Ідентифікація об'єктів на основі даних тензометричних систем з використання методів машинного навчання

Abstract

Використавши такі методи машинного навчання, як згорткові нейронні сітки, кластеризація, персептрон та опираючись на довідникові данні залізничних об’єктів, які можуть бути використані на території України, отримано низку алгоритмічних рішень та реалізовано їх у вигляді програмного забезпечення, які ідентифікують тип вагону за такими характеристиками як осність візку, осність вагону, співвідношення бази вагону до довжину вагону між автозчепленями, маса осей. Використовуючи ваговий коефіцієнт для конкретної тензометричної системи, під час калібрування ваг, отримано залежність ваги вагону від його типу та маси кожної з осей.

Using such methods of machine learning as convolutional neural networks, clustering, perceptron and relying on the reference data of railway objects that can be used on the territory of Ukraine, a number of algorithmic solutions were obtained and implemented in the form of software, which identify the type of car by such characteristics such as the axle of the cart, the axle of the wagon, the ratio of the base of the wagon to the length of the wagon between the couplings, the weight of the axles. Using the weight coefitient for a specific tensometric system, during the calibration of the scales, the dependence of the weight of the car on its type and the mass of each of the axles was obtained.