Ин таҳқиқот муайян кардани ихроҷи ҳаворо, ки дар натиҷаи ҷудо шудани пайвасти шланг дар низоми пневматикии қатораи электрикии баландсуръати ҳаштвагона ба вуҷуд меояд, танҳо бо истифода аз чор сенсори фишори зарфи асосӣ дар вагонҳои 1, 3, 6 ва 8, инчунин муайян кардани вагони нуқсондор ва таснифи таҷҳизоти пневматикии нуқсондор меомӯзад. Дар таҳқиқот маълумоте, ки аз модели пневматикии сатҳи қатора, сохташуда дар AMESim ва бо санҷишҳои маҳдуди воқеии заминӣ калибршуда, ҳосил шудааст, ба шабакаи бисёрвазифаи 1D-CNN–LSTM дода шудааст, ки бо хусусияти физикии коҳиши фишор ва маҳдудиятҳои ҷойгиршавии вагон–таҷҳизот тақвият ёфтааст. Модели пурраи A3_PM барои вазифаҳои ихроҷ, вагон ва таҷҳизот мутаносибан дақиқии %99,85 ± %0,01, %95,73 ± %0,41 ва %92,12 ± %1,24 гузориш додааст. Бо вуҷуди ин, натиҷаи таҷҳизот ба арзёбие такя мекунад, ки дар он тамғаи воқеии вагон ҳамчун шарт ба модел дода шудааст, дар ҳоле ки маҷмӯи додаҳо асосан аз пайдарпайиҳои фишоре иборат аст, ки бо симулятсия тавлид шудаанд.

Қабати аввали усул тағйироти кӯтоҳмуддати маҳаллиро дар сигналҳои фишоре, ки аз чор сенсор меоянд, бо шабакаи нейронии конволютсионии якченака ҷудо мекунад. Сипас шабакаи хотираи дароз-кӯтоҳмуддат ва механизми таваҷҷуҳи замонӣ модел мекунанд, ки фишор дар тӯли вақт чӣ гуна коҳиш меёбад, мувозинат меёбад ё бо таъсири компрессор дубора баланд мешавад. Тағйир байни фишори ибтидоӣ ва охирини ҳамон тиреза инчунин ба хусусияти физикии суръати коҳиши фишор табдил дода шуда, бо намояндагии омӯхташудаи силсилаи вақт муттаҳид мегардад.

Модел се баромади ҷудогона тавлид мекунад: ихроҷ ҳаст ё нест, вагони нуқсондор аз 1–8 кадом аст ва таҷҳизоти нуқсондор ба кадоме аз ҳашт синф тааллуқ дорад. Синфҳои таҷҳизот аз куплер, дар, сарпӯши пеш, сигнал, пантограф, дастгоҳи регпошӣ, ҳоҷатхона ва тозакунандаи сатҳи чарх иборатанд. Маскаи сахти вагон–таҷҳизот дар таҳқиқот эҳтимоли таҷҳизотеро, ки дар вагони муайян аз ҷиҳати физикӣ вуҷуд надоранд, ба сифр мерасонад. Масалан, азбаски сигнал танҳо дар вагонҳои канорӣ ва пантограф танҳо дар вагонҳои 3 ва 6 мавҷуд аст, ҳангоми додани маълумоти воқеии вагон, гузориш шудани нуқсони пантограф ҳамчун сигнал пешгирӣ мешавад.

Ҷиҳати қавии таҳқиқот он аст, ки тирезаҳои замонии ҳампӯшро дар дохили як гурӯҳи файли аслӣ нигоҳ дошта, ихроҷи мустақими додаҳоро байни маҷмӯаҳои омӯзиш ва санҷиш кам мекунад. Гузориш додани миёна ва инҳирофҳои стандартӣ дар таҷрибаҳое, ки бо се оғози тасодуфии гуногун иҷро шудаанд, низ пешгирӣ мекунад, ки натиҷаҳо танҳо ба як иҷрои муваффақи омӯзиш такя кунанд. Дар муқобил, фарогирии маълумоти воқеии қатора маҳдуд аст, додаҳо ва код барои ҷомеа бастаанд, дар маҷмӯи берунии қатора санҷиши тасдиқ вуҷуд надорад ва таъсири он ба кори саҳроӣ, ки додаҳои омӯзишӣ бо 10 Hz тавлид шудаанд, дар муқоиса бо басомади намунагирии 1 Hz-и сенсорҳои воқеӣ арзёбӣ нашудааст.

Аҳамият барои Туркия

Дар қатораҳои электрикии баландсуръате, ки дар Туркия истифода ё таҳия мешаванд, низомҳои пневматикӣ барои тормозкунӣ, дарҳо, пантограф, овезиши ҳавоӣ ва таҷҳизоти гуногуни ёрирасон аҳамияти муҳим доранд. Равиши таҳқиқот метавонад барои таҳияи низоми дастгирии қарорҳои нигоҳдорӣ, ки ба ҷойи гузоштани сенсори алоҳида ба ҳар шохаи пневматикӣ тағйироти фишорро, ки аз шумораи маҳдуди сенсорҳои асосии фишор дар саросари қатора паҳн мешаванд, шарҳ медиҳад, асоси методӣ фароҳам оварад.

Дар низоме, ки ба Туркия мутобиқ карда мешавад, топологияи воқеии қубурҳои қатораи дахлдор, ҳаҷмҳои зарфҳо, мантиқи идоракунии компрессор, хусусиятҳои шланг ва клапан, тафриқаи сенсор ва ҷойгиршавии таҷҳизот бояд аз нав модел карда шаванд. Бо фаслҳои гуногун, баландӣ, ҳарорат, синни вагон, ҳолати нигоҳдорӣ, масрафи муқаррарии ҳаво ва амалҳои идоракуние, ки ҳангоми сафар ба вуҷуд меоянд, бояд маълумоти дарозмуддат ҷамъоварӣ шавад. То анҷом ёфтани тасдиқи мустақили саҳроӣ ва таҳлили бехатарӣ, баромади модел набояд барои боздоштани автоматии қатора ё қабули қарори муҳими нигоҳдорӣ истифода шавад.

