trrgupsТруды Ростовского государственного университета путей сообщенияTrudy Rostovskogo gosudarstvennogo universiteta putey soobseniya1818-5509Ростовский государственный университет путей сообщения10.46973/1818-5509_2026_2_108trrgups-301Research ArticleПОДВИЖНОЙ СОСТАВ ЖЕЛЕЗНЫХ ДОРОГ, ТЯГА ПОЕЗДОВ И ЭЛЕКТРИФИКАЦИЯRAILWAY ROLLING STOCK, TRAIN TRACTION AND ELECTRIFICATIONАвтоматизация процесса диагностики токоприемников электровозовAutomation of the Process of Diagnostics of Electric Locomotive Current CollectorsОльховатовД. В.OlkhovatovD. V.

Ольховатов Дмитрий Викторович, кафедра «Тяговый подвижной состав», кандидат технических наук, доцент 

Olkhovatov Dmitry Viktorovich, Chair «Traction Rolling Stock», Candidate of Technical Sciences, Associate Professor

dmolkh@yandex.ruЛапшичевР. В.LapshichevR. V.

Лапшичёв Руслан Витальевич, кафедра «Тяговый подвижной состав», студент

Lapshichev Ruslan Vitalievich, Chair «Traction Rolling Stock», Student

ruslan.lapshichyov@yandex.ruРостовский государственный университет путей сообщения (РГУПС)РоссияRostov State Transport University (RSTU)Russian Federation20261110202602108114Copyright © Ольховатов Д.В., Лапшичев Р.В., 20262026Ольховатов Д.В., Лапшичев Р.В.Olkhovatov D.V., Lapshichev R.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://sciworks.rgups.ru/jour/article/view/301

В статье представлен подход для автоматизированная система диагностики токоприёмников электровозов на основе машинного зрения, позволяющая заменить трудоёмкие и субъективные ручные осмотры бесконтактными высокоточными измерениями. Программа на Python с использованием библиотек OpenCV, NumPy и SciPy анализирует фото и видеопоток: по фотографии измеряет минимальную толщину и ширину угольной вставки, а в режиме реального времени отслеживает геометрические параметры токоприёмника по видео с светоотражающими метками, вычисляя расстояния и углы между контрольными точками. Внедрение системы позволит снизить влияние человеческого фактора, а также выявлять дефекты на ранней стадии, прогнозировать остаточный ресурс оборудования, сокращать эксплуатационные расходы и минимизировать риск аварийных ситуаций, повышая надёжность электроснабжения электроподвижного состава.

The paper presents an automated system for diagnosing electric locomotive current collectors based on machine vision, which allows for the replacement of time-consuming and subjective manual inspections with non-contact, high-precision measurements. The Python program, using the OpenCV, NumPy, and SciPy libraries, analyzes photos and video streams. It measures the minimum thickness and width of the carbon insert using photos, and tracks the geometric parameters of the current collector in real-time using video with reflective markers, calculating the distances and angles between control points. A 3D model of the current collector has been created for testing purposes. The implementation of the system reduces the influence of the human factor, allows for the detection of defects at an early stage, the prediction of the residual resource of equipment, the reduction of operating costs, and the minimization of the risk of emergencies, thereby increasing the reliability of the power supply for electric rolling stock.

