автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Разработка программно-математического обеспечения автоматизированной системы диагностирования и мониторинга устройств железнодорожной автоматики и телемеханики

На правах рукописи

Прищепа Михаил Васильевич

РАЗРАБОТКА ШЮГРАММНО-МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ДИАГНОСТИРОВАНИЯ И МОНИТОРИНГА УСТРОЙСТВ ЖЕЛЕЗНОДОРОЖНОЙ АВТОМАТИКИ И ТЕЛЕМЕХАНИКИ

Специальность: 05 13.06 — Автоматизация и управление технологическими процессами и производствами (на транспорте)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

* иилВ2845

Ростов-на-Дону -,2007

003162645

Работа выполнена в государственном образовательном учреждении высшего профессионального образования «Ростовский государственный университет путей сообщения» (РГУПС)

Научный руководитель

доктор технических наук, профессор Гуда Александр Николаевич

Официальные оппопенты

доктор технических наук, профессор Иванченко Владимир Николаевич

кандидат технических наук, профессор Родзин Сергей Иванович

Ведущая организация Российский научно-исследовательский

и проектно-конструкторский институт информатизации, автоматизации и связи на железнодорожном транспорте (ВНИИАС МПС России)

Защита состоится «14» ноября 2007г в 15 часов 30 минут на заседании диссертационного совета К 218.010 01 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 университета

Автореферат разослан «12» октября 2007г

Ученый секретарь 7

диссертационного совета К 218 010 01, [/Г*У\(/

доктор технических наук, доцент Ьк^ММ^^ М А. Бутакова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования В таких системах, как железнодорожные станции, существует критическая необходимость в мгновенном обнаружении неисправностей, от простого обрыва кабеля или перегорания нити ламп светофора до выявления предотказных состояний стрелочных приводов. Человек зачастую не может эффективно справляться с большим объемом поступающей информации, поэтому перспективным по части повышения безопасности технических средств является создание многофункциональных автоматизированных измерительно-вычислительных комплексов Высокий уровень автоматизации и интеллектуализации системы позволит уменьшить время сбора необходимой информации, повысить эффективность действий обслуживающего персонала, оптимизировать периодичность технического обслуживания устройств СЦБ и перейти к стратегии технического обслуживания «по фактическому состоянию» В настоящее время широкое распространение получили системы технического диагностирования и мониторинга (ТДМ) устройств железнодорожной автоматики и телемеханики (ЖАТ)- АПК-ДК, АСДК и АДК-СЦБ На основе этих систем организуются Дорожные диспетчерские центры технической диагностики и мониторинга, в которых собирается информация о работоспособности устройств ЖАТ Поэтому актуальным на данный момент является разработка программно-математического обеспечения для всесторонней обработки значительного объема данных.

Современные системы диагностирования и мониторинга должны обладать рядом качеств, принципиально отличающих их от традиционных систем контроля и обеспечивающих высокий уровень автоматизации деятельности эксплуатационного персонала, это и высокая гибкость, адаптируемость к изменяющимся условиям эксплуатации, и возможность обработки трудноформализуемой информации Эти качества могут быть реализованы за счет применения особых методологий построения программных систем и использования интеллектуальным методов анализа данных

Принципы создания экспертных программных систем, обладающих преимуществами по обработке данных на основе использования математических, информационных, имитационных и других моделей, излагаются в трудах ГС. Поспелова, ДА. Поспелова, ЭВ. Попова, А И Эрлиха, Г С. Осипова, А Б Преображенского, В Ф. Хорошевского, А В Колесникова, А П Еремеева, Г В. Рыбиной, Э Кьюсиака, П Джексона и других отечественных и зарубежных ученых

В области методов и моделей, лежащих в основе диагностирования, большой вклад внесли своими работами А Ид Берг, В М Глушков, Л Т Кузин, О И Ларичев, Л А Растригин, А И Уемов, В Ф. Перенудов, Г.С Поспелов, ДА Поспелов, Н Николсон, Л Заде, Б Мамдами, В. Пите, Кохенен, С. Гросберг, Дж Холланд и др Кроме того, большой вклад в развитие теоретических положений, разработку методов и алгоритмов, создание

