КОМПЛЕКСНА МЕТОДОЛОГІЯ ОБРОБКИ ТЕЛЕМЕТРИЧНИХ ДАНИХ РІВНЯ ПАЛИВА МАНЕВРОВИХ ЛОКОМОТИВІВ:  НЕЛІНІЙНИЙ АНАЛІЗ ШУМУ ТА ДЕТЕКЦІЯ ПОДІЙ ЗАПРАВКИ

Д.В. Іващев; В.В. Герасимов

doi:10.34185/1562-9945-5-166-2026-11

Автор(и)

Д.В. Іващев
В.В. Герасимов

DOI:

https://doi.org/10.34185/1562-9945-5-166-2026-11

Ключові слова:

обробка часових рядів, цифрова фільтрація сигналу, адаптивне диференційоване згладжування, вейвлет–порогова обробка, робастне оцінювання, детекція подій, класифікація шуму, відношення сигнал/шум

Анотація

Запропоновано комплексну методологію обробки телеметричних даних рівня палива маневрових локомотивів, яка об'єднує в один конвеєр сегментацію, адаптивне згладжування з детекцією заправок, класифікацію нелінійного шуму та порівняння методів його усунення. На даних шести локомотивів виявлено 280 подій заправки та класифіковано шум понад 27 тисяч сегментів, де переважає кольоровий шум. Запропоновано формалізований показник довіри до кожної виявленої заправки. Показано, що приріст відношення сигнал/шум, обчислений на ізольованому шумі, не розрізняє якісної фільтрації й підлаштування під шум, тому для впровадження придатні лише фільтр ковзного середнього та фільтр Калмана.

Посилання

1. Ivashchev, D., & Herasymov, V. (2025). Alhorytm sehmentatsii danykh vymiriuvan rivnia palyva na transporti [Algorithm for segmentation of fuel level measurement data in transport]. Vymiriuvalna ta Obchysliuvalna Tekhnika v Tekhnolohichnykh Protsesakh, 2(82), 419–425. https://doi.org/10.31891/2219–9365–2025–82–60

2. Ivashchev, D., & Herasymov, V. (2025). Vydilennia podii zapravky ta obrobka danykh riv-nia palyva manevrovykh lokomotyviv [Refueling event detection and processing of fuel level data of shunting locomotives]. Vymiriuvalna ta Obchysliuvalna Tekhnika v Tekhnolohich-nykh Protsesakh, 4(84), 323–326. https://doi.org/10.31891/2219–9365–2025–84–37

3. Ivashchev, D., & Herasymov, V. (2025). Analiz shumu v danykh vymiriuvannia rivnia pa-lyva na transporti [Noise analysis in transport fuel level measurement data]. Vymiriuvalna ta Obchysliuvalna Tekhnika v Tekhnolohichnykh Protsesakh, 3(83), 385–392. https://doi.org/10.31891/2219–9365–2025–83–47

4. Welch, P. D. (1967). The use of fast Fourier transform for the estimation of power spectra: A method based on time averaging over short, modified periodograms. IEEE Transactions on Audio and Electroacoustics, 15(2), 70–73. https://doi.org/10.1109/TAU.1967.1161901

5. Donoho, D. L., & Johnstone, I. M. (1994). Ideal spatial adaptation by wavelet shrinkage. Biometrika, 81(3), 425–455. https://doi.org/10.1093/biomet/81.3.425

6. Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Journal of Basic Engineering, 82(1), 35–45. https://doi.org/10.1115/1.3662552

7. Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366a), 427–431. https://doi.org/10.1080/01621459.1979.10482531

8. Kwiatkowski, D., Phillips, P. C. B., Schmidt, P., & Shin, Y. (1992). Testing the null hy-pothesis of stationarity against the alternative of a unit root. Journal of Econometrics, 54(1–3), 159–178. https://doi.org/10.1016/0304–4076(92)90104–Y

9. Anderson, T. W., & Darling, D. A. (1954). A test of goodness of fit. Journal of the Ameri-can Statistical Association, 49(268), 765–769. https://doi.org/10.1080/01621459.1954.10501232