автоматизация диагностикитокоприёмники электровозовмашинное зрениекомпьютерное зрениеautomation of diagnosticselectric locomotive current collectorsmachine visioncomputer visionReferencesДмитренко, А. В. Оценка влияния среднего веса грузовых поездов на размеры их движения по магистральным железнодорожным линиям / А. В. Дмитренко, С. М. Наурузбаев // Вестник Ростовского государственного университета путей сообщения. – 2025. – № 4. – С. 81–89.Dmitrenko, A. V. Assessment of the Influence of the Average Weight of Freight Trains on the Size of Their Movement on Mainline Railway Lines / A. V. Dmitrenko, S. M. Nauruzbaev // Bulletin of the Rostov State University of Railway Engineering. – 2025. – No. 4. – Pp. 81–89.Kolosov D. V., Zharkov Yu. I., Semenov Yu. G., Otypka J. The principals of operation of the automated current collection diagnostic system for electrified railways // 2015 16th International Scientific Conference on Electric Power Engineering (EPE). — Kouty nad Desnou, Czech Republic, 2015. — P. 1–6.Kolosov D. V., Zharkov Yu. I., Semenov Yu. G., Otypka J. The principals of operation of the automated current collection diagnostic system for electrified railways // 2015 16th International Scientific Conference on Electric Power Engineering (EPE). — Kouty nad Desnou, Czech Republic, 2015. — P. 1–6.Шепилова, Е. Г. Проблемы и перспект ивы развития искусственного интеллекта на железнодорожном транспорте России / Е. Г. Шепилова, В. Р. Хусаинов // Инновационное развитие транспортного и строительного комплексов : Материалы международной научно-практической конференции, посвященной 70-летию БелИИЖТа - БелГУТа. В 2-х частях, Гомель, 16–17 ноября 2023 года. – Гомель: Белорусский государственный университет транспорта, 2023. – С. 193-195. – EDN LUJHBG.Shepilova, E. G. Problems and Prospects of Artificial Intelligence Development in the Russian Railway Transport / E. G. Shepilova, V. R. Khusainov // Innovative Development of the Transport and Construction Complexes: Proceedings of the International Scientific and Practical Conference Dedicated to the 70th Anniversary of BelIIZhTa - BelGUTa. In 2 parts, Gomel, November 16–17, 2023. – Gomel: Belarusian State University of Transport, 2023. – Pp. 193-195. – EDN LUJHBG.Хусаинов, В. Р. Применение искусственного интеллекта при разработке современных приложений / В. Р. Хусаинов, П. Д. Шрамкова // Цифровые инфокоммуникационные технологии : Сборник научных трудов V Международной научно-практической конференции, посвященной 50-летию кафедры "Связь на железнодорожном транспорте". В 2-х томах, Ростов-на-Дону, 23 октября 2025 года. – Ростов-на-Дону: Ростовский государственный университет путей сообщения, 2025. – С. 212-217. – EDN HVFVJF.Khusainov, V. R. Application of Artificial Intelligence in the Development of Modern Applications / V. R. Khusainov, P. D. Shramkova // Digital Infocommunication Technologies: Collection of Scientific Papers of the V International Scientific and Practical Conference Dedicated to the 50th Anniversary of the Department of Communications in Railway Transport. In 2 volumes, Rostov-onDon, October 23, 2025. – Rostov-on-Don: Rostov State Transport University, 2025. – Pp. 212-217. – EDN HVFVJF.Бутакова, М. А. Технологии искусствен ного интеллекта и его приложения : Учебно-методическое пособие / М. А. Бутакова, М. И. Мялова. – Ростов-на-Дону : Южный федеральный университет, 2021. – 48 с. – EDN KHOJPY.Butakova, M. A. Artificial Intelligence Technologies and Applications: A Study Guide / M. A. Butakova, M. I. Myalova. – Rostov-on-Don: Southern Federal University, 2021. – 48 p. – EDN KHOJPY.Мялова, М. И. Разработка пользователь ского интерфейса на основе Python для автоматического выбора алгоритма кластеризации данных / М. И. Мялова, М. А. Пазин // Цифровые инфокоммуникационные технологии : сборник научных трудов, Ростов-на-Дону, 07 сентября 2021 года. – Ростов-на-Дону: Ростовский государственный университет путей сообщения, 2021. – С. 77-81. – EDN JBFZAJ.Myalova, M. I. Development of a Pythonbased user interface for automatically selecting a data clustering algorithm / M. I. Myalova, M. A. Pazin // Digital Infocommunication Technologies : Collection of Scientific Papers, Rostov-on-Don, September 7, 2021. – Rostovon-Don: Rostov State Transport University, 2021. – Pp. 77-81. – EDN JBFZAJ.

The authors declare that there are no conflicts of interest present.