prof. zw. dr hab. nż. Bogdan Żółtowsk UTP Bydgoszcz Welokryteralne badana systemu transportowego Wprowadzene Systemy technczne o coraz wyższym stopnu automatyzacj, unfkacj ntegracj modułowej stwarzają szereg nowych problemów natury techncznej, organzacyjnej ekonomcznej, szczególne na etape ch eksploatacj. Jednym z tych problemów jest utrzymane wysokej gotowośc techncznej maszyn, tzn. utrzymane ch w stane zdatnośc do wykonana przewdzanych zadań zgodne z przeznaczenem aktualnym możlwoścam techncznym. Traktując eksploatację maszyn jako główny etap weryfkacj ch przydatnośc spełnana oczekwań społecznych, coraz częścej na tym etape prowadz sę ntensywne badana poprawnośc dzałana maszyn w odpowedno sformalzowanych strukturach eksploatacj. Zagadnena poprawnego wykorzystana nformacj do bezdemontażowej oceny stanu maszyn krytycznych, zagrożena bezpeczeństwa oraz zagrożeń środowska stanową o problematyce realzowanego projektu POIG, gdze do zagadneń głównych należą: badane dynamk konstrukcj (eksperymenty dentyfkacyjne), ewolucja zman stanu maszyny, rozpoznawane stanu maszyny (do modułu), opracowane kryterów zagrożena bezpeczeństwa środowska, optymalzacja dostępnych rozwązań oraz praktyczne aspekty montorowana zman stanu modułów maszyny (dedykowane systemy dagnostyczne). Celem projektu Technk wrtualne w badanach stanu, zagrożeń bezpeczeństwa środowska eksploatowanych maszyn - WND-POIG.01.03.01-00-212/09 jest wykorzystane technk wrtualnych w budowe nowoczesnych systemów zarządzana eksploatacj maszyn. Efektem końcowym przedstawonego projektu pownno być opracowane metodyk budowy dedykowanych systemów montorowana stanu oraz oceny zagrożeń bezpeczeństwa środowska użytkowanych maszyn oraz opracowane narzędz do realzacj tych zadań. Zakres merytoryczny przedstawonego projektu skupa sę szczególne na problematyce wykorzystana nowoczesnych narzędz wrtualnych w montorowanu stanu bezpeczeństwa, zagrożeń środowska oraz oceny zman stanu techncznego maszyn krytycznych. Rozwój technk wrtualnych umożlwa wele nowych rozwązań w zakrese modelowana, symulacj oraz pozyskwana przetwarzana nformacj dagnostycznej, które w realzacj projektu POIG są główne w obszarze realzowanych eksperymentów. Nektóre z 4512
tych możlwośc sygnalne przykładowo przedstawono w tym artykule, a dotyczy to przetwarzana sygnałów, optymalzacj statystycznej wynków wnoskowana dagnostycznego. 1. Badana jakośc maszyn Zadana systemowe System jest to zbór elementów powązanych ze sobą relacjam w tak sposób, że stanową one całość zdolną do funkcjonowana w określony sposób. Analza systemowa jest szczególne przydatna do złożonych zadań w szybko zmennym otoczenu, typowym dla naszych czasów. Ma na celu określene pożądanego dzałana lub ln postępowana przez rozpoznane rozważene dostępnych warantów oraz porównane ch przewdywanych następstw. Wymaga jasnego określena granc badanego systemu jego częśc składowych. Zasadnczo analza taka może być prowadzona na modelu, może być czysto ntucyjna, czy też formalna - zależne od możlwośc. Oto poszczególne krok analzy systemowej w zastosowanu do wygenerowanych poprzedno warantów rozwązań systemu: studum wykonalnośc systemu, można podzelć na badane wykonywalnośc fzycznej, techncznej oraz czasowo - ekonomcznej. studum akceptowalnośc