Комплексний аналіз чутливості і критичності елементів силового обладнання міського електротранспорту до експлуатаційних факторів на основі структурно-функціонального ранжування
Ключові слова:
міський електротранспорт, силове обладнання, надійність, діагностика, FMEA-lite, Парето-аналіз, вібраційний моніторинг, Matlab/SimulinkАнотація
У статті проведено комплексний аналіз надійності силового обладнання міського електротранспорту з урахуванням тягових електродвигунів, інверторів, кабельно-клемних з’єднань та систем охолодження. На основі огляду сучасних досліджень виокремлено сильні сторони (розвиток безінвазивних методів діагностики, застосування алгоритмів машинного навчання, формування комбінованих стратегій технічного обслуговування) та слабкі сторони (обмеженість статистики саме для міського транспорту, чутливість алгоритмів до шумових факторів, недостатня інтеграція з управлінням ризиками). Запропоновано концептуальну модель інтегрованого управління надійністю, що поєднує багатоканальний збір даних, методику FMEA-lite, Парето-аналіз та формування Action Plan. Результати аналізу показали, що найбільші значення RPN мають зовнішні фактори (волога, перевантаження), а також критичні вузли – підшипники, обмотки та кабельні з’єднання. Побудована модель у середовищі Matlab/Simulink підтвердила ефективність вібраційної діагностики для раннього виявлення дефектів підшипників. Розроблений Action Plan дозволив знизити середні значення RPN на 25–40 %, що підтверджує практичну цінність методики для транспортних депо. Особлива увага приділяється можливостям впровадження елементів Predictive Maintenance, які забезпечують перехід від календарного до стан-орієнтованого обслуговування. Отримані результати створюють підґрунтя для розробки довгострокових програм підвищення надійності та безпеки міського електротранспорту.
Посилання
Zhang, L., Wu, Y., & Wang, X. (2023). Bearing fault detection in induction motors using advanced signal processing. Energies, 16(15), 4712. https://doi.org/10.3390/en16154712.
Ruiz-Sarrio, J. E., Sanchez-Rodriguez, T., Ramirez-Fernandez, R., & Delgado-Prieto, M. (2024). Localized bearing fault analysis for different induction motors. PMC Open Access. https://pmc.ncbi.nlm.nih.gov/articles/PMC11548340/.
Nishat Toma, R., & Kim, J.-M. (2020). Bearing fault classification of induction motors using discrete wavelet transform and ensemble machine learning. Applied Sciences, 10(15), 5251. https://doi.org/10.3390/app10155251.
Muthukumaran, S., Suresh, A., & Prasad, R. (2021). Bearing fault detection in induction motors using line currents. Semantic Scholar. https://pdfs.semanticscholar.org/2838/fce42c5bf49e56adf581a9df6cdee5eb83ec.pdf.
Ahmed, S., Khan, M., & Singh, R. (2022). Early detection of faults in induction motors – A review. ResearchGate. https://www.researchgate.net/publication/364662893_Early_Detection_of_Faults_in_Induction_Motors-A_Review.
Gan, W., Chen, J., Yang, G., Li, S., Luo, H., & Yang, J. (2024). A unified structural-analysis-based sensor fault diagnosis scheme for PMSM drive systems. Sensors, 24(5), 4712. https://doi.org/10.3390/s24054712.
Khaneghah, M. Z., Farhadi, A., & Homaifar, A. (2023). Faults and diagnosis in electric vehicle drive systems: A review. Machines, 11(3), 312. https://doi.org/10.3390/machines11030312.
Costa, M. A., Silva, R., Pereira, A., & Martins, J. (2024). Hybrid maintenance strategy for railway traction systems. Reliability Engineering & System Safety, 240, 109728. https://doi.org/10.1016/j.ress.2023.109728.
Ma, Z., Chen, Y., & Xu, Z. (2023). Reliability analysis of IGBT modules in traction converters under cyclic thermal stress. IEEE Transactions on Power Electronics, 38(7), 8123–8134. https://doi.org/10.1109/TPEL.2023.3245678.
Singh, P., & Sharma, R. (2022). Review of failure mechanisms in power electronic converters for electric transportation. Renewable and Sustainable Energy Reviews, 167, 112713. https://doi.org/10.1016/j.rser.2022.112713.
Шавкун, В. М. (2020). Методи моніторингу параметрів тягових електродвигунів у процесі експлуатації міського електротранспорту. Комунальне господарство міст, 97, 272–278. http://khadi.kharkov.ua.
Shavkun, V. (2020). Algorithmic models for reliability research of urban electric transport motors. Engineering Bulletin, 101, 265–269.
Sulym, A. I. (2021). Selection of a traction motor for urban electric transport taking into account operational reliability. Transport Systems and Technologies, 2(3), 45–52. https://ena.lpnu.ua/items/6f29d224-0a2f-4a4a-9fc4-3fd5808f777f. [in Ukraine].
Zhao, H., & Li, J. (2021). Cable insulation degradation in electric vehicles: Diagnostics and monitoring techniques. Electric Power Systems Research, 194, 107051. https://doi.org/10.1016/j.epsr.2021.107051.
Wikipedia. (2024). Failure modes, effects, and diagnostic analysis (FMEDA). https://en.wikipedia.org/wiki/Failure_modes%2C_effects%2C_and_diagnostic_analysis.
Cheng, C., Wang, Q., Song, Y., Li, H., & Zhang, Y. (2024). Generalized autoencoder-based fault detection for traction systems of high
-speed trains. IEEE Transactions on Vehicular Technology, 73(2). https://doi.org/10.1109/TVT.2024.10057420.
Kumar, A., & Patel, M. (2024). Thermal management challenges in high-power traction systems: A comprehensive review. Applied Thermal Engineering, 236, 121678. https://doi.org/10.1016/j.applthermaleng.2024.121678.
Valderrabano-Gonzalez, A., Martinez, J., & Romero, P. (2025). Failure mode and effects analysis and sensitivity analysis. Reliability Engineering & System Safety. https://www.sciencedirect.com/science/article/pii/S2772671125001755.
Niewczas, A., Bieńczak, K., & Chłopek, Z. (2025). Reliability of electric buses in municipal transport: A comparative study. Energies, 18(2), 622. https://doi.org/10.3390/en18020622.
Martyushev, N. V., Egorov, S. A., & Smirnov, A. A. (2023). Reliability prediction of traction electric motors based on diagnostic features. World Electric Vehicle Journal, 14(6), 112. https://doi.org/10.3390/wevj14060112.
European Committee for Electrotechnical Standardization (CENELEC). (2017). EN 50657:2017 – Railway applications – Rolling stock applications – Software for railway control and protection including communications. Brussels: CENELEC. https://standards.cencenelec.eu/dyn/www/f?p=205:110:0::::FSP_PROJECT,FSP_ORG_ID:57985,6118&cs=1A8A4C2CC46B25D0D6D0F24B9A4A2A9A3.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Ліцензійні умови: Це стаття з відкритим доступом, поширювана за умовами Ліцензії Creative Commons Attribution License, яка дозволяє необмежено використовувати, розповсюджувати та відтворювати на будь-якому носії за умови представлення автора та джерела оригіналу.
