ், லோகோமோட்டிவ் கட்டுப்பாடுகளைப் பயன்படுத்தாதபோது.

வழக்கமான ஷன்டிங் என்ஜின்களை இயக்கும்போது, ​​பொருத்தமான வழிகளை அமைப்பதன் மூலம் (சுவிட்சுகளை நகர்த்துதல், போக்குவரத்து விளக்குகளை இயக்குதல்) அனுப்பியவரிடமிருந்து ஓட்டுநருக்கு குரல் கட்டளைகளை அனுப்புவதன் மூலம் போக்குவரத்து கட்டுப்பாடு மேற்கொள்ளப்படுகிறது.

நிலை 2 ஆட்டோமேஷனுக்கு நகரும் போது, ​​அனைத்து குரல் தொடர்புகளும் டிஜிட்டல் பாதுகாப்பான ரேடியோ சேனலில் அனுப்பப்படும் கட்டளைகளின் அமைப்பால் மாற்றப்பட்டன. தொழில்நுட்ப ரீதியாக, லுஷ்ஸ்காயா நிலையத்தில் ஷன்டிங் என்ஜின்களின் கட்டுப்பாடு இதன் அடிப்படையில் கட்டப்பட்டது:

• நிலையத்தின் ஒருங்கிணைந்த டிஜிட்டல் மாதிரி;
• ஷன்டிங் லோகோமோட்டிவ்களின் இயக்கத்தைக் கட்டுப்படுத்துவதற்கான நெறிமுறை (கட்டளைகளை அனுப்புவதற்கும், செயல்படுத்துவதைக் கண்காணிப்பதற்கும்);
• கொடுக்கப்பட்ட வழிகள், அம்புகள் மற்றும் சிக்னல்களின் நிலை பற்றிய தகவல்களைப் பெற மின் மையமயமாக்கல் அமைப்புடன் தொடர்பு;
• என்ஜின்களை நிறுத்துவதற்கான பொருத்துதல் அமைப்புகள்;
• நம்பகமான டிஜிட்டல் வானொலி தொடர்பு.

2017 ஆம் ஆண்டளவில், 3 TEM-7A ஷன்டிங் என்ஜின்கள் லுஷ்ஸ்காயா நிலையத்தில் 95% நேரத்தை முழு தானியங்கி பயன்முறையில் வேலை செய்தன, பின்வரும் செயல்பாடுகளைச் செய்கின்றன:

• கொடுக்கப்பட்ட பாதையில் தானியங்கி இயக்கம்;
• கார்களுக்கான தானியங்கி அணுகல்;
• வேகன்களுடன் தானியங்கி இணைப்பு;
• கார்களை ஹம்பின் மீது தள்ளுகிறது.

2017 ஆம் ஆண்டில், இன்ஜின்களை நிறுத்துவதற்கான தொழில்நுட்ப பார்வை அமைப்பை உருவாக்கவும், அவசரகால சூழ்நிலைகளில் ரிமோட் கண்ட்ரோலை அறிமுகப்படுத்தவும் ஒரு திட்டம் தொடங்கப்பட்டது.

நவம்பர் 2017 இல், JSC NIIAS இன் வல்லுநர்கள் ரேடார்கள், லிடார் மற்றும் கேமராக்கள் (படம் 3) ஆகியவற்றைக் கொண்ட ஷன்டிங் என்ஜின்களில் தொழில்நுட்ப பார்வை அமைப்பின் முதல் முன்மாதிரியை நிறுவினர்.

படம் 3 தொழில்நுட்ப பார்வை அமைப்புகளின் முதல் பதிப்புகள்

2017 - 2018 இல் தொழில்நுட்ப பார்வை அமைப்பின் லுகா நிலையத்தில் சோதனைகளின் போது, ​​பின்வரும் முடிவுகள் எடுக்கப்பட்டன:

