автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Интеллектуальные модели слабоформализованных динамических процессов в системах горочной автоматизации

На правах рукописи

ЛЯЩЕНКО АЛЕКСЕЙ МИХАЙЛОВИЧ

ИНТЕЛЛЕКТУАЛЬНЫЕ МОДЕЛИ СЛАБОФОРМАЛИЗОВАННЫХ ДИНАМИЧЕСКИХ ПРОЦЕССОВ В СИСТЕМАХ ГОРОЧНОЙ АВТОМАТИЗАЦИИ

Специальность 05.13.06 Автоматизация и управление технологическими процессами и производствами

(на транспорте)

Автореферат

диссертации на соискание ученой степени кандидата технических наук

2 2 Ш\ 2014

Ростов-на-Дону - 2014

005548668

005548668

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

Научный руководитель доктор технических наук, профессор

Иванченко Владимир Николаевич

Официальные оппоненты Шалягин Дмитрий Валерьевич

доктор технических наук, профессор. Проектно-конструкторско-технологическое бюро железнодорожной автоматики и телемеханики - филиал ОАО «РЖД», начальник отдела

Лебедев Владимир Борисович

кандидат технических наук, доцент Южный федеральный университет, доцент кафедры «Системный анализ и телекоммуникации»

Ведущая организация ФГБОУ ВПО «Московский

государственный университет путей сообщения» (МИИТ)

Защита состоится 26 июня 2014 г. в 16.00 часов на заседании диссертационного совета Д 218.010.03 при Ростовском государственном университете путей сообщения по адресу: 344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового Полка Народного Ополчения, д. 2, конференц-зал.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО РГУПС по адресу: 344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового Полка Народного Ополчения, д. 2 и на сайте http://www.rgups.ru.

Автореферат разослан ^ 2014 г.

Ученый секретарь

диссертационного совета Д218.010.03 доктор технических наук, профессор Бутакова Мария Александровна

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Принятая ОАО «РЖД» стратегия развития транспорта на период до 2015 года предусматривает модернизацию систем управления технологическими процессами на сортировочных станциях, и в частности на сортировочных горках. Это касается расширения их функциональных и интеллектуальных возможностей.

В своей последней версии отечественный комплекс автоматизации горок на базе промышленных компьютеров КГМ ПК претерпел усилиями ученых и специалистов Ростовского филиала ОАО НИИАС существенное расширение функциональных и алгоритмических возможностей за счет использования современных информационно-вычислительных средств, а также методов и моделей информационных и компьютерных технологий.

Однако в контексте диссертационного исследования остаётся целый комплекс задач, требующих дальнейшего развития функциональных возможностей и повышения уровня интеллектуализации процессов управления.

В части развития функциональных возможностей КГМ ПК его «слабым местом» является отсутствие подсистемы задания переменных скоростей (ЗПС) интервального регулирования скатывания отцепов и роспуска составов. На зарубежных сортировочных горках использованию режимов переменных скоростей скатывания и роспуска составов придается особое значение, считая «....использование переменных скоростей эквивалентным ликвидации одной тормозной позиции (ТП)...».

Разработка универсальных методов, моделей и алгоритмов, реализуемых в подсистеме ЗПС, моделей интеллектуальной поддержки выбора переменных скоростей является одной из основных задач диссертационного исследования.

Вторая задача, обусловленная необходимостью создания подсистемы" ЗПС, относится к разработке математических моделей оценки режимов торможения отцепов, а также моделей выбора переменных интервальных скоростей скатывания и роспуска.

Интеллектуализация процессов интервального регулирования скоростей скатывания отцепов и задания переменных скоростей роспуска составов требует в свою очередь разработки моделей перемещения отцепов на спускной части горки.

Принимая во внимание, что объект автоматизации является слабоформализуемым, функционирующим в нечеткой среде, становится

з

необходимым разработка нового класса интеллектуальных нечетко-продукционных моделей, гибридных нечетко-динамических моделей анализа динамики скатывания отцепов. Специфика торможения отцепов разной длины и с различными ходовыми свойствами требует привлечения математических моделей оценки инерционности процессов управления замедлителями.

Необходимость решения перечисленных выше задач дает основание считать тему диссертации актуальной в теоретическом плане и в аспекте практического использования результатов исследования.

Основные направления диссертационной работы.

Для достижения поставленной цели в диссертации были решены следующие задачи:

1. Предложен способ расширения функциональных возможностей существующего комплекса автоматизации горок КГМ ПК за счет интеграции с вновь создаваемой подсистемой задания переменных скоростей интервального регулирования и роспуска составов и подсистемой интеллектуальной поддержки слабоформализованного технологического процесса.

2. Сформулирована новая постановка задачи интеллектуализации процессов интервального и интервально-прицельного регулирования скоростей скатывания отцепов, поддерживающей задачи выбора переменных интервальных скоростей и роспуска составов, а также оптимальных режимов торможения отцепов.

3. Разработан новый класс интеллектуальных нечетко-продукционных моделей качественного анализа слабоформализованных динамических процессов, представленных в виде временных рядов.

4. Предложена гибридная нечетко-динамическая модель перцептивного анализа динамики скатывания отцепов, основанная на нечеткой системе продукционных правил, позволяющих учитывать слабоформализуемые факторы, характеризующие ходовые свойства отцепов.

5. Разработана стохастическая модель оценки влияния инерционности торможения на точность выхода отцепов из тормозных позиций, учитывающая скорость скатывания, инерционность оттормаживания, ускорение отцепа и продолжительность воздействия на замедлитель.

6. Дана адаптация логико-алгебраической модели в задачах идентификации интервалов между смежными скатывающимися отцепами и прогнозирования опасных ситуаций на тормозных позициях.

7. Разработан новый класс алгоритмов интеллектуальной поддержки

4

режимов торможения с учетом компенсации инерционности замедлителей и сбоев напольных устройств, возникающих опасных ситуаций остановок на спускной части и др.

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 современной технологии управления, исследования и моделирования сложных объектов и процессов, анализа и синтеза устройств автоматики и телемеханики, разработке многофункциональных микропроцессорных систем, их программного обеспечения и диагностики, формирования технической политики и стратегии дальнейшего развития СЖАТ посвящены работы М.А. Бутаковой, А.Н. Гуды, И.Д. Долгого, Ю.И. Жаркова, В.Н. Иванченко, С.М. Ковалева, Ю.А. Кравцова, В.М. Лисенко ва, В.В. Сапожникова, Вл. В. Сапожникова, А.Н. Шабельникова, Д.В. Шалягина и др.

