Лакин Игорь Игоревич − кандидат технических наук, руководитель направления по техническому управлению
Москва
Lakin, Igor I., Ph.D. (Eng), Head of the Direction for Technical Management
Moscow
Мельников Виктор Александрович − специалист, старший эксперт
Москва
Melnikov, Viktor A., specialist, Senior Expert
Moscow
Целью статьи является описание предлагаемого авторами метода контроля достоверности исходных данных для управления надёжностью локомотивов и локомотивным хозяйством в целом. Показано, что вероятностно-статистические методы являются основой теории вариабельности предприятия Эдварда Деминга, позволяющей управлять качеством продукции предприятий, включая их надёжность. В практике железнодорожного транспорта и локомотивного комплекса используемые среднестатистические данные на практике не являются однородными, что в популярных изданиях принято называть «средней температурой по больнице». Однородность данных определяется их унимодальностью, т.е. наличием в выборке одного процесса. Неудачное формирование выборки приводит к её бимодальности и даже мультимодальности.
Методом исследования, предложенным в статье, является проверка на унимодальность исходных данных на основании следствия закона больших чисел, согласно которому при увеличении числа данных однородные выборки стремятся к одному из законов распределения случайной величины: нормальному, экспоненциальному, логнормальному или другому известному закону. Следовательно, любая унимодальная выборка должна соответствовать критерию согласия, в качестве которого в статье предлагается использовать критерий Пирсона («хи-квадрат», χ2). Унимодальность данных предлагается оценивать через вероятность соответствия выбранному для рассмотрения закону распределения случайной величины, считая достаточной вероятность более 0,3 (30 %).
На примере данных эксплуатации локомотивов и данных бортовых микропроцессорных систем показаны данные, которые действительно не могут быть унимодальными, и указано на наличие данных, требующих изменения правил формирования выборки для достижения унимодальности. Например, при рассмотрении среднесуточных пробегов локомотивов по сериям по конкретным депо приписки при участии в одном виде движения (магистральное движение, вывозная или маневровая работа) достигается их унимодальность. Попытка укрупнить данные (взять несколько серий, несколько полигонов и др.) приводит к потере унимодальности.
В статье рассмотрена унимодальность данных бортовых микропроцессорных систем управления МСУ-ТП тепловозов серии 2ТЭ116У. Ожидаемое время работы по позициям контроллёра машиниста оказалось относящимся к мультимодальным данным. Неожиданно унимодальным оказался ток тяговых электродвигателей независимо от ходовой позиции контроллера машиниста.
The objective of the article is to describe the method proposed by the authors and intended for validity check of initial data for managing reliability of locomotives and the entire locomotive facilities. It is shown that probabilistic-statistical methods which constitute the basis of Edward Deming’s theory of enterprise variability allowing to control the quality of enterprises’ products, including their reliability.
The averaged statistical data used in practices of railway transport and its locomotive economy are not homogeneous, representing what is called in popular publications «average temperature of hospital patients». The homogeneity of data is determined by their unimodality, i.e., the presence of a single process in the sample. Unsuccessful sampling leads to its bimodality and even multimodality.
The research method proposed in the article is check for unimodality of the initial data based on the consequence of the law of large numbers, according to which, with an increase in the number of data, homogeneous samples tend to one of the laws of distribution of random variable: to normal, exponential, lognormal or other known law. Therefore, and since any unimodal sample must meet a goodness-of-fit test, the article proposes to apply Pearson’s chisquare test (χ2). The unimodality of the data is suggested to be estimated through the probability of compliance with the chosen law of distribution of a random variable considering the probability of more than 0,3 (30 %) to be sufficient.
Using the example of locomotive operation data and on-board microprocessor systems data, data are shown that cannot really be unimodal, as well as the data that require changing the sampling rules to achieve unimodality. For example, when considering the average daily runs of locomotives by series at specific home depots with participation in one type of traffi (main traffi export, or shunting operations), their unimodality is achieved. An attempt to enlarge the data (to consider several series, several polygons, etc.) results in loss of unimodality.
The article considers the unimodality of data of MSU-TP on-board microprocessor control systems for diesel locomotives of 2TE116U series. The expected operating time for the positions of the driver’s controller turned out to be multimodal data. Surprisingly, the current of the traction motors turned out to be unimodal, regardless of the driving position of the driver’s controller.
The authors declare that there are no conflicts of interest present.