• ரயில்வேயில் நல்ல பிரதிபலிப்புத் திறன் கொண்ட உலோகப் பொருள்கள் கணிசமான எண்ணிக்கையில் இருப்பதால், தடைகளைக் கண்டறிவதற்கு ரேடார்களைப் பயன்படுத்துவது சாத்தியமற்றது. அவர்களின் பின்னணிக்கு எதிரான நபர்களின் கண்டறிதல் வரம்பு 60-70 மீட்டருக்கு மேல் இல்லை, கூடுதலாக, ரேடார்கள் போதுமான கோணத் தீர்மானம் இல்லை மற்றும் சுமார் 1 ° ஆகும். எங்கள் கண்டுபிடிப்புகள் SNCF (பிரெஞ்சு ரயில்வே ஆபரேட்டர்) இன் சக ஊழியர்களின் சோதனை முடிவுகளால் உறுதிப்படுத்தப்பட்டன.
• லிடார்ஸ் குறைந்த சத்தத்துடன் நல்ல பலனைத் தருகிறது. பனிப்பொழிவு, மழை அல்லது மூடுபனி போன்றவற்றின் போது, ​​பொருட்களின் கண்டறிதல் வரம்பில் முக்கியமற்ற குறைவு காணப்படுகிறது. இருப்பினும், 2017 ஆம் ஆண்டில், லிடர்கள் மிகவும் விலை உயர்ந்தவை, இது திட்டத்தின் பொருளாதார செயல்திறனை கணிசமாக பாதித்தது.
• கேமராக்கள் ஒரு தொழில்நுட்ப பார்வை அமைப்பின் இன்றியமையாத உறுப்பு மற்றும் கண்டறிதல், பொருள் வகைப்பாடு மற்றும் ரிமோட் கண்ட்ரோல் பணிகளுக்கு அவசியம். இரவில் மற்றும் கடினமான வானிலை நிலைகளில் வேலை செய்ய, அகச்சிவப்பு கேமராக்கள் அல்லது கேமராக்கள் நீட்டிக்கப்பட்ட அலைநீள வரம்பில் இருப்பது அவசியம்.

தொழில்நுட்ப பார்வையின் முக்கிய பணி, வழியில் தடைகள் மற்றும் பிற பொருட்களைக் கண்டறிவதாகும், மேலும் இயக்கம் ஒரு பாதையில் மேற்கொள்ளப்படுவதால், அதைக் கண்டறிவது அவசியம்.

படம் 4. மல்டி-கிளாஸ் பிரிவின் எடுத்துக்காட்டு (தடம், கார்கள்) மற்றும் பைனரி முகமூடியைப் பயன்படுத்தி டிராக் அச்சை தீர்மானித்தல்

படம் 4 ரூட் கண்டறிதலின் உதாரணத்தைக் காட்டுகிறது. அம்புகள் வழியாக இயக்கத்தின் பாதையை சந்தேகத்திற்கு இடமின்றி தீர்மானிக்க, அம்புக்குறியின் நிலை மற்றும் போக்குவரத்து ஒளி அளவீடுகள் பற்றிய முன்னோடி தகவல் பயன்படுத்தப்படுகிறது, இது மின் மையமயமாக்கல் அமைப்பிலிருந்து டிஜிட்டல் ரேடியோ சேனல் வழியாக அனுப்பப்படுகிறது. தற்போது, ​​உலக ரயில்வேயில் போக்குவரத்து விளக்குகளை கைவிட்டு டிஜிட்டல் ரேடியோ சேனல் வழியாக கட்டுப்பாட்டு அமைப்புகளுக்கு மாறுவதற்கான ஒரு போக்கு உள்ளது. அதிவேக போக்குவரத்திற்கு இது குறிப்பாக உண்மை, ஏனெனில் மணிக்கு 200 கிமீ வேகத்தில் போக்குவரத்து விளக்குகளைக் கவனிப்பது மற்றும் அடையாளம் காண்பது கடினம். ரஷ்யாவில், போக்குவரத்து விளக்குகளைப் பயன்படுத்தாமல் இரண்டு பிரிவுகள் இயக்கப்படுகின்றன - மாஸ்கோ மத்திய வட்டம் மற்றும் அல்பிகா-சேவை - அட்லர் வரி.

குளிர்காலத்தில், பாதை முற்றிலும் பனி மூடியிருக்கும் போது சூழ்நிலைகள் ஏற்படலாம் மற்றும் படம் 5 இல் காட்டப்பட்டுள்ளபடி பாதையை அங்கீகரிப்பது கிட்டத்தட்ட சாத்தியமற்றது.