аппаратно-программных средств автоматизации процессов технического диагностирования устройств железнодорожной автоматики и телемеханики (ЖАТ) внесли В.В Сапожников, Вл.В Сапожников, ИЕ Дмитренко, В.М Алексеев, В.М Лисенков, Е.М. Тарасов, В.Н Иванченко, АН Гуда, С.М Ковалев, Н Н Лябах, И Д. Долгий и д р.

Результаты, достигнутые в области интеллектуальных экспертных систем, широко применяются в областях промышленности, энергетики, социологии, медицине и тд Однако анализ показывает, что в области диагностирования устройств ЖАТ интеллектуальные методы анализа данных применяются не в полной мере.

В рамках современного уровня развития методов интеллектуального анализа данных и средств программирования в данном исследовании разработано математическое и программное обеспечение системы технического диагностирования и мониторинга (СТДМ) устройств ЖАТ

В качестве объекта исследования в работе выступает система технического диагностирования и мониторинга устройств железнодорожной автоматики и телемеханики (система ТДМ ЖАТ).

Предметом исследования являются методы и модели диагностирования устройств ЖАТ и принципы построения распределенной системы ТДМ ЖАТ.

Целью диссертации является повышение эффективности решения задач диагностирования устройств ЖАТ за счет разработки программно-математического обеспечения автоматизированной системы ТДМ ЖАТ с использованием интеллектуальных экспертных технологий. Основными задачами этого исследования являются-

• разработка базовых интеллектуальных методов диагностирования устройств ЖАТ по измерениям их параметров;

• разработка принципов моделирования диагностируемых устройств,

• разработка программной модели обработки данных;

• разработка принципов организации модульности программного обеспечения и взаимодействия подсистем, обеспечивающих распределение функций диагностирования и открытость системы;

• разработка методики автоматизации формирования информационного обеспечения.

Решение поставленных задач позволит повысить интеллектуализацию системы ТДМ ЖАТ и удовлетворить современным требованиям к экспертным системам реального времени и тенденциям развития методов диагностирования.

Методы исследования Исследования проводились с использованием теории нечетких множеств, теории распознавания образов, статистического анализа, теории сигналов, теории измерений, теории графов, теории программных систем

Научная новизна работы заключается в следующем:

• разработан метод качественного нечеткого описания изменения параметра во времени для анализа работоспособности устройства по одному характерному измерению;

• разработан комплексный метод качественного нечеткого описания для анализа работоспособности устройства или группы устройств по конечному набору параметров, а также его модификация для анализа последовательности событий;

• разработаны принципы моделирования' устройств ЖАТ и программной организации процесса диагностирования;

• разработана методология построения модульного программного обеспечения на основе хт1-конфигурирования,

• разработан набор протоколов обмена данными как внутри системы, так и между системами ТДМ ЖАТ,

• разработана структура информационного обеспечения исследуемой системы ТД М ЖАТ и методология автоматизации его заполнения.

Практическая ценность работы заключается в применении результатов исследования для построения системы автоматизации контроля и диагностирования устройств СЦБ (АДК-СЦБ) на основе измерительно-вычислительного комплекса технического диагностирования и мониторинга (ИВК-ТДМ), организации взаимодействия системы АДК-СЦБ на основе измерительно-вычислительного комплекса, автоматизации контроля и диагностирования (ИВК-АДК) со смежными системами, а также в применении результатов исследования для проектирования, разработки и внедрения Дорожного диспетчерского центра диагностирования и мониторинга устройств ЖАТ на Северо-Кавказской железной дороге Использование результатов исследования позволило повысить достоверность информации о работоспособности устройств, обеспечить гибкую модульность программного обеспечения, упростить процесс формирования информационного обеспечения, повысить точность измерения сопротивления изоляции, обеспечить полноценное взаимодействие внутри системы и со смежными системами