Весомый вклад в создание технологии процессов расформирования -формирования поездов и совершенствование горочных устройств и систем автоматизации внесли известные ученые и специалисты П.В. Бартенев, С.А. Бессоненко, Ю.Г. Боровков, A.M. Долаберидзе, A.M. Дудниченко, В.Н. Иванченко, В.А. Кобзев, Ю.А. Кравцов, Ю.А. Муха, В.Д. Никитин, H.A. Никифоров, В.Е. Павлов, А.Г. Савицкий, И.Г. Серганов,

B.C. Скабалланович, В.Н. Соколов, Л.Б. Тишков, Н.М. Фонарев, В.И. Шелухин,

A.Н. Шабельников, Е.М. Шафит и др.

Построение формальных описаний технологических процессов, разработка методов планирования и управления объектом исследования осуществлялись на основе трудов Л.С. Берштейна, В.Н. Вагина, А.Н. Гуды,

B.А. Ивницкого, С.М. Ковалева, H.H. Лябаха, И.Б. Фоминых и др.

В настоящей работе анализируются и развиваются подходы к интеллектуализации сложных процессов идентификации и управления, изложенные в работах М.А. Бутаковой, И.Д. Долгого, С.М. Ковалева, H.H. Лябаха, И.Н. Розенберга, А.Н. Шабельникова и др.

Вместе с тем реализация предлагаемых в анализируемых источниках

методов описания технологических процессов, методов, моделей и алгоритмов

их интеллектуализации требует для специфического объекта автоматизации

процесса сортировки вагонов адаптации имеющихся теоретических и

s

методологических подходов, разработки нового класса продукционных моделей, разработки нового информационного, технического и алгоритмического обеспечения, развития специальных формализованных процедур моделирования и принятия решений.

Цель диссертационного исследования предусматривает разработку методов, моделей и алгоритмов интеллектуализации решений слабоформализованных задач и их применение в системах горочной автоматизации.

Для достижения этого в диссертации были поставлены и решены задачи, сформулированные в разделе «Основные направления диссертационной работы».

Предметом исследования являются математические модели и методы построения нового класса функционально развитых интегрированных комплексов автоматизации горок на основе использования компьютерных и интеллектуальных технологий.

Методы исследования основываются на использовании фундаментальных исследований в области искусственного интеллекта, системного анализа, математического моделирования и идентификации сложных динамических систем.

Объект, предмет и методы исследований находятся в рамках паспорта специальности 05.13.06 «Автоматизация и управление технологическими процессами и производствами (на транспорте)».

Достоверность и обоснованность результатов диссертации подтверждается обоснованием постановок задач, исследованием и сравнительным анализом существующих подходов к их решению, имитационным моделированием, корректностью математических моделей, обоснованностью принятых допущений.

Научная новизна диссертации состоит в следующем:

1. Разработана архитектура гибридной интеллектуальной системы управления слабоформализованным процессом, основанная на использовании детерминированной, стохастической и нечетко-логической моделей.

2. Разработана нечетко-продукционная модель анализа слабоформализуемых динамических процессов, опирающаяся на графическое представление и методы перцептивного оценивания временных рядов.

3. Разработан новый класс интеллектуальных гибридных моделей описания динамических процессов, основанный на нечетких продукционных

6

правилах, позволяющих учитывать слабоформализуемые факторы исследуемых процессов.

4. Разработана стохастическая модель оценки инерционных свойств динамических процессов, ориентированная на использование в гибридной интеллектуальной модели для учета стохастических свойств процесса торможения.

5. Разработан на основе продукционной, гибридной и стохастической моделей новый класс алгоритмов интеллектуальной поддержки процессов скатывания, выбора переменных скоростей интервального регулирования и роспуска, а также алгоритмов обеспечения живучести системы автоматизации и безопасности технологического процесса.

6. Расширена функциональная и интеллектуальная возможность комплекса автоматизации сортировочных горок за счет интеграции с вновь создаваемой подсистемой задания переменных скоростей скатывания отцепов и роспуска составов, методов, моделей и алгоритмов поддержки принятия решений динамического процесса расформирования поездов.

Теоретическая ценность диссертационного исследования определяется направленностью теоретических результатов на принципиальное развитие систем автоматизации сортировочных горок в части расширения функциональных и интеллектуальных возможностей на основе методов, моделей и алгоритмов, которые могут быть использованы в иных аналогичных системах на железнодорожном транспорте и в промышленности.

Практическая ценность диссертации заключается в конкретных результатах, используемых в системах автоматизации горок последнего поколения и подтвержденных соответствующими актами.

Апробация диссертации. Результаты диссертационной работы докладывались и получили одобрение на международных научно-практических конференциях: «Транспорт-2013» (Ростов-на-Дону); «С&Т 2013, Кибернетика и высокие технологии XXI века» (Воронеж); «Технологии разработки информационных систем» (Геленджик — ЮФУ, 2013), а также на кафедрах «Системный анализ и телекоммуникации» ЮФУ, 2013 (г. Таганрог); «Автоматика и телемеханика на железнодорожном транспорте» ФГБОУ ВПО РГУПС, 2013.

Содержание работы.

Во введении дано обоснование актуальности темы, показана цель

диссертационного исследования, обозначена предметная область,

7

сформулированы задачи, раскрыта теоретическая и практическая значимость результатов исследования и структура изложения диссертации.

В первой главе дано теоретическое обобщение состояния проблемы интеллектуализации процессов управления роспуском составов на зарубежных и отечественных сортировочных горках. Выявлена тенденция интеллектуализации процессов расформирования поездов на примере зарубежных систем MSR-32 (Германия) и DDC (США).

В главе сформулирована постановка задач диссертационного исследования и предложена методология их реализации. Сформулированы следующие основные задачи: исследование параметров роспуска и зависимостей времени и скоростей, используемых в моделях свободного скатывания; разработка нового класса интеллектуальной нечетко-продукционной модели качественного анализа слабоформализованных динамических процессов; разработка гибридной модели, основанной на нечеткой системе продукционных правил; создание стохастической модели оценки инерционности торможения отцепов; адаптация логико-алгебраической модели для идентификации интервалов; разработка нового класса технологических алгоритмов контроля и управления и др.

