автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Автоматизация процессов мониторинга, идентификации и интеллектуальная поддержка принятия решений на сортировочных станциях

На правах рукописи

РГБ ОД

2 В лег 2008

Броновицкнй Сергей Сергеевич

АВТОМАТИЗАЦИЯ ПРОЦЕССОВ МОНИТОРИНГА, ИДЕНТИФИКАЦИИ И ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ НА СОРТИРОВОЧНЫХ СТАНЦИЯХ

Специальность 05 13 Об - Автоматизация и управление технологическими процессами и производствами (на транспорте)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Ростов-на-Дону 2008

003445546

Работа выполнена на кафедре «Автоматика и телемеханика на железнодорожном транспорте» государственного образовательного учреждения высшего профессионального образования «Ростовский государственный университет путей сообщения» (РГУПС)

Научный руководитель: кандидат технических наук, профессор

Пальчик Лев Вениаминович

Официальные оппоненты доктор технических наук, профессор

Кравцов Юрий Александрович кандидат технических наук, профессор Родзин Сергей Иванович

Ведущая организация Петербургский государственный

университет путей сообщения (ПГУПС)

Защита диссертации состоится «&у> Охту'др^' 2008 г в /¿^-¿%?часов на заседании диссертационного совета Д218010 03 при Ростовском государственном университете путей сообщения по адресу 344038, г. Ростов-на-Дону, пл Ростовского Стрелкового полка народного ополчения, 2, конференц-зал.

С диссертацией можно ознакомиться в библиотеке РГУПС Автореферат разослан «££» и&Л^_2008 г

Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу 344038, г Ростов-на-Дону, пл Ростовского Стрелкового полка народного ополчения, 2, РГУПС, диссертационный совет

Ученый секретарь диссертационного совета, доктор технических наук, доцент

МА Бутакова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования. Стратегия развития железнодорожного транспорта, принятая ОАО «РЖД» на заключительном этапе реформирования, предусматривает решение, в первую очередь, трех ключевых задач, к которым относятся обеспечение роста эффективности, устойчивости и безопасности перевозок, развитие новейших систем управления технологическими процессами на основе инновационных технологий, снижение негативного влияния «человеческого фактора» за счет внедрения современных информационных и компьютерных технологий

Одним из приоритетных направлений работ является повышение эффективности процессов расформирования и формирования поездов на сортировочных станциях (СС)

Для этого в ОАО «РЖД» разработана «Программа совершенствования и развития сортировочных станций железных дорог на 2006-2015 годы», которая предусматривает «расширение зоны автоматизации и контроля на всю территорию станции, построение систем мониторинга на базе модульных подсистем реального времени, объединенных с исполнительными устройствами и разработку интеллектуальных АРМов»

В рамках «Программы информатизации станций» Департаментом управления перевозками предусматривается создание новых интеллектуальных АСУ, повышение достоверности информации о дислокации и наличии подвижных едшшц в реальном масштабе времени, автоматический ввод в АСУ информации о перестановках вагонов на станции, создание графических и табличных интерфейсов по дислокации вагонов на путях, оборудование АРМов дополнительными мониторами и информационными экранами, дающими достаточную информацию для планирования и управления маневровой работой, автоматическое прогнозирование нештатных и опасных ситуаций

Одной из возможностей ведения достоверной динамической модели СС, функционирующей в рамках единого информационного пространства и реального масштаба времени, является автоматизация мониторинга и идентификации процессов расформирования и формирования поездов

Решение такой проблемы на основе локальных компьютерных подсистем с интеллектуальными возможностями вызывает необходимость адаптации фундаментальных принципов теории ситуационного управления и искусственного интеллекта, методов и теоретических подходов современных информационных и компьютерных технологий, что позволяет считать тему диссертационного исследования актуальной

Степень разработанности проблемы Постановке перечисленных задач предшествовали многочисленные теоретические исследования, труды и практические разработки ученых и специалистов в России и за рубежом

Решению важных теоретических и практических вопросов создания современных технологий управления на железнодорожном транспорте, формированию стратегии дальнейшего развития эксплуатационной работы посвящены труды Апатцева В И, Батурина А П, Бородина А Ф , Буянова В А , Грунтова П С , Елисеева С.Ю , Ефименко Ю И, Зубкова В Н, Осьминина А.Т., Павлова

В Е, Сотникова Е А, Тишкина Е М, Тулупова Л П, Числова О Н. и др ученых

Разработке теории и методологии создания систем на микропроцессорной базе посвящены труды Гуды А Н, Долгого И Д, Ефимова В Е., Кочеткова А А, Кравцова Ю А, Лисепкова В М, Сапожникова В.В , Сапожникова Вл В и др

Вопросам теории построения, методологии разработки и внедрения систем автоматизации сортировочных процессов посвящены труды Боровкова Ю Г, Дудниченко А.М, Иванченко В Н, Кузнецова Л П, Кулькина А Г , Лябаха Н Н, Никифорова Н А , Одикадзе В Р , Савицкого А Г, Самойленко Ю А, Соколова В Н, Фонарева Н М, Шабельникова А Н, Шелухина В И и др

Большой вклад в теорию и практику управления сложными динамическими объектами с использованием искусственного интеллекта внесли Аверкин А Н, Берштейн Л С , Белявский Г И, Ваши В.Н, Гуда А Н, Еремеев А Г, Ковалев С.М, Курейчик В М , Поспелов Д А, Попов Э В , Осипов Г С, Фоминых И Б идр

В качестве объекта исследования в работе выступает интегрированная система управления СС на основе локальных подсистем мониторинга, идентификации и визуализации сложных оперативно-технологический ситуаций в реальном режиме времени

Предметом исследования являются методы и модели мониторинга онера-тивно-технологических ситуаций, идентификации нарушений технологических процессов, а также алгоритмы интеллектуальной поддержки принятия решений и визуализация состояния СС на АРМах диспетчерского и дежурного персонала Цель диссертационного исследования — разработка методов, моделей мониторинга и идентификации процессов расформирования и формирования поездов, а также алгоритмов интеллектуальной поддержки принятия решений на основе интеграции вновь создаваемых локальных подсистем информационного обеспечения (ПИО) и АРМов с АСУ СС и устройствами СЦБ

Для достижения поставленной цели в диссертации были решены следующие задачи

1. Предложен новый подход к интеграции АСУ СС, сисгем управления сортировочной горкой (СГ). устройств СЦБ и АРМов диспетчерских звеньев для достижения целей мониторинга, идентификации и интеллектуализации процессов расформирования и формирования составов

2 Разработана методология построения локальных подсистем информационного обеспечения (ПИО), обеспечивающих в реальном времени ведение динамической модели технологических процессов в парках СС и на СГ, расширение зоны мониторинга подвижных единиц и идентификацию за счет увязки с устройствами СЦБ

3 Разработан метод ведения пространственно-временных моделей перемещения вагонов и локомотивов

4 Разработан метод качественного нечеткого описания процессов идентификации первоочередных маневровых передвижений на СС

5 Разработаны на экспертной основе алгоритмы действий маневровых диспетчеров (ДСЦ) и дежурных по горке (ДСПГ) в нештатных оперативно-технологических ситуациях и на их базе предложены алгоритмы интеллектуаль-

ной поддержки принятия решений

6 Разработан класс графических интерфейсов визуализации результатов мониторинга, идентификации и интеллектуальной поддержки процессов управления СС

Методы исследования Исследования проводились с использованием системного анализа, теории ситуационного моделирования, методов теории искусственного интеллекта, теории нечетких множеств, статистического анализа, ло-i ико-алгоритмичсских подходов инженерной психологии

Научная новизна работы заключается в следующем.

• разработана методология построения нового поколения подсистем информационного обеспечения, позволяющих в реальном времени автоматизировать процессы мониторинга и идентификации состояния СС;

• разработана новая прострапствешю-временная модель слежения за подвижными единицами, повышающая достоверность процессов мониторинга и идентификации;

• на основе исследования мультиагешной структуры управления СС выявлен новый класс задач, требующих интеллектуальной поддержки принятия решений,

• предложен подход к интеграции базы данных (БД) и базы знаний (БЗ) и разработан метод оптимизации вывода в БЗ на основе продукционных моделей

• разработаны метод нечеткого описагаш процессов идентификации, основанный на конъюнктивном представлении функций принадлежности и алгоритмы интеллектуальной под держки принятия решений в нештатных ситуациях.

Практическая ценность работы заключается в применении результатов исследования для построения ПИО и их интеграции с АСУ верхних уровней управления СС с целью автоматизации мониторинга и идентификации нештатных ситуаций и интеллектуальной поддержки принятия решении

Достоверность и обоснованность результатов подтверждается экспертными оценками диспетчерского и дежурного персонала СС, вычислительными экспериментами на этапе программной реализации алгоритмов и технологических «окон» АРМов, публикациями и апробацией работы на региональных, отраслевых и международных научно-технических конференциях, а также актами внедрения результатов работы.

Апробация результатов работы Основные положения и результаты докладывались и одобрены на совместном заседании кафедр «Автоматика и телемеханика на железнодорожном транспорте» и «Информатика» РГУПС, кафедре «Системный анализ и телекоммуникации» Технологического института Южного федерального университета (г. Таганрог 2007), на Международном симпозиуме «14-th International symposium Zilma, Slovensko Rep , 2006», V Международной научно-практической конференции «TRANS-MECH-ART-СНЕМ» - M МИИТ, 2008

Публикации По теме диссертации опубликовано 7 печатных работ (из них 1 в издании, рекомендованном ВАК), в том числе учебное пособие для вузов железнодорожного транспорта объемом 144 стр.

Структура и объем диссертации Диссертация состоит из введения, четырех глав, заключения, списка литературы из 106 наименований и приложений

Общий объем работы 197 страниц, включая 76 рисунков, 4 таблицы, 14 страниц приложения и актов о внедрении

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность темы диссертационной работы, формулируются цели и задачи исследования, перечисляются полученные результаты, дается краткая характеристика диссертации

В первой главе осуществлен анализ состояния решаемой проблемы на СС отечественных и зарубежных железных дорог

Анализ и теоретическое обобщение состояния проблемы комплексной автоматизации и информатизации отечественных и зарубежных СС на базе компьютерных технологий выявил ее нерешенность в контексте достижения единого информационного пространства и ведения непрерывной динамической модели процесса расформировать! и формирования поездов в реальном режиме времени

Установлено, что в различных научных школах эта проблема находит понимание на уровне постановок задач Однако вопросы теории построения подсистем мониторинга и идентификации процессов управления СС и методология интеграции разрозненных АСУ СС, устройств СЦБ, систем автоматизации горок, АРМов и др не решены и к настоящему времени остаются «за кадром» Отсутствуют теоретические разработки в области использования методов искусственного интеллекта, экспертной поддержки принятия решений в сложных нештатных ситуациях

Исследования информационных потоков в мультиагентной среде СС и системный анализ процессов расформирования и формирования поездов позволили выявить высокую сложность оперативного управления, многокритериаль-ность задач и необходимость выработки решений в условиях жестких временных ограничений, неоправданную многоступенчатость передачи и приема сообщений, отсутствие подсистем автоматического сбора первичной информации «от колеса» Установлено, что в условиях территориальной рассредоточенности объектов мониторинга и контроля ДСЦ не представляется возможным без информационной поддержки в реальном времени вести адекватную динамическую модель поездной и маневровой работы Это позволяет утверждать, что исследуемая в диссертации проблема является актуальной и практически необходимой

Завершает главу описание предлагаемого нового подхода к интеграции вновь создаваемых распределенных подсистем с существующими устройствами СЦБ, АСУ СС, комплексами управления СГ, системами АДК-СЦБ парков и др на основе универсальных ИВК-АДК.