Апробация результатов Диссертационная работа и ее отдельные разделы докладывались и обсуждались на научно-практической конференции «Актуальные проблемы развития транспорта Черноморского побережья России», г Туапсе, 2004г; Всероссийской научно-практической конференции «Транспорт-2005», г Ростов-на-Дону, 2005г, II международной научно-практической конференции «Автоматика и телемеханика на железнодорожном транспорте «ТрансЖАТ-2005», г Сочи, 2005г.; Всероссийской научно-практической конференции «Транспорт-2006», г Ростов-на-Дону, 2006г, IV международной научно-практической конференции «Телекомтранс-2006», г Сочи, 2006г., VIII Всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления», г. Таганрог, 2006г; XI Международной научно-технической конференции «Кибернетика и высокие технологии 21 века», г. Воронеж, 2007г,

V международной научно-практической конференции «Телекомтранс-2007», г Сочи, 2007г

Публикации По теме диссертации опубликовано 13 печатных работ Структура и объем диссертации Диссертация состоит из введения, пяти глав, заключения, списка литературы из 180 наименований и пяти приложений Общий объем работы - 188 страниц (157 из которых отражают основное содержание), 38 рисунков и 18 таблиц

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 дается обзор различных, систем диагностирования и применяемых в них методов Рассматриваются как системы диагностирования устройств СЦБ, так и системы диагностирования в других областях Отмечается необходимость применения интеллектуальных методов анализа данных и экспертных систем в железнодорожной отрасли

Основной задачей систем диагностирования устройств железнодорожной автоматики и телемеханики является задача формирования верного диагноза о состоянии -станционных и перегонных устройств. Проблемы в этой области связаны со сложной электромагнитной обстановкой, влияющей на точность средств измерений, и с тем, что диагностические состояния большинства устройств слабо формализованы Кроме того, около половины всех отказов устройств СЦБ являются внезапными Характерными примерами являются задачи диагностирования стрелочных электродвигателей и рельсовых цепей.

Анализ методов, которые применяются сегодня или могли бы применяться для анализа сложных технологических процессов, показал, что выделяются несколько основных подходов спектральный анализ; методы, основанные на физических моделях диагностируемых устройств, автоматные модели, деревья решений, нечеткие алгоритмы, искусственные нейронные сети Оптимальным же решением является применения гибридных методов, т е методов, основанных на объединении нескольких подходов

Кроме требований к возможностям системы по своевременному обнаружению и предсказанию неисправностей к современным системам мониторинга предъявляются повышенные требования к устойчивости системы в целом при отказе одного из ее модулей, обеспечению пользователя, находящегося на центральном посту, полной диагностической информацией в режиме реального времени, к возможности всестороннего взаимодействия со смежными системами

Среди систем ТДМ ЖАТ выделяются три системы система диспетчерского контроля и диагностики устройств ЖАТ АПК-ДК, автоматизированная система диспетчерского контроля АСДК и система автоматизации контроля и диагностирования устройств СЦБ АДК-СЦБ По сравнению с рядом систем диагностирования в других отраслях системы

диагностирования устройств ЖАТ уступают по уровню интеллектуализации Системам в железнодорожной отрасли не достает свойств экспертных систем, хотя некоторые шаги в этом направлении уже сделаны Кроме того, мало внимания уделено тому, что процессы на жёлезнодорожной станции требуют применения алгоритмов диагностирования, основанных на знаниях.

Во второй главе разработана архитектура распределенной системы технического диагностирования и удаленного мониторинга устройств ЖАТ. Выделены составные части и подсистемы, а также информационные связи как внутри системы, так и связи со смежными системами. Проведен анализ задач подсистем на каждом уровне Разработаны принципы взаимодействия подсистем на основе специализированных транспортного и информационного протоколов обмена.