Во второй главе определены параметры скатывания объектов и впервые установлен перечень нештатных ситуаций, которые необходимо учитывать при моделировании и расчетах режимов торможения, а также в алгоритмах интеллектуальной поддержки задач интервального регулирования скоростей скатывания и роспуска. При этом установлены основные зависимости времени и скоростей, используемые в моделях свободного скатывания объектов и прогнозирования режимов управления.

При моделировании режимов торможения скатывающихся объектов с различными ходовыми свойствами определяющее значение обретают зависимости

Д'рез = /(0; v„=/ (/); vx=/ (/), (l)

где Д/рез — интервал «диф» между скатывающимися отцепами; vn, vx — скорости скатывания соответственно плохих и хороших бегунов; / — расстояние до стрелки разделения или тормозной позиции.

Принимая скатывание объектов свободным, расчет временных параметров, например для 1ТП, выполняется по формулам вида

*1ТП — "

¿Ю-ЧАтп-^)' (2)

Значения скоростей скатывания объектов, например выхода из ГШ, рассчитываются по формулам вида (3)

= № +2^/|ТГ1Ю-3(/1ТТ1-н'1Ш). (3)

Поскольку задачи моделирования относятся к категории слабоформализованных, то для их решения в разделе 2 разработан новый класс интеллектуальных нечетко-продукционных моделей качественного анализа динамических процессов скатывания и торможения, представленных в виде временных рядов.

Разработанные модели опираются на графическое представление динамики изменения скоростей скатывания Vв дискретные моменты /¿. Характерные графики изменения скоростей скатывания представлены на рис. 1. Здесь условно обозначены: 1 — равнозамедленное движение; 2 — замедленное движение; 3 — движение с убывающим замедлением.

V,

(м/с)

Рис. 1. Характерные графики изменения скоростей скатывання

Характерной особенностью графика 1 для условно названных экспертами «нормальных бегунов» является отрицательный угол наклона прямой на заданном временном интервале, то есть

(4)

График 2, описывающий замедленное движение отцепа с постоянно возрастающим замедлением, соответствует типу отцепов, условно названных «плохими бегунами». Особенностью «плохих бегунов» является быстрое падение скорости, приводящее практически к мгновенному останову отцепа при малых скоростях скатывания. Характерной особенностью графика «плохого

бегуна» является его выпуклый характер, или иначе — увеличение отрицательного угла наклона кривой с уменьшением скорости, то есть

A ti*\ '>41 '/+2

График 3 описывает замедленное движение «хорошего бегуна», но с убывающим замедлением. Здесь имеет место уменьшение отрицательного угла наклона кривой с уменьшением скорости, то есть

Характер поведения графиков, описывающих динамику скатывания, положен в основу оценки ходовых свойств отцепов. Для формализации такого рода качественных описаний целесообразно использовать специальную технологию перцептивного анализа данных, разрабатываемую в рамках искусственного интеллекта (Data mining), адаптированную к анализу временных рядов.

В общем случае перцептивная функция задается набором правил вида

Rk: IfXisTkthenYisSb (7)

где Тк — терм-значение лингвистической переменной X, a Sk — лингвистический терм-описание функции Y при значении X, равном Ту.. 7ерму Тк обычно соответствует некоторый нечеткий интервал Лк значений перемнной х, а терму Sk — перцептивный образ (паттерн) функции Уна интервале Л*.

Пусть V(ti),V(t2),V(t}) - суть трех дискретных значений графика изменения скорости G(/), соответствующих мгновенным значениям скорости отцепа в моменты времени ty,t1,tJ. Введем в рассмотрение вспомогательную переменную

Z =

(У(У-У(1г) V(t2)-V(t3)

/ _/ / _/ ' (8) '! '2 2 '3

характеризующую отношение углов наклона прямых, определенных на двух смежных временных интервалах [г„/2] и [/,,;,].

Значениями переменной X можно представить шкалу перцепций на интервале дискретных значений У(1/), У(1з). На данной шкале определяется лингвистическая переменная: «ХАРАКТЕР» графика. Тогда нечеткие термы определим в виде функции принадлежности (ФП) Мпр(2), Мвп(2)> Мвг(2)-Графики ФП представлены на рис. 2.

ю

Изложенного выше достаточно для формирования алгоритма нечеткого вывода на основе системы нечетких правил, который содержит три этапа.

1. На основе трех последовательных значений скорости отцепа К(/2), F(t3) вычисляется значение вспомогательной переменной

Zz^V(ti)-V(t1) У{1г)-УЩ)

2. Для найденного значения Z на основе функций принадлежности Мп » Мвп ' Рвг вычисляются степени принадлежности графика G(t) к каждому из трех классов кривых цПР(2), /jnn(Z), цЕГ{Х).

3. На основе продукционной системы нечетких правил S осуществляется трансляция степеней принадлежности /iIIP(Z), цвп{2), /j.b,(Z), вычисленных в п. 2 алгоритма, в оценки ходовых свойств по формулам

J(HE) — HnpiZ) ; J(ITE) = fiBn(Z)-, J{XE) = Ubf(Z). (10)

Если, например, полученные результаты 0,33; 0,67 и 0,00, то для зафиксированных трех скоростей отцеп с достаточно высокой степенью истинности 0,67 является «плохим бегуном».

Описанную нечеткую модель естественно назвать нечетко-динамической моделью (НДМ) оценки ходовых свойств отцепов. Такая НДМ представляет собой кортеж:

НДМ: <V,Q,L,M,S>, (11)

где V — вектор значений скоростей отцепа, измеренных на заданном временном интервале; Q — множество признаков ходовых свойств отцепа; L — множество нечетких термов лингвистической переменной К (ХАРАКТЕР графика); М— множество функций принадлежности нечетких переменной К; S — система нечетких продукционных правил, устанавливающих связь между характером графика, описывающего динамику отцепа, и его ходовыми свойствами.

В разделе 2.3 второй главы разработана гибридная модель слабоформализованного динамического процесса на основе нечеткой продукционной системы.

В основу построения гибридной модели положена корректировка временных параметров процесса скатывания отцепа, выведенных на основе аналитических зависимостей Д/рс3, V, и /, с учетом оценок ходовых свойств отцепа, выведенных на основе НДМ. Базу знаний гибридной модели составляют нечеткие продукции, осуществляющие корректировку значений временных параметров. В основу построения нечетких продукций положены эвристические правила.

Введем в рассмотрение лингвистическую переменную «НЕВЯЗКА» (Е) на шкале [01] при помощи нечетких термов. Графики ФП таких термов приведены на рис. 3.

