Ученые нашли способ сократить износ поездов и расход энергии
Специалисты из России создали гибридную модель управления составом. Классические физические законы в ней соединены с алгоритмами машинного обучения. Об этом сообщает издание Монокль.
Как рассказали в Российском научном фонде (РНФ), траекторию движения поезда новая система просчитывает на 10–15% точнее прежних методов. Это дает экономию электричества и уменьшает износ подвижного состава на отечественных железных дорогах.
Россия входит в тройку лидеров по протяженности железнодорожных путей, свыше трети из них электрифицированы. Дороги задействованы и в пассажирских, и в грузовых перевозках, поэтому на работу составов и всей инфраструктуры уходят большие объемы энергии. Именно это побуждает инженеров искать резервы экономии, пояснили в фонде.
Нынешние алгоритмы подбирают скорость и режим движения с учетом рельефа, силы ветра, сопротивления на подъемах. Но опираются они только на физические модели: износ путей, погодные условия и параметры конкретного состава в расчет не берутся, а значит эффективность падает.
Омские исследователи первыми совместили уравнения физики с методами машинного обучения. В основу легли данные более чем 1 500 реальных рейсов грузовых составов с электровозами на разных участках Западно-Сибирской железной дороги. На них обучили алгоритм, вычисляющий сопротивление при разных вариантах движения, включая те составляющие, которые теория не предсказывала. Расхождение между расчетным и фактическим временем поездки не превышало одной минуты.
Доцент Омского госуниверситета путей сообщения Станислав Истомин отметил, что система позволит строить оптимальные стратегии управления, привязанные к состоянию путей, загрузке состава и рельефу. Больше всего от этого выиграют дальние грузовые перевозки.
Работу поддержали грант РНФ и правительство Омской области, результаты напечатал журнал «Вестник ВНИИЖТ». В ближайшее время алгоритм проверят в реальных условиях эксплуатации на российских железных дорогах.