படம் 5 பனியால் மூடப்பட்ட பாதையின் எடுத்துக்காட்டு

இந்த வழக்கில், கண்டறியப்பட்ட பொருள்கள் என்ஜின் இயக்கத்தில் தலையிடுகின்றனவா என்பது தெளிவாகிறது, அதாவது அவை பாதையில் உள்ளனவா இல்லையா. இந்த வழக்கில், Luzhskaya நிலையத்தில், நிலையத்தின் உயர் துல்லிய டிஜிட்டல் மாதிரி மற்றும் உயர் துல்லியமான ஆன்-போர்டு வழிசெலுத்தல் அமைப்பு பயன்படுத்தப்படுகிறது.

மேலும், நிலையத்தின் டிஜிட்டல் மாதிரியானது அடிப்படை புள்ளிகளின் புவிசார் அளவீடுகளின் அடிப்படையில் உருவாக்கப்பட்டது. பின்னர், உயர் துல்லியமான பொருத்துதல் அமைப்புடன் என்ஜின்களின் பல பத்திகளை செயலாக்குவதன் அடிப்படையில், அனைத்து தடங்களிலும் ஒரு வரைபடம் முடிக்கப்பட்டது.

படம் 6 Luzhskoy நிலையத்தின் பாதை வளர்ச்சியின் டிஜிட்டல் மாதிரி

ஆன்-போர்டு பொசிஷனிங் சிஸ்டத்திற்கான மிக முக்கியமான அளவுருக்களில் ஒன்று என்ஜின் நோக்குநிலையை (அஜிமுத்) கணக்கிடுவதில் உள்ள பிழை. சென்சார்கள் மற்றும் அவற்றால் கண்டறியப்பட்ட பொருள்களின் சரியான நோக்குநிலைக்கு லோகோமோட்டிவ் நோக்குநிலை அவசியம். 1° நோக்குநிலை கோணப் பிழையுடன், 100 மீட்டர் தொலைவில் உள்ள பாதை அச்சுடன் தொடர்புடைய பொருளின் ஒருங்கிணைப்புகளில் பிழை 1,7 மீட்டர் இருக்கும்.

படம் 7 பக்கவாட்டு ஒருங்கிணைப்புப் பிழையில் நோக்குநிலைப் பிழையின் விளைவு

எனவே, லோகோமோட்டிவ் கோண நோக்குநிலையை அளவிடுவதில் அதிகபட்சமாக அனுமதிக்கப்பட்ட பிழை 0,1°க்கு மேல் இருக்கக்கூடாது. ஆன்போர்டு பொசிஷனிங் சிஸ்டம் RTK முறையில் இரண்டு இரட்டை அதிர்வெண் வழிசெலுத்தல் ரிசீவர்களைக் கொண்டுள்ளது, இவற்றின் ஆண்டெனாக்கள் நீண்ட தளம், ஸ்ட்ராப்டவுன் இன்டர்ஷியல் நேவிகேஷன் சிஸ்டம் மற்றும் வீல் சென்சார்களுடன் (ஓடோமீட்டர்கள்) இணைப்பு ஆகியவற்றை உருவாக்க லோகோமோட்டிவ் முழு நீளத்திலும் இடைவெளியில் இருக்கும். ஷண்டிங் லோகோமோட்டிவ் ஆயங்களை நிர்ணயிப்பதற்கான நிலையான விலகல் 5 செமீக்கு மேல் இல்லை.

கூடுதலாக, லுஷ்ஸ்காயா நிலையத்தில், கூடுதல் இருப்பிடத் தரவைப் பெற SLAM தொழில்நுட்பங்களைப் (லிடார் மற்றும் காட்சி) பயன்படுத்துவது குறித்து ஆராய்ச்சி மேற்கொள்ளப்பட்டது.
இதன் விளைவாக, லுஷ்ஸ்காயா நிலையத்தில் உள்ள ரயில் என்ஜின்களை நிறுத்துவதற்கான ரயில் பாதையின் நிர்ணயம், டிராக் அங்கீகாரம் மற்றும் பொருத்துதல் அடிப்படையிலான டிஜிட்டல் டிராக் மாதிரி தரவுகளின் முடிவுகளை இணைப்பதன் மூலம் மேற்கொள்ளப்படுகிறது.

தடைகளை கண்டறிதல் பல வழிகளில் மேற்கொள்ளப்படுகிறது:

• லிடார் தரவு;
• ஸ்டீரியோ பார்வை தரவு;
• நரம்பியல் நெட்வொர்க்குகளின் செயல்பாடு.