Здесь нечеткое значение Е определяется в виде нечеткого множества на шкале [01] на основе реализации схемы нечетко-логического вывода согласно

Рис. 3. Функции принадлежности нечетких термов ЛП «НЕВЯЗКА»

= ^(НБ) • Мон{х) + Л^ПБ) • (*) + ^ХБ) ■ Мм)(х), (12)

где "-","+" _ нечетко-логические операции конъюнкции и дизъюнкции.

Конкретное числовое значение невязки Е определяется на основе дефаззификации нечеткого множества Е, представленного ФП с

использованием центроидного метода следующим образом:

е & Рон (*)•* + АПБ)&/1мп(х)-х + ЛХБ) & Ммо О) • х

£ ДЯБ) & Мон (х) + ЛПБ) & Мш{х)) + ЛХБ) & Ммо{х) " <13>

Из данного выражения вычисляется относительное значение невязки

12

-0,5 < Е < +0,5 5 показывающее, на какую часть должно быть увеличено или уменьшено значение временного параметра Т, для которого установлена данная невязка.

С учетом изложенного гибридную модель слабоформализованного процесса скатывания (ГМСП) представим в виде нечетко-продукционной иерархической системы, укрупненная архитектура которой показана на рис. 4.

Параметры графика : скоросш скатывания

НДМ

I 0Ц№

X,

Оценка ходовых свойств

Параметры ОА

Нечеткая система определения :: невязки

выходное значение

Уравнение Значение временного параметра Т ' л

скатывания

ЬЯ-

Рис. 4. Укрупненная архитектура ГМСП

Рассмотренные выше модели проверены на выполнение условий, которым должна удовлетворять любая продукционная БЗ нечеткой интеллектуальной системы. Здесь имеются в виду полнота и непротиворечивость базы правил.

В разделе 2.4 второй главы разработана стохастическая модель процесса торможения отцепов с учетом инерционных свойств замедлителей отцепов. Диаграмму торможения условно представим на рис. 5.

ступень n

"Ч

ступень О

Тт

торможение

Тот

свободное скатывание -

Ш

Рис. 5. Диаграмма торможения

Инерционность торможения является вредным дестабилизирующим фактором, влияющим на точность скоростей выхода отцепов из замедлителей. Она не является фиксированной величиной, так как на нее влияет множество факторов: ступень торможения; вес и длина отцепа; продолжительность торможения; ускорение отцепа и др.

В основу построения модели положено утверждение, что процесс

торможения есть случайный двоичный процесс, являющийся частным случаем дискретного Марковского процесса с непрерывным временем и с двумя состояниями. Дискретный Марковский процесс с непрерывным временем может находиться в одном из состояний, причем вероятность перехода из состояния 5, в за бесконечно малый промежуток времени Дt равна a^At, где a¡j>0, а„ ду,м)Случайный двоичный процесс может находиться в одном из двух состояний: либо &г, где 5, и 5, - это свободное скатывание и торможение соответственно.

Система уравнений условных плотностей вероятности для случайного двоичного процесса имеет вид [13]

Н')п = <*>*(*)« +«21р('),2 1 (14)

P(1)a=aMt)a+anP{t)ai'

Для временного интервала [0,7") система (14) имеет вид (15)

Рп (15>

Решение системы (15) с начальными условиями />(0)п =р(0)и =1 и />(0)2| = р(0)12 = 0 будет иметь вид

Р(0,1 = р(')п р('к =0, />(')*=!- (16)

Как видно, переход из S2 в 5, на интервале времени t е [0,Г> невозможен, и если система изначально находилась в состоянии 32, то она не изменит его до тех пор, пока t е [0,Г).

Для временного интервала [Г,оо) система (15) примет вид

Р(<)„ = М12

•/л , К'"1,2- (17>

Решение системы (17) с начальными условиями р(0)п = р(0)а =1 и р(0)21 = р(0)|2 = 0 будет иметь вид

Р(')в=«-Л. МО* Р«п=0, р(,)„ = 1. (18)

Здесь переход из .9, в з2 на интервале времени /е[7\°о) невозможен, и если система изначально находилась в состоянии 5,, то она его также не изменит.

Условные плотности вероятности позволяют определить, в каком из 9, состояний будет находиться система в любой момент времени /е[0,оо) согласно

формулам

р(0, = *(°М011+р(о)2р(')2,. р(')^рНр(>)п+р(о\р(')п> 09)

где р(0)1 и р(0)2 - вероятность нахождения системы в одном из 9, состояний в начальный момент времени / =0.

С учетом того, что в рассматриваемой задаче отцеп изначально находился в состоянии свободного скатывания, имеем: р(0) =1, р(0)2 = 0. Тогда

р('),=е'г,,ри\^(\-е->") если /6 [О, Г)

(20)

р{1\=е-'т+{\-е-'т){\-е*-т)),р(1)г=(\-е->т)е1^ если /е[Г,со)

Результаты описанной стохастической модели позволяют оценивать вероятностные характеристики торможения отцепов на тормозных позициях с различными замедлителями. В алгоритмическом аспекте результаты моделирования могут бьггь учтены в задачах программной реализации времени упреждения процесса затормаживания и оттормаживания отцепов, сводя к минимуму влияние инерционности торможения отцепов.

Рассмотренные в разделе 2.1 временные параметры скатывания отцепов представляют особые требования к определению интервалов между смежными отцепами на участках свободного скатывания и на тормозных позициях.

В разделе 2.5 приведена адаптация логико-алгебраической модели в задачах идентификации интервалов между смежными скатывающимися отцепами и в задачах прогнозирования неблагоприятных, а также опасных ситуаций на тормозных позициях. Логико-алгебраическая модель является универсальной и позволяет формальными математическими средствами описывать динамику технологического процесса.

В основе такой логико-алгебраической модели мб лежит формальная система, характеризуемая множеством базовых элементов синтаксическими правилами р, системой аксиом а и правилами вывода ¡v.

В качестве базовых и модели мб используются два класса отношений ЯГ-временные и /^-пространственные.

Результаты моделирования на основе отношений ят и ж. скатывающихся отцепов с датчиками счета осей являются определяющими в реализации алгоритмов интервального регулирования переменных скоростей скатывания отцепов и роспуска составов.

Процедуры моделирования в диссертации проиллюстрированы практическими примерами формализации перемещений отцепов на спускной части горки.