Результаты обобщения состояния поставленной в диссертации проблемы позволили сформулировать направления теоретических исследований, представленных в последующих главах

Во второй главе приведены результаты исследований особенностей объекта автоматизации процессов мониторинга и идентификации, как сложной мультиагентной системы реального времени К их числу относятся рассредоточен-ность объектов контроля и мониторинга, неравномерность и нестационарность

е

процессов расформирования и формирования, подверженность внешней среде, условия безопасности, человеко-машинные факторы, условия неопределенности ситуаций, режим реального времени, дефицит времени на принятие решений и

На основе исследования реальных процессов на СС установлены источники и потребители информации, выявлена неоправданная многоступенчатость информационных потоков Граф информационных потоков отображает связи 32 агентов, непрерывно взаимодействующих друг с другом Существующая динамическая модель работы СС неадекватно отражает текущее состояние, информация «снизу» поступает с опозданием и искажениями. Маневровый диспетчер ДСЦ лишен возможности своевременного планирования, прогнозирования и принятия решений при возникновении нештатных и опасных ситуаций Это обусловлено

- превышением числа грактов обмена оперативными сведениями (К > 15) установленного допустимого значения (Кдоп < 8),

- большими временными затратами на прием-передачу данных при (3 =

- превышением времени приема информации ( ЮггР = 15 мин) над временем передачи ( тт„= 9 мин),

- сильной корреляционной связью между числом переговоров и их продолжительностью (гХТ = 0,87)

Рис 1 Иллюстрация перераспределения информационных потоков на СС

др

0,95, 1^= (23, 26) мпн.

к

Полученные экспериментальные результаты позволяют утверждать о необходимости перераспределения потоков информации, ее интеграции и передачи по ограниченным направлениям I, как это представлено на рис 1

Здесь I], i2,. , /„, 71,72,-- , Ja, qi, 42, -, Яп, Yi, Ï2,- , Y* , ßi, /4, к,,

h, -Л. обозначены распределенные потоки первичной информации, поступающей от напольных устройств СЦБ и АРМов низового уровня управления СС, а Inn, 1er, 1асу, 1пф> 1дсп, 1по ~ потоки синтегрированной информации, предназначенной для ведения единой БД

Такая архитектура интеграции информационных потоков наглядно иллюстрирует роль и место создаваемых ПИО в структуре управления СС

Следует отметить, что ключевое место занимает разработка методологии создания подсистем мониторинга, идентификации и интеллектуализации процессов расформирования и формирования поездов

Структура методологических этапов и направлений исследования представлена на рис 2 Здесь в основу достижения цели положена интеграция БД и БЗ Под интеграцией понимается комбинированное использование разнотипных моделей и методов обработки информации

Теоретической базой ведешхя пространственно-временной модели является ситуационное управление, основоположником которого является Д А Поспелов

В основу построения ситуационных моделей MS положена псевдофизическая логика пространственно-временных отношений Она позволяет компактным образом идентифицировать в создаваемых ПИО весь обширный класс технологических ситуаций в парках СС и на СГ, в том числе опасных, требующих немедленного принятия решений.

Для этого территориально рассредоточенные объекты мониторинга и идентификации разбиваются на N локальных зон Gi, G2, . G„ В пределах каждой Gi, i = l,2, ,N сосредоточено Кг датчиков i-й локальной группы входных переменных X, = {ri > ДГз> >х[,} < l = 1>2, . ,N и Pi контролируемых объектов (вагоны, отцепы, локомотивы и др ), управляемых г-й группой выходных переменных Y, = \у[.Уг--->У'Р,\> ' = 1.2, ,N

В основе логико-алгебраической модели лежит формальная система, характеризуемая четверкой F^S, Р, А, Wj, где S - множество базовых элементов, Р - синтаксические правила, А — система аксиом, W— правила вывода

Синтаксические правила Р строятся на основе семейства отношений RL и RT, используемых для описания мгновенных состояний процесса перемещения осей (ОС), вагонов (ВГ), отцепов (ОТ) по датчикам счета осей (ДО), рельсовым цепям (РЦ), стрелкам (СТР), тормозным позициям (ТП) и др

Вспомогательными отношениями семейства RL являются два бинарных отношения, rie - «находиться в зоне» и ris - « располагаться друг за другом», и отношение принадлежности гр, которое используется для описания структур объекта мониторинга Второй класс RT включает в себя три вспомогательных

Рис 2 Структура методологических этапов и направлении исследовании

временных отношения г 1(1) - «наблюдаться в момент времени гх (т,) -«наблюдаться во временном интервале т,» и гг - «быть в прошлом»

Для описания аксиоматики и правил вывода формальной системы введены два класса предикатов Р(до(П)) - для обозначения фактов прохождения осей и Р(рц(т)) - для фиксации занятия РЦ в промежутках времени

Аксиоматика ситуационной модели Г представлена тремя группами аксиом АБ - формулы размещения элементов напольного оборудования,

АО — формулы описания структур подвижных единиц, AF - формулы, описывающие лотку смены состояния подвижных единиц относительно напольных устройств.

В класс AF включены формулы, отражающие отношения осей вагонов к ДСО и РЦ во времени Аксиомы (2) и (3)

(P(do(t,) => 3ос {{{до ris ос) rt (Г,) & ((ос ris до) rt (i,,,))), (2)

(Р{рц (/,) => 3 ос {{ос rie рц) rt (f,)) (3)

обеспечивают инициализацию машины вывода и «подпитку» соответствующих правил вывода в ходе моделирования динамического процесса перемещения подвижных единиц

Аксиомы (4) и (5) обеспечивают соблюдение общего принципа пространственно-временной логики применительно к перемещениям на СС - «первый в очереди - первый во времени».

V (v, w е {ОС, ВГ, ОТ}р е {ДО, РЦ, СТР, ТП}) ((v ris w) &

(v rie p) rt (/,) & (w rie p) rt (i,)) => t, * /,), (4)

V (p, g e {ДО, РЦ, СТР, ТП}у е {ОС, ВГ, ОТ}) ((p ris g) &

(v rie p) rt (/,) & (w rie p) rt (f,)) ^ tj) (5)

Приведенное выше семейство аксиом определяет минимальный набор формул для машины вывода, которая путем применения соответствующих правил моделирует перемещение подвижных единиц по участкам, стрелкам, путям, ТПи др.

Размещение напольного оборудования (например, для участка СГ, представленного на рис 3, задается аксиомой (6)

стр 1 стр 2

^ ТП1 > гтЛп_

—S--2Г-Д AV^—ZT~

ДО, до2 до3 до4 до5 до6

Рис. 3. Ситуация скатывания отцепов

{до] ris до2 ris доз ris do4rls до5 ris доб) & {doj rie mri]) & {до2 rie тп/) &

{доз rie стр 1) & {до4 rie стр 1) & {до5 rie стр 2) & {до6 rie стр 2) (6)

Ситуация движения трех отцепов к моменту времени t, описывается семью аксиомами относительно шести датчиков В момент прохода второй тележки (i+/)-ro вагона через до2 (рис 3) одна из семи формул принимает вид

(ОС Г ris до 2) rt (tl). (7)

В динамике продвижения вагонов непрерывно формулы видоизменяются и в динамической БД фиксируются реальные технологические ситуации Выражениями

((ос г2 ОС Г )rls ДО 2) rt (tk) и ((ос:3 OCf )rls до2) rt У (8) в момент времени tk фиксируется нагон (i + 3)-им отцепом впередиидущего (г + 2)-го на ТТЛ, а формулами

{{ОСТ ОСз+' OG+I )rls до5)rt Ы и ((ОЙ OG )rls до6)rt(t) (9)

идентифицируется запуск (1 + 1)-го отцепа и возникновение «чужака»

10

Информационную поддержку для ведения модели дополнительно обеспечивают РЦ, СТР, контрольные участки в парках СС на базе ДО и др

Методика построения модели апробирована на примере перестановки локомотивом вагонов в зоне вытяжки составов с 11-го пути на 17-й В такой модели за 49 временных промежутков (t0 - t4S) зафиксировано 197 изменяющихся формул

Описанная формальная система является адекватной естественноязыковой моделью мониторинга технологических пространственно-временных ситуаций на СС

В реальных условиях процесса расформирования и формирования составов возникают ситуации неопределенности, которые не поддаются измерениям и автоматической идентификации Дежурный и диспетчерский персонал принимает решение, пользуясь опытом, интуицией и оценкой лингвистических переменных

Для решения задач подобного класса предложена методика выбора оптимальных решений в условиях неопределенности ситуаций на СС, учитывающая специфику процесса накопления составов и поиск маршрутов маневровых передвижений

Рассмотрим подгорочный парк как полигон, состоящий из п альтернативных путей X! , х„, на которых необходимо выполнение различных работ маневровым локомотивом Каждый альтернативный маршрут заезда х, = 1, ,п оценивается на основе множества критериев К = {Ki, К2, ,КР} Для решаемой задачи Ki - длина заезда локомотива, К2 — объем маневровых работ, К3 — важность углового заезда

Тогда каждая нечеткая ситуация может быть переформирована в нечеткое множество следующего вида (10)

з> №„<,>.)',)> У Л ' = (10)

где I-11, (у 4) {у к ) 6 (Р '0 - оценка альтернативного места заезда х, по критерию КК, характеризующая степень соответствия альтернативы понятию, определяемому критерием Кк

Тогда правило для выбора наилучшего альтернативного места заезда локомотива может быть записано в виде пересечения соответствующих нечетких множеств D = Ki ^ Кз Операции пересечения нечетких множеств соответствует операция min, выполняемая над их функциями принадлежности

fiD(x,)= min (уЛ i = 1, ,п (11)

k = I Р 1

Тогда в качестве наилучшего пути заезда будет выбираться альтернатива х*, имеющая наибольшее значение функции принадлежности

\i.D{x*)= тах \iD(y,), i = l, ,п (12)

Для реальных нечетких ситуаций на пяти путях ПФ после выполнения расчетов оказалось, что наиболее оптимальным является заезд локомотива с горба горки на 5-й путь, так как для него из всех значений /¿яус,*]=0,83 оказался максимальным