தரவுகளின் முக்கிய ஆதாரங்களில் ஒன்று லிடார்ஸ் ஆகும், இது லேசர் ஸ்கேனிங்கிலிருந்து புள்ளிகளின் மேகத்தை உருவாக்குகிறது. பயன்பாட்டில் உள்ள அல்காரிதம்கள் பெரும்பாலும் கிளாசிக்கல் டேட்டா கிளஸ்டரிங் அல்காரிதம்களைப் பயன்படுத்துகின்றன. ஆராய்ச்சியின் ஒரு பகுதியாக, லிடார் புள்ளிகளை கிளஸ்டரிங் செய்யும் பணிக்காக நரம்பியல் நெட்வொர்க்குகளைப் பயன்படுத்துவதன் செயல்திறன், அதே போல் லிடார் தரவு மற்றும் வீடியோ கேமராக்களின் தரவுகளின் கூட்டு செயலாக்கம் ஆகியவை சோதிக்கப்படுகின்றன. படம் 8, லுஷ்ஸ்காயா நிலையத்தில் ஒரு வண்டியின் பின்னணியில் ஒரு நபரின் மேனெக்வினைக் காண்பிக்கும் லிடார் தரவுகளின் உதாரணத்தைக் காட்டுகிறது (வெவ்வேறு பிரதிபலிப்புத்தன்மை கொண்ட புள்ளிகளின் மேகம்).

படம் 8. Luzhskoy நிலையத்தில் lidar தரவு உதாரணம்

இரண்டு வெவ்வேறு லிடார்களின் தரவைப் பயன்படுத்தி சிக்கலான வடிவ காரில் இருந்து ஒரு கிளஸ்டரை அடையாளம் காண்பதற்கான உதாரணத்தை படம் 9 காட்டுகிறது.

படம் 9. ஒரு ஹாப்பர் காரில் இருந்து கிளஸ்டர் வடிவில் லிடார் தரவை விளக்குவதற்கான எடுத்துக்காட்டு

தனித்தனியாக, சமீபத்தில் லிடார்களின் விலை கிட்டத்தட்ட ஒரு வரிசையால் குறைந்துள்ளது மற்றும் அவற்றின் தொழில்நுட்ப பண்புகள் அதிகரித்துள்ளன என்பது கவனிக்கத்தக்கது. இந்தப் போக்கு தொடரும் என்பதில் சந்தேகமில்லை. Luzhskaya நிலையத்தில் பயன்படுத்தப்படும் lidars மூலம் பொருட்களை கண்டறிதல் வரம்பு சுமார் 150 மீட்டர் ஆகும்.

வேறுபட்ட இயற்பியல் கொள்கையைப் பயன்படுத்தும் ஸ்டீரியோ கேமராவும் தடைகளைக் கண்டறியப் பயன்படுகிறது.

படம் 10. ஸ்டீரியோ ஜோடி மற்றும் கண்டறியப்பட்ட க்ளஸ்டர்களில் இருந்து வேறுபாடு வரைபடம்

துருவங்கள், தடப் பெட்டிகள் மற்றும் ஒரு வண்டியைக் கண்டறிவதன் மூலம் ஸ்டீரியோ கேமரா தரவின் உதாரணத்தை படம் 10 காட்டுகிறது.

பிரேக்கிங்கிற்கு போதுமான தூரத்தில் புள்ளி மேகத்தின் போதுமான துல்லியத்தைப் பெற, உயர் தெளிவுத்திறன் கொண்ட கேமராக்களைப் பயன்படுத்துவது அவசியம். படத்தின் அளவை அதிகரிப்பது ஏற்றத்தாழ்வு வரைபடத்தைப் பெறுவதற்கான கணக்கீட்டுச் செலவை அதிகரிக்கிறது. ஆக்கிரமிக்கப்பட்ட வளங்கள் மற்றும் கணினி மறுமொழி நேரத்திற்கு தேவையான நிபந்தனைகள் காரணமாக, வீடியோ கேமராக்களிலிருந்து பயனுள்ள தரவைப் பிரித்தெடுப்பதற்கான வழிமுறைகள் மற்றும் அணுகுமுறைகளை தொடர்ந்து உருவாக்கி சோதிக்க வேண்டியது அவசியம்.