systemu, pod względem prawnym, pracownczym, gospodarczym socjalnym. studum własnośc systemu - czy zapewnone są podstawowe własnośc warantów systemu. studum funkcjonalnośc, upewnające o spełnenu podstawowych celów operacyjnych obsługowych systemu jego elementów. analza struktury systemu, wykryce właścwej struktury zapewnającej wykonane celów systemu. Metodyka badań ewolucj stanu modułowo konstruowanych systemów techncznych metodam nżyner wrtualnej zaproponowana w tym projekce (w ujęcu badań systemowych) obejmuje [12,15]: modelowe opracowane zasad ewolucj stanu systemów techncznych (systemów modułowych oraz ewolucj procesów uszkodzeń), opracowane adaptacja procedur rozpoznawana stanu badanych modułów narzędzam nżyner wrtualnej (FEM, BEM, MATLAB, SIMULINK, systemy ekspertowe, sec neuronowe, data mnng, zbory rozmyte, szare systemy, optymalzacja, programowane genetyczne ewolucyjne), 4513
modelowane dagnostyczne degradacj modułów badanych systemów techncznych (modele symptomowe, holstyczne), weryfkację opracowanego systemu narzędz kształtowana jakośc obektów techncznych w proponowanych systemach utrzymana zdatnośc dagnostyczny system eksploatacj maszyn - w aplkacj praktycznej wybranych przedsęborstw (FMEA, TPM, QFD, Kanse), opracowane mar dla badań systemów techncznych w aspekce efektywnośc funkcjonalna ekonomcznośc, bezpeczeństwo oraz analzy ryzyka techncznego, praktyczne wskazana procedur stosowana nżyner wrtualnej w obszarach życa obektów (dagnostyka, nezawodność, projektowane, konstruowane, technologa wytwarzana, eksploatacja, bezpeczeństwo, ochrona środowska), opracowane zasad wdrażana dokonań projektu w praktycznych przykładach zastosowań, opracowane ksążkowe (zborowe) z zakresu projektu. Przedstawone zamerzena wsparte weloma specyfcznym szczegółowym zagadnenam, sygnalzowanym w materałach tego artykułu umożlwć pownny montorowane ewolucj stanu na pozome modułów maszyn, z jednoczesnym wyznaczenem welu wartośc mar nezawodnośc jakośc eksploatacj (potrzeby użytkownków), konecznych możlwych do wyznaczena w oparcu o dobre sygnały dagnostyczne. W tym obszarze przewduje sę wykorzystane welu metod opracowana statystycznego wynków badań, takch jak: OPTIMUM, PCA, BEDIND, SVD, metody wyznaczana relacj przyczynowo-skutkowych, wybrane metody sztucznej ntelgencj, z których zostane dodatkowo zamplementowany system do opracowana wynków badań dagnostycznych. Efektem końcowym przedstawonego projektu pownno być opracowane metodyk budowy dedykowanych systemów montorowana stanu oraz oceny zagrożeń bezpeczeństwa środowska ze strony użytkowanych maszyn krytycznych oraz opracowane narzędz wrtualnych do realzacj tych zadań. Wymernym efektem realzacj przedstawonego projektu będą prace dysertacyjne członków zespołu badawczego, publkacje konferencyjne opracowane ksążkowe. Treśc merytoryczne projektu wpsują sę w każdą z organzacj gospodarczych, mające określony system zarządzana, który spełna jej wymagana w zakrese realzacj przyjętej strateg. Jest to szczególne stotne dla takch z nch, które mają stotny wpływ na przebeg procesu produkcyjnego (logstyka, eksploatacja, narzędza przyrządy) lub nadzorują środk 4514