Важное место в предложенной методологии занимает количественная оценка сложности принятия решений ДСЦ и ДСГТГ без интеллектуальной поддержки Такая оценка основана на формализации их действий в виде структурно-логических алгоритмов, в которых последовательность действий А, В, С, , М и логических условий аь а2, а3, , а„ структурируется в виде графа

Структурно-логическая форма алгоритмов принятия решений учитывает все возможные ситуации и исходы, полученные экспертным путем Конечная цель исследования таких «экспертных» алгоритмов состоит в том, чтобы выявить набор действии и лопгческих условий, которые человек не в состоянии выполнить или оценить в условиях дефицита времени и передать их автомату

Методика количественной оценки предельных возможностей ОЗ позволяет рассчитывать показатели, к которым относятся показатель загрузки памяти К„, относительная временная загрузка /г и логическая сложность принятия решений Ь

Экспериментальным путем установлены максимально допустимые значе-

■ 1

ния К„ < 0,9 уел ед, рассчитываемые по формуле Л

1=1 и

уел ед, где - число информационных признаков (/ = 1,2, 3, , п), удерживаемых памятью человека в каждой ситуации (при числе ситуаций г = 1, 2, 3, , п), Р] — частота появления необходимости запоминания каждой ситуации Установлено, что максимально допустимое число запоминаемых ситуаций составляет не более 8

и

Показатель /г рассчитывается по формуле Ь =-———— отн ед,

где I], (2, ¡з — затраты времени соответственно на восприятие информации, первичную оценку и ее переработку (показание мониторов, индикация пульта, ситуации в парках и на спускной части горки, сообщения по телефону, пршмтие

я

решения и др ), — затраты времени на группу исполнительных действий, вы-

1=1

полняемых после принятия решения, Т— продолжительность процесса (величина, задаваемая конкретной ситуацией) Установлено, что на СГ при скорости роспуска 8 км/ч и более, а также дробности отцепов Кдр>80% Ь > 1 При этом ДСПГ становится ненадежным звеном и «выключается» из контура контроля и управления Показатель логической сложности принятия решений рассчитыва-

ш

ется по формуле Ь= £Рт Хт

уел ед , где Хт — число оцениваемых человеком

т=1

логических условий в алгоритме по 1, 2, 3, , т подряд, а Рт — частота таких групп При Ь > 1,5 интеллектуальная поддержка принятия решений уже необходима

Одним из сложных этапов диссертационного исследования является выявление перечня оперативно-технологических ситуаций, мониторинг и идентификация которых «поручается» создаваемым локальным подсистемам ПИО на основе продукционных правил БЗ

По результатам исследований реальных процессов на нескольких СС (Б, Л, К и др) экспертным путем установлен перечень 36-ти ситуаций, описание которых приведено в диссертации

Формализацию процедур мониторинга и идентификации таких ситуаций, а также принятия решений условно можно представить выражением (13) г п т

ЗДД (X (Г. (2 ))) => ^ (Я, Ю (13)

Здесь Бы, Бсг, Бпф и 5П0 - ситуации, требующие в реальном времени X мониторинга и идентификации соответственно в парках прибытия (1111), формирования (ПФ), отправления (ПО) и на СГ Множество вышеобозначенных ситуаций 5, (0, в свою очередь, содержит множество принимаемых решений Л/.. Я„ на основе правил вывода БЗ для различных идентифицируемых объектов X, У, г и тд.

В качестве примеров для пяти идентифицируемых ситуаций ниже приведены продукционные правила вывода БЗ (14 - 18)

• н:уж & н1б & н'всажинаг V нзт V ннр =>

■ & Нд & Носах &0"р & Ннаг V Нзап V Нир =>

8™ . У1«м < 2м /с & Ул2+Г > 6м /с =>

Так, например, выражение (14) расшифровывается следующим образом «Если на 1-м пути ПФ имеется «чужак» и «больной вагон», требуется осаживание и отсутствует проход в стрелочной зоне, имеет место «нагон», или запуск отцепов, или неправильный расцеп, то принимается решение об установке мар-

о ПФ

шрута отсева «чужака» на 1-й путь с ситуацией ^ I

Организация механизма вывода в продукционной БЗ проиллюстрирована на рис 4

(14)

(15)

(16)

(17)

(18)

Эксперты

Рис 4 Организация механизма вывода в продукционной БЗ ПИО Каждая из ПИО ведет «свои» ситуационные модели и формирус1 информационные признаки на основе монитор1шга состояния парков и СГ Продукционные правила вывода БЗ, используемые в алгоритмах поддержки принятия решений, формулируются на основе знаний экспертов в каждой подсистеме в зависимости от решаемой технологической задачи Содержимое БД обновляется каждый раз после завершения различных технологических операции (окончание роспуска, вытяжка составов, перестановка вагонов и др ) Критерии выбора решений Kj, К.2, К3 . , К„ устанавливаются в зависимости от конкретной задачи (выбор маршрута заезда, направление «чужака», очередность роспуска и тд) В приложении приведена программа реализации алгоритма автоматического принятия решений при выборе очередности роспуска составов на языке Microsoft С #

Третья глава содержит теоретическое обоснование предлагаемых структур алгоритмов интеллектуальной поддержки принятия решений Экспертным путем построены алгоритмы действий ДСЦ и ДСПГ при решении технологических задач, связанных с выбором очередности роспуска составов, поиском маршрутов передвижения маневровых локомотивов в подгорочном парке и на выходе ПФ, прогнозированием процесса накопления вагонов, а также выбором путей отсева «чужаков» при сбоях на СГ

В качестве примера на рис 5 приведен алгоритм действий ДСЦ при поиске в пучках «замыкающих» групп отцепов, недостающих для завершения накопления составов

К алгоритму ртзчоягсякя о шепоп в í-o\r cocíase

Рис. 5 Алгоритм действий ДСЦ при поиске замыкающих групп отцепов

Здесь введены следующие обозначения - оценка необходимости за-

3 3 3

мыкающих групп отцепов на путях ПФ, — регис грация (запоми-

нание) номеров путей, где требуются «замыкающие» группы вагонов соответственно в первом, втором, третьем и т д пучках, а/, а2, а3, а5, а?, аз - логические условия «требуется замыкающая группа» с исходами «да-1» и «пет-О» соответственно на первом, втором и т д (до 8) путях первого пучка, Д, р2, Рз - тоже во втором пучке, у2, , Уз — тоже в третьем пучке и т.д Аналогично, на основе экспериментальных данных и экспертной оценки, разработаны также алгоритмы принятия решений ДСЦ и ДСПГ при выборе оптимальных маршрутов передвижения маневровых локомотивов в процессе роспуска и после завершения скатывания отцепов, при «разложении» отцепов по путям для прогнозирования завершения накопления составов и др Установлены при этом значительное превышение предельных возможностей ДСЦ и ДСПГ по количественным показателям Л, К„, Ь и необходимость интеллектуальной поддержки принятия решений

Разработанные структурно-логические схемы легли в основу построения алгоритмов автоматического принятия решений программным путем

В четвертой главе раскрыты пути практической реализации ПИО СС на основе современных информациошю-вычислительных средств и компьютерных технологий Показаны два независимых пути реализации на основе агрегатирования ПК класса «Репйит-4» с ИВК-АДК, уже имеющих программно-аппаратный интерфейс с устройствами СЦБ Такое агрегатирование не требует параллельной увязки с напольным оборудованием и схемами ЭЦ или систем автоматизации СГ На рис 6 в качестве примера представлена структура агрегатирования ИВК-АДК с ПИО любого парка СС.

Рис б Техническая структура агрегатирования ИВК-АДК с ПИО СС

При такой структуре состояния реле путевых, стрелочных, сигнальных, маневровых, маршрутных, положения стрелок, сигналов ДО и др непрерывно «перекачиваются» в ПК ПИО для ведения моделей поездной и маневровой работы в парках СС

Предложенная архитектура ядра ПИО на базе ИВК парков СС не ограничивает создание (на основе дополнительного ПК) БЗ, содержащей набор продукционных правил, используемых на этапе интеллектуальной поддержки процессов мониторинга и принятия решений

На СС, где отсутствуют в парках ИВК-АДК, проблема создания ПИО может быть решена без каких-либо ограничений за счет функциональной компоновки ПК и современных модулей ввода, вывода, ввода-вывода, преобразования первичной дискретной и аналоговой информации, сопряженных с устройствами СЦБ

Используя опыт эксплуатации таких модулей в микропроцессорных СЖАТ, в работе произведен выбор и дано описание наиболее «ходовых» и доступных модулей сопряжения ДСС Номенклатура таких устройств включает 14 типов функциональных плат На их основе в диссертации предложена альтернативная техническая структура ПИО, в состав которой входя !. активные матрицы ввода сигналов, контроллер сбора информации; серверы БД и БЗ, АРМы и сетевой коммутатор ЛВС «Ethernet» Кроме этого разработана архитектура интеграции локальных ПИО в ЛВС «Ethernet» независимо от выбора варианта агрегатирования с ИВК или автономного

Архитектура является открытой для дальнейше! о развития и расширения зон мониторинга (промышленные зоны, маневровые районы, подъездные пути, грузовые дворы и др )

Принимая во внимание реальный режим ведения единой модели СС и временные ограничения на принятие решений, ключевым вопросом является выбор встраиваемой платформенной операционной системы реального времени (ОСРВ) Анализ различных известных ОС позволил установить, что для решения поставленных в диссертации задач наиболее приемлемой ОС является QNX Realtime Platform (QRTP) компании QNX Software Systems Ltd В основе QNX Realtime Platform лежит ОС жесткого реального времени QNX/Neutrino с встраиваемой графической оболочкой Photon micro GUI

Правильность выбора QNX в качестве ОСРВ подтверждается положи гель-ными результатами ее эксплуатации в СЖАТ, к которым относятся ДЦ ТРАКТ, АПК-ДК, ДЦ-ЮГ с РКП и АДК-СЦБ

Для интеллектуализации АРМов парков СС и СГ в диссертации разработано 18 отображаемых на мониторах и протоколируемых технологических «окон» визуализации процесса расформирования и формирования поездов К ним относятся, графики обработки составов в 1111 и ПО, надвига и роспуска составов, «горячие» справки по поездам и параметрам их обработки, итоги работы всех парков - текущие и в течение смены, состояние подхода поездов, текущее состояние парков с отображением нештатных и опасных ситуаций, заполнение путей ПФ и текущее накопление составов; разложение вагонов (отцепов) до начала роспуска, сбои на спускной части СГ. Фрагмент одного из таких

окон «Ситуации подгорочного парка» представлен на рис. 7.

Различные по форме и цвету символы на текущий момент отображают результаты мониторинга и идентификации возникших нештатных и опасных ситуаций в подгорочном парке.

Разработанные окна мониторинга и идентификации оперативно-технологических ситуаций прошли экспертную оценку и поддержку диспетчерского и дежурного персонала на действующих СС, что подтверждено актами о их внедрении.