அல்காரிதம்களின் சோதனை மற்றும் சரிபார்ப்பின் ஒரு பகுதி ரயில்வே சிமுலேட்டரைப் பயன்படுத்தி மேற்கொள்ளப்படுகிறது, இது JSC NIIAS உடன் இணைந்து PKB TsT ஆல் உருவாக்கப்படுகிறது. எடுத்துக்காட்டாக, ஸ்டீரியோ கேமரா அல்காரிதம்களின் செயல்திறனைச் சோதிக்க சிமுலேட்டரைப் பயன்படுத்துவதை படம் 11 காட்டுகிறது.

படம் 11. ஏ, பி - சிமுலேட்டரிலிருந்து இடது மற்றும் வலது பிரேம்கள்; B - ஸ்டீரியோ கேமராவிலிருந்து தரவை மறுகட்டமைப்பதற்கான மேல் பார்வை; டி - சிமுலேட்டரிலிருந்து ஸ்டீரியோ கேமரா படங்களை புனரமைத்தல்.

நரம்பியல் நெட்வொர்க்குகளின் முக்கிய பணி மக்கள், கார்கள் மற்றும் அவற்றின் வகைப்பாட்டைக் கண்டறிவதாகும்.
கடுமையான வானிலை நிலைகளில் பணியாற்ற, JSC NIIAS இன் நிபுணர்களும் அகச்சிவப்பு கேமராக்களைப் பயன்படுத்தி சோதனைகளை நடத்தினர்.

படம் 12. ஐஆர் கேமராவிலிருந்து தரவு

அனைத்து சென்சார்களிலிருந்தும் தரவுகள் சங்க வழிமுறைகளின் அடிப்படையில் ஒருங்கிணைக்கப்படுகின்றன, அங்கு தடைகள் (பொருள்கள்) இருப்பதற்கான நிகழ்தகவு மதிப்பிடப்படுகிறது.

மேலும், பாதையில் உள்ள அனைத்து பொருட்களும் தடைகள் அல்ல; ஷண்டிங் செயல்பாடுகளைச் செய்யும்போது, ​​​​இன்ஜின் தானாகவே கார்களுடன் இணைக்க வேண்டும்.

படம் 13. வெவ்வேறு சென்சார்கள் மூலம் தடையைக் கண்டறிவதன் மூலம் காருக்கான அணுகுமுறையின் காட்சிப்படுத்தலின் எடுத்துக்காட்டு

ஆளில்லா ஷன்டிங் என்ஜின்களை இயக்கும் போது, ​​சாதனத்தில் என்ன நடக்கிறது மற்றும் அது எந்த நிலையில் உள்ளது என்பதை விரைவாகப் புரிந்துகொள்வது மிகவும் முக்கியம். ஒரு நாய் போன்ற விலங்கு, என்ஜின் முன் தோன்றும் சூழ்நிலைகளும் சாத்தியமாகும். ஆன்போர்டு அல்காரிதம்கள் தானாக இன்ஜினை நிறுத்திவிடும், ஆனால் நாய் வழியை விட்டு நகரவில்லை என்றால் அடுத்து என்ன செய்வது?

கப்பலில் உள்ள நிலைமையை கண்காணிக்கவும், அவசரகால சூழ்நிலைகளில் முடிவுகளை எடுக்கவும், ஒரு நிலையான ரிமோட் கண்ட்ரோல் மற்றும் கண்காணிப்பு குழு உருவாக்கப்பட்டுள்ளது, இது நிலையத்தில் உள்ள அனைத்து ஆளில்லா இன்ஜின்களுடன் வேலை செய்ய வடிவமைக்கப்பட்டுள்ளது. Luzhskaya நிலையத்தில் அது EC போஸ்டில் அமைந்துள்ளது.

படம் 14 ரிமோட் கண்ட்ரோல் மற்றும் கண்காணிப்பு

Luzhskoy நிலையத்தில், படம் 14 இல் காட்டப்பட்டுள்ள கட்டுப்பாட்டு குழு மூன்று shunting என்ஜின்களின் செயல்பாட்டைக் கட்டுப்படுத்துகிறது. தேவைப்பட்டால், இந்த ரிமோட் கண்ட்ரோலைப் பயன்படுத்தி, நிகழ்நேரத்தில் தகவல்களை அனுப்புவதன் மூலம் இணைக்கப்பட்ட என்ஜின்களில் ஒன்றைக் கட்டுப்படுத்தலாம் (300 எம்எஸ்க்கு மேல் தாமதப்படுத்த வேண்டாம், ரேடியோ சேனல் வழியாக தரவு பரிமாற்றத்தை கணக்கில் எடுத்துக் கொள்ளுங்கள்).

