Інтеграція 3D-сканування та штучного інтелекту в системи діагностики ходової частини залізничного рухомого складу

Abstract

Інтеграція 3D-сканування та штучного інтелекту в системи діагностики ходової частини залізничного рухомого складу відкриває нові можливості для створення автоматизованих систем оцінки технічного стану, здатних працювати у реальному часі та підтримувати предиктивне обслуговування. Метою дослідження є наукове обґрунтування та розроблення інтегрованої системи діагностики ходової частини залізничного рухомого складу на основі поєднання технологій високоточного 3D-сканування та алгоритмів штучного інтелекту (ШІ), що забезпечують автоматичне виявлення, класифікацію та прогнозування розвитку дефектів. Методика. Для реалізації поставленої мети застосовано системний аналіз існуючих діагностичних платформ, технології 3D-сканування (структуроване світло, лазерна тріангуляція), чисельне моделювання, методи обробки хмар точок, алгоритми машинного та глибокого навчання. Результати. На основі проведених теоретичних і прикладних досліджень обґрунтовано структуру інтегрованої системи діагностики ходової частини, визначено вимоги до 3D-моделювання та алгоритмів ШІ для обробки хмар точок, розроблено методи автоматичної сегментації елементів ходової частини, класифікації дефектів та розрахунку параметрів зношування. Наукова новизна. Вперше сформовано комплексний підхід до інтеграції технологій 3D-сканування та штучного інтелекту у єдиний діагностичний цикл для ходової частини залізничного рухомого складу. Встановлено методологічні принципи побудови предиктивної моделі для визначення залишкового ресурсу елементів ходової частини. Практична значимість. Розроблена система дає змогу суттєво підвищити об’єктивність та оперативність контролю технічного стану ходових частин, мінімізувати людський фактор, скоротити час діагностики до десятків секунд та забезпечити перехід до предиктивного обслуговування.