Третья глава содержит перечень разработанных правил вывода и алгоритмов интеллектуальной поддержки процессов выбора интервальных скоростей скатывания и роспуска составов. Особое внимание уделено алгоритмической поддержке обеспечения безопасности роспуска составов.

Разработано продукционное правило компенсации влияния инерционности замедлителей, предусматривающее измерение интенсивности торможения и расчет прогнозной скорости упрог. Решение об оттормаживании

Принимается При Упрог. — Урасч..

Формализация продукционного правила БЗ предусматривает два режима торможения - непрерывное и кратковременное (импульсное).

Одной из решенных алгоритмических задач интеллектуальной поддержки процесса роспуска является идентификация остановок отцепов на спускной части горки (в том числе и внезапных из-за перетормаживания на тормозных позициях).

Разработаны алгоритмы формирования переменных интервальных скоростей выхода отцепов из тормозных позиций. Для построения алгоритмов выбора интервальных скоростей на первой тормозной позиции в блоке интервального регулирования ИР1 предусмотрено использование информации: «длинный отцеп...», «большая скорость», «хороший бегун» и др.

Интервальные скорости для второй тормозной позиции задаются в блоке ИР2 в зависимости от интервалов «впереди» и «сзади», сочетания отцепов П-Х или Х-П, от стрелок разделения и других факторов.

В четвертой, заключительной, главе разработаны структурные схемы взаимосвязей существующего горочного комплекса с вновь создаваемыми блоками интервального регулирования по 1ТП (ИР1) и 2ТП (ИР2).

Разработана структурно-логическая схема интервального регулирования в зоне первой тормозной позиции ИР1. Интеллектуальным ядром ИР1 является БЗ, взаимодействующая с БД, блоком управления У1 и подсистемой ЗПС.

БД содержит: фактические интервалы между отцепами; неблагоприятные и опасные ситуации «впереди» по обратной связи от ИР2; стрелки разделения отцепов; тип бегуна; большие и малые скорости выхода из второй тормозной позиции и др.

Разработана также структурно-логическая схема блока интервального регулирования в зоне второй тормозной позиции ИР2. Аналогично ИР1 блок ИР2 функционирует на основе взаимодействия БД с БЗ и обеспечивает выбор переменных скоростей для интервального регулирования на пучковой

тормозной позиции, контроль фактических интервалов, «малые» интервалы между отцепами, «малую скорость» выхода из тормозной позиции, ситуации нагонов, остановки отцепов и др. Блок-схема блока ИР2 приведена на рис. 6.

з

дю

д,

д? де

гтп

Фиксация интервалов

Л Л' дз дг

4

гг ПС? ш N 6*15

1 и лс М а 1 1 1|

а ЧййЩ т — •

Сервер £3 ЛДОргДОмм прмила выбора скоростей

И«

1я1М{а6рж1шшсиа4

Рис. 6. Структурно-логическая схема блока интервального регулирования скоростей на второй тормозной позиции

Общие результаты и выводы

1. Разработана концепция расширения функциональных и интеллектуальных возможностей комплекса автоматизации сортировочных горок за счет интеграции с вновь создаваемой подсистемой задания переменных скоростей скатывания отцепов и роспуска составов и подсистемой интеллектуальной поддержки принятия решений процесса расформирования поездов.

2. Разработан новый класс интеллектуальных нечетко-продукционных моделей анализа слабоформализованных динамических процессов в виде временных рядов, опирающихся на графическое представление динамики изменения переменных скоростей скатывания отцепов.

3. Разработана гибридная нечетко-динамическая модель перцептивного анализа процесса скатывания отцепов, содержащая новый класс нечетких продукционных правил, позволяющих учитывать слабоформализованные факторы, характеризующие ходовые свойства отцепов.

4. Впервые предложена стохастическая модель оценки влияния инерционности торможения и оттормаживания на точность реализации расчетных (заданных) скоростей выхода отцепов из тормозных позиций, учитывающая фактические скорости скатывания, инерционность торможения и

оттормаживания, ускорение отцепов, длину отцепов и продолжительность управляющих команд.

5. Нашла прикладное использование в задачах интеллектуализации процессов расформирования поездов логико-алгебраическая модель формализации перемещения отцепов на участках свободного скатывания и тормозных позициях, обеспечивающая повышение точности расчетов интервалов при использовании датчиков счета осей.

6. Разработан новый класс алгоритмов интеллектуальной поддержки процессов скатывания отцепов и выбора переменных скоростей интервального регулирования и скоростей роспуска (надвига) составов.

7. Разработаны алгоритмы формирования переменных интервальных скоростей выхода отцепов из тормозных позиций. Для построения алгоритмов выбора интервальных скоростей на 1ТП в подсистеме ИР1 и блоке управления замедлителями У1 предусмотрено использование продукционных правил БЗ, сформулированных на внесистемном уровне экспертным путем. Интервальные скорости для второй тормозной позиции задаются в блоке ИР2 в зависимости от ситуаций скатывания «впереди» и «позади», сочетания хороших и плохих бегунов, стрелок разделения и других факторов.

Публикации по теме диссертации в изданиях, рекомендованных ВАК

1. Бессоненко, С. А. Математическая модель расчета параметров интервального торможения отцепов и переменных скоростей роспуска составов / С.А. Бессоненко, В.Н. Иванченко, A.M. Лященко // Вестник Ростовского государственного университета путей сообщения. — 2013. — № 1 (49). — С. 55— 65.

2. Лященко, A.M. Интеллектуальная поддержка режимов торможения отцепов с учетом компенсации инерционности замедлителей и сбоев напольных устройств / А.М. Лященко // Информатизация и связь. - 2013. - № 2. - С. 60-63.

3. Лященко, A.M. Моделирование режимов управления второй тормозной позицией на сортировочных горках / А.М. Лященко, С.А. Бессоненко // Информатизация и связь. - 2013. - № 2. - С. 87-91.

4. Лященко, A.M. Синтез подсистем автоматизации сложных динамических процессов торможения отцепов и регулирования переменных скоростей роспуска составов / А.М. Лященко, В.Н. Иванченко // Информатизация и связь. - 2013. - № 5. - С. 98-102.

5. Лященко, A.M. Стохастическая модель процесса торможения отцепов на сортировочных горках / A.M. Лященко, Ю.А. Лыгин // Информатизация и связь. -2013. -№ 5. - С. 124-130.