செயல்பாட்டு பாதுகாப்பு சிக்கல்கள்

ஆளில்லா இன்ஜின்களை அறிமுகப்படுத்தும் போது மிக முக்கியமான பிரச்சினை செயல்பாட்டு பாதுகாப்பு பிரச்சினை, தரநிலைகள் IEC 61508 "பாதுகாப்பு தொடர்பான மின், மின்னணு, நிரல்படுத்தக்கூடிய மின்னணு அமைப்புகளின் செயல்பாட்டு பாதுகாப்பு" (EN50126, EN50128, EN50129), GOST 33435-2015 ரயில்வே ரோலிங் ஸ்டாக்கின் கட்டுப்பாடு, கண்காணிப்பு மற்றும் பாதுகாப்புக்காக".

ஆன்-போர்டு பாதுகாப்பு சாதனங்களுக்கான தேவைகளுக்கு இணங்க, பாதுகாப்பு ஒருமைப்பாடு நிலை 4 (SIL4) அடையப்பட வேண்டும்.

SIL-4 நிலைக்கு இணங்க, தற்போதுள்ள அனைத்து லோகோமோட்டிவ் பாதுகாப்பு சாதனங்களும் பெரும்பான்மை தர்க்கத்தைப் பயன்படுத்தி கட்டமைக்கப்படுகின்றன, அங்கு கணக்கீடுகள் இரண்டு சேனல்களில் (அல்லது அதற்கு மேற்பட்டவை) இணையாகச் செய்யப்படுகின்றன, மேலும் முடிவுகளை ஒப்பிட்டு முடிவு எடுக்கப்படும்.

ஆளில்லா shunting என்ஜின்களில் உள்ள உணரிகளிலிருந்து தரவைச் செயலாக்குவதற்கான கணினி அலகு இறுதி முடிவின் ஒப்பீடுடன் இரண்டு-சேனல் திட்டத்தைப் பயன்படுத்தி கட்டமைக்கப்பட்டுள்ளது.

பார்வை உணரிகளின் பயன்பாடு, வெவ்வேறு வானிலை மற்றும் வெவ்வேறு சூழல்களில் செயல்படுவதற்கு ஆளில்லா வாகனங்களின் பாதுகாப்பை நிரூபிக்கும் பிரச்சினைக்கு ஒரு புதிய அணுகுமுறை தேவைப்படுகிறது.

2019 இல், ISO/PAS 21448 தரநிலை “சாலை வாகனங்கள். வரையறுக்கப்பட்ட செயல்பாடுகளின் பாதுகாப்பு (SOTIF). இந்த தரநிலையின் முக்கிய கொள்கைகளில் ஒன்று காட்சி அணுகுமுறை ஆகும், இது பல்வேறு சூழ்நிலைகளில் அமைப்பின் நடத்தையை ஆராய்கிறது. மொத்த காட்சிகளின் எண்ணிக்கை முடிவிலியைக் குறிக்கிறது. அறியப்பட்ட பாதுகாப்பற்ற காட்சிகள் மற்றும் அறியப்படாத பாதுகாப்பற்ற காட்சிகளைக் குறிக்கும் பகுதிகள் 2 மற்றும் 3 ஐக் குறைப்பதே முக்கிய வடிவமைப்பு சவாலாகும்.

படம் 15 வளர்ச்சியின் விளைவாக காட்சிகளின் மாற்றம்

இந்த அணுகுமுறையின் பயன்பாட்டின் ஒரு பகுதியாக, JSC NIIAS இன் வல்லுநர்கள் 2017 இல் செயல்படத் தொடங்கியதிலிருந்து அனைத்து வளர்ந்து வரும் சூழ்நிலைகளையும் (காட்சிகள்) பகுப்பாய்வு செய்தனர். உண்மையான செயல்பாட்டில் எதிர்கொள்ள கடினமாக இருக்கும் சில சூழ்நிலைகள் PKB CT சிமுலேட்டரைப் பயன்படுத்தி உருவாக்கப்படுகின்றன.

ஒழுங்குமுறை சிக்கல்கள்

லோகோமோட்டிவ் கேபினில் இயக்கி இல்லாமல் முற்றிலும் தானியங்கி கட்டுப்பாட்டுக்கு முற்றிலும் மாறுவதற்கு, ஒழுங்குமுறை சிக்கல்களைத் தீர்ப்பதும் அவசியம்.