Саволи асосии таҳқиқот чист?

Саволи асосии таҳқиқот ин аст, ки фишори зарфи асосӣ, ки танҳо дар чор нуқта дар тӯли қатора чен мешавад, то кадом андоза метавонад ихроҷи аз ҷудошавии шлангро дар таҷҳизоти зиёди пневматикӣ, ки сенсори маҳаллӣ надоранд, ба таври муфассал нишон диҳад. Таҳқиқот танҳо ба саволи «ихроҷ ҳаст?» ҷавоб намеҷӯяд. Аз ҳамон тирезаи фишор:

• Мавҷуд будан ё набудани ихроҷ,
• Дар кадоме аз ҳашт вагон ихроҷ рух додааст,
• Ихроҷ ба кадоме аз ҳашт категорияи таҷҳизот вобаста аст

якҷоя пешгӯӣ карда мешаванд.

Чаро масъала душвор аст?

Ҷудошавии маҳаллии шланг метавонад тавассути қубури зарфи асосӣ ба мувозинати фишори тамоми қатора таъсир расонад. Аз ин рӯ, ихроҷҳое, ки дар вагонҳо ва таҷҳизоти гуногун ба вуҷуд меоянд, метавонанд дар чор сенсор коҳишҳои умумии фишори ба ҳам монанд эҷод кунанд. Шароити асосие, ки ҷудокуниро душвор месозанд, чунинанд:

• Сенсорҳои фишор танҳо дар вагонҳои 1, 3, 6 ва 8 ҷойгиранд.
• Таҷҳизоте чун дар, ҳоҷатхона, низоми регпошӣ ва тозакунанда сенсорҳои маҳаллии фишор надоранд.
• Ҷавоби фишор вобаста ба фишори ибтидоӣ, макони ихроҷ ва шохаи таҷҳизот тағйир меёбад.
• Масрафи муқаррарии ҳаво ва идоракунии компрессор низ нишебии фишорро тағйир дода метавонанд.
• Намунаҳои нуқсон аз намунаҳои муқаррарӣ ва синфҳои таҷҳизот аз ҳамдигар аз ҷиҳати шумора фарқ мекунанд.
• Тамғаҳои вагон ва таҷҳизот мустақил нестанд; баъзе таҷҳизот танҳо дар вагонҳои муайян мавҷуданд.

Аз ин рӯ, ҳатто агар ҳадди одии фишор нишон диҳад, ки ихроҷ ба вуҷуд омадааст, он метавонад боэътимод шарҳ надиҳад, ки нуқсон аз кадом вагон ва таҷҳизот сарчашма мегирад.

Низоми пневматикии баррасишуда чӣ гуна сохта шудааст?

Дар таҳқиқот қубури зарфи асосӣ, ки дар саросари як воҳиди электрикии ҳаштвагона тӯл мекашад, модел карда шудааст. Қубури асосӣ ба тормоз, модули идоракунии таъмини ҳаво, зарфҳои асосӣ ва ёрирасон, овезиши ҳавоӣ, кондитсионер ва вентилятсия, пантограф, дарҳо, ҳоҷатхона, куплер, сарпӯши пеш, сигнал, тозакунандаи сатҳи чарх ва низоми регпошӣ ҳавои фишурдашуда мерасонад.

Схемаи низом нишон медиҳад, ки ҷудошавии як шланги маҳаллӣ на танҳо дар шохаи нуқсондор, балки тавассути қубури асосӣ дар сенсорҳои фишори вагонҳои дигар низ ҷавоби динамикии паҳншаванда ба вуҷуд меорад. Ин паҳншавӣ дар бораи ҷойи нуқсон маълумот дорад, аммо ҳамзамон пайвастагии қавии низомиро ба вуҷуд меорад, ки хондани мустақими сигналро душвор мекунад.

Муносибати ҷойгиршавии вагон–таҷҳизот

Ин ҷадвал қоидаи равшани муҳандисиро фароҳам меорад, ки метавонад дар фазои баромади модел истифода шавад. Масалан, барои вагони 4 пешгӯии пантограф, куплер ё сигнал аз ҷиҳати физикӣ нодуруст аст.

Масъалаи бисёрвазифа чӣ гуна таъриф шудааст?

Ченкуниҳое, ки ҳамзамон аз чор сенсори фишор гирифта мешаванд, бо вектори зерин ифода мегарданд:

\[ \mathbf{p}(t)=[p_1(t),p_2(t),\ldots,p_C(t)]^T \]

Дар ин ҷо \(C=4\) шумораи каналҳои сенсор аст. Каналҳо фишорҳои зарфи асосиро дар вагонҳои 1, 3, 6 ва 8 намояндагӣ мекунанд. Ҳар як намунаи омӯзишӣ ҳамчун тирезаи чорканалӣ бо \(T\) қадами замон пешниҳод мешавад:

\[ \mathbf{X}_i= [\mathbf{p}(t_i),\mathbf{p}(t_i+1),\ldots, \mathbf{p}(t_i+T-1)] \in\mathbb{R}^{C\times T} \]

\(\mathbf{X}_i\) силсилаи вақти фишорест, ки модел барои як намуна мебинад. Ҳар як сатр як сенсор ва ҳар як сутун як лаҳзаи намунагириро дар дохили тиреза нишон медиҳад.

Ба ҳар тиреза се тамға дода шудааст:

\[ \mathbf{y}_i= \left( y_i^{\mathrm{leak}}, y_i^{\mathrm{car}}, y_i^{\mathrm{dev}} \right) \]

• \(y_i^{\mathrm{leak}}\): тамғаи ихроҷ нест ё ихроҷ ҳаст,
• \(y_i^{\mathrm{car}}\): вагони нуқсондор байни 1–8,
• \(y_i^{\mathrm{dev}}\): яке аз ҳашт категорияи таҷҳизот.