Публикации в других изданиях

6. Пальчик, JI.B. Рациональная специализация путей в задаче расчета переменных скоростей роспуска / J1.B. Пальчик, A.M. Лященко // Труды Ростовского государственного университета путей сообщения - 2012. - № 2 (20).-С. 123-126.

7. Лященко, А.М. Возможности совершенствования функционирования горочного комплекса посредством разработки подсистем интеллектуализации сложных динамических процессов расформирования поездов / A.M. Лященко // Сб. науч. трудов. Вып. 21. - Минеральные Воды: ф-л ФГБОУ ВПО РГУПС, 2013.-С. 72-76.

8. Лященко, A.M. Определение интервалов следования отцепов на сортировочной горке и регулирование скоростей их движения на выходе из тормозных позиций / A.M. Лященко // Труды междунар. научн.-практ. конф. «Транспорт-2013». - Ростов н/Д: РГУПС, 2013. - С. 51.

9. Лященко, A.M. Логико-алгебраическая модель идентификации интервалов и продукционные правила формирования скоростей выхода отцепов из первой тормозной позиции / A.M. Лященко // Сб. науч. тр. SWorld. Вып. 2. Т. 1. - Одесса: КУПРИЕНКО, 2013. - С. 82-85.

10. Лященко, A.M. Интеллектуализация сложных динамических процессов расформирования поездов на сортировочных станциях / A.M. Лященко, В.Н. Иванченко // Сб. докл. конф. «С&Т 2013. Кибернетика и высокие технологии XXI века». Т. 1. - Воронеж, 2013. -С. 305-313.

11. Лященко, A.M. Информационные технологии реализации интервального регулирования скоростей скатывания отцепов на сортировочных горках / A.M. Лященко, Д.В. Швалов // Наука и транспорт. Модернизация железнодорожного транспорта. - 2013. - № 2 (6). - С. 70-73.

12. Ковалев, С.М. Нечетко-продукционная модель оценки ходовых свойств отцепов на основе перцептивного анализа временных рядов / С.М. Ковалев, A.M. Лященко // Сб. науч. трудов. «Актуальные вопросы современной науки». Вып. 30. Ч. 2. - Новосибирск: Изд. ЦРНС, 2013. - С. 17-26.

13. Лященко, A.M. Гибридная модель слабоформализованного динамического процесса на основе нечеткой продукционной системы / A.M. Лященко, С.М. Ковалев // Сб. науч. трудов. «Итоги и перспективы научных исследований». - Краснодар: Изд. Априори, 2014. - С. 183-192.

Лященко Алексей Михайлович

ИНТЕЛЛЕКТУАЛЬНЫЕ МОДЕЛИ СЛАБОФОРМАЛИЗОВАННЫХ ДИНАМИЧЕСКИХ ПРОЦЕССОВ В СИСТЕМАХ ГОРОЧНОЙ АВТОМАТИЗАЦИИ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производствами (на транспорте)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подписано в печать2Ч.оч.С(г.формат 60x84/16. Бумага офсетная. Печать офсетная. Усл. печ. л. 1,4. Уч.-изд. л. 1,0. Тираж 100 экз. Заказ №^¿90.

Ризография ФГБОУ ВПО РГУПС.

Адрес университета: 344038, г. Ростов н/Д, пл. им. Ростовского Стрелкового Полка Народного Ополчения, 2.

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Ростовский государственный университет путей сообщения»

(ФГБОУ ВПО РГУПС)

ИНТЕЛЛЕКТУАЛЬНЫЕ МОДЕЛИ СЛАБОФОРМАЛИЗОВАННЫХ ДИНАМИЧЕСКИХ ПРОЦЕССОВ В СИСТЕМАХ ГОРОЧНОЙ

АВТОМАТИЗАЦИИ

Специальность 05.13.06 Автоматизация и управление технологическими процессами и производствами

(на транспорте)

Диссертация на соискание ученой степени кандидата технических наук

Научный руководитель: доктор технических наук, профессор Иванченко В.Н.

Ростов-на-Дону - 2014

СОДЕРЖАНИЕ

ВВЕДЕНИЕ......................................................................................4

ГЛАВА 1. СОСТОЯНИЕ ПРОБЛЕМЫ ИНТЕЛЛЕКТУАЛИЗАЦИИ ПРОЦЕССОВ УПРАВЛЕНИЯ СКАТЫВАНИЕМ ОТЦЕПОВ И ЗАДАНИЯ ПЕРЕМЕННЫХ СКОРОСТЕЙ РОСПУСКА СОСТАВОВ НА СОРТИРОВОЧНЫХ ГОРКАХ.........................................................15

1.1 Современное состояние интеллектуализации процессов управления роспуском составов на зарубежных и отечественных сортировочных горках........................................................................15

1.2 Постановка задач диссертационного исследования.....................19

1.3 Методология решения задач интеллектуализации процесса роспуска составов при интеграции КГМ ПК с подсистемой ЗПС.....................25

Выводы по главе 1.....................................................................29

ГЛАВА 2. ИНТЕЛЛЕКТУАЛЬНЫЕ МОДЕЛИ СЛАБО-

ФОРМАЛИЗОВАННЫХ ДИНАМИЧЕСКИХ ПРОЦЕССОВ В

СИСТЕМАХ ГОРОЧНОЙ АВТОМАТИЗАЦИИ.......................................31

2.1 Параметры объекта свободного скатывания, временные зависимости

и особенности моделируемых ситуаций.................................................32

2.2 Нечетко-продукционная модель оценки ходовых свойств отцепов

на основе перцептивного анализа временных рядов................................44

2.3 Гибридная модель слабоформализованного динамического процесса на основе нечеткой продукционной системы...............................53

2.4 Стохастическая модель процесса торможения отцепов с учетом инерционных свойств вагонных замедлителей..............................................62

2.5 Логико-алгебраическая модель скатывания отцепов в задачах интервального регулирования скоростей скатывания отцепов и

роспуска составов.............................................................................75

Выводы по главе 2.....................................................................81

ГЛАВА 3. АЛГОРИТМЫ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРОЦЕССОВ ИНТЕРВАЛЬНОГО РЕГУЛИРОВАНИЯ СКОРОСТЕЙ СКАТЫВАНИЯ ОТЦЕПОВ И ЗАДАНИЯ ПЕРЕМЕННЫХ СКОРОСТЕЙ РОСПУСКА СОСТАВОВ.................................................83