trwałe o stotnej, z punktu wdzena frmy, wartośc (utrzymane ruch, naprawy, przeglądy) [3,6.7]. Badana systemowe dotyczą główne jakośc racjonalne zbudowanych systemów eksploatacj, gdze realzuje sę wele funkcj: - prowadz klasyfkację ewdencję wszystkch środków trwałych, - proponuje podstawowe wskaźnk technczno-ekonomczne, - nadzoruje eksploatację środków trwałych, - analzuje dane z montorngu podejmuje decyzje, - wnoskuje lkwdację środków trwałych, - planuje, nadzoruje realzuje wszystke rodzaje przeglądów, konserwacj napraw, - ustala podstawowe normatywy, ewdencjonuje rozlcza prowadzone prace, - planuje zaopatrzene w częśc zamenne materały potrzebne do napraw, - wnoskuje uzasadna leasng, wnoskuje uzasadna outsourcng, - organzuje magazynowane częśc zamennych, ch wydawane oraz rozlczane, - planuje zadana nwestycyjne, organzuje realzuje zakup maszyn urządzeń, - realzuje nezbędne prace budowlano - montażowe, - organzuje odbór środków trwałych, - przygotowuje technologe napraw. Analzując zakres funkcj przypsanych do realzacj systemow eksploatacj można określć, jake grupy danych pownny do nego wpływać, jak równeż dane jake on generuje. Współczesne maszyny określane są takm cecham jak: funkcjonalność, nezawodność, gotowość, bezpeczeństwo, moblność podatność eksploatacyjna. Kształtowane utrzymane tych cech jest możlwe metodam dagnostyk techncznej, która umożlwa: dagnostyczne konstruowane wytwarzane nowych maszyn oraz utrzymane maszyn w stane zdatnośc funkcjonalnej. Potrzeby uwarunkowana gospodark rynkowej uzasadnają koneczność wprowadzana nowoczesnej autoryzowanej strateg wytwarzana eksploatacj maszyn, która menne wskazuje na twórcę odpowedzalnego za wytwór. Producent zanteresowany jakoścą późnejszym zbytem jest odpowedzalny za wytwór od zamysłu, poprzez konstrukcję, wytwarzane eksploatację, aż do utylzacj po lkwdacj obektu. Tym samym producent konstruuje wytwarza swoje wytwory w oparcu o najnowsze osągnęca myśl techncznej, zabezpecza swój wytwór własnym serwsem obsługowym w czase eksploatacj, a także wyposaża obekty w środk dagnostyczne (najlepej automatyczne). 4515
Użytkowncy maszyn są zanteresowan ch zdatnoścą, dla określena której należy [4,12,15]: - wyznaczyć symptomy stanu zdatnośc, s 1, s 2, s m ; - określć wartośc granczne symptomów stanu zdatnośc, S - ustalć klasę zdatnośc obektu; - wyznaczyć okresowość dagnozowana, t d gr Pg s s ; 2A ( 1 Pr )( Sgr Sm ) m. S Wyróżnone zadana dagnostyczne zostaną wybórczo omówone ponżej, przy czym szczegółowy ch ops można znaleźć w pracach autora [6,7]. m Zadana operacyjne Badana operacyjne - dyscyplna naukowa zwązana z teorą decyzj pozwalająca wyznaczyć metodę rozwązane określonych problemów zwązanych z podjęcem optymalnych decyzj. Badana operacyjne to zbór metod matematycznych statystycznych, obejmujących m. n.: programowane matematyczne, zagadnene transportowe, algorytmy secowe, zarządzane projektem, teora zapasów, teora kolejek, łańcuch Markowa, analza szeregów czasowych, metody gradentowe. Badana operacyjne zaczęto z powodzenem stosować do sprawnego zarządzana w przemyśle oraz w nżyner utrzymana stanu zdatnośc maszyn. Proces zużywana sę obektu zazwyczaj ne jest jednowymarowy, a wymar przestrzen uszkodzeń rośne wraz ze stopnem skomplkowana konstrukcyjnego maszyny. Zwększa to radykalne wymarowość wektorów stanu, wektorów sygnałów oraz zakłóceń. Informacja dagnostyczna możlwa do pozyskana w badanach stanu staje sę nadmarowa, skomplkowana wymarowo trudna do przetwarzana. Dostępna już welowymarowa reprezentacja symptomowa stanu techncznego obektu w badanach programowanych oraz możlwość ekstrakcj tej nformacj on - lne, stwarza nowe perspektywy w dagnozowanu obektów. Dotyczy to w szczególnośc nowych lub modernzowanych konstrukcj nowych uruchomeń obektów nnowacyjnych, bez żadnych dośwadczeń eksploatacyjnych. 