Барои он ки пешгӯиҳои вагон ва таҷҳизот аз ҷиҳати физикӣ маъно дошта бошанд, матритсаи мувофиқат таъриф шудааст:

\[ M_{c,d}= \begin{cases} 1, & d\text{ ekipmanı }c\text{ aracında bulunuyorsa}\\ 0, & d\text{ ekipmanı }c\text{ aracında bulunmuyorsa} \end{cases} \]

Барои пешгӯии дурусти вагон–таҷҳизот:

\[ M_{\hat{y}^{\mathrm{car}},\hat{y}^{\mathrm{dev}}}=1 \]

бояд иҷро шавад. Ин муносибат барои пешгирӣ аз зиддияти баромади зеҳни сунъӣ бо ҷойгиршавии воқеии таҷҳизоти қатора истифода мешавад.

Озмоиши воқеӣ ва модели AMESim чӣ гуна муттаҳид шудаанд?

Азбаски қасдан ба вуҷуд овардани ҳамаи комбинатсияҳои ихроҷи вагон–таҷҳизот дар қатораи воқеӣ аз нигоҳи бехатарӣ, вақт ва хароҷот муносиб нест, тавлиди додаҳо бо дастгирии симулятсия истифода шудааст. Аввал дар шумораи маҳдуди санҷишҳои заминӣ ҷавобҳои фишор пас аз ҷудошавии шланг чен карда шудаанд. Сипас қубурҳо, зарфҳо, воҳидҳои таъмини ҳаво ва шохаҳои таҷҳизоти қатора дар муҳити AMESim модел карда шуда, мувофиқи каҷҳои ченшуда калибр шудаанд.

Дар графике, ки каҷҳои воқеӣ ва симулятсияшудаи фишорро муқоиса мекунад:

• Хатҳои пайвастаи кабуд ченкунии таҷрибавиро,
• Хатҳои кандашудаи сурх натиҷаи симулятсияро,
• Чор панели ҷудогона сенсорҳои вагонҳои 1, 3, 6 ва 8-ро,
• Меҳвари уфуқӣ вақтро бо сония,
• Меҳвари амудӣ фишори қубури асосиро бо килопаскал

нишон медиҳанд.

Коҳишҳои фишоре, ки аз сатҳи тақрибан 950 kPa оғоз мешаванд, ҳамворшавӣ дар фишори паст, болоравии дубора бо компрессор то сатҳи тақрибан 940–950 kPa ва раванди дуюми коҳиш дар хатҳои таҷриба ва симулятсия ба ҳам наздиканд. Коэффисиенти миёнаи муайянкунӣ барои чор канал:

\[ R^2=0{,}9923 \]

гузориш шудааст. Ин арзиш нишон медиҳад, ки тамоюлҳои асосии фишор дар симулятсия хуб такрор шудаанд. Бо вуҷуди ин, арзишҳои \(R^2\), RMSE ё MAE барои ҳар канал дода нашудаанд. \(R^2\)-и баланди умумӣ худ аз худ исбот намекунад, ки гузаришҳои хурд ва кӯтоҳмуддате, ки таҷҳизотро аз ҳам ҷудо мекунанд, бо ҳамон дақиқӣ тавлид шудаанд.

Додаҳои симулятсия чӣ гуна гуногун карда шуданд?

Дар модели калибршуда ихроҷ дар сонияи 10 ворид карда шуд ва барои комбинатсияҳои гуногуни вагон–таҷҳизот ҷавоби фишори чор сенсор тавлид гардид. Барои зиёд кардани гуногунӣ:

• Ҷойивазкуниҳои амудии каҷ барои ифодаи фишори ибтидоӣ,
• Садои ченкунӣ бо шиддатҳои гуногун,
• Тағйироти кӯтоҳмуддати маҳаллии нишебӣ барои тақлид кардани дигар рӯйдодҳои масрафи ҳаво

илова карда шудаанд. Муҳаққиқон ба таври равшан таъкид мекунанд, ки ин афзоишҳо ҷойгузини тасдиқи қатораи воқеӣ нестанд ва танҳо доираи ҷавобҳои эҳтимолии фишорро дар шароити назоратшаванда васеъ мекунанд.

Тирезаҳои вақт чӣ гуна сохта шуданд?

Додаҳои симулятсия бо басомади намунагирии 10 Hz коркард шудаанд. Дарозии тиреза 100 намуна ва қадами лағжиш 50 намуна аст:

Агар лаҳзаи охирини намунагирии тиреза аз вақти ворид кардани ихроҷ гузарад, намуна ҳамчун «ихроҷ» тамға мешавад. Ин равиш тирезаҳои дорои лаҳзаи гузаришро ба синфи ихроҷ дохил мекунад. Аммо як қисми тиреза метавонад пеш аз нуқсон ва қисми дигар пас аз нуқсон бошад; аз ин рӯ, тамға маънои онро надорад, ки нуқсон дар тамоми тиреза фаъол буд.

Чӣ гуна кӯшиш шудааст, ки ихроҷи додаҳо пешгирӣ шавад?

Азбаски тирезаҳои ҳамсояи аз як файли фишор тавлидшуда ба таври назаррас ҳампӯшанд, тақсимоти тасодуфӣ дар сатҳи тиреза анҷом дода нашудааст. Файлҳои аслии манбаъ ҳамчун гурӯҳ нигоҳ дошта шуда, файлҳо ба:

• %70 омӯзиш,
• %15 тасдиқ,
• %15 санҷиш

тақсим шудаанд. Ҳамин тавр пешгирӣ шудааст, ки тирезаҳои хеле монанди як файл ҳамзамон дар маҷмӯи омӯзиш ва санҷиш бошанд.