Рис. 7. Технологическое окно «Ситуации подгорочного парка»

ЗАКЛЮЧЕНИЕ

1. Анализ и теоретическое обобщение состояния проблемы комплексной автоматизации и информатизации отечественных и зарубежных СС на базе компьютерных технологий выявил ее нерешенность в контексте достижения единого информационного пространства и ведения непрерывной динамической модели процесса расформирования-формирования поездов в реальном режиме времени.

2. На основе анализа известных зарубежных информационно-управляющих систем СС (Германия, Франция, США) установлена общая тенденция создания распределенных локальных подсистем мониторинга, ориентированных на реализацию функций сбора, преобразования, обработки и отображения оперативно-технологической информации в парках приема, формирования и отправления поездов. В «Программе совершенствования и развития сортировочных станций железных дорог на 2006-2015 гг.» особое внимание уделено созданию единой БД СС. разработке АРМов различного назначения, расширению зоны мониторинга и контроля на всю территорию станции, построению моделей идентификации за счет внедрения локальных подсистем информационного обеспечения, объединенных с исполнительными устройствами СЦБ. Это позволяет утверждать, что исследуемая в диссертации проблема является актуальной.

17

3. Исследование графа информационных потоков в мультиагентной среде СС и системный анализ процессов расформирования - формирования поездов позволили установить высокую сложность оперативного управления, многокрите-риальность задач и необходимость принятия решений в условиях жестких временных ограничений, выявить неоправданную многоступенчатость передачи и приема сообщений, отсутствие подсистем автоматического сбора первичной информации «от колеса» Установлено, что в условиях территориальной рассре-доточенности объектов мониторинга и контроля ДСЦ не представляется возможным без информационной поддержки в реальном времени вести адекватную динамическую модель поездной и маневровой работы

4 Определены технологические звенья СС, подлежащие мониторингу и непрерывному контролю, предложены структуры информационного обеспечения ПИО в ПП, СГ, ПФ, ПО и установлены виды операгавно-технологических данных, интегрируемых в АРМах дежурного и диспетчерского персонала. Установлена необходимость интеллектуализации принятия решений ДСЦ и ДСПГ на основе достоверной, своевременной и значимой информации реального времени.

5 Предложена структура методологических этапов и направлений исследований Создание подсистем мониторинга и идентификации на СС и разработка методов интеллектуальной поддержки принятия решений базируется на интеграции БД и БЗ, концентрации информационных потоков для ведения ситуационных моделей и реализации алгоритмов автоматического принятия решений. В основе теоретических исследований лежат формализованные модели теории ситуационного управления, логико-алгебраические алгоритмы принятия решений, методы и модели идентификации в условиях неопределенности и нечеткой среды, идеи теории искусственного интеллекта с использованием продукционных правил БЗ.

6 Разработана методика построения пространственно-времешгых моделей мониторинга, позволяющих формальными математическими средствами описывать динамику технологических процессов В основу построения моделей положена псевдофизическая логика пространственно-временных отношений, что позволяет компактным образом идентифицировать в интегрированной системе управления СС обширный класс технологических ситуаций в парках и на СГ.

7. Предложена применительно к СС методика выбора оптимальных решений в условиях неопределенности оперативно-технологических ситуаций Оценки альтернативных решений являются качественными и описываются значениями соответствующих лингвистических переменных Методика апробирована на примере выбора оптимальных маршрутов заезда маневровых локомотивов в ПФ.

8. Предложена структура взаимодействия подсистем прогнозирования оперативно-технологических ситуаций, идентификации сбоев технологических процессов, принятия решений и управления Такая структура обеспечивает прогноз ситуаций за счет непрерывною ведения пространственно-временных моделей, генерацию и выбор интеллектуальных решений на основе продукционных правил БЗ

9. Предложена структура перераспределения информационных потоков и установлен перечень технологических задач, требующих интеллектуальной поддержки прогнозирование особых условий и первоочередных маневровых работ

в ПФ, выбор очередности роспуска составов, планирование процессов завершения накопления и выставления составов в ПО, очередность осаживания и подтягивания вагонов; выбор маршрутов заезда локомотивов в подгорочном парке и путей отсева отцепов при сбоях и нарушениях программы роспуска на СГ

10 Разработан алгоритм автоматического принятия решений при выборе очередности роспуска составов Он основан на исследовании и экспертной оценке структурно-логических алгоритмов действий ДСЦ в реальных условиях На базе результатов исследования действий ДСПГ построены алгоритмы автоматического принятия решений при поиске маршрутов перемещения маневровых локомотивов для нормализации последствий отклонений от заданной программы и выборе путей отсева «чужаков», запусков, неправильных расцепов и ДР

11 Для идентификации местонахождения локомотивов при маневрах предложено оборудовать контрольные участки на основе реверсивных датчиков прохода осей Описание аксиоматики и правил вывода формальной системы использует ряд понятий и обозначений логики предикатов Используемое семейство аксиом определяет минимальный набор формул для машины вывода, которая путем применения соответствующих правил обеспечивает мониторинг подвижных единиц и идентификацию сбоев и отклонений технологических процессов в парках и на СГ

12 Предложена техническая структура интеграции подсистем мониторинга и идентификации на базе ПК и интерфейсных модулей сопряжения с устройствами СЦБ В основу интеграции положено использование ЛВС Ethernet

Принимая во внимание реальный режим ведения модели СС, временные ограничения на принятие решений и необходимость интеллектуализации АРМов, произведен выбор наиболее приемлемой ОСРВ QNX Realtime Platform (QRTP) с встраиваемой графической оболочкой Photon micro GUI и богатым инструментарием

13 Разработано множество «окон» визуализации технологических операций, ведения графиков их исполнения и протоколирования итоговых результатов работы Для информационной поддержки АРМов предложены ситуационные мат-р!щы состояния парков с отображением результатов идентификации и мониторинга оперативно-технологических ситуаций в реальном режиме времени

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Броновицкий С С Интегрированная система информатизации сортировочных станций с интеллектуальной поддержкой принятия решений / Тр меж-дунар науч -практ конф «TRANS-MECH-ART-CHEM» - М МИИТ, 2008 - С 24-25

2. Броновицкий С С Методология исследования и разработки подсистем информатизации с интеллектуальной поддержкой принятия решений на сортировочной станции / Вестник РГУПС - 2007. - № 4. - С 26-31.

3 Броновицкий С С , Федорчук А Е. Компьютерные технологии разработки и внедрения интегрированной системы информатизации сортировочных станций / Учебное пособие. РГУПС - Ростов н/Д — 2007 — 144 с

4 Ковалев С М., Пальчик JIВ , Броновицкий С С , Узденов А М Optimization of power consumption for train traction EURNEX - Zel - 2006 / 14-th Interna- . tional symposium. - Zilina, Slovensko Rep, 2006 - С 152-154

5 Пальчик JI В , Броновицкий C.C , Узденов AM К вопросу выбора методики оптимизации процесса управления движением поездов / Труды РГУПС -2007 -№ 1 -С 30-33

6 Пальчик JIВ , Броновицкий С С , Узденов AM К вопросу экономии ресурсов на тягу поездов на участке железной дороги / Труды РГУПС - 2007 -№ 1 -С 140-143

7 Харченко В А, Броновицкий С С , Пальчик JI.B Вопросы построения распределенной сети связи микропроцессорной электрической централизации / Актуальные проблемы развития средств железнодорожной автоматики и телемеханики и технологий управления движением поездов Междунар межвуз сб науч тр -Ростов-н/Д-РГУПС -2004 -С 25-29

Броновицкий Сергей Сергеевич

АВТОМАТИЗАЦИЯ ПРОЦЕССОВ МОНИТОРИНГА, ИДЕНТИФИКАЦИИ И ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ НА СОРТИРОВОЧНЫХ СТАНЦИЯХ

Специальность 05 13 Об - Автоматизация и управление технологическими процессами и производствами (на транспорте)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 22 0?. 2008 г. Формат бумаги 60x84/16 Бумага офсетная Печать офсетная Уел печ л 1,4 Уч-изд л 1 Тираж 100 Заказ № НйИ.

Ростовский государственный университет путей сообщения Ризография РГУПС

Адрес университета 344038, г Ростов-на-Дону, пл Ростовского Стрелкового полка народного ополчения, 2

ВВЕДЕНИЕ.:.

Глава 1 Состояние проблемы автоматизации отечественных и зарубежных сортировочных станций и интеллектуализации процессов принятия решений.:.

1.1 Современный уровень информационного обеспечения процессов управления на отечественных и зарубежных СС.

1.2 Анализ состояния проблемы интеллектуальной поддержки принятия решений на отечественных СГ.

1.3 Зарубежный опыт автоматизации и информатизации СГ.

1.4 Новый подход к автоматизации процессов мониторинга и идентификации на основе модульных ИВК-АДК.

Выводы по главе 1.

Глава 2 Теоретические аспекты построения и интеграции подсистем мониторинга, идентификации и интеллектуальной поддержки и принятия решений.

2.1 Особенности объекта мониторинга и идентификации как сложной мультиагентной системы реального времени.

2.2 Методология исследования и разработки ПИО. с интеллектуальной поддержкой принятия решений.

2.3 Пространственно-временные модели - основа мониторинга процессов расформирования и формирования составов.

2.4 Методика выбора оптимальных решений в условиях неопределенности оперативно-технологических ситуаций.

2.5 Методика количественной оценки информационно-логической сложности принятия решений в «человеко-машинных» подсистемах управления.

2.6 Структура взаимодействия подсистем идентификации, мониторинга и принятия решений на основе интеграции БД и БЗ.

Выводы по главе 2.

Глава 3 Теоретическое обоснование предлагаемых структур алгоритмов интеллектуальной поддержки принятия решений.

3.1 Алгоритмы действий ДСЦ и интеллектуальной поддержки принятия решений при выборе очередности роспуска составов.

3.2 Алгоритм автоматического выбора маршрутов маневровых передвижений на выходе ПФ.

3.3 Алгоритмы автоматической поддержки принятия решений в процессе роспуска составов.

3.4 Идентификация сбоев программы роспуска и алгоритмы автоматического принятия решений при поиске путей отсева.

Выводы по главе 3.

Глава 4 Техническая реализация подсистем мониторинга подвижных единиц, идентификации нештатных ситуаций и интеллектуальной поддержки принятия решений с визуализацией состояния СС.

4.1 Техническая структура ПИО на основе ИВК-АДК.

4.2 Структурно-функциональная компоновка ПИО на базе одноплатных ПК и интерфейсных модулей сопряжения с устройствами СЦБ.

4.3 Техническая структура интеграции ПИО в локальной вычислительной сети Ethernet.

4.4 Графические и табличные интерфейсы по дислокации вагонов и локомотивов.

4.5 Визуализация результатов мониторинга, идентификации состояния парков, сортировочной горки и интеллектуальной поддержки принятия решений на АРМах.