2. Pozyskwane przetwarzane nformacj 4516
W praktycznych zastosowanach przygotowane wstępne pozyskanych z pomarów danych jest bardzo stotnym etapem w klasyfkacj danych mającym wpływ zarówno na efektywność rozróżnana stanów, szybkość łatwość budowy oraz uczena modelu przyczynowo - skutkowego, jak równeż na jego późnejszą generalzację [1,2,4,6,12,14,15]. Zarejestrowany sygnał czasowy badanego procesu przenesony do arkusza Excel jest podstawą do dalszego przetwarzana, np. w dzedzne czasu, częstotlwośc ampltud, dając wele mar umożlwających dekompozycję sygnału wyjścowego na sygnały poszczególnych rozwjających sę uszkodzeń. Na proces decyzyjny składa sę cąg operacj od momentu zdobyca nformacj o stane maszyny, przez jej gromadzene przetwarzane, aż do momentu wyboru przekazana ustalonej decyzj do realzacj. Wstępne przetwarzane danych Transformacje danych Analzowane danych dośwadczalnych zwązane jest z występowanem różnego rodzaju skal pomarowych, które mogą być symbolczne lub też numeryczne. Systemy przetwarzana nformacj dagnostycznej charakteryzują sę tym, że najczęścej wszystke cechy opsujące analzowane obekty muszą być numeryczne. W przypadku model klasyfkacyjnych używających odległośc jako mary podobeństwa bardzo często zdarza sę, że poszczególne cechy charakteryzują jakś stan fzyczny na podstawe różnych welkośc fzycznych, mających różne zakresy wartośc, przez co mogą meć one różny wpływ na odległość. Zastosować tu można klka transformacj ujednolcających wpływ poszczególnych cech do wartośc odległośc. Do najbardzej znanych należy normalzacja oraz standaryzacja. Normalzacja X x x mn N (1) x max x mn gdze: x max jest maksymalną wartoścą występującą w zborze dla -tej cechy, x mn mnmalną wartoścą dla -tej cechy. W wynk normalzacj otrzymuje sę wektory, których wartośc cech są z zakresu [0,1]. Transformacja ta ne uwzględna rozkładu wartośc danego symptomu, w zwązku z tym w przypadku wystąpena klku symptomów posadających wartośc znaczne różnące sę, w wynku normalzacj następuje ścśnęce wększośc wartośc w bardzo wąskm przedzale. 4517
Standaryzacja X S n x x 1 ; x ( x) n j x j n _ 1 j 2 ( x) ( x x ) (2) n 1 W wynku tej transformacj otrzymuje sę symptomy, których wartość średna x=0, natomast odchylene standardowe σ=1, dzęk czemu wszystke symptomy mają jednakowy wkład co do wartośc nformacj. Stała precyzj uwzględna zakres zmennośc wartość średną merzonych parametrów oraz zapewna bezwymarowość, zgodne z zależnoścą: j p _ x (3) w Wrażlwość symptomów w wraz z wartoścą średną ujęte w jedną lczbę zapewnają bezwymarowość ocenają zakres zmennośc pojedynczego symptomu: w x max x mn (4) _ x Zadbane o możlwość wzajemnego, porównywalnego wagowo - rozważana dalszego pozyskanych z pomarów danych, to jeden z ważnych nezbędnych już na początku kroków do zrealzowana. Metoda punktu dealnego - OPTIMUM Merzone sygnały dagnostyczne w różny sposób odwzorowują przestrzeń obserwacj, a pośredno rozwój uszkodzeń w maszyne - rys.1. Korzystając z technk optymalzacyjnych można w oparcu o pomary odległośc od punktu dealnego scharakteryzować wrażlwość merzonych symptomów na zmany stanu. Rozróżnene uszkodzena jest możlwe po rzutowanu symptomów składowych na odpowedne ose: x, y, z. x z y Rys.1. Welowymarowa przestrzeń obserwacj 4518