Бо вуҷуди ин, шумораи умумии файлҳои аслӣ, шумораи тирезаҳо барои ҳар файл, тақсимоти файлҳо аз рӯи таҷҳизот ва он ки оё файлҳои афзудаи аз як сенарияи асосӣ ҳосилшуда дар як гурӯҳ нигоҳ дошта шудаанд ё не, шарҳ дода нашудааст. Тақсимоти сатҳи файл ихроҷи мустақими тирезаро кам мекунад; аммо агар версияҳои гуногуни афзудаи як сенарияи симулятсия байни маҷмӯаҳо бошанд, монандии сенария метавонад боқӣ монад.

Номутавозунии синфҳо чӣ гуна ҳал шудааст?

Азбаски синфҳои вагон ва таҷҳизот шумораи баробари намунаҳо надоранд, вазнҳои синфӣ бар асоси шумораи самараноки намунаҳо истифода шудаанд:

\[ E_k=\frac{1-\beta^{n_k}}{1-\beta} \]

Дар ин ҷо \(n_k\) шумораи намунаҳои омӯзиш дар синфи \(k\) ва \(\beta\) параметрест, ки вазни синфҳои калонро нарм мекунад. Вазни синф:

\[ w_k= \frac{1/E_k} {\frac{1}{K}\sum_{j=1}^{K}1/E_j} \]

ҳисоб шуда, тавре нормализатсия шудааст, ки вазни миёнаи ҳамаи синфҳо 1 бошад. Ин усул барои пешгирӣ аз он аст, ки таҷҳизоти дорои намунаҳои кам дар функсияи талафот комилан ба ақиб равад. Аммо азбаски шумораи намунаҳо барои ҳар синф ва арзиши истифодашудаи \(\beta\) гузориш нашудааст, вазнҳои воқеиро мустақилона аз нав ҳисоб кардан имкон надорад.

Қабати 1D-CNN чиро меомӯзад?

Қисми аввали модел аз ду блоки конволютсионӣ иборат аст, ки тағйироти кӯтоҳмуддати маҳаллиро дар сигналҳои фишор ҷудо мекунанд:

Conv1D(4 → 32, çekirdek=5, dolgu=2)
→ Batch Normalization
→ ReLU
→ MaxPool(2)

Conv1D(32 → 64, çekirdek=3, dolgu=1)
→ Batch Normalization
→ ReLU
→ MaxPool(2)

Вуруди чорканалӣ бо дарозии 100 намуна пас аз ду амали pooling ба:

\[ F_{\mathrm{cnn}} \in\mathbb{R}^{B\times64\times25} \]

кам карда мешавад. \(B\) шумораи намунаҳо дар mini-batch аст. Қабатҳои конволютсионӣ шикастҳои маҳаллӣ дар нишебии фишор, коҳишҳои кӯтоҳмуддат ва тағйироти ҳамзамони байни каналҳоро меомӯзанд, дар ҳоле ки pooling андозаи вақтро коҳиш дода, сарбории ҳисоббарориро кам мекунад.

LSTM ва таваҷҷуҳи замонӣ чӣ гуна кор мекунанд?

25 мавқеи вақт дар баромади CNN ба пайдарпайӣ табдил дода шуда, ба LSTM-и якқабата бо 128 воҳиди пинҳонӣ дода мешаванд. LSTM тавассути дарвозаҳои фаромӯшкунӣ, вуруд ва баромад меомӯзад, ки кадом маълумот аз ҳолати қаблии фишор нигоҳ дошта шавад ва тағйироти нав то чӣ андоза илова гардад.

Ҳолати пинҳонии LSTM дар ҳар қадами вақт:

\[ H=[h_1,h_2,\ldots,h_{T'}] \in\mathbb{R}^{B\times T'\times128} \]

аст. Баҳои таваҷҷуҳи замонӣ:

\[ e_t=w_a^T h_t+b_a \]

ва вазни нормализатсияшудаи таваҷҷуҳ:

\[ \alpha_t= \frac{\exp(e_t)} {\sum_{\tau=1}^{T'}\exp(e_\tau)} \]

ҳисоб мешавад. Вектори контексти сатҳи тиреза:

\[ h_{\mathrm{ctx}}= \sum_{t=1}^{T'}\alpha_t h_t \]

ҳосил мегардад. Қисмҳои вақт бо \(\alpha_t\)-и баланд гузаришҳои фишореро ифода мекунанд, ки модел ҳангоми тасниф муҳимтар мешуморад. Гарчанде таҳқиқот механизми таваҷҷуҳро ҳамчун ишораи тафсиршаванда тавсиф мекунад, харитаҳои таваҷҷуҳеро, ки дар нуқсонҳои мушаххас кадом қисмҳои вақт интихоб шудаанд, пешниҳод накардааст.

Хусусияти физикаогоҳ чист?

Тағйир байни аввали тиреза ва охири тиреза барои ҳар канали фишор ба дарозии тиреза тақсим шуда, хусусияти суръати коҳиши фишор ҳосил шудааст:

\[ r_{b,c}= \frac{X_{b,c,T}-X_{b,c,1}}{T} \]

Дар ин ҷо:

• \(X_{b,c,1}\) фишори аввали тиреза,
• \(X_{b,c,T}\) фишори охири тиреза,
• \(T=100\) дарозии тиреза,
• \(c\) яке аз чор канали сенсор аст.

Мувофиқи ин таъриф, арзиши манфӣ нишон медиҳад, ки фишор дар тӯли тиреза коҳиш ёфтааст ва арзиши мусбат нишон медиҳад, ки фишор баланд шудааст. Азбаски дар таҳқиқот фишор бо килопаскал ва \(T\) ҳамчун шумораи намунаҳо истифода мешавад, хусусият мустақиман kPa/s нест, балки тағйири фишор барои як намуна аст. Агар суръати физикии коҳиш дар як сония лозим бошад, фосилаи намунагирӣ низ бояд ба ҳисоб гирифта шавад.