3.1 Алгоритмы интеллектуальной поддержки режимов торможения с учетом компенсации инерционности замедлителей, сбоев датчиков

счета осей и скоростемеров на ТП..........................................................83

3.2 Интеллектуальная поддержка процессов идентификации

опасных ситуаций скатывания отцепов...................................................90

3.3 Алгоритмы определения стрелки разделения отцепов и прогнозирования опасных ситуаций на ТП................................................97

3.4 Алгоритмы формирования переменных интервальных

скоростей выхода отцепов с ТП..........................................................100

Выводы по главе 3...........................................................................107

ГЛАВА 4. РЕАЛИЗАЦИЯ ТЕХНИЧЕСКИХ РЕШЕНИЙ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРОЦЕССА РОСПУСКА СОСТАВОВ..................................................................................109

4.1 Синтез подсистем интервального регулирования и задания переменных скоростей роспуска.........................................................109

4.2 Структурно-логические схемы блоков интервального регулирования скоростей скатывания отцепов и переменных

скоростей роспуска составов..............................................................118

4.3 Программно-аппаратные средства обеспечения совместимости

и интеграции подсистем ЗПС с ГАЦ и АРС............................................127

Выводы по главе 4...........................................................................135

ЗАКЛЮЧЕНИЕ...............................................................................137

ЛИТЕРАТУРА.................................................................................139

ВВЕДЕНИЕ

Актуальность темы исследования. Принятая ОАО «РЖД» стратегия развития транспорта на период до 2015 года предусматривает модернизацию и создание новых систем управления технологическими процессами на сортировочных станциях, и в частности на сортировочных горках.

Приоритетным направлением работ является повышение эффективности технологии расформирования поездов за счет развития средств автоматизации и интеллектуализации процессов управления роспуском составов.

На современном этапе развития науки и техники требование интеллектуализации технологических процессов становится

обязательным [1, 16, 18, 90, 91].

Анализ состояния проблемы автоматизации сортировочных процессов на зарубежных сортировочных горках, обзор методов и моделей интеллектуальной поддержки процессов роспуска отцепов выполнен на примере двух зарубежных систем автоматизации горок MSR-32 (Германия) и DDC III (США).

В своей последней версии отечественный комплекс автоматизации горок на базе промышленных компьютеров КГМ ПК претерпел усилиями ученых и специалистов Ростовского филиала ОАО НИИАС существенное расширение функциональных и алгоритмических возможностей за счет использования современных информационно-вычислительных средств, а также методов и моделей информационных и компьютерных технологий [65, 109, 115].

Факторы, характеризующие условия функционирования КГМ ПК, такие, как нестационарность процесса, большой разброс параметров отцепов, сложность принятия решений при сбоях, требования безопасности, изменения внешней среды, человеко-машинные аспекты и др., в той или иной степени потребовали от разработчиков привлечения методов и моделей интеллектуализации процессов расформирования составов.

Внедряемая версия КГМ ПК настоящего времени уже использует методы,

модели и алгоритмы интеллектуальной поддержки в части идентификации вагонов на измерительном участке, защиты стрелок от перевода под длиннобазными вагонами, от взреза стрелок и ударов «в бок», резервирования аппаратных средств и страхующих алгоритмов. Заслуживает особого внимания интеллектуализация АРМ-ов эксплуатационного и технического персонала, а также процессов контроля и диагностики устройств. Однако в контексте диссертационного исследования остаётся целый комплекс задач, требующих дальнейшего развития функциональных возможностей и повышения уровня интеллектуализации процессов управления.

В процессе развития функциональных возможностей КГМ ПК его «слабым местом» является отсутствие подсистемы задания переменных скоростей (ЗПС) роспуска составов. На зарубежных сортировочных горках использованию режимов переменных скоростей роспуска составов придается особое значение, считая «... использование переменных скоростей эквивалентным ликвидации одной тормозной позиции (ТП)...».

Разработка методов, моделей и алгоритмов функционирования подсистемы ЗПС и интеллектуальной поддержки выбора переменных скоростей является одной из основных актуальных задач диссертационного исследования.

Вторая задача, обусловленная необходимостью создания подсистемы ЗПС, относится к разработке математических моделей оценки режимов торможения отцепов на первой и второй ТП, а также модели расчета переменных скоростей роспуска составов [4+9; 22, 33].

Интеллектуализация процессов интервального регулирования скоростей скатывания отцепов и задания переменных скоростей роспуска составов требует адаптации логико-алгебраической модели перемещения отцепов [36].

Принимая во внимание, что объект автоматизации является

слабоформализуемым, функционирующим в нечеткой среде, возникает

необходимость разработки нового класса интеллектуальных нечетко-

продукционных моделей, гибридных нечетко-динамических моделей

перцептивного анализа динамики скатывания отцепов. Специфика торможения

5

отцепов разной длины и с различными ходовыми свойствами требует привлечения новых математических (стохастических) моделей оценки инерционности процессов управления замедлителями.

Отдельными задачами диссертационного исследования являются: обнаружение сбоев и отклонений от программ по результатам моделирования процесса прохождения отцепами измерительного участка; идентификация сбоев процесса скатывания, требующая изменения скоростей роспуска; ведение моделей «разложения» отцепов и накопления вагонов по путям подгорочного парка и др.

Необходимость решения перечисленных задач дает основание считать тему диссертации актуальной в теоретическом плане и в аспекте практического использования результатов исследования.

Основные направления диссертационной работы.

Для достижения поставленной выше цели в диссертации были решены следующие задачи:

1. Разработана концепция расширения функциональных возможностей существующего комплекса КГМ'ПК за счет интеграции с вновь создаваемой подсистемой задания переменных скоростей роспуска составов.

2. Сформулирована новая постановка задачи интеллектуализации процессов интервального и интервально-прицельного регулирования скоростей скатывания отцепов, поддерживающей задачи выбора переменных скоростей роспуска составов и оптимальных режимов торможения отцепов.

3. Разработан новый класс интеллектуальных нечетко-продукционных моделей качественного анализа слабоформализованных динамических процессов, представленных в виде временных рядов.

4. Предложена гибридная нечетко-динамическая модель перцептивного анализа динамики скатывания отцепов, основанная на нечеткой системе продукционных правил, позволяющих учитывать слабоформализуемые факторы, характеризующие ходовые свойства отцепов.

