Разработка стенда по техническому обслуживанию и ремонту узлов железнодорожной техники

Разработка стенда по техническому обслуживанию и ремонту узлов железнодорожной техники включает теоретические и практические исследования. Теоретические исследования представляют собой основу для получения практических результатов. Особое внимание уделяется расчетам ответственных узлов и деталей. Посредством стенда можно приводить в работоспособное состояние вагоны, тепловозы, электровозы и другой подвижной состав. Цель исследования — разработка стенда по техническому обслуживанию и ремонту узлов железнодорожной техники. Объект исследования — технологический процесс работы стенда по техническому обслуживанию и ремонту узлов железнодорожной техники. Научную новизну работы составляют: теоретическое обоснование параметров конструкции стенда; конструктивнотехнологическая схема стенда; оптимальные конструктивные и режимные параметры стенда; оценочные показатели качества работы стенда. Практическая значимость заключается в применении стенда на ремонтных участках железной дороги, уменьшении трудоемкости выполняемых работ, простоте обслуживания, наименьшей стоимости при изготовлении. Теоретические методы основывались на принципах классической механики, математического анализа, синтеза, моделирования и др. Обработка экспериментальных данных выполнена с использованием прикладных программ «Компас3D», Statistica 6.0, MathCAD. Проведены расчеты металлоконструкции на прочность при изгибе, сварного соединения, зажимов ложемента; металлоконструкции на прочность при изгибе и выявлены максимальные напряжения. Они находятся в пределах допустимых норм. Условие прочности сварного соединения выполнено. Расчет зажимов ложемента показал, что условие износостойкости выполняется.

1. Лысый С.П., Вишникина М.А. Результаты расчета некоторых узлов и деталей машин // Инновационные достижения науки и техники АПК: сб. науч. тр. Международной научно-практической конференции. 2018. С. 748–750.

2. Смагин В.Э., Лысый С.П., Поликанова И.А., Вишникина М.А. Анализ современных стендов для разборки-сборки двигателей // Инфраструктура и эксплуатация наземного транспорта: мат. Международной студенческой науч.-практ. конф.: в 2-х ч. Филиал Самарского государственного университета путей сообщения в Нижнем Новгороде, 2019. С. 356–360.

3. Ермакова П.С., Лысый С.П., Стрыгина Т.Г., Поликанова И.А. Инновационные технологии по организации перевозок и управлении на транспорте // Наука и образование транспорту. 2019. № 1. С. 141–143.

4. Лысый С.П., Сычева Т.А., Кузнецов М.А., Поликанова И.А. Информационные технологии, применяемые в железнодорожной отрасли // Наука и образование транспорту. 2019. № 1. С. 147–149.

5. Бойков В.Н., Скворцов А.В., Сарычев Д.С. Цифровая автомобильная дорога как отраслевой сегмент цифровой экономики / Транспорт Российской Федерации. 2018. № 2 (75). С. 56–60.

6. Левин Б.А., Цветков В.Я. Киберфизические системы в управлении транспортом // Мир транспорта. 2018. Т. 16. № 2 (75). С. 138–145.

7. Левин Б.А., Цветков В.Я. Цифровая железная дорога: принципы и технологии // Мир транспорта. 2018. Т. 16. № 3 (76). С. 50–61.

8. Смагин Ю.С., Ефремов А.Ю. Первая цифровая система централизации в Германии // Железные дороги мира. 2018. № 8. С. 63–67.

9. Розенберг Е.Н., Батраев В.В. О стратегии развития цифровой железной дороги // Бюллетень объединенного ученого совета ОАО «РЖД». 2018. № 1. С. 9–27.

10. Ефанов Д.В. Функциональный контроль и мониторинг устройств железнодорожной автоматики и телемеханики. СПб.: ПГУПС, 2016. 171 с.

11. Hahanov V. Cyber Physical Computing for IoT-driven Services. New York: Springer Int. Publ. AG, 2018. 279 p. DOI: 10.1007/978-3-319-54825-8

12. Dikmen M., Burns C. Trust in Autonomous Vehicles: The Case of Tesla Autopilot and Summon // 2017 IEEE International Conference on Systems, Man, and Cybernetics (SMC). 2017. Pp. 1093–1098. DOI: 10.1109/SMC.2017.8122757

13. Song H., Srinivasan R., Sookoor T., Jeschke S. Smart Cities: Foundations, Principles, and Applications. John Wiley & Sons, Inc., 2017. 912 p. DOI: 10.1002/9781119226444

14. Stäuble R., Gschwend P. Digital Signalling in the Simmental // Signal+Draht. 2018. Issue 10. Pp. 40–46.

15. Bauer T., Benito D.N. Digital Railway Stations for Increased Throughput and a Better Passenger Experience // Signal+Draht. 2018. Issue 7+8. Pp. 6–12.

16. Heidmann L. Smart Point Machines: Paving the Way for Predictive Maintenance // Signal+Draht. 2018. Issue 9. Pp. 70–75.

17. Darwish T.S., Bakar K.A. Fog Based Intelligent Transportation Big Data Analytics in The Internet of Vehicles Environment: Motivations, Architecture, Challenges, and Critical Issues // IEEE Access. 2018. Vol. 6. Pp. 15679–15701. DOI: 10.1109/ACCESS.2018.2815989

18. Eychenne Ch., Zorian Y. An Effective Functional Safety Infrastructure for System-on-Chips // 2017 IEEE 23rd International Symposium on On-Line Testing and Robust System Design (IOLTS). 2017. Рp. 63–66. DOI: 10.1109/iolts.2017.8046235

19. Kacou M.A., Ghaffari F., Romain O., Condamin B. Error Rate Estimation of a Design Implemented in an FPGA Based on the Operating Conditions // 2017 IEEE East-West Design & Test Symposium (EWDTS). 2017. Рp. 459–465. DOI: 10.1109/ewdts.2017.8110059