Векторе, ки аз чор канал сохта шудааст:

\[ \mathbf{r}=[r_1,r_2,r_3,r_4] \]

ба embedding-и физикии 32-ченака табдил дода мешавад:

\[ e_{\mathrm{phys}}= \mathrm{ReLU}(W_{\mathrm{phys}}\mathbf{r} +b_{\mathrm{phys}}) \]

Хусусиятҳои омӯхташуда ва физикӣ чӣ гуна муттаҳид шудаанд?

Контексти 128-ченакаи LSTM бо embedding-и физикии 32-ченака муттаҳид шудааст:

\[ u=[h_{\mathrm{ctx}};e_{\mathrm{phys}}] \in\mathbb{R}^{160} \]

Сипас хусусияти умумии 128-ченака сохта шудааст:

\[ z= \mathrm{ReLU}(W_{\mathrm{fus}}u+b_{\mathrm{fus}}) \]

Сарҳои таснифи ихроҷ, вагон ва таҷҳизот аз як намояндагии умумии \(z\) истифода мебаранд. Ин тарҳ ба фарзия асос ёфтааст, ки мавҷудияти ихроҷ, ҷойгиршавии паҳншавии фишор ва хусусиятҳои таҷҳизотро аз сохтори умумии силсилаи вақт омӯхтан мумкин аст.

Маскаи сахт чӣ гуна татбиқ мешавад?

Логитҳои хоми сари таҷҳизот мувофиқи матритсаи ҷойгиршавии физикӣ тағйир дода шудаанд:

\[ \widetilde{o}^{\mathrm{dev}}_{b,d}= \begin{cases} o^{\mathrm{dev}}_{b,d}, & M_{c_b,d}=1\\ -\infty, & M_{c_b,d}=0 \end{cases} \]

Гузоштани логити таҷҳизоти нодуруст ба \(-\infty\) боис мешавад, ки эҳтимоли он пас аз softmax дақиқ ба сифр баробар шавад. Ҳамин тавр таҷҳизоте, ки дар вагони додашуда вуҷуд надорад, интихоб намешавад.

Маҳдудияти муҳими тафсир ин аст, ки шарти вагони \(c_b\) ҳангоми омӯзиш ва санҷиш пешгӯии вагони модел нест, балки тамғаи воқеии вагон мебошад. Аз ин рӯ, сари таҷҳизот бо маскаи сахт ба саволи зерин ҷавоб медиҳад:

«Агар дуруст маълум бошад, ки нуқсон дар кадом вагон аст, кадоме аз таҷҳизоти эҳтимолии он вагон нуқсондор аст?»

Таҳқиқот кори маскаи сахтро дар занҷири пуррае, ки вагон низ танҳо аз ҷониби модел пешгӯӣ мешавад, чен накардааст.

Функсияи талафоти бисёрвазифа

Талафоти умумии омӯзиш ҷамъбасти вазнноки се талафоти кросс-энтропия мебошад:

\[ \mathcal{L}= \lambda_{\mathrm{leak}}\mathcal{L}_{\mathrm{leak}} +\lambda_{\mathrm{car}}\mathcal{L}_{\mathrm{car}} +\lambda_{\mathrm{dev}}\mathcal{L}_{\mathrm{dev}} \]

Вазнҳои пешфарзи вазифаҳо:

\[ \lambda_{\mathrm{leak}}=1{,}0,\qquad \lambda_{\mathrm{car}}=0{,}3,\qquad \lambda_{\mathrm{dev}}=0{,}3 \]

муайян шудаанд. Вазни вазифаи ихроҷ аз ду вазифаи дигар баландтар аст. Дар варианти A5_LDEV2_PM вазни таҷҳизот зиёд карда шуда, кам кардани рақобати байни вазифаҳо омӯхта шудааст.

Танзимоти омӯзиш

Беҳтарин checkpoint-ҳо барои се оғоз мутаносибан дар epoch-ҳои 83, 64 ва 81 интихоб шудаанд. Протсессор, GPU, вақти омӯзиш, таъхири inference, масрафи хотира ва шумораи умумии параметрҳои модел дар таҳқиқот дода нашудаанд.

Матритсаҳои иштибоҳ чиро нишон медиҳанд?

Дар таснифи ихроҷ %99,49-и намунаҳои беихроҷ ва %99,85-и намунаҳои ихроҷдор дуруст тасниф шудаанд. Матритсаи дусинфа тақрибан пурра сохтори диагоналӣ дорад.

Дар ҷойгиркунии вагон, сатҳҳои шинохти дуруст аз рӯи синф тақрибан чунинанд:

Дар таснифи таҷҳизот сатҳи дурусти тасниф барои сигнал ва пантограф %100 нишон дода шудааст. Тозакунандаи сатҳи чарх бо %77,4 пасттарин натиҷаи синфро дорад. Дастгоҳи регпошӣ бо %85,9 дуруст шинохта шуда, %9,3-и намунаҳо ҳамчун тозакунанда тасниф шудаанд. Муҳаққиқон ин иштибоҳро бо хусусиятҳои шабеҳи қубури маҳаллӣ ва динамикаи фишори ду таҷҳизот мепайванданд.

Азбаски дақиқ муайян нашудааст, ки ин матритсаҳо ба кадом оғози тасодуфӣ тааллуқ доранд, сатҳҳои синфиро набояд ҳамчун миёнаи се иҷро арзёбӣ кард.

Каҷҳои омӯзиш ва тасдиқ чӣ гуна бояд тафсир шаванд?

Дақиқии ихроҷ дар марҳилаи аввали омӯзиш зуд ба сатҳи %99 наздик шудааст. Дақиқии вагон ва таҷҳизот сусттар боло рафта, тақрибан дар ҳудуди %90–95 мувозинат ёфтааст. Каҷҳои тасдиқ дар 40–50 epoch-и аввал тағйирёбии назаррас нишон дода, пас аз кам шудани суръати омӯзиш устувортар шудаанд.