Первым шагом при построении экспертной системы диагностирования и удаленного мониторинга является разработка ее архитектуры. Архитектура является той базой, которая должна обеспечить как свойства реального времени, так и свойства экспертной системы Согласно эксплуатационно-техническим требованиям к системам технической диагностики и мониторинга устройств ЖАТ структура распределенной СТДМ устройств ЖАТ должна строиться по иерархическому принципу с выделением следующих уровней уровень линейного пункта (станция, перегон), уровень дистанции и уровень дороги. В рамках настоящего исследования на каждом из этих уровней были выделены и разработаны подсистемы, снабженные специализированным информационным, программным и математическим обеспечением, подсистема сбора данных, подсистема предварительной обработки, подсистемы интеллектуаль ного_анализа________________________________________________

ивкмпц. дц

Рисунок 1. Схема информационных потоков распределенной системы

мониторинга

Подсистема сбора данных обеспечивает систему мониторинга исходной информацией об устройствах, полученных либо специализированными измерительными средствами, либо от смежных систем, таких как системы диспетчерской централизации, микропроцессорные системы централизации и

т д При этом обеспечивается единый формат представления данных на основе разработанной в диссертации иерархической модели виртуальных модулей

Подсистема предварительной обработки данных является наиболее ответственным элементом системы диагностирования, так как именно она обеспечивает своевременное выявление отказов и предотказов устройств ЖАТ, а также передачу этих данных на рабочие места эксплуатационного персонала и в хранилище данных для последующей интеллектуальной и статистической обработки.

Подсистема интеллектуального анализа строится на основе хранилища данных и организует обработку ситуаций, выявленных в подсистеме предварительной обработки, на основе базы знаний и истории работы устройств

При построении распределенной системы, состоящей из множества подсистем и реализованной на нескольких операционных системах, важно обеспечить v удобный информационный протокол взаимодействия для приема/передачи данных. В диссертации разработан Dps-протокол, который может использоваться как надстройка над сеансовыми протоколами, гарантирующими доставку (TCP/IP, Qnet и т.д ) Использование Dps-протокола позволяет строить механизмы маршрутизации сообщений и передачи данных частями между разнородными сетями, а также внутри процесса, выполняя отделение физического протокола от транспортного

На основе Dps-протокола может строиться любой информационный протокол Для обмена информацией о состоянии исходных данных (сигналов ТС) и результатов анализа (состояния объектов и выявленные ситуации) между линейным уровнем и уровнем дистанции СЦБ, а также между распределенными процессами на линейном уровне разработан информационный протокол передачи состояний различных иерархий объектов.

Для передачи данных от уровня Дистанции СЦБ на уровень Дороги, а также в смежные системы ТДМ оптимальным решением является применение специализированного унифицированного протокола обмена Этот протокол совместно разработан ведущими организациями в области диагностирования устройств ЖАТ при непосредственном участии автора Применение унифицированного протокола обмена позволяет однотипно решить задачи получения информации о состоянии и работоспособности устройств ЖАТ от различных систем ТДМ и обеспечить полноту данных в реальном времени.

Необходимо отметить, что унификация информационного взаимодействия систем ТДМ решает не только задачи обмена информацией. В первую очередь, предложенные автором и поддержанные другими разработчиками идеи регламентируют принципы представления данных о состоянии и работоспособности устройств ЖАТ, определяют классификатор типов объектов контроля, их возможных состояний, типов измеряемых параметров, а также диагностических ситуаций, выявляемых системами ТДМ.

Третья глава посвящена математическому обеспечению системы диагностирования Построена модель косвенных измерений сопротивления

изоляции Определены принципы моделирование предметной области Разработан метод качественного нечеткого описания изменения параметра во времени для анализа работоспособности устройства по одному характерному измерению Предложен комплексный метод качественного нечеткого описания для анализа работоспособности устройства или группы устройств по конечному набору параметров, а также его модификация для анализа последовательности событий