Выводы по главе 4.

Актуальность темы исследования. Стратегия развития железнодорожного транспорта, принятия ОАО «РЖД» на заключительном этапе реформирования, предусматривает решение в первую очередь трех ключевых задач, к которым относятся [106]:

- обеспечение роста эффективности, устойчивости и безопасности перевозок; I '

- развитие новейших систем управления технологическими процессами на основе инновационных технологий;

- снижение негативного влияния «человеческого фактора» за счет внедрения современных информационных и компьютерных технологий.

В такой постановке задач одним из приоритетных направлений работ является повышение эффективности процессов расформирования - формирования поездов на СС за счет совершенствования технологии оперативного управления, а также развития и перевооружения средств автоматизации и информатизации на уровне XXI века [9, 39, 50, 60].

Для достижения этих целей во ВНИИАС разработана «Программа совершенствования и развития сортировочных станций железных дорог на 2006-2015 годы», которая предусматривает «расширение зоны автоматизации и контроля на всю территорию станции, построение систем мониторинга на базе модульных подсистем реального времени, объединённых с исполнительными устройствами, разработку АРМов различной ориентации.» [50, 90].

В рамках «Программы информатизации станций» Департаментом управления перевозками ОАО «РЖД» особое внимание уделено вопросам повышения качества первичной информации в АСУ перевозочным процессом на основе автоматического информирования и съёма с устройств СЦБ.

Детализируя задачи информатизации, в числе первоочередных работ можно отметить следующие [29]:

- разработка интегрированных информационно-управляющих систем ИУС СС;

-' создание новых интеллектуальных АСУ;

- повышение достоверности информации в реальном масштабе времени о дислокации и наличии подвижных единиц;

- автоматический ввод в АСУ информации о перестановках вагонов на станции;

- создание графических и табличных интерфейсов по дислокации вагонов на путях;

- оборудование АРМов маневрового диспетчера дополнительными мониторами и информационными экранами, дающими достаточную информацию для планирования и управления маневровой работой;

- автоматическое прогнозирование внештатных и опасных ситуаций.

Здесь остро поставлен вопрос «. повышения качества первичной информации в АСУ перевозочным процессом за счет автоматического формирования сообщений об операциях с поездами на основе съёма информации с устройств С ЦБ.».

Усилия научных и производственных коллективов направлены на поиск и реализацию путей повышения эффективности процессов расформирования - формирования составов, внедрения новых методов и технологий, обновления и развития существующих АСУ СС, а также систем автоматизации сортировочных горок (СГ).

Решаются задачи развития информационно-планирующего уровня управления СС, предлагается дополнение систем ГАЛС устройствами спутниковой навигации, ведутся испытания системы автоматической идентификации подвижных единиц, совершенствуются алгоритмы управления процессом роспуска составов, начаты работы по созданию систем обзорной локации и др. Этим вопросам посвящено значительное число публикаций [50, 52, 61, 69,90,93,95, 101, 104].

Однако разрозненность разработок и наличие различных подходов не позволяют достичь желаемых результатов в технологии и технике управления таким сложным динамическим объектом, каким является СС.

Конструкторатом по вопросам автоматизации технологических процессов на СС отмечается [50, 90], что <г. принципиально задачи АСУ С С не изменились — она по-прежнему готовит справочную информацию, не управляет технологическим процессом., необходимо обеспечить ее работу на базе операционной системы реального времени с автоматическим вводом информации от низового уровня и автолштическим формированием управляющих команд.» и ставится задача создания модели сортировочного процесса, охватывающей всё путевое развитие СС.

В соответствии с Программой обновления и развития средств ЖАТ на 2007 - 2009 г.г. предусмотрено продолжение финансирования работ на важнейших СС. Только в 2007 году на эти цели было запланировано 600 млн. руб. [50].

В контексте вышеизложенных задач одним из направлений достижения возможностей ведения единой динамической модели СС, функционирующей в рамках единого информационного пространства и реального масштаба времени, является создание интегрированной системы информатизации парков и СГ [9].

Бурное развитие информационно-вычислительных средств, появление мощных промышленных компьютеров (ПК), программируемых микроконтроллеров и модулей сопряжения с устройствами СЦБ, высоконадежных операционных систем реального времени (ОСРВ) и сетевых технологий, а также современных теоретических подходов, математических методов и моделей, а также положительный опыт создания в промышленности и других отраслях систем с интеллектуальной поддержкой принятия решений за счет интеграции базы данных (БД) и базы знаний (БЗ) в настоящее время открыли реальные возможности создания системы мониторинга и идентификации на основе локальных подсистем информационного обеспеченбия (ПИО) с интеллектуальной поддержкой принятия решений.

Анализ и теоретическое обобщение состояния проблемы создания такой системы на отечественных и зарубежных СС позволили сделать вывод о её нерешённости и сформулировать основные направления диссертационной работы:

1. Разработка концепции построения интегрированной системы информатизации СС, основанной на оперативно-технологической информации реального времени, поступающей от устройств СЦБ.

2. Системный анализ процесса расформирования - формирования поездов и исследование информационных потоков в сложной мультиагентной среде СС.

3. Разработка методологии и теоретических подходов к построению локальных ПИО парков.

4. Разработка алгоритмических основ мониторинга и идентификации технологических задач, требующих интеллектуальной поддержки принятия решений.

5. Разработка методов и моделей идентификации и мониторинга состояния технологических процессов, а также алгоритмов интеллектуальной поддержки принятия решений в сложных нештатных ситуациях.

6. Разработка принципов построения и технических решений по функциональной компоновке ПИО в увязке с устройствами СЦБ.

Решение перечисленных основных направлений работы вызывает необходимость адаптации фундаментальных принципов теории ситуационного управления [68, 83, 84] и искусственного интеллекта [6, 10, 15, 16, 19, 75, 100] к системам автоматизации сложных динамических объектов железнодорожного транспорта и позволяет считать тему диссертационного исследования актуальной.

Степень разработанности проблемы. Постановке перечисленных в диссертации задач предшествовали многочисленные теоретические исследования, труды и практические разработки ученых и специалистов в России и за рубежом.

Решению важных теоретических и практических вопросов создания современных технологий управления на железнодорожном транспорте, формированию стратегии дальнейшего развития эксплуатационной работы посвящены труды Апатцева В.И., Батурина А.П., Бородина А.Ф., Буянова В.А., Грунтова П.С., Елисеева С.Ю., Ефименко Ю.И., Зубкова В.Н., Осьминина

A.Т., Павлова В.Е., Сотникова Е.А., Тишкина Е.М., Тулупова Л.П., Числова О.Н. и других ученых.

Разработке теории и методологии создания систем на микропроцессорной базе посвящены труды Гуды А.Н., Долгого И.Д., Ефимова В.Е., Иванченко В.Н., Кочеткова А.А., Кравцова Ю.А., Лисенкова В.М., Сапожникова

B.В., Сапожникова Вл.В. и других.

Вопросам теории построения, методологии разработки и внедрения систем автоматизации сортировочных процессов посвящены труды Аркатова B.C., Боровкова Ю.Г., Дудниченко A.M., Иванченко В.Н., Кузнецова Л.П., Кулькина А.Г., Лябаха Н.Н., Мухи Ю.А., Никифорова Н.А., Савицкого А.Г., Самойленко Ю.А., Сепетого А.А., Соколова В.Н., Федорчука А.Е., Фонарева Н.М., Шабельникова А.Н., Шелухина В.И. и других.

Фундаментальный вклад в теорию и практику управления сложными динамическими объектами с использованием искусственного интеллекта внесли Аверкин А.Н., Берштейн Л.С., Вагин В.Н., Еремеев А.Г., Карелин В.П., Ковалев С.М., Курейчик В.М., Поспелов Д.А., Попов Э.В., Осипов Г.С., Фоминых И.Б., Хорошевский В.Ф. и другие.

Цель диссертационного исследования — разработка методов, моделей идентификации и мониторинга процессов расформирования - формирования поездов, а также алгоритмов интеллектуальной поддержки принятия решений на основе интеграции вновь создаваемых локальных ПИО с АСУ СС и устройствами СЦБ.

Для достижения поставленной цели в диссертации были решены следующие задачи.

1. Исследована существующая информационная инфраструктура СС и разработана организационная структура взаимодействия вновь создаваемых ПИО в ЛВС «Ethernet».

2. Разработана методология исследования и построения ПИО, которая содержит этапы разработки, используемые и развиваемые в исследуемой области методы и модели, теоретические подходы и принципы, адекватные решаемой проблеме, технологию реализации алгоритмов мониторинга и идентификации с автоматическим принятием решений.

3. Разработаны методы и способы непрерывного мониторинга и идентификации оперативных ситуаций в парках СС и на СГ.

4. Разработаны и исследованы алгоритмы действий ДСЦ и ДСПГ на этапе принятия сложных решений и дано обоснование необходимости интеллектуальной поддержки при выборе очерёдности роспуска, поиске оптимальных маршрутов передвижения локомотивов в ПФ и на СГ, а также при нормализации процессов сбоя и нарушений заданной программы формирования поездов.

5. Дано построение алгоритмов интеллектуальной поддержки принятия решений при реализации технологических задач, изложенных в п.4.

6. Предложена техническая структура взаимодействия в ЛВС ПИО и АРМов, а также дана их функциональная компоновка в сопряжении с устройствами СЦБ.

Положения, выносимые на защиту.

1. Новый подход к созданию интегрированной системы мониторинга и идентификации процессов управления СС на основе вновь создаваемых локальных ПИО реального времени, взаимоувязанных между собой и с АРМми в ЛВС.

2. Методика исследований и разработки распределенных ПИО, обеспечивающих информационное взаимодействие всех уровней оперативного управления СС и мониторинг технологических процессов в реальном масштабе времени.

3. Пространственно-временные модели перемещения подвижных единиц, в основе которых лежит псевдофизическая логика «отношений» осей, тележек, вагонов, отцепов и локомотивов с напольными устройствами СЦБ, что позволяет в реальном времени компактным образом представлять обширный класс технологических ситуаций (в том числе опасных) в парках и на СГ.

4. Методика выбора оптимальных решений в условиях неопределенности оперативно-технологических ситуаций, в которой оценки альтернативных решений являются качественными и описываются (на основе введенных критериев) значениями соответствующих лингвистических переменных.

5. Структура взаимодействия подсистем мониторинга и прогнозирования нештатных оперативно-технологических ситуаций, идентификации сбоев и нарушений, а также интеллектуальной поддержки принятия решений на основе продукционных правил вывода БЗ.

6. Алгоритмы интеллектуальной поддержки принятия решений ДСЦ и ДСПГ на основе интеграции БД и БЗ с визуализацией результатов (рекомендаций, советов, подсказок) на мониторах АРМов и их протоколированием.

Методологической и теоретической основой диссертационного исследования явились труды отечественных и зарубежных ученых по проблеме, типовой технологический процесс работы СС, нормативные и технико-распорядительные акты, должностные инструкции дежурного и диспетчерского персонала.