Барои Seed 42 дақиқиҳои тасдиқ дар epoch-и 4 барои вазифаҳои ихроҷ/вагон/таҷҳизот тақрибан 0,965/0,088/0,142 буданд, дар epoch-и 30 ба 0,997/0,758/0,835 ва тақрибан дар epoch-и 67 ба 0,999/0,959/0,925 расидаанд. График дар марҳилаи дер коҳиши калони коршоямиро нишон намедиҳад. Бо вуҷуди ин, азбаски намунаҳои омӯзиш ва тасдиқ аз як низоми тавлиди симулятсия меоянд, ин барои арзёбии overfitting дар тақсимоти воқеии саҳроӣ кофӣ нест.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Дар додаҳои симулятсияшудаи чор сенсори фишори зарфи асосӣ, ихроҷи аз ҷудошавии шланг бо дақиқии хеле баланд ҷудо карда шудааст.
• Паҳншавии фишор маълумоти омӯхташавандаро дар бораи ҷойгиршавии вагони нуқсондор дар бар мегирад.
• Илова кардани хусусияти коҳиши фишор натиҷаҳои вагон ва таҷҳизотро беҳтар кардааст.
• Маскаи физикӣ, ки аз рӯи маълумоти воқеии вагон татбиқ шудааст, рақобати таҷҳизоти номувофиқро кам кардааст.
• Тақсимоти додаҳо дар сатҳи файл пешгирӣ кардааст, ки тирезаҳои ҳампӯши аз як файл омада ба омӯзиш ва санҷиш пароканда шаванд.
• Дар се оғози тасодуфӣ нишондиҳандаҳои асосии коршоямӣ ба ҳам наздик мондаанд.

Натиҷаҳое, ки таҳқиқот исбот намекунад

• Исбот нашудааст, ки модел дар вақти истифодаи воқеии мусофиркашонӣ бо ҳамин дақиқӣ кор мекунад.
• Дақиқии %92,12 барои таҷҳизот муваффақияти пурраи end-to-end ҷойгиркунии вагон–таҷҳизот нест.
• Шарте, ки дар он модел маскаи сахтро бо пешгӯии нодурусти худи вагон истифода мебарад, арзёбӣ нашудааст.
• Дар додаҳои воқеии қатора бо 1 Hz ва тирезаи 10-сониягӣ ҳамин коршоямӣ нишон дода нашудааст.
• Барои ҳамаи таҷҳизот, ба истиснои дар, ҳоҷатхона ва пантограф, санҷишҳои фарогири воқеии ихроҷ иҷро нашудаанд.
• Ихроҷи хурд, сустшавии қисман ё вайроншавии мӯҳри марҳилаи аввал омӯхта нашудааст.
• Шиддати ихроҷ ё дебити ихроҷ пешгӯӣ нашудааст.
• Умумисозӣ барои модели дигари қатора, топологияи қубур ё низоми идоракунии компрессор нишон дода нашудааст.
• Қобилияти кор кардани модел дар таҷҳизоти дарунсохтаи вақти воқеӣ чен нашудааст.
• Калибркунии эътимоди эҳтимолиятҳои модел, сатҳи номуайянӣ ва рафтори нуқсонҳои берун аз тақсимот арзёбӣ нашудааст.
• Усул бо маҷмӯи мустақили берунии додаҳо ё аз ҷониби гурӯҳи дигари таҳқиқотӣ тасдиқ нашудааст.
• Таҳқиқот барои сертификатсияи бехатарӣ ё идоракунии автоматии қатора кофӣ буданро таъмин намекунад.

Усул ва натиҷаҳои таҳқиқот

Тарҳи таҳқиқот

Натиҷаҳои санҷиши модели пурраи A3_PM

Дар Ҷадвали 3 арзиши Macro-F1-и вагон %95,87 дода шудааст, дар ҳоле ки дар Ҷадвали 4-и хориҷ кардани ҷузъ барои A3_PM %95,88 навишта шудааст. Фарқ эҳтимолан аз сатҳи гирдкунӣ ба вуҷуд омадааст; аммо дар ду ҷадвал як дараҷаи дақиқӣ истифода нашудааст.

Натиҷаҳои дақиқии мутавозин

Натиҷаҳои хориҷ кардани ҷузъҳо

Шохаи физикии коҳиши фишор арзиши Macro-F1-и таҷҳизотро 1,68 банди фоизӣ ва танҳо маскаи сахт 3,10 банди фоизӣ зиёд кардааст. Истифодаи ҳар ду ҷузъ нисбат ба модели асосӣ 4,39 банди фоизӣ афзоиш додааст. Он ки варианти A4, ки вазифаи таҷҳизотро танҳо омӯзонидааст, аз A3_PM 0,32 банд баландтар аст, нишон медиҳад, ки дар намояндагии муштарак рақобати маҳдуди байни вазифаҳо мавҷуд аст.

Таҳлили мутобиқати физикии сигнал–пантограф

Азбаски сигнал танҳо дар вагонҳои 1 ва 8 ва пантограф танҳо дар вагонҳои 3 ва 6 мавҷуданд, маҷмӯаҳои вагонҳои ин ду синф бо ҳам намепӯшанд. Ҳангоми татбиқи маска бо тамғаи воқеии вагон, варианти сигнал барои пантограф худкор баста мешавад. Аз ин рӯ, ба сифр расидани 67 хато аз нигоҳи мутобиқати физикӣ муфид аст, аммо аз рӯи сохтори маска натиҷаи интизоршаванда аст; ин нишон намедиҳад, ки модел ин фарқро бе маска омӯхтааст.