Результаты измерений параметров устройств СЦБ средствами измерительно-вычислительного комплекса, входящего в состав исследуемой СТДМ, в большинстве случаев считаются зависимыми только от величины оцениваемого параметра (прямые измерения), при этом ошибка модели учитывает влияние остальных параметров, например, температуры Но среди всех измерений выделяются измерения сопротивления изоляции, определяемые по току выхода сигнализаторов заземления индивидуальных (СЗИ-1, СЗИ-2), повсеместно применяемых на сети железных дорог России Анализ работы этих устройств показал, что ток выхода зависит не только от сопротивления изоляции контролируемой цепи, но и от напряжения в цепи Таким образом, математическую модель измерений можно представить в виде-/^ = /(Я,[/)+ ^,1 = 1,2,..,М,где Я^- измеренное сопротивление с выхода

СЗИ, Я- истинное сопротивление изоляции контролируемой цепи, и -напряжение в контролируемой цепи, / - некоторая функция, отражающая искажение, вносимое устройством СЗИ, - суммарная ошибка измерения и модели, АГ- общее число измерений. Основная задача заключается в определении оценки Я параметра Я, которая существенным образом зависит от двух параметров — Я и и.

Для определения вида функции / была проведена серия измерений с использованием эталонных напряжений (С/-,1 = 1,2, ,и) и сопротивлений (Rj,J= 1,2, ,ш), формируемых калибратором По результатам измерений был

выдвинут ряд предположений, подтвержденных методом наименьших квадратов Таким образом, была получена следующая модель измерений

Я = Яг +{а1Я + а0)О1 +ф1Я + Ь0) + т?г,1 = 1,2,

где г\1 - суммарная ошибка измерений и модели, учитывающая погрешность

измерения напряжения. Для последовательности измерений Яг,г=1,2, ,Ы,

оценка Я рассчитывается по методу наименьших квадратов из условия минимизации ошибки г/г В результате решения уравнения получим

. Ш+а0°г+Ь01«Д+&1-11

г> _ 1—1_

Полученная модель позволяет даже для одного измерения (ЛГ = 1) уменьшить абсолютную погрешность оценки К в три, а в некоторых случаях и в пятнадцать раз (с 22% до 1.5%) На основе полученной модели была разработана методика калибровки устройств ввода для измерения сопротивления изоляции по току выхода СЗИ

Для описания и диагностирования процессов на железнодорожной станции необходимо ввести модель устройства в системе. Назовем эту модель «объектом мониторинга», которая будет обеспечивать анализ работы устройства Объекты мониторинга разделим на следующие три тала

- «объект контроля» — модель устройства, которая на основе измерений параметров устройства формирует «состояние объекта»

- «объект диагностирования» - модель устройства, которая на основе измерений параметров устройства и его состояния формирует «техническое состояние объекта».

- «группа мониторинга» - модель группы устройств, которая логически объединяет модели устройств из . группы. Кроме того, группа мониторинга может содержать общие для объединенных в ней объектов параметры и в некоторых случаях обладать свойствами объекта контроля и объекта диагностирования.

Объект мониторинга представлен набором «задач», которые формируют состояние объекта и техническое состояние объекта. Предложено разделять задачи на четыре типа: задачи контроля и измерения, задачи формирования состояния, задачи диагностирования и прочие задачи, не влияющие на состояние и техническое состояние объекта.

Задачи контроля и измерения служат для связи сигналов в подсистеме ввода с объектом мониторинга. При этом обеспечивается приведение запроектированного сигнала ТС к типовому назначению Задача формирования состояния обеспечивает анализ состояния задач контроля и измерения и формирует совокупное состояние объекта контроля. Задачи диагностирования выполняют анализ работоспособности моделируемого устройства, используя состояние задач контроля и измерения диагностируемого объекта, а также состояние задач других объектов

Таким образом, подготовлена основа для реализации функций контроля и диагностирования устройств ЖАТ в исследуемой системе технического диагностирования

Одними из наиболее важных измерений, по которым можно судить о состоянии напольных устройств СЦБ, являются измерения аналоговых параметров, таких как напряжение и сила тока Для анализа осциллограмм этих параметров был разработан метод качественного нечеткого описания, основанный на нечеткой логике, и проведено его сравнение с подходами, основанными на нейронных сетях и статистическом анализе.