В диссертации использовались методы системного анализа, теории управления и искусственного интеллекта, теории математического моделирования, логико-алгоритмические подходы инженерной психологии, теории ситуационного моделирования, теории нечётких множеств, методы создания БЗ и др.

Информационно-эмпирической базой исследования послужили отчетные материалы, статистические и экспертные данные о показателях работы СС большой мощности, опубликованные информационно-справочные материалы о работе и развитии СС Российских железных дорог.

Научная новизна работы заключается в следующем:

• разработана методология построения нового поколения подсистем информационного обеспечения, позволяющих в реальном времени автоматизировать процессы мониторинга и идентификации состояния СС;

• разработана новая пространственно-временная модель слежения за подвижными единицами, повышающая достоверность процессов мониторинга и идентификации;

• на основе исследования мультиагентной структуры управления СС выявлен новый класс задач, требующих интеллектуальной поддержки принятия решений;

• предложен подход к интеграции БД и БЗ и разработан метод оптимизации вывода в БЗ на основе продукционных моделей.

• разработаны метод нечёткого описания процессов идентификации, основанный на конъюнктивном представлении функций принадлежности и алгоритмы интеллектуальной поддержки принятия решений в нештатных ситуациях.

Теоретическая и практическая значимость диссертационного исследования состоит в том, что разработанные методы, модели и алгоритмы являются этапом развития техники и технологии управления СС и открывают широкие возможности создания нового поколения систем автоматизации и компьютеризации с интеллектуальной поддержкой принятия решений. Практическая значимость внедрения интегрированной системы обеспечит ведение достоверной модели поездной и маневровой работы и реальное сокращение простоя вагонов, как основного интегрального показателя работы СС.

Реализация работы. Диссертационная работа выполнялась в соответствии с основными направлениями работ, предусмотренных «Программой совершенствования и развития сортировочных станций железных дорог на 2006 - 2015 годы» и «Программой информатизации» Департамента управления перевозками. Результаты работы, касающиеся алгоритмов принятия оптимальных решений в нештатных ситуациях, внедрены на СС Батайск Северо-Кавказской железной дороги (Приложение 1).

Технические решения по созданию ПИО на основе информационно-вычислительного комплекса системы автоматизации диагностирования и контроля устройств СЦБ (ИВК-АДК) используются НЛП «Югпромавтомати-зация» для расширения функциональных возможностей АДК-СЦБ (Приложение 1).

Результаты работы также используются в учебном процессе РГУПС по дисциплинам «Микропроцессорные системы на станциях», «Современные информационные технологии» и др.

Изданное учебное пособие объемом 144 стр. используется в учебном процессе кафедры «Автоматика и телемеханика на железнодорожном транспорте» РГУПС (Приложение 1).

Апробация работы. Основные положения и её результаты докладывались и одобрены на: совместном заседании кафедр «Автоматика и телемеханика на железнодорожном транспорте» и «Информатика» РГУПС; кафедре «Системный анализ и телекоммуникации» Технологического института Южного федерального университета (г. Таганрог); Международном симпозиуме «14 th International symposium» - Zilina, Slovensko Rep., 2006; V-ой Международной научно-практической конференции «TRANS-MECH-ART-CHEM». — Москва, МИИТ, 2008.

Публикации по теме. Основные положения диссертации опубликованы в 7 печатных работ. В соавторстве издано учебное пособие объемом 144 страницы.

Структура работы. Диссертация имеет традиционную структуру и состоит из введения, четырёх глав и заключения. Она содержит 197 страницы машинописного текста, включая 76 рисунков, библиографию, содержащую 106 наименований и Приложения на 14 страницах.

Выводы по главе 4

1. Предложены техническая структура и состав ПИО парков СС на основе ИВК-АДК. Базовая структура подсистем представляет собой набор модулей дискретного съема сигналов от устройств СЦБ. Блок локальной сети предназначен для взаимодействия между собой ПК ПИО, БД, БЗ и АРМов посредством сетевого коммутатора промышленного исполнения по технологии Ethernet. Агрегатирование ИВК-АДК с ПИО не требует параллельной компоновки и монтажа аппаратных средств и предусматривает лишь расширение функций АДК-СЦБ на алгоритмическом и программном уровне.

2. Для СС, не оборудованных системами АДК-СЦБ парков, разработан альтернативный вариант структурно-функциональной компоновки ПИО на базе одноплатных ПК и широко используемых интерфейсных модулей сопряжения с устройствами СЦБ. Из широкой номенклатуры таких модулей произведен выбор наиболее приемлемых функциональных элементов ввода, вывода, преобразования и отображения информации. Такой выбор был предопределен следующими соображениями: доступностью размещения заказов; наличием мощной сервисной поддержки; положительным опытом их эксплуатации на широком полигоне ОАО «РЖД».

3. Разработана техническая структура интеграции подсистем парков ПП, ПФ, ПО и АРМов в локальной вычислительной сети Ethernet. В основу предложенной интегрированной структуры положено достижение возможности непрерывного ведения пространственно-временных моделей, обеспечивающих функционирование модели ЕМСС в информационной среде реального времени.

Принимая во внимание реальный режим ведения ЕМСС, временные ограничения на принятие решений и необходимость интеллектуализации АРМов, произведен выбор наиболее приемлемой ОСРВ QNX Realtime

Platform (QRTP) с встраиваемой графической оболочкой Photon micro GUI и богатым инструментарием. Принятое решение подкреплено положительным опытом использования QRTP в системах ДЦ Тракт, АПК-ДК, ДЦ-ЮГ с РКП и АДК-СЦБ.

4. Предложены «окна» визуализации технологических операций, ведения графиков их исполнения и протоколирования итоговых результатов работы ПП и ПО. Разработаны формы «окон» визуализации графиков обработки составов в ПП и ПО в различных временных масштабах (в оперативном 1-часовом и на 4-х часовой период).

Для информационной поддержки АРМов разработаны горячие справки по обрабатываемым поездам, ситуационные матрицы состояния парков 1111 и ПО с отображением оперативно-технологических ситуаций, в том числе опасных.

Разработаны формы и приведены протоколы итогов работы парков на любой период смены, которые могут (и должны) использоваться ДСЦ для анализа процесса расформирования - формирования поездов и принятия мер по снижению простоев вагонов в ПП и ПО.

5. Аналогично разработаны технологические «окна» отображения ситуаций в ПФ и подгорочном парке (для АРМов ДСЦ и ДСПГ соответственно). Основная направленность таких «окон» сориентирована на отображение в реальном времени состояния процесса накопления составов, заполнения путей, разрывов между вагонами и ситуаций, требующих выполнения срочных маневровых работ в ПФ и на СГ. Показано, что интегрируемой информации в БД вполне достаточно для автоматической реализации предложенных алгоритмов принятия решений, выдачи советов и рекомендаций ДСЦ и ДСПГ.

ЗАКЛЮЧЕНИЕ

1. Анализ и теоретическое обобщение состояния проблемы комплексной автоматизации и информатизации отечественных и зарубежных СС на базе компьютерных технологий выявил ее нерешенность в контексте достижения единого информационного пространства и ведения непрерывной динамической модели процесса расформирования - формирования поездов в реальном режиме времени.

Установлено, что в различных научных школах эта проблема находит понимание на уровне постановок задач. Однако вопросы теории построения подсистем мониторинга и идентификации процессов управления СС и методология интеграции разрозненных АСУ СС, устройств СЦБ, систем автоматизации горок, АРМов и др. не решены и к настоящему времени остаются «за кадром». Отсутствуют теоретические проработки в области использования методов искусственного интеллекта, экспертной поддержки принятия решений в сложных нештатных ситуациях.

2. На основе анализа известных зарубежных информационно-управляющих систем СС (Германия, Франция, США) установлена общая тенденция создания распределенных локальных подсистем мониторинга, ориентированных на реализацию функций сбора, преобразования, обработки и отображения оперативно-технологической информации в парках приема, формирования и отправления поездов. В «Программе совершенствования и развития сортировочных станций железных дорог на 2006 — 2015 годы» особое внимание уделено созданию единой БД СС, разработке АРМов различной ориентации, расширению зоны мониторинга и контроля на всю территорию станции, построению моделей идентификации за счет внедрения локальных подсистем информационного обеспечения, объединенных с исполнительными устройствами СЦБ. Это позволяет утверждать, что исследуемая в диссертации проблема является актуальной и практически необходимой.

3. Исследование графа информационных потоков в мультиагентной среде СС и системный анализ процессов расформирования - формирования поездов позволили установить высокую сложность оперативного управления, многокритериальное^ задач и необходимость выработки решений в условиях жестких временных ограничений, выявить неоправданную многоступенчатость передачи и приема сообщений, отсутствие подсистем автоматического сбора первичной информации «от колеса». Установлено, что в условиях территориальной рассредоточенности объектов мониторинга и контроля ДСЦ не представляется возможным без информационной поддержки в реальном времени вести адекватную динамическую модель поездной и маневровой работы.

4. Определены технологические звенья СС, подлежащие мониторингу и непрерывному контролю, предложены структуры информационного обеспечения ПИО в ПП, СГ, ПФ, ПО и установлены виды оперативно-технологических данных, интегрируемых в АРМах дежурного и диспетчерского персонала. Установлена необходимость интеллектуализации принятия решений ДСЦ и ДСПГ на основе достоверной, своевременной и значимой информации реального времени.

5. Предложена структура методологических этапов и направлений исследований. Создание подсистем мониторинга и идентификации на СС и разработка методов интеллектуальной поддержки принятия решений базируется на интеграции БД и БЗ, концентрации информационных потоков для ведения ситуационных моделей и реализации алгоритмов автоматического принятия решений. В основе теоретических исследований лежат формализованные модели теории ситуационного управления, логико-алгебраические алгоритмы принятия решений, методы и модели идентификации в условиях неопределенности и нечеткой среды, идеи теории искусственного интеллекта с использованием продукционных правил БЗ.

6. Разработана методика построения пространственно-временных моделей мониторинга, позволяющих формальными математическими средствами описывать динамику технологических процессов. В основу построения моделей положена псевдофизическая логика пространственно-временных отношений, что позволяет компактным образом идентифицировать в интегрированной системе управления СС обширный класс технологических ситуаций в парках и на СГ.

7. Интерпретирована применительно к СС методика выбора оптимальных решений в условиях неопределенности оперативно-технологических ситуаций. Оценки альтернативных решений являются качественными и описываются значениями соответствующих лингвистических переменных. Методика апробирована на примере выбора оптимальных маршрутов заезда маневровых локомотивов в ПФ.

8. Предложена структура взаимодействия подсистем прогнозирования оперативно-технологических ситуаций, идентификации сбоев технологических процессов, принятия решений и управления. Такая структура обеспечивает прогноз ситуаций за счет непрерывного ведения пространственно-временных моделей, генерацию и выбор интеллектуальных решений на основе продукционных правил БЗ.