Przedstawony ponżej algorytm umożlwa ocenę statystyczną pojedynczo opracowywanych symptomów dagnostycznych, dając w efekce końcowym lstę rankngową ch wrażlwośc przydatnośc. Kolejne krok takego postępowana to [12,15]: 1. Stworzene macerzy obserwacj z merzonych symptomów: s 1, s 2, s 3,,s m ; 2. Ocena statystyczna merzonych symptomów dla różnych stanów za pomocą różnych kryterów, np.: - zmenność symptomów: s j f (5) 1 y gdze: S j - odchylene standardowe, y - wartość średna. - ocena wrażlwośc symptomu na zmany stanu: w x max x mn _ (6) x - skorelowane symptomów ze stanem techncznym (współczynnk korelacj symptom - stan): f 2 = r (x,y); (7) Dla łatwośc rozważań możlwośc prezentacj wynków na płaszczyźne dwa wybrane wskaźnk jakoścowe są wystarczające. 3. Dokonując dalej maksymalzacj normalzacj przyjętych wskaźnków jakośc sygnałów otrzymuje sę charakterystyk statystyczne ch wrażlwośc ( wyznaczyć współrzędne punktu dealnego. f 1, f 2 ), co pozwala 3. Wyznaczene odległośc poszczególnych mar sygnału od punktu dealnego, zgodne z zależnoścą: 2 2 L (1 f ) (1 f 1 2 ) (8) 5. Ogólne współczynnk wrażlwośc (wag) dla każdego badanego sygnału są wyznaczane z zależnośc: w 1 L 1 n 1 L, gdze: w 1 (9) Przedstawony algorytm można łatwo zrealzować w programe Excel, uzyskując uszeregowane jakoścowe merzonych symptomów. Na rys.2 przedstawono końcowy wynk dzałana opsanej procedury dla przykładowych danych pomarowych. 4519
Optmzaton 1.2 1 0.8 f2* 0.6 0.4 Optmum P 1 P 2 P 3 P 4 P 5 P 6 P 7 P 8 P 9 P 10 0.2 0 0 0.2 0.4 0.6 0.8 1 1.2 f1* Rys.2. Wynk dzałana metody punktu dealnego - OPTIMUM Punkty odległośc poszczególnych mar od punktu dealnego (1,1) wskazują na wrażlwość ocenanych mar sygnału, przy czym punkty leżące najblżej (1,1) to najlepsze symptomy. Mając wyróżnone statystyczne dobre symptomy można na nch budować modele przyczynowo - skutkowe na etape wnoskowana o stane. Jakość modelu zależy tu jednak od lczby uwzględnanych mar, co pośredno w najprostszych modelach regresyjnych można ocenać współczynnkem determnacj R 2. Welowymarowa obserwacja systemu - SVD SVD (Sngular Value Decomposton) jest procedurą numeryczną dla welowymarowego śledzena zman stanu obektu. Wykrywa rozwjające sę uszkodzena dokonuje wyboru maksymalne nformacyjnych symptomów stanu w danej sytuacj [4,12]. Każdy złożony obekt mechanczny pracujący w czase 0 < < b, ewolucyjne rozwja klka nezależnych uszkodzeń, F t (), t=1,2,..u, których rozwój można uchwycć przez obserwację wektora symptomów stanu techncznego; [s m ] = [s 1,...,s r ], o różnej naturze fzycznej. Dla śledzena zman stanu obektu wykonuje sę klkadzesąt równo odległych odczytów wartośc wektora w czase; n, n=1,...p, p b. W ten sposób otrzymuje sę kolejne wersze symptomowej macerzy obserwacj (SOM). Po wycentrowanu (odjąć) znormalzowanu do wartośc początkowej S m (0) = S 0m danego symptomu otrzymuje sę bezwymarową symptomową macerz obserwacj: Snm O pr = [S nm ], S nm = 1 S gdze: pogrubene oznaczena symbolzuje perwotne wymarowe wartośc symptomów. 0m (10) 4520