Для задания нечетких правил введены три лингвистических переменных «величина параметра», «изменение параметра», «время изменения» Базовые терм-множества этих переменных имеют вид:

«велтина параметра» е {небольшой, средний, большой, значительный} «изменение параметра» е {значительное уменьшение, большое уменьшение,

среднее уменьшение, уменьшение ниже среднего, малое изменение,

увеличение ниже среднего, среднее увеличение, большое увеличение, значительное увеличение} «время изменения» е {малое, небольшое, среднее, большое} Качественное нечеткое описание изменения параметра - это последовательность троек {начальная «величина параметра» - К , «изменение

параметра» — С , «время изменения» — Тг}

В работе разработан алгоритм формирования качественной нечеткой последовательности по графику изменения его значения. Отметим, что сохраняя четкие значения времени для каждого элемента последовательности, можно провести дополшггельный анализ с целью определения периодических структур изменения параметра Для этого введены нечеткие значения лингвистической переменной «изменение параметра»: «периодическое колебание с амплитудой ниже среднего», «периодическое колебание со средней амплитудой», «периодическое колебание с большой амплитудой», «периодическое колебание со значительной амплитудой» Более трех чередующихся однотипных средних уменьшений и увеличений могут быть преобразованы в один элемент — «периодическое колебание со средней амплитудой» Такое преобразование позволяет более гибко и правильно (с точки зрения эксперта) описать характер изменения параметра.

На основе знаний эксперта в автоматическом (согласно разработанному алгоритму) или ручном виде формируется база знаний, являющаяся набором сопоставлений {последовательность, класс} Классификация состояния устройства на основе сформированной базы знаний может быть произведена либо поиском последовательности в базе знаний по нечеткой последовательности, полученной из контрольной осциллограммы, либо сопоставлением осциллограммы со всеми последовательностями из базы знаний (алгоритм сопоставления разработан в диссертации).

Механизмы метода качественного нечеткого описания являются интуитивно понятными В отличие от остальных рассмотренных подходов этот метод может быть использован в режиме реального времени Он не требует значительных вычислительных ресурсов и памяти как нейронные сети, он гораздо более гибок и склонен к обобщению по сравнению со статистическим подходом, добавление нового правила не требует переобучения как у нейронной сети

В диссертации разработан комплексный метод качественного нечеткого

описания для диагностирования по множеству характерных измерений слабо формализуемых процессов, протекающих при работе отдельных функциональных устройств или групп устройств При этом выделяется

конечный перечень измеряемых параметров {р, , используемых при классификации В качестве измеряемых параметров могут выступать такие

показатели как напряжение, сила тока, а также параметры, имеющие дискретные состояния, положение контроля стрелки, состояние управления стрелкой, занятость рельсовой цепи и т'п Настоящий метод является обобщением метода качественного нечеткого описания.

Для каждого параметра р, задается в общем случае нечеткое отображение Р(, действующее из множества значений параметра р, в соответствующее базовое терм-множество лингвистических значений Ьр - {хй,х12, ,хи}, а также нечеткое отображение АРг, действующее из множества всех возможных изменений параметра р, в терм-множество Ь^ = \Ул,Уа,- ,У,т\ Кроме того,

задается нечеткое отображение Т, действующее из множества всех возможных периодов времени (длительностей) в терм-множество Ь( = {гг1, , , ^ }

В рамках заданных лингвистических значений набор правил классификации представляется как ориентированный помеченный граф Вершины задают нечеткие высказывания над множествами Ьр с применением

множества нечетко-логических операций О = {&,у,о,~,} и являются нечеткими описаниями состояния параметров в совокупности Дуги являются переходом между парой состояний, задавая нечеткое темпоральное событие, являющееся нечеткой конъюнкцией длительности перехода, заданной нечетким высказыванием над множеством Ь(, и характера изменения параметров, заданного нечеткого высказывания над множествами Ь^

