DIAGNOSIS OF MALFUNCTION OF ELECTRIC MOTORS OF LOCOMOTIVES USING ARTIFICIAL NEURAL NETWORKS (ANN) AND TOPOLOGICAL TYPES OF ANN.

This article explores the use of artificial neural networks (ANNs) for diagnosing faults in electric motors used in locomotives. ANNs are powerful data processing and pattern recognition tools, making them ideal for analyzing and diagnosing faults in complex systems such as electric motors. By training the ANN on the basis of the provided data on the state of the electric motors, it is possible to create a model capable of predicting and recognizing certain malfunctions. This model can be used for operational diagnostics and monitoring of the state of electric motors on locomotives, which will allow for preventive maintenance and avoid possible emergencies. The results of the study show that the use of ANNs and topological types of ANNs for diagnosing faults in locomotive electric motors is an effective and promising approach. This improves the reliability and safety of locomotives, as well as reduces maintenance and repair costs.

Данная статья исследует применение искусственных нейронных сетей (ИНС) для диагностики неисправностей электродвигателей, используемых в локомотивах. ИНС являются мощным инструментом для обработки данных и распознавания паттернов, что делает их идеальным выбором для анализа и диагностики неисправностей в сложных системах, таких как электродвигатели. Путем обучения ИНС на основе предоставленных данных о состоянии электродвигателей, можно создать модель, способную предсказывать и распознавать определенные неисправности. Данная модель может быть использована для оперативной диагностики и мониторинга состояния электродвигателей на локомотивах, что позволит проводить предупредительное обслуживание и избежать возможных аварийных ситуаций. Результаты исследования показывают, что использование ИНС и топологических типов ИНС для диагностики неисправностей электродвигателей локомотивов является эффективным и перспективным подходом. Это позволяет улучшить надежность и безопасность работы локомотивов, а также снизить затраты на обслуживание и ремонт.