Tak węc dla opsu życa systemu mamy bezwymarową macerz obserwacj O pr o r - kolumnach wynkających z lczby obserwowanych symptomów p werszach wynkających z łącznej lczby kolejnych obserwacj. Do tej bezwymarowej macerzy obserwacj zastosujemy procedurę rozkładu względem wartośc szczególnych SVD, jak nżej[4,12]: O pr = U pp * Σ pr * V T rr, (11) gdze: (T- transpozycja) U pp to p - wymarowa ortogonalna macerz lewostronnych wektorów szczególnych, a V rr to r - wymarowa ortogonalna macerz prawostronnych wektorów szczególnych oraz w środku - dagonalna macerz wartośc szczególnych Σ pr o własnoścach: Σ pr = dag ( σ 1,, σ l ), przy: σ 1 > σ 2 > > σ u >0 (12) oraz: u+1 = σ l =0, l= max (p, r), u = mn ( p, r). Oznacza to, że spośród r - merzonych symptomów można uzyskać tylko u r nezależnych nformacj o rozwjających uszkodzenach. Tak rozkład SVD macerzy obserwacj możemy prowadzć po wykonanu każdej obserwacj; n= 1,..., p, w ten sposób śledzć ewolucję uszkodzeń F t ( n ) w obekce. Jedno uszkodzene F t może opsywać para nowych welkośc; SD t oraz t. Perwszy to uogólnony symptom uszkodzena t, co można nazwać dyskrymnantą tego uszkodzena można ją otrzymać jako loczyn prawostronny macerzy obserwacj wektora v t [4]: SD t = O pr * v t = σ t u t (13) Poneważ wektory v t u t unormowane są do jednośc, to długość wektora SD t równa jest jego norme energetycznej wynos: Norm (SD t ) SD t = σ t (14) Zatem dla zadanego czasu życa zaawansowane zużycowe uszkodzena F t może być odzwercedlone przez wartość szczególną t (), natomast chwlowa jego ewolucja przez dyskrymnantę SD t (). Postuluje sę równoważność nowych mar uzyskanych z SVD do charakterystyk przestrzen uszkodzeń, w całym czase życa obektu: SD t ()F t (), z normą F t ()SD t (= t () (15) SD t () można by równeż nazwać proflem uszkodzena, natomast t () jego zaawansowanem. Na rys.3 zobrazowano deę SVD. Przykładem zastosowana tych rozważań jest obserwacja dagnostyczną trakcyjnego 12 cylndrowego slnka Desla, gdze w jednym wybranym punkce wykonywano co = 10tys. km pomary klkunastu symptomów drganowych w całym cyklu życa. W sume merzono ampltudy 3 przyspeszeń, 3 prędkośc, 3 przemeszczeń, 3 częstośc Rce a. 4521
Rys.3 SVD w zastosowanu do badań slnków [4] Jak wdać z lewego górnego obrazka 3 merzonych symptomów tworzy gęstwnę nformacj, która jednak po przetworzenu przez SVD jest łatwo dekodowana na dwa główne rodzaje uszkodzeń, bo 1 2 to ca 50% 20% ogółu nformacj dagnostycznych w macerzy obserwacj (obrazek prawy górny) merzonej jako loraz wartośc danego do sumy wszystkch wartośc szczególnych. Do tego perwsze uszkodzene SD 1 (lewo dół) prawe monotonczne rośne, natomast druge jest nestablne zaczyna rosnąć po dwudzestym pomarze (200tys. km), jak to wdać równeż z przebegu ntensywnośc uszkodzena 2 w prawym dolnym rogu rys.3. Możlwość szybkej dentyfkacj uszkodzena podczas dagnozowana elementów mających wpływ na funkcjonowane obektów techncznych były podstawą do stworzena programu SIBI (System Informatyczny Badań Identyfkacyjnych). Program ten jest próbą mplementacj oprogramowana dla potrzeb: akwzycj procesów drganowych, przetwarzana procesów drganowych, badana współzależnośc procesów drganowych, badana wrażlwośc symptomów, wnoskowana statystycznego, wzualzacj wynków analzy. Główne okno dalogowe programu przedstawono na rysunku 4 [12,14,15]. 4522