இந்த நேரத்தில், ஜே.எஸ்.சி ரஷ்ய ரயில்வே, தானியங்கி பயன்முறையில் ரயில்வே ரோலிங் ஸ்டாக்கிற்கான கட்டுப்பாட்டு அமைப்புகளை செயல்படுத்துவதற்கான நடவடிக்கைகளை செயல்படுத்துவதற்கான ஒழுங்குமுறை ஆதரவின் வேலைகளை செயல்படுத்துவதற்கான அட்டவணையை அங்கீகரித்துள்ளது. ரயில்வே போக்குவரத்தில் உற்பத்தியுடன் தொடர்பில்லாத குடிமக்களின் வாழ்க்கை அல்லது ஆரோக்கியத்திற்கு தீங்கு விளைவிக்கும் போக்குவரத்து சம்பவங்களை உத்தியோகபூர்வ விசாரணை மற்றும் பதிவு செய்வதற்கான நடைமுறை குறித்த விதிமுறைகளை புதுப்பிப்பது மிக முக்கியமான சிக்கல்களில் ஒன்றாகும். இந்தத் திட்டத்திற்கு இணங்க, 2021 இல் ஆளில்லா ரயில்வே வாகனங்களின் செயல்பாட்டை ஒழுங்குபடுத்தும் ஆவணங்களின் தொகுப்பு உருவாக்கப்பட்டு அங்கீகரிக்கப்பட வேண்டும்.

பின்னுரை

இந்த நேரத்தில், லுஷ்ஸ்காயா நிலையத்தில் இயக்கப்படும் ஆளில்லா ஷண்டிங் என்ஜின்களின் உலகில் ஒப்புமைகள் எதுவும் இல்லை. பிரான்ஸ் (SNCF நிறுவனம்), ஜெர்மனி, ஹாலந்து (Prorail நிறுவனம்), பெல்ஜியம் (Lineas நிறுவனம்) ஆகிய நாடுகளைச் சேர்ந்த வல்லுநர்கள் 2018-2019 ஆம் ஆண்டில் உருவாக்கப்பட்ட கட்டுப்பாட்டு அமைப்பைப் பற்றி நன்கு அறிந்தனர் மற்றும் இதே போன்ற அமைப்புகளைச் செயல்படுத்த ஆர்வமாக உள்ளனர். JSC NIIAS இன் முக்கிய பணிகளில் ஒன்று, ரஷ்ய ரயில்வே மற்றும் வெளிநாட்டு நிறுவனங்களுக்கு செயல்பாட்டை விரிவுபடுத்துவதும், உருவாக்கப்பட்ட மேலாண்மை அமைப்பைப் பிரதிபலிப்பதும் ஆகும்.

தற்போது, ​​JSC ரஷ்ய ரயில்வேயும் ஆளில்லா மின்சார ரயில்கள் "Lastochka" ஐ உருவாக்கும் திட்டத்திற்கு தலைமை தாங்குகிறது. ஆகஸ்ட் 16 இல் ES2G Lastochka மின்சார ரயிலுக்கான முன்மாதிரி தானியங்கி கட்டுப்பாட்டு அமைப்பின் செயல்திட்டத்தை கட்டமைப்பிற்குள் படம் 2019 காட்டுகிறது. சர்வதேச இரயில் நிலையம் விண்வெளி 1520 "PRO//Movement.Expo".

படம் 16. MCC இல் ஆளில்லா மின்சார ரயிலின் செயல்பாட்டின் செயல்விளக்கம்

ஆளில்லா மின்சார ரயிலை உருவாக்குவது, அதிக வேகம், குறிப்பிடத்தக்க பிரேக்கிங் தூரம் மற்றும் பயணிகளை நிறுத்தும் இடங்களில் பாதுகாப்பாக ஏறுதல்/இறங்குவதை உறுதி செய்தல் ஆகியவற்றால் மிகவும் கடினமான பணியாகும். தற்போது, ​​எம்சிசியில் சோதனை தீவிரமாக நடந்து வருகிறது. இந்த திட்டம் பற்றிய கதையை விரைவில் வெளியிட திட்டமிடப்பட்டுள்ளது.

ஆதாரம்: www.habr.com