Досліджено можливість застосування дискретного вейвлет-перетворення для попередньої обробки та аналізу дефектоскопічних сигналів.

Побудовано штучну нейронну мережу (ШНМ), за якою, використовуючи коефіцієнти неперервного вейвлет-перетворення (НВП), вдається автоматично виявляти сигнали від поперечної тріщини рейки в дефектограмах, записаних магнетним вагоном-дефектоскопом. За вдало підібраної материнської вейвлет-функції НВП та конфігурації ШНМ можна виявляти сигнали від дефектів на початкових стадіях їх зародження, тобто коли сигнал сумірний зі шумом.

Зазначено, що на залізничних коліях у всьому світі все більше поїздів, які курсують на вищих швидкостях, перевозять більше пасажирів і мають більше навантаження на вісь, ніж будь-коли раніше. Поєднання цих факторів спричинило значний тиск на інфраструктуру, що призводить до зростання вимог під час проведення технічного огляду та обслуговування залізничних рейок [1]. Сьогодні рейки систематично перевіряють на наявність внутрішніх і поверхневих дефектів за допомогою різноманітних методів неруйнівного контролю, найтиповішими з яких є ультразвуковий і магнітодинамічний методи (МДМ). Проаналізовано дефектоскопічні сигнали, одержані магнітним вагоном-дефектоскопом Львівської залізниці МДМ - (Magnetic Flux Leakage Rail Inspection), за допомогою неперервного вейвлет-перетворення програми Matlab Wavelet Toolbox.

Розглянуто підхід до виявлення дефектів залізничних рейок на основі сучасного інструменту обробки сигналів - неперервного вейвлет-перетворення. Визначено основні критерії виявлення сигналу від поперечної тріщини в головці рейки.

Розглянуто шляхи вирішення завдання вдосконалення магнітної дефектоскопії залізничних рейок з використанням вейвлет-функцій, адаптованих під реальні сигнали від поперечних тріщин. Показано ефективність такого рішення.

На сьогодні індукційні сенсори широко застосовують як у наукових, так і прикладних дослідженнях, що зумовлено їх простотою, високою чутливістю, можливістю функціонувати в широкому діапазоні частот та надійністю. Хоча вони давно відомі, роботи з їх удосконалення тривають, щоб покращити технічні характеристики, зменшити масу і розміри, застосувати нові феромагнітні матеріали. Проаналізовано модель, структурну схему та параметри індукційних сенсорів для вимірювання магнітного поля. Наведено основні розрахункові залежності для обчислення чутливості та порога чутливості індукційних сенсорів. Вказано шляхи мінімізації порога чутливості таких сенсорів, забезпечення певного типу амплітудно-частотної характеристики. Особливу увагу приділено сенсорам з плоскою амплітудно-частотною характеристикою, яку реалізують з допомогою від'ємного зворотного зв'язку по полю.

Розглянуто напрями модернізації інформаційно-діагностичної системи, якою обладнаний Львівський магнітний вагон-дефектоскоп N 442. Для діагностики залізничної колії застосовано магнітодинамічний метод, який має переваги над ультразвуковим методом, що сьогодні дуже широко використовується. Магнітодинамічний метод поширений у Великобританії, Ірані, США та в пострадянських країнах. Відзначено, що у вагоні-дефектоскопі повинна бути повністю замінена намагнічувальна система, тобто замість громіздкої та енерговитратної електронамагнічувальної системи потрібно встановити намагнічувальну систему на базі сучасних потужних постійних магнітів. Однокомпонентна приймальна система на базі інтегральних індукційних сенсорів повинна бути замінена трикомпонентною багатоканальною системою на базі точкових сенсорів Холла. Необхідно розробити нову апаратно-програмну частину нової діагностичної системи збирання, передавання та аналізу дефектоскопічної інформації. Модернізація Львівського магнітного вагона-дефектоскопа є особливо актуальною, оскільки його часто експлуатують за умов гористої місцевості з крутими поворотами, де спостерігається швидке та суттєве зношення внутрішніх робочих сторін рейок. Ультразвукові методи діагностики тут не працюють через утрату акустичного контакту з рейкою.

Розглянуто проблеми виявлення дефектів на ранніх стадіях їх розвитку та підвищення швидкості опрацювання діагностичної інформації шляхом автоматизації процесу виявлення та розрізнення сигналів від дефектів при магнітодинамічній дефектоскопії залізничних рейок. Створено материнську вейвлет-функцію для неперервного вейвлет-перетворення (НВП), яка наслідує основні особливості форми сигналів від дефектів типу поперечної тріщини в головці рейки. Це сприяє виділенню сигналів не лише від розвинених дефектів, але і від дефектів на ранніх стадіях їх розвитку. Збудовано штучну нейронну мережу (ШНМ), на вхід якої подаються вейвлет-коефіцієнти, отримані за допомогою НВП з використанням створеної вейвлет-функції. Таке поєднання НВП і ШНМ дозволило автоматизувати процес виявлення сигналів від поперечної тріщини з представленням на розгляд оператора вагона-дефектоскопа сигналів, які потенційно спричинені дефектами. Це значно спрощує роботу оператора, оскільки замість перегляду всієї дефектограми, йому достатньо зробити експертні оцінки виділених фрагментів. Запропоновано підходи для підвищення точності виявлення сигналів від поперечної тріщини рейки та описані можливі шляхи розширення ШНМ для виявлення інших типів дефектів.