Rys 4. Główne okno dalogowe programu SIBI 3. Dedykowane systemy eksploatacj Rozwązane zadana głównego w zakrese badań projektu stwarza możlwośc budowy dedykowanych systemów eksploatacj, uwzględnających badana stanu, zagrożeń bezpeczeństwa środowska eksploatowanych maszyn [12,15]. Ustalone w badanach operacyjnych zwązk pomędzy cecham stanu a parametram sygnałów stanową podstawę budowanych model ocenowych. Z relacj zachodzących pomędzy nm wyznaczane są wszystke nezbędne welkośc kryteralne dla systemu oceny bezpeczeństwa, komfortu zman stanu techncznego badanego systemu. Wypracowane elementy postępowana metodycznego w zakrese zadań projektu zweryfkowano częścowo na grupe 17 pocągów, zgodne z wymogam normy mędzynarodowej UIC - 518, która opsuje warunk pracy pojazdów szynowych do badana bezpeczeństwa komfortu jazdy, take jak: prędkość pojazdu, stan szyny, stan statyczny dynamczny obektu td. Ogromna lość nformacj dagnostycznej z badań torowska, badań hałasowych oraz drganowych systemu kolejowego poddana została opracowanu statystycznemu (BEDIND, PCA, SVD, modelowane relacj przyczynowo-skutkowych) w 4523
zakrese ekstrakcj nformacj użytecznej oraz dla potrzeb wyznaczana podstawowych wskaźnków charakteryzujących jakość eksploatacj. Do badana bezpeczeństwa komfortu jazdy zanstalowano system montorowana pozwalający na akwzycję rejestrowane danych: przyspeszene drgań, sły prędkość jazdy pojazdu. Czujnk przyspeszena nstalowane były na mase zaweszonej pocągu, tzn. na zestawe oś-koło, rama wózka wagone pojazdu. Czujnk sł umeszczone były na wysokośc os wózka napędzającego, a sygnał prędkośc był dostarczony z systemu kontrol ruchu jednostk kolejowej. Konfguracja czujnków, metoda próbkowana, fltrowane oblczene statystyczne estymatorów, przeprowadzone były według założeń normy UIC. Pomar na każdym pojeźdze pasażerskm przeprowadzony był w rzeczywstych warunkach eksploatacj, gdze system montorowana rejestrował w sposób cągły dane z różnych przejazdów pocągów (rys.5). Rys.5 System pomarowy do oceny bezpeczeństwa komfortu jazdy W wynku mplementacj normy UIC-518 powstały raporty dla oceny bezpeczeństwa komfortu jazdy pojazdów pasażerskch oraz zużyca toru. 4524
Wynk badań cech stanu techncznego torowska welu parametrów drganowych hałasu są rezultatem zastosowana specyfcznych procedur algorytmów dagnostyk techncznej stały sę podstawą do zbudowanego welokryteralnego systemu oceny bezpeczeństwa komfortu jazdy pocągów. Realzacja wszystkch zadań umożlwła opracowane wykonane przenośnego systemu dagnostycznego, który posada wszystke procedury do testowana pojazdów pasażerskch. Zaproponowany system badań stanu został przystosowany do rzeczywstych warunków eksploatacj wykorzystuje zarówno zalecane normą UIC-518 jak nowe estymatory stanu, bezpeczeństwa komfortu jazdy. Podsumowane Problemy eksploatacj złożonych obektów techncznych są cągle rozwjane, a procedury pozyskwana przetwarzana nformacj są cągle doskonalone. Zakres badań