Публикации автора

В статье рассмотрены вопросы применения сверточных нейронных сетей для обнаружения и классификации дефектов, выявляемых при магнитопорошковом контроле деталей и составных частей подвижного состава железных дорог. Предложен вариант алгоритма построения нейронной сети на базе существующей среды программирования Google Colab, библиотек Tensor Flow и Keras и языка программирования Python.

Повышение эффективности ультразвукового контроля на железнодорожном транспорте возможно за счет совершенствования и изменения существующей технологии. Одной из основных задач повышения эффективности является улучшение достоверности и информативности ультразвукового контроля ободьев колес при ремонте колесных пар. Контактный способ ввода ультразвука для ободьев колес по-прежнему является преобладающим на предприятиях вагонного и локомотивного хозяйства железных дорог. В статье освещаются технические приемы ультразвуковой дефектоскопии обода цельнокатаных колес при ремонте колесных пар вагонов в соответствии с существующими нормативными техническими документами. Описаны проблемы выявления дефектов пьезоэлектрическими преобразователями с углами ввода 0°, 40°, 50° при контроле обода с боковой внутренней поверхности и 90° - со стороны поверхности катания. Предложен вариант новой методики контроля обода колеса со стороны поверхности катания с использованием пьезоэлектрических преобразователей с углами ввода 65°-74°. Проведен сравнительный анализ по выявлению одновременно восьми отражателей в настроечном образце с использованием преобразователей 2,5Р65°69°74°, П121-2,5-70° РДМ и П121-0,4-90°. Полный текст статьи в переводе на английский язык публикуется во второй части данного выпуска.