Precision-и синфи сигнал дар се оғоз:

• аз %34,18 то %51,18,
• аз %31,58 то %52,08,
• аз %37,64 то %50,75

афзоиш ёфтааст. Recall-и сигнал дар %100 нигоҳ дошта шудааст. Маскаи сахт ба ҷойи кам кардани намунаҳои воқеии сигнал, мусбатҳои бардурӯғи аз ҷиҳати физикӣ номумкинро манъ кардааст.

Ҷиҳатҳои қавии таҳқиқот

• Бо сенсорҳои камшумор се вазифаи вобастаи ташхисиро дар як модел баррасӣ мекунад.
• Намунаҳои маҳаллии фишор, вобастагии дарозмуддати вақт ва физикаи коҳиши фишорро муттаҳид мекунад.
• Маълумоти ҷойгиршавии вагон–таҷҳизотро мустақиман ба фазои баромад татбиқ мекунад.
• Модели пневматикии сатҳи қатораро истифода мебарад, ки бо каҷҳои санҷиши воқеӣ калибр шудааст.
• Дар тирезаҳои ҳампӯш тақсимоти додаҳоро дар сатҳи файл анҷом медиҳад.
• Барои номутавозунии синфҳо Macro-F1 ва дақиқии мутавозинро гузориш медиҳад.
• Се оғози тасодуфӣ ва таҷрибаҳои хориҷ кардани ҷузъҳоро пешниҳод мекунад.
• Ба таври равшан мегӯяд, ки додаҳои симулятсия ҷойгузини додаҳои воқеии саҳроӣ нестанд.

Маҳдудиятҳои асосӣ

• Таҳқиқот аз арзёбии ҳамсолон нагузаштааст.
• Дар саҳифаи унвон маълумоти муаллиф ва муассиса нопурра аст.
• Дар SSRN барои ҳамон таҳқиқот ду рақами сабт ва DOI-и гуногун индекс шудаанд.
• Маҷмӯи додаҳо асосан ба симулятсия такя мекунад.
• Санҷишҳои воқеӣ асосан бо сенарияҳои дар, ҳоҷатхона ва пантограф маҳдуданд.
• Додаи сенсори воқеӣ 1 Hz, додаи симулятсионии омӯзиш 10 Hz аст.
• Арзёбии мустақили модел дар вуруди воқеии 1 Hz дода нашудааст.
• Шумораи умумии санҷишҳои воқеӣ, файлҳои симулятсия, тирезаҳо ва намунаҳои синфӣ шарҳ дода нашудааст.
• Арзиши \(\beta\), ки дар вазнҳои синфӣ истифода шудааст, нишон дода нашудааст.
• Hard mask ҳангоми санҷиш ба тамғаи воқеии вагон вобаста аст.
• Натиҷаҳои end-to-end, ки бо пешгӯии худи модел барои вагон маска шудаанд, дода нашудаанд.
• Маҷмӯи берунии қатора ё маҷмӯи мустақили додаҳо истифода нашудааст.
• Benchmark-и муқоисавӣ бо усулҳои берунии омӯзиши мошинӣ гузаронда нашудааст.
• Арзишҳои хатои симулятсия барои ҳар канал пешниҳод нашудаанд.
• Санҷиши аҳамияти оморӣ ё фосилаи эътимод нест; танҳо инҳирофи стандартии се оғоз дода шудааст.
• Андозаи модел, вақти омӯзиш ва таъхири inference дар вақти воқеӣ гузориш нашудааст.
• Додаҳо ва коди манбаъ барои ҷомеа дастрас нестанд.
• Ихроҷҳои хурд, ихроҷҳои фосилавӣ, нуқсони сенсор ва шароити берун аз тақсимот санҷида нашудаанд.

Қадамҳои зарурӣ барои тасдиқи саҳроӣ дар Туркия

1. Баровардани топологияи пневматикӣ ва матритсаи ҷойгиршавии таҷҳизоти қатораи маҳаллӣ.
2. Ҷамъоварии маълумоти дарозмуддати кори муқаррарӣ бо басомади воқеии сенсор.
3. Дар шароити бехатари заминӣ ворид кардани нуқсонҳои назоратшаванда барои андозаҳои гуногуни ихроҷ ва таҷҳизот.
4. Табдил додани додаҳои симулятсия ба шакли сенсори воқеии 1 Hz ва аз нав арзёбӣ кардан.
5. Санҷидани маскаи пурраи end-to-end, ки рақами вагони пешгӯишудаи моделро истифода мебарад.
6. Санҷидани ҷудогонаи нуқсони сенсор, гумшавии додаҳо, садо ва давраҳои гуногуни компрессор.
7. Арзёбии номуайянии модел ва калибркунии эътимод.
8. Чен кардани таъхир, хотира ва сарбории ҳисоббарорӣ дар компютери дарунсохтаи қатора.
9. Омӯхтани тафсири баромади модел ва вақти вокуниши мутахассисони нигоҳдорӣ бо санҷишҳои корбар.
10. Пеш аз истифодаи бехатарӣ-муҳим тасдиқи мустақил ва таҳлили хавф гузаронидан.

Ёддошт оид ба манбаъ ва усул

Номи пурраи аслии таҳқиқот: Physics-informed one-dimensional convolutional recurrent network for leakage diagnosis in high-speed train pneumatic systems

Муаллифон: Tianyi Wang; WenBing Wang; Jingxian Ding; Tianyu Xia; Qiyang Zuo; Jianyong Zuo.

Тартиби муаллифон: Tianyi Wang якум, WenBing Wang дуюм, Jingxian Ding сеюм, Tianyu Xia чорум, Qiyang Zuo панҷум ва Jianyong Zuo шашум муаллифанд.

Ёддошти ҳуҷҷатӣ дар бораи маълумоти муаллиф: Дар саҳифаи унвони версияи боршуда номҳои муаллифон, муассисаҳо ва маълумоти тамос вуҷуд надоранд. Рӯйхат ва тартиби муаллифон аз сабтҳои расмии SSRN тасдиқ шудаанд.