В целом база знаний представляет собой набор деревьев нечеткого качественного развития событий Выбор набора правил для последующего анализа процесса осуществляется при удовлетворении условию на состояние параметров, заданного корнем соответствующего дерева. Нечетко-логический вывод по описанным правилам осуществляется согласно следующему алгоритму, являющемуся обобщением алгоритма логического вывода для предыдущего метода

1 Пусть в настоящий момент исследуемое устройство или группа устройств имеют следующие значения анализируемых параметров. рг0,1=1.Ы Вычисляются значения нечетких высказываний Е} = Е}(Р5(р10),Р2(р20),. ,Рм{Рмо)) всех корней групп правил из базы знаний Если Е}> 0, то корень выбирается для дальнейшего анализа с параметром глубины О} = 0 и достоверностью И} — Е}.

2 Пусть теперь имеется к выбранных вершин графов развития событий {Уу, ,¥к} Каждая вершина V} с параметром глубины , достоверностью

и временем tJ имеет _/„ дуг, задающих нечеткие темпоральные события

{, } Для каждых новых значений параметров \ру} и длительности AtJ с

момента выбора вершины V вычисляются Значения нечетких высказываний

всех дуг, исходящих из вершины V

Если Е]я = 0, то дуга исключается из анализа Для остальных дуг

выбирается Лг*, при котором Е( достигает максимального значения, и затем

значения параметров в момент времени + Л?* подставляются в нечеткое

высказывание следующей вершины. Если результат (Е\Е^) больше нуля, то эта вершина выбирается для дальнейшего анализа с параметром глубины GJ+1

и достоверностью равной , тах {£'/}, Е | иначе вершина исключается

из анализа.

3. Если выбранная вершина является конечной, то считается, что процесс относится к соответствующему классу С] с достоверностью О} по О} нечетким темпоральным событиям.

4. Окончательное решение о классификации процесса принимается путем выбора класса, имеющего максимальную достоверность

Анализ срабатывания устройств при движении поезда и действий оперативного персонала отличается от диагностирования отдельного устройства. Для описания правил требуется как цикличность событий, так и предыстория развития событий. В связи с этим разработана модификация комплексного метода качественного нечеткого описания, в которой были использованы принципы ветвящегося времени с темпоральными отношениями в будущее и прошлое. При этом дуги, исходящие из корневых вершин графов нечеткого описания, делятся на темпоральные отношения в прошлое и темпоральные отношения в будущее Вершины, переход к которым осуществлен по дугам в будущее, имеют исходящие дуги только в будущее, а вершины, переход к которым осуществлен по дугам в прошлое, имеют исходящие дуги только в прошлое Такой граф, задающий набор правил может не являться деревом, задавая циклы развития событий или истории событий В таком графе каждая вершина может являться решениями о классификации

Рисуяок 2 Структура дерева качественного нечеткого развития событий с ветвлением в прошлое и

наличием циклов

Нечетко-логический вывод осуществляется по принципам нечетко-логического вывода для комплексного качественного нечеткого описания с небольшими корректировками, связанными с возможностью циклов и анализа

истории событий для корневой вершины все переходы в прошлое должны быть полностью проверены, если коневая вершина соответствует настоящему состоянию устройств; начальная достоверность выбирается как нечеткая конъюнкция достоверностей последовательных событий в прошлом и как нечеткая дизъюнкция достоверностей параллельных событий в прошлом

Четвертая глава посвящена программному и информационному обеспечению системы Разработана методология построения модульного ПО на основе xml-конфигурирования Построена модель организации процесса диагностирования Предложена реализация метода качественного нечеткого описания на основе СУБД MS SQL Server, Разработана структура и метод автоматизации формирования информационного обеспечения. Предложен метод динамического отображения данных на мнемосхеме ПО АРМ