9. Предложена структура перераспределения информационных потоков и установлен перечень технологических задач, требующих интеллектуальной поддержки: прогнозирование особых условий и первоочередных маневровых работ в ПФ; выбор очередности роспуска составов; планирование процессов завершения накопления и выставления составов в ПО; очередность осаживания и подтягивания вагонов; выбор маршрутов заезда локомотивов в подгорочном парке и путей отсева отцепов при сбоях и нарушениях программы роспуска на СГ.

10. Разработан алгоритм автоматического принятия решений при выборе очередности роспуска составов. Он основан на исследовании и экспертной оценке структурно-логических алгоритмов действий ДСЦ в реальных условиях. На базе результатов исследования действий ДСПГ построены алгоритмы автоматического принятия решений при поиске маршрутов перемещения маневровых локомотивов для нормализации последствий отклонено ний от заданной программы и выборе путей отсева «чужаков», запусков, неправильных расцепов и др.

11. Для идентификации местонахождения локомотивов при маневрах предложено оборудовать контрольные участки на основе реверсивных датчиков прохода осей. Описание аксиоматики и правил вывода формальной системы использует ряд понятий и обозначений логики предикатов. Используемое семейство аксиом определяет минимальный набор формул для машины вывода, которая путем применения соответствующих правил идентифицирует перемещение подвижных единиц и мониторинг сбоев и отклонений технологических процессов в парках и на СГ.

12. Предложена техническая структура интеграции подсистем мониторинга и идентификации на базе промышленных компьютеров и интерфейсных модулей сопряжения с устройствами СЦБ. В основу интеграции положено использование ЛВС Ethernet.

Принимая во внимание реальный режим ведения ЕМСС, временные ограничения на принятие решений и необходимость интеллектуализации АРМов, произведен выбор наиболее приемлемой ОСРВ QNX Realtime Platform (QRTP) с встраиваемой графической оболочкой Photon micro GUI и богатым инструментарием.

13. Разработано множество «окон» визуализации технологических операций, ведения графиков их исполнения и протоколирования итоговых результатов работы. Для информационной поддержки АРМов предложены ситуационные матрицы состояния парков с отображением результатов идентификации и мониторинга оперативно-технологических ситуаций в реальном режиме времени.

1.З. Основные операции нечёткой логики и их обобщения / И.З. Батыршин. - Казань: Отечество, 2001.

2. Башлыков, А.А. Экспертные системы поддержки интеллектуальной деятельности операторов АЭС / А.А. Башлыков, В.Н. Вагин, А.П. Еремеев // Вестник МЭИ. М.: Изд-во МЭИ, 1995.

3. Берштейн, JI.C. Использование нечеткого дедуктивного вывода в системах управления / JI.C. Берштейн, А.В. Боженюк // Известия ТРТУ. -2001.-№4.

4. Берштейн, JI.C. Модели и методы принятия решений в интегрированных интеллектуальных системах / JI.C. Берштейн, В.П. Карелин, А.Н. Целых. — Ростов н/Д.: Изд-во Ростовского университета, 1999.

5. Борисов, А.Н. Принятие решений на основе нечётких моделей / А.Н. Борисов, О.А. Крумберг, И.П. Фёдоров. Рига: Зинатне, 1990.

6. Борисов, А.Н. Модели принятия решений на основе лингвистической переменной / А.Н. Борисов. Рига: Зинатне, 1982.

7. Броновицкий, С.С. Компьютерные технологии разработки и внедрения интегрированной системы информатизации сортировочных станций / С.С. Броновицкий, А.Е. Федорчук // Учебное пособие, РГУ ПС. Ростов н/Д, 2007.

8. Броновицкий, С.С. Методология исследования и разработки подсистем информатизации с интеллектуальной поддержкой принятия решений на сортировочной станции / С.С. Броновицкий // Известия РГУ ПС. — 2007. — № 4.

9. Броновицкий, С.С. Интегрированная система информатизации сортировочных станций с интеллектуальной поддержкой принятия решений / С.С. Броновицкий // Труды V-ой Международной научно-практической конференции «TRANS-MECH-ART-CHEM». Москва, МИИТ, 2008.

10. Буянов, В.А. Автоматизированные системы на железнодорожном транспорте / В.А. Буянов, Г.С. Ратин. М.: Транспорт, 1984.

11. Буянов, В.А. Планирование маневровых и поездных передвижений в АСУ сортировочной станции / В.А. Буянов, А.С. Гершвальд, B.C. Скабал-ланович, Б.М. Каплун, Н.В. Кузьмич // Вестник ВНИИЖТ. 1984. - № 2.

12. Вагин, В.Н. Дедукция и обобщение в системах принятия решений / В.Н. Вагин. М.: Наука, 1988.

13. Вагин, В.Н. Методы теории приближённых множеств в решении задачи обобщения понятий / В.Н. Вагин // Известия РАН, ТиСУ. 2004. — № 6.

14. Виноградов, А.Н. Динамические интеллектуальные системы.

15. Представление знаний и основные алгоритмы / А.Н. Виноградов // Известия РАН. ТиСУ. 2002. - № 4.

16. Волкова, В.Н. Основы теории систем и системного анализа / В.Н. Волкова, А.А. Денисов // Учебник для студентов вузов. СПб.: СПб ГГУ, 1999.

17. Всё необходимое для автоматизации на базе PC Prosoft. Передовые технологии автоматизации Industrial Automation With PCS. Advantech, т.91, 1999.

18. Гаврилова, Т.А. База знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский. — СПБ: Питер, 2000.

19. Герман, О.В. Синтез управляющего алгоритма в системе продукционных правил с временными параметрами / О.В. Герман, Д.В. Занько // АиТ. -2003.-№5.

20. Гоман, Е.А. Интеграция средств автоматизации диагностирования с современными средствами ЖАТ / Е.А. Гоман, А.А. Сепетый // АСИ. — 2002. — № 11.

21. Графическая справочная система. Руководство пользователя. ЦИТТРАНС, 2003.

22. Гуда, А.Н. Математическое моделирование сложных технологических процессов железнодорожного транспорта / А.Н. Гуда // Монография. -Ростов н/Д: Изд-во Ростовского университета, 1995.

23. Гуда, А.Н. Программа идентификации процессов с применением устойчивой процедуры нахождения оценок коэффициентов / А.Н. Гуда, В.Н. Иванченко, Н.Н. Лябах // Государственный Фонд алгоритмов и программ. Per. № 50850000973. 1985.

24. Еремеев, А.П. Основные способы формализации временных зависимостей при построении интеллектуальных систем / А.П. Еремеев, В.В.Троицкий // Седьмая национальная конференция по искусственному интеллекту с международным участием. М., 2000.

25. Еремеев, А.П. Представление временных ограничений в интеллектуальных системах (обзор) / А.П. Еремеев, В.В.Троицкий // Труды конгресса «Искусственный интеллект в XXI веке». — М.: Физматлит, 2001.

26. Жданов, А.А. Применение нечёткой логики в имитационной системе адаптивного автономного управления / А.А. Жданов, М.Б. Караваев // Труды Института системного программирования: Том 3. М.: ИСП РАН, 2002.

27. Жилякова, Л.Ю. Представление знаний в динамических семантических сетях / Л.Ю. Жилякова // Труды 9-й нац. конференции по искусственному интеллекту с международным участием КИИ 2004. T.I. М.: Физматлит, 2004.

28. Заде, Л.А. Математика сегодня. Основы нового подхода к анализу сложных систем и процессов принятия решений / Л.А. Заде. М.: Знание, 1974.

29. Захаров, В.В. Синтез логических контроллеров с использованием механизма обработки нечёткой информации / В.В. Захаров, П.С. Кантор, Д.Г. Ткаченко // Известия РАН. Теория и системы управления. М.: «Наука», 2000.

30. Иванченко, В.Н. Микропроцессорные технические средства автоматизации и информатизации технологических процессов на железнодорожном транспорте / В.Н. Иванченко, С.М. Ковалев, А.Н. Шабельников // Учебное пособие РГУПС. Ростов н/Д, 2005.

31. Иванченко, В.Н. Адаптивная система управления с идентификатором на сортировочной горке / В.Н. Иванченко, Н.Н. Лябах, П.П. Беленький // Известия СКНЦ ВШ. Технические науки. 1984. - № 4.

32. Иванченко, В.Н. Применение методов самоорганизации для построения моделей сложных процессов / В.Н. Иванченко, Н.Н. Лябах, А.Н. Гуда // Известия СКНЦ ВШ. Технические науки. 1985. - № 1.

33. Иванченко, В.Н. Некоторые проблемы обработки данных в системе управления сортировочным процессом на железнодорожных станциях / В.Н. Иванченко, А.Н. Шабельников // СКНЦ, Приложение «Научная мысль Кавказа». 2000. -№ 3.

34. Иванченко, В.Н. Новый подход к построению интеллектуальных информационно-управляющих систем на железнодорожном транспорте / В.Н. Иванченко, А.Н. Шабельников // Известия СКНЦ ВШ. Технические науки. — 2004. Приложение № 2.

35. Иванченко, В.Н. Принятие решений на железнодорожном транспорте на основе использования теории нечётких множеств / В.Н. Иванченко, Н.Н. Лябах, С.М. Ковалёв // Методические указания. Ростов н/Д: РИИЖТ, 1987.

36. Иванченко, В.Н. Синтез управляющей человеко-машинной системы интеллектуального функционирования на железнодорожном транспорте / В.Н. Иванченко // Проблемы нейрокибернетики: Тезисы докладов VIII Всесоюзной Конференции. Ростов н/Д: РГУ, 1983.

37. Иванченко, В.Н. Инженерная психология на железнодорожном транспорте / В.Н. Иванченко // Учебное пособие. Ростов н/Д: РИИЖТ, 1975.

38. Иванченко, В.Н. Микропроцессорные информационно-управляющие системы автоматизации сортировочных процессов / В.Н. Иванченко // Учебное пособие. Ростов н/Д: РИИЖТ, 1984.

39. Информационные технологии для новой эксплуатационной модели управления перевозками // АИС. 2002. — № 5.

40. Информационные технологии на железнодорожном транспорте / Э.К. Лецкий, В.И. Панкратов, В.В. Яковлев и др. // Учебник для ВУЗов ж.д. транспорта. М: УМК МПС России, 2000.

41. Казиев Г.Д. Задачи технического перевооружения сортировочных станций / Г.Д. Казиев, А.Г. Савицкий // АСИ. 2007. - №> 4.

42. Кандрашина, Е.Ю. Представление знаний о времени и пространстве / Е.Ю. Кандрашина, под ред. Д.А. Поспелова. М.: Наука, 1987.

43. Ковалев, В.И. Системы автоматизации и информационные технологии управления перевозками на железных дорогах / В.И. Ковалёв, А.Т. Осьминин, Г.М. Грошев. М.: Маршрут, 2006.

