Каждый вагон идентифицируется в движении.
Всего 5% неисправных вагонов генерируют 40% усталостных дефектов пути.
Платит тот, кто разрушает. Экономия для ответственных операторов.
За счет мотивации к своевременному ремонту подвижного состава.
Архитектура системы сбора данных
Интеграция датчиков на инфраструктуре позволяет «взвешивать» и «слушать» каждый проходящий поезд, мгновенно связывая физическое воздействие с владельцем конкретного вагона.
1. Полевой уровень
- ■ RFID / CV: Чтение номера вагона
- ■ Акселерометры: Регистрация пиковых виброускорений (G)
- ■ Тензометрия: Динамическая нагрузка на ось и перекос
2. Аналитика & Паспорт
ID Вагона: 52839412
Ударная нагрузка: 140 kN (Превышение)
Вероятность ползуна: 98%
Расчетный индекс износа пути: x3.2
3. Экономика
- ▲ Штрафной тариф: Начисление за сверхизнос
- ⚠ Уведомление: Предписание на обточку колес
- ▼ Скидка: Для безупречных составов
Анатомия сверхнормативного воздействия
Динамическая сила, с которой колесо бьет по рельсу, возрастает нелинейно при появлении дефектов на поверхности катания колеса (ползуны, выщербины, навары).
Физика процесса
При скорости 80 км/ч вагон с ползуном глубиной всего 2 мм генерирует ударные нагрузки на рельс в 3-4 раза превышающие номинальные. Это вызывает микропластические деформации рельса, ускоряет контактную усталость (RCF) и разрушает бетонные шпалы.
Распределение парка и Динамическое тарифообразование
Диаграмма рассеяния показывает условный парк из 50 вагонов. Владелец инфраструктуры устанавливает пороги вибрации. Вагоны в зеленой зоне получают базовый тариф, в красной — платят за ремонт пути.
Сеть 50+ датчиков: Динамика деградации
Когда вагон проходит не через 1, а через 50 постов контроля (на прямых, в кривых малого и большого радиуса, на уклонах), мы получаем непрерывный тренд. Это исключает ложные срабатывания от дефектов самого пути и показывает скорость разрушения колеса.
Точность идентификации (100%)
Всплеск на 1 датчике = дефект пути. Всплеск на 50 датчиках подряд = дефект колеса. Матрица изолирует "шум" инфраструктуры.
Влияние профиля (3D-анализ)
Датчики в кривых ловят подрез гребня (боковая сила), а на прямых участках — ползуны и навары (вертикальная сила).
Тренд роста дефекта (Пробег 1500 км)
🔮 ИИ-Модуль: Прогноз остаточного ресурса (RUL)
Выберите паттерн, и нейросеть предскажет причину и оставшийся километраж до отцепки.
Репутационный профиль WILD
История последних 15 проследований через посты контроля
Почему "Репутация" важна?
В традиционной модели тариф фиксирован. В модели RailDirector EX мы смотрим на историю. Если вагон прошел 14 постов с идеальными параметрами и на 15-м показал всплеск — это дефект пути.
Но если вагон "шумит" на каждом посту в течение недели — его репутационный скор падает, и тариф автоматически переходит в категорию "Risk-Adjusted". Это мотивирует владельца на превентивный ремонт до того, как его оштрафуют за разрушение рельсов.
🤖 ИИ-Консультант оператора парка
Введите данные с датчиков конкретного вагона. Демо-консультант оценит технические риски, рассчитает тарифный коэффициент и предложит оптимальное решение: мониторинг, плановый ремонт или экстренная отцепка.
Данные телеметрии вагона
Отчет ИИ появится здесь. Задайте параметры слева и нажмите кнопку для расчета экономической модели.