5. Разработана стохастическая модель оценки влияния инерционности

б

торможения на точность выхода отцепов из тормозных позиций, учитывающая скорость скатывания, инерционность оттормаживания, ускорение отцепа и продолжительность воздействия на замедлитель.

6. Дана адаптация логико-алгебраической модели в задачах идентификации интервалов между смежными скатывающимися отцепами и прогнозирования опасных ситуаций на тормозных позициях.

7. Разработаны алгоритмы интеллектуальной поддержки режимов плавного торможения с учетом компенсации инерционности замедлителей, алгоритмы идентификации остановок отцепов, прогнозирование ситуаций нагонов и боя вагонов, а также алгоритмы выбора переменных интервальных скоростей.

8. Предложены алгоритмы принятия решений о снижении скоростей роспуска составов на первой и второй ТП при малых интервалах между отцепами, расхождении на последней стрелке при отсутствии проходов и др.

9. Сформулирована логика выявления различных оперативно-технологических ситуаций в зоне первой и второй ТП, дана компоновка логических схем и построены блок-схемы интервального регулирования ИР1 и ИР2, реализующие переменные скорости выхода отцепов из ТП.

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 современной технологии управления, исследования и моделирования сложных объектов и процессов, анализа и синтеза устройств автоматики и телемеханики, разработке многофункциональных микропроцессорных систем, их программного обеспечения и диагностики, формирования технической политики и стратегии дальнейшего развития СЖАТ посвящены работы М.А. Бутаковой, А.Н. Гуды, И.Д. Долгого, Ю.И. Жаркова, В.Н. Иванченко, С.М. Ковалева, Ю.А. Кравцова, В.М. Лисенкова, В.В. Сапожникова,

7

Вл. В. Сапожникова, А.Н. Шабельникова, Д.В. Шалягина и др.

Весомый вклад в создание технологии процессов расформирования -формирования поездов и совершенствование горочных устройств и систем автоматизации внесли известные ученые и специалисты П.В. Бартенев, С.А. Бессоненко, Ю.Г. Боровков, A.M. Долаберидзе, A.M. Дудниченко, В.Н. Иванченко, В.А. Кобзев, Ю.А. Кравцов, Ю.А. Муха, В.Д. Никитин, H.A. Никифоров, В.Е. Павлов, А.Г. Савицкий, И.Г. Серганов,

B.C. Скабалланович, В.Н. Соколов, Л.Б. Тишков, Н.М. Фонарев, В.И. Шелухин,

A.Н. Шабельников, Е.М. Шафит и др.

Построение формальных описаний технологических процессов, разработка методов планирования и управления объектом исследования осуществлялись на основе трудов Л.С. Берштейна, В.Н. Вагина, А.Н. Гуды,

B.А. Ивницкого, С.М. Ковалева, H.H. Лябаха, А.Н. Мелихова, И.Б. Фоминых и др.

В настоящей работе анализируются и развиваются подходы к интеллектуализации сложных процессов идентификации и управления, изложенные в работах М.А. Бутаковой, И.Д. Долгого, С.М. Ковалева, H.H. Лябаха, И.Н. Розенберга, А.Н. Шабельникова и др. [24, 26 ^ 31, 82, 83, 86].

Вместе с тем реализация предлагаемых в анализируемых источниках методов описания технологических процессов, методов, моделей и алгоритмов их интеллектуализации требует для специфического объекта автоматизации процесса сортировки вагонов адаптации имеющихся теоретических и методологических подходов, разработки нового класса продукционных моделей, разработки нового информационного, технического и алгоритмического обеспечения, развития специальных формализованных процедур моделирования и принятия решений [49, 50].

В настоящее время отсутствует методология расширения

функциональных возможностей существующего комплекса автоматизации

горок за счет создания нового поколения подсистемы задания переменных

скоростей роспуска составов, подсистемы мониторинга задач формирования

8

описателей отцепов, накопления вагонов, прогнозирования опасных ситуаций и др.

Цель диссертационного исследования предусматривает разработку методов, моделей и алгоритмов интеллектуализации решений слабоформализованных задач и их применение в системах горочной автоматизации.

Для достижения этого в диссертации были поставлены и решены задачи, сформулированные в разделе «Основные направления диссертационной работы».

Предметом исследования являются универсальные математические модели и методы построения нового класса функционально развитых интегрированных комплексов автоматизации на основе использования компьютерных и интеллектуальных технологий.

Методы исследования основываются на использовании фундаментальных исследований в области искусственного интеллекта, системного анализа, математического моделирования и идентификации сложных динамических систем.

Объект, предмет и методы исследований находятся в рамках паспорта специальности 05.13.06 «Автоматизация и управление технологическими процессами и производствами (на транспорте)», а именно пунктов:

4 «Теоретические основы и методы математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация»; 15 «Теоретические основы, методы и алгоритмы интеллектуализации решения прикладных задач при построении АСУ широкого назначения...»; 19 «Разработка методов обеспечения совместимости и интеграции АСУ и других систем и средств управления».

Достоверность и обоснованность результатов диссертации

подтверждается обоснованием постановок задач, исследованием и

сравнительным анализом существующих подходов к их решению,

имитационным моделированием, корректностью математических моделей, обоснованностью принятых допущений.

Научная новизна диссертации состоит в следующем:

1. Разработана архитектура гибридной интеллектуальной системы управления слабоформализованным процессом, основанная на использовании детерминированной, стохастической и нечетко-логической моделей.

2. Разработана нечетко-продукционная модель анализа слабоформализуемых динамических процессов, опирающаяся на графическое представление и методы перцептивного оценивания временных рядов.

3. Разработан новый класс интеллектуальных гибридных моделей описания динамических процессов, основанный на нечетких продукционных правилах, позволяющих учитывать слабоформализуемые факторы исследуемых процессов.

4. Разработана стохастическая модель оценки инерционных свойств динамических процессов, ориентированная на использование в гибридной интеллектуальной модели для учета стохастических свойств процесса.

5. Разработан на основе продукционной, гибридной и стохастической моделей новый класс алгоритмов интеллектуальной поддержки процессов скатывания, выбора переменных скоростей интервального регулирования и роспуска, а также алгоритмов обеспечения живучести системы автоматизации и безопасности технологического процесса.

6. Расширена функциональная и интеллектуальная возможность комплекса автоматизации сортировочных горок за счет интеграции с вновь создаваемой подсистемой задания переменных скоростей скатывания отцепов и роспуска составов, методов, моделей и алгоритмов поддержки принятия решений динам