Муаллифи ҳамаввал: Изҳороти саҳми баробар ё ҳамаввалӣ дар версияи боршуда ва metadata-и дастраси SSRN вуҷуд надорад.

Муаллифи масъул: Дар сабте, ки SSRN барои ҳамин унвон индекс кардааст, Jianyong Zuo ҳамчун муаллифи тамос нишон дода шудааст.

Пайвандҳои муассисавӣ: Дар metadata-и SSRN барои Jianyong Zuo пайванди Tongji University оварда шудааст. Муассисаҳои дигар муаллифон дар версияи боршуда нестанд ва дар metadata-и SSRN ҳамчун “affiliation not provided” нишон дода шудаанд. Аз ин рӯ, барои дигар муаллифон муассиса тахмин карда нашудааст.

DOI, ки мустақиман ба манбаъ мувофиқ аст:10.2139/ssrn.7192457

Ёддошти сабти алтернативии SSRN: Дар натиҷаҳои ҷустуҷӯи SSRN бо ҳамин унвон ва муаллифон сабти дуюм бо DOI-и 10.2139/ssrn.7192445 низ индекс шудааст. Азбаски дар поёни ҳамаи саҳифаҳои таҳқиқоти боршуда 7192457 истифода шудааст, ҳамин сабт ҳамчун шиносаи асосии манбаъ қабул шудааст. Муносибати версиявии байни ду сабт дақиқ шарҳ дода нашудааст.

Маҷаллаи ҳадаф: Engineering Applications of Artificial Intelligence.

Ҳолати маҷалла: Дар саҳифаи таҳқиқот ибораи “Preprint submitted to Engineering Applications of Artificial Intelligence” мавҷуд аст. Ин маълумоти ирсол аст; маънои қабул ё сабти мақолаи нашршударо надорад.

Ношири аслӣ: Барои таҳқиқот ношири ниҳоии академӣ муайян нашудааст. Маҷаллаи ҳадаф дар платформаи Elsevier нашр мешавад; аммо тасдиқ нашудааст, ки ин preprint аз ҷониби Elsevier қабул ё нашр шудааст.

Платформаи нашр: SSRN.

Санаи мақола: 30 May 2026.

Санаи сабти SSRN: Сабти ҷустуҷӯи SSRN санаи 27 July 2026-ро нишон медиҳад.

Соли нашр: 2026.

Навъи манбаъ: Preprint-и таҳқиқоти аслии муҳандисии бо симулятсия дастгиришуда, ки модели AMESim-и бо санҷишҳои воқеии заминӣ калибршуда, афзоиши додаҳои синтетикӣ ва омӯзиши амиқи бисёрвазифаро дар бар мегирад.

Ҳолати арзёбии ҳамсолон: Ин таҳқиқот preprint-и аз арзёбии ҳамсолон нагузашта аст; натиҷаҳо бояд бо назардошти ин маҳдудият хонда шаванд.

Манбаи расмӣ:Сабти таҳқиқоти SSRN 7192457.

Дастрасӣ ба додаҳо: Муҳаққиқон гуфтаанд, ки додаҳо бо сабаби маҳдудиятҳои махфият барои ҷомеа дастрас нестанд, аммо метавонанд бо дархости асоснок аз муаллифи масъул талаб карда шаванд.

Коди манбаъ: Дар версияи баррасишуда пайванди коди манбаъ ё анбори иҷрошавандаи таҷриба дода нашудааст.

Маблағгузорӣ: Дар версияи баррасишуда изҳороти ҷудогонаи маблағгузорӣ вуҷуд надорад.

Бархӯрди манфиатҳо: Дар версияи баррасишуда изҳороти ҷудогонаи бархӯрди манфиатҳо вуҷуд надорад.

Изҳороти зеҳни сунъии тавлидӣ: Муҳаққиқон гуфтаанд, ки ҳангоми омода кардани таҳқиқот барои ислоҳи забон ва танзими сохторӣ аз абзорҳои бо зеҳни сунъӣ дастгиришуда истифода кардаанд; муҳтаворо бозбинӣ ва таҳрир намуда, масъулияти ниҳоиро ба уҳда гирифтаанд.

Ин шарҳи тоҷикӣ бо баррасии матн, муодилаҳо, схемаҳои низоми пневматикӣ, муқоисаи AMESim, меъмории шабакаи нейронии сунъӣ, каҷҳои омӯзиш, матритсаҳои иштибоҳ, ҷадвалҳои хориҷ кардани ҷузъҳо, таҳлили мутобиқати физикӣ, маҳдудиятҳо ва библиографияи таҳқиқоти 50-саҳифаи боршуда омода шудааст. Ба муҳтавои илмӣ ягон натиҷаи нави таҷрибавии берун аз таҳқиқот илова нашудааст. Манбаъҳои беруна танҳо барои тасдиқи библиографии рӯйхати муаллифон, муаллифи масъул, DOI, сабти SSRN, маҷаллаи ҳадаф ва ҳолати нашр истифода шудаанд.

Таҳқиқот нишон медиҳад, ки бо сенсорҳои камшумори фишор ихроҷи пневматикии қатораро дар додаҳои бо симулятсия дастгиришуда бо дақиқии баланд шинохтан мумкин аст. Аммо натиҷаҳои таҷҳизот ба шарти вагони воқеӣ вобастаанд; додаҳо асосан симулятсионӣ мебошанд ва дар қатораҳои воқеӣ тасдиқи пурраи end-to-end-и саҳроӣ вуҷуд надорад. Аз ин рӯ, усул бояд на ҳамчун низоми автоматии бехатарии тасдиқшуда, балки ҳамчун таҳқиқоти нигоҳдорӣ ва ташхиси нуқсон баррасӣ шавад, ки ба таҳқиқоти минбаъдаи додаҳои воқеӣ ниёз дорад.