44. Ковалев, С.М. Интеграция технологических знаний в гибридные системы горочной автоматизации на основе нейро-нечётких моделей / С.М. Ковалев А.Н. Шабельников // СКНЦ ВШ. 2002. - Приложение «Научная мысль Кавказа» № 8 (34).

45. Ковалев, С.М. Моделирование процессов управления замедлителем на основе композиционных цепочек нечеткого вывода / С.М. Ковалев, А.Н. Шабельников // Известия ТРТУ. Таганрог: ТРТУ. - 2000. - № 2 (16).

46. Ковалев, С.М. Синтез нечётких композиционных регуляторов на основе визуального анализа эпюр управления / С.М. Ковалев, А.Н. Шабельников // Труды международной науч.-практ. конференции. Таганрог: ТРТУ, 1999.

47. Ковалев, С.М. Автоматическое построение темпоральных систем на основе обучающих примеров / С.М. Ковалев, А.Н. Шабельников // Известия ТРТУ. Тематический выпуск: Интеллектуальные САПР. Таганрог: ТРТУ-2001.-№4.

48. Ковалев, С.М. Optimization of power consumption for train traction. EURNEX Zel - 2006 / С.М. Ковалев, Л.В. Пальчик, С.С. Броновицкий, A.M. Узденов // 14-th International symposium. — Zilina, Slovensko Rep., 2006.

49. Козлов, П.А. Проблемы создания автоматизированных информационно-управляющих систем / П.А. Козлов // АСИ. 2001. — № 12.

50. Козлов, П.А. Информационные технологии для новой эксплуатационной модели управления перевозками / П.А. Козлов // АСИ. 2001. - № 4.

51. Кузьмин, В.Б. Параметрическое описание лингвистических значений переменных и ограничений / В.Б Кузьмин // Модели выбора альтернатив в нечёткой среде. Тез. докл. Всесоюз. семинара. — Рига: Риж. политехи, ин-т, 1980.

52. Кузнецов, Л.П. Автоматизация технологических процессов в системе оперативного управления сортировочной станцией / Л.П.Кузнецов, В.Н. Иванченко, Н.Н. Лябах, Ю.А. Самойленко. Ростов н/Д: РИИЖТ, 1984.

53. Лецкий, Э.К. Проектирование информационных систем на железнодорожном транспорте / Э.К. Лецкий. М: УМК МПС России, 2003.

54. Лябах, Н.Н. Формализация процедуры отбора информативных признаков в задаче управления скатыванием отцепов на сортировочной горке / Н.Н. Лябах, А.Н. Шабельников // Вестник РГУ ПС . Ростов н/Д: РГУ ПС. -2000.-№2.

55. Лябах, Н.Н. Математические основы разработки и использования машинного интеллекта / Н.Н. Лябах. Ростов н/Д: СКНЦ ВШ, 1992.

56. Малышев, П.Г. Нечёткие модели для экспертных систем в САПР / П.Г. Малышев, Л.С. Берштейн, А.В. Баженюк. М.: Энергоатомиздат, 1991.

57. Мелихов, А.Н. Расплывчатые ситуационные модели принятия решений / А.Н. Мелихов, Л.С. Берштейн, С.Я. Коровин // Учебное пособие. -Таганрог: ТРТИ, 1986.

58. Мишарин, А.С. Развитая информационная среда основа новых технологий на транспорте / А.С. Мишарин // АСИ - 2001. - № 7.

59. Муха, Ю.А. Описание процесса скатывания отцепов с горки при помощи метода планирования эксперимента / Ю.А. Муха. Днепропетровск: ДИИТ, 1975.

60. Нариньяни, А.С. НЕ-факторы: неточность и неопределённость — различие и взаимосвязь / А.С. Нариньяни // Известия РАН. Теория и системы управления. —2000. № 5.

61. Нечёткие множества и теория вероятностей. Последние достижения. Пер. с англ. / Под ред. P.P. Ягера. М.: Радио и связь, 1986.

62. Никифоров, Н.А. Система автоматизации горочных процессов ГАЦ-АРС ГТСС / Н.А. Никифоров // Автоматика и телемеханика на железнодорожном транспорте. «ТрансЖАТ — 2005».

63. Орлов, А.И. Принятие решений. Теория и методы разработки управленческих решений / А.И. Орлов. М.: ИКЦ «МарТ», 2005.

64. Осипов, Г.С. Искусственный интеллект: состояние исследований и несколько слов о будущем / Г.С. Осипов // Новости искусственного интеллекта. 2001. - №1.

65. Осипов, Г.С. Приобретение знаний интеллектуальными системами / Г.С. Осипов. -М.: Наука, 1997.

66. Осипов, Г.С. Динамика в системах, основанных на знаниях / Г.С.' Осипов. // Известия Академии наук. Теория и системы управления. — 1998. — №5.

67. Пальчик, JI.B. К вопросу выбора методики оптимизации процесса управления движением поездов/ JLB. Пальчик, С.С. Броновицкий, A.M. Уз-денов // Труды РГУ ПС. 2007. - № 1.

68. Пальчик, JI.B. К вопросу экономии ресурсов на тягу поездов на участке железной дороги / JT.B. Пальчик, С.С. Броновицкий, A.M. Узденов // Труды РГУ ПС. 2007. - № 1.

69. Попов, Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ / Э.В. Попов. М.: Наука, 1987.

70. Попов, Э.В. Статические и динамические экспертные системы / Э.В. Попов. М.: Финансы и статистика, 1996.

71. Поспелов, Д.А. Логико-лингвистические модели в системах управления / Д.А. Поспелов. — М.: Энергоиздат, 1981.

72. Поспелов, Д.А. Ситуационное управление: теория и практика / Д.А. Поспелов. -М.: Наука, 1986.

73. Рогов, Е.В. Архитектура системы анализа и обработки данных о поведении процессов / Е.В. Рогов // Вестн. Моск. ун-та. Сер. 15. Вычисл. матем. и киберн. -2002. № 4

74. Рыбина, Г.В. Интегрированные экспертные системы. Современное состояние, проблемы и тенденции / Г.В. Рыбина // Известия РАН. ТиСУ. — 2002,-№3.

75. Савицкий, А.Г. Система автоматизации управления сортировочным процессом с обнаружением сбоев и отказов технических средств / А.Г. Савицкий // Вторая Международная научно-практическая конференция. «ТрансЖАТ — 2005».

76. Савицкий, А.Г. Перспективы использования зарубежного опыта автоматизации сортировочных горок / А.Г. Савицкий, В.Н. Иванченко, А.Н. Шабельников // АИС. 2001. - № 12.

77. Савицкий, А.Г. Технологические средства на сортировочных станциях: вчера, сегодня, завтра / А.Г. Савицкий // Железнодорожный транспорт. -2005.-№10.

78. Сапожников, В.В. Какими должны быть микропроцессорные системы железнодорожной автоматики и телемеханики / В.В. Сапожников, Вл.В. Сапожников, Л.И. Борисенко // АИС. 1988. -№ 5.

79. Саридис, Дж. На пути к интеллектуальному управлению / Дж. Саридис // ТИИЭР: Пер. с англ. 1979. - № 8.

80. Сепетый, А.А. Проектирование системы автоматизации диагностирования, контроля и технического обслуживания устройств СЦБ / А.А. Сепетый, А.Е. Федорчук, Б.Г. Гантварг // Ж.д. транспорт. Сер. «Сигнализация и связь»: ЭИ/ЦНИИТЭИ. 2004. - № 4.

81. Системы телеуправления на железнодорожном транспорте / А.А. Кочетков, Е.П. Брижак, И.В. Балабанов // Учебник для колледжей и техникумов ж.д. транспорта. М.: Маршрут, 2005.

82. Соснов, Д.А. Автоматизация управления перевозочным процессом на линейном уровне / Д.А. Соснов // АИС. — 2002. — № 5.

83. Тулупов, Л.П. Управление и информационные технологии на железнодорожном транспорте / Л.П. Тулупов. М.: Маршрут, 2005.

84. Федорчук, А.Е. Развитие средств системы микропроцессорной ГАЦ / А.Е. Федорчук, А.А. Сепетый. АСИ. 2007. - № 5.

85. Шабельников, А.Н. Системы автоматизации сортировочных горок на базе промышленных компьютеров / А.Н. Шабельников // АИС. — 2001. — №2.

86. Шабельников, А.Н. Формирование и оптимизация баз знаний интеллектуальных систем динамического типа на основе генетических алгоритмов / А.Н. Шабельников // Известия ТРТУ. Темат. выпуск «Интеллектуальные САПР», 2003.

87. Шабельников, А.Н. Интеллектуальные системы управления на железнодорожном транспорте / А.Н. Шабельников // Монография. — Ростов н/Д: РГУПС, ЮРНЦ РАН, 2004.

88. Шабельников, А.Н. Разработка методов автоматизации управления динамическими процессами на основе нечеткой информации / А.Н. Шабельников // Канд. дис. Ростов н/Д, 2000.

89. Броновицкого Сергея Сергеевича

90. Начальник технологического отдела1. Ю.В. Снитко

91. Руководитель сектора прикладного ПО1. В.А. Золотилов

92. На станции Батайск использованы следующие результаты диссертации:

93. Методика количественной оценки информационно-логической загрузки диспетчерского и дежурного персонала.

94. Методика выбора маневровых маршрутов передвижения локомотивов в парках сортировочной станции.s

95. Алгоритмы действий маневровых диспетчеров при выборе очередности роспуска составов и путей отсева «чужаков» дежурными по горке при сбоях процесса роспуска составов.

96. Графические и табличные интерфейсы по дислокации вагонов и локомотивов, а также визуализация результатов мониторинга, идентификации состояния парков и СГ на АРМах ДСЦ и ДСПГ.поездов на сортировочных станциях».

97. Теоретически обоснованные алгоритмы принятия решений в нештатных ситуациях включены в должностные инструкции диспетчерского и дежурного персонала.

98. Графические и табличные интерфейсы по дислокации вагонов и локомотивов, а также формы визуализации результатов мониторинга и идентификации на АРМах переданы станционному технологическому центру для практической программной реализации.

99. Начальник станционного технологического центра1. Л. А. Кашина1. УТВЕРЖДАЮ»

100. По результатам диссертационной работы издано в 2007 году учебное пособие объемом 144 страницы «Компьютерные технологии разработки и внедрения интегрированной системы информатизации сортировочных станций» (авторы Броновицкий С.С, Федорчук А.Е.).

101. Учебное пособие предназначено для студентов ВУЗов железнодорожного транспорта, обучающихся по специальности «Автоматика, телемеханика и связь на железнодорожном транспорте» при изучении дисциплин «МикV

102. Декан факультета «Автоматика, телемеханика и связь на железнодорожном транспорте», к.т.н., доцент

103. Зав. кафедрой «Автоматика и телемеханика на железнодорожном транспорте»1. Е.Г. Шепилова1. И.Д. Долгий