obejmuje take zagadnena, jak: źródła nformacj dagnostycznej, sygnały symptomy dagnostyczne, zasady szczegółowych metod dagnostyk, modelowane w dagnostyce, eksperymenty dagnostyczne, wspomagane dagnostyk nowoczesnym technologam nformatycznym, dagnozowane w systemach antropotechncznych socjotechncznych oraz organzacyjne ekonomczne aspekty stosowana dagnostyk. Zagadnena te dotyczą w kolejnośc: źródeł nformacj od strony fzykalnej od strony nformacyjnej, podstaw metod technk badawczych, modelowana eksperymentowana w dagnostyce oraz nowoczesnego wnoskowana zarządzana systemam techncznym. Realzacja zadań szczegółowych przedstawonych procedur postępowana pozwolła na opracowane welokryteralnego systemu oceny stanu eksploatowanych maszyn, a także umożlwła praktyczną weryfkację przydatnośc welu rozwązań teoretycznych. Streszczene W artykule przedstawono problematykę badań systemu transportowego w aspekce wymagań środowskowych. Analza synteza problematyk zdatnych bezpecznych oraz przyjaznych środowsku maszyn pozwolła pozyskać projekt badawczy w ramach POIG. Szczegółowa problematyka projektu wybrane zagadnena z obszaru pozyskwana przetwarzana nformacj z realzowanych badań stanową o treśc tego opracowana. Weryfkację opracowanych algorytmów komputerowych oparto na badanach utrzymana 4525
zdatnośc złożonych systemów transportu kolejowego, uwzględnając bezpeczeństwo komfort jazdy oraz ocenając zmany stanu techncznego. Multcrtera of nvestgaton of the transport system Summary The problems of nvestgatons of transport system n were ntroduced n aspect of envronmental requrements. The analyss and the synthess of problems concernng safe and frendly machnes were dscussed n the artcle. Lteratura 1. Brger I.A.: Techncal dagnostcs. Nauka, Moscov, 1978, (p.32, n Russan). 2. Cempel C.: Podstawy wbroakustycznej dagnostyk maszyn. WNT, Warszawa, 1982. 3. Petrowsk H.: Modułowy system organzacj przedsęborstwa. PWE Warszawa 1981. 4. Cempel C., Tabaszewsk M., Krakowak M.: Metody Ekstrakcj Welowymarowej Informacj Dagnostycznej. Dagnostyka Maszyn, Węgerska Górka, 2003, s.109-118. 5. Gergel J., Uhl T.: Identyfkacja układów mechancznych. PWN, Warszawa, 1990. 6. Tylck H., Żółtowsk B.: Terra-technologa eksploatacj pojazdów mechancznych. Wyd. ATR, Bydgoszcz 2004 s.260. 7. Żółtowsk B., Nzńsk S.: Modelowane procesów eksploatacj maszyn. ISBN 83-916198-3-4, Bydgoszcz-Sulejówek, 2002 s.250. 8. Żółtowsk B.: Badana dynamk maszyn. MARKAR, Bydgoszcz, 2002 s.335. 9. Żółtowsk B., Nzńsk S.: System nformatyczny eksploatacj pojazdów mechancznych. Wyd. PWSZ, Pła 2004 s.234. 10. Żółtowsk B., Tylck H.: Wybrane problemy eksploatacj maszyn. Wyd. PWSZ, Pła 2004 s.294. 11. Żółtowsk B.: Podstawy dagnostyk maszyn. Wyd. ATR, Bydgoszcz, 1996. 12. Żółtowsk B., Cempel C. (red.): Inżynera dagnostyk maszyn. ITE Radom 2005. 13. Żółtowsk B.: Metody dagnostyk techncznej w ocene destrukcj maszyn. Nezawodność Systemów, Szkoła Nezawodnośc PAN, Szczyrk 2007 s.587-599. 14. Żółtowsk B.: Dagnostc system mantenance the ablty of machnes. Eksploatacja Nezawodność, Nr 4 (36), 2007 pp.72-77. 4526
15. Żółtowsk B, Castañeda L: Montoreo Multdmensonal de la Interfase Vía-Vehículo de un Sstema Ferrovaro Congreso Internaconal de Mantenmento ACIEM Marzo 2007, Bogotá, Colomba. 4527