Основой модульности программного обеспечения, безусловно, является применение объектно-ориентированных языков программирования и механизма динамически подключаемых библиотек. Для создания экземпляров классов и их связывания между собой в диссертации разработаны гибкие механизмы конфигурирования программного обеспечения, которые обеспечивают автоматизацию загрузки сложных модульных приложений Для построения конфигурации используется формат хш1, как наиболее актуальный в рамках современного развития информационных технологий

Введем понятие xml-объекта, которое будет отражать создание экземпляра класса из динамически подключаемой библиотеки Объявлением простого xml-объекта является xmi-элемент следующего вида <TAG NAME="hmh" CLASS="icnacc" ...>

</TAG>

Здесь атрибуты NAME и CLASS являются зарезервированными ключевыми словами и определяют соответственно имя xml-объекта и имя класса, реализующего некоторый интерфейс и соответствующего этому объекту в программной реализации

Для организации загрузки xml-объектов в базовом программном обеспечении реализуется специальный загрузчик и объявляется интерфейс, от которого должны быть порождены все классы xml-объектов Необходимо отметить, что объявление xml-объекта позволяет не только создать экземпляр нужного класса из нужной библиотеки, но и выполнить конфигурирование этого экземпляра В работе приведено подробное описание дополнительных особенностей xml-объектов

Процесс диагностирования строится на модели объекта мониторинга, а именно на разделении задач контроля и измерения и задач диагностирования В программном обеспечении подсистемы предварительной обработки данных задачи представлены xml-объектами, являющимися дочерними для объекта мониторинга Все объекты мониторинга объединены в иерархию объектов Связи между задачами организованы с помощью объектных xml-ссылок

Для организации работы задач, а также для распределения функций диагностирования по разным процессам, построена событийная модель

обновления состоянии. Событием является, изменение состояния некоторой сущности. 11апример, изменение состояния объекта контроля, изменение диагностического состояния, изменение состояния задачи, изменение сигнала подсистемы ввода, истечение заданного промежутка времени и т.д. Событийная модель обновления состояний основывается на организации обратных связей между событиями (задачами). А именно, если событие А, генерируемое задачей Та, зависит от события В, генерируемого задачей Гв, то помимо того, что задача Та имеет ссылку на задачу Тв для получения ее состояния, задача Та должна иметь ссылку на чада чу Та для извещения ее й появлении события 13.

Для реализации событийной модели состояний в подсистеме предварительной обработки создается менеджер объектов мониторинга, который работает на отдельном потоке, ожидая получения данных для подсистемы б и ода иди проявления события истечения заданного промежутка времени для задач. Именно менеджер объектов инициирует обработку данных задачами и выполняет трансляцию событии.

Распределение функций диагностирования строится па основе событийной модели обновления состояния, моделей подсистемы ввода и объекта мониторинга, а также на основе информационного протокола обмена, обеспечивающего спорадическую передачу данных.

Задача автоматизация разработка ннформациошшг о обеспечении особенно важна, когда система имеет широкое тиражирование, т.К автоматизация позволяет снизить затраты на проектирование и адаптацию про! рам много обеспечения. Основой информационного обеспечений исследуемой системы технического диагностирования является модель объекта мониторинга. В информационном обеспечении системы выделяется багоиая часть, которая содержит таблицы типов, классификаторы, связи между типовыми данными. Метод автоматизации проектирования предложено разделить на следующие основные четыре этапа:

'""■^""■ч П арВГ |

I Свнли «дач

Мвдшрэлл V задач -—■ • задачи щлраля АИЛгмосшр^Лгасч , \ I.-И ОДд^е-а« -

Рисунок 3 Этапы автоматизированной разрз&откн информационного обеспечения

Для возможности автоматизации проектирования системы и адаптации программного обеспечения предварительно необходимо- для каждого объекта мониторинга задать его тип, для каждого контролируемого сигнала задать соответствующий ему типовой сигнал, а также заполнить таблицу отношений между объектами мониторинга.

В результате для каждого объекта мониторинга формируется полный набор данных, описывающий характеристику станции и достаточный для выполнения адаптации программного обеспечения перечень контролируемых типовых сигналов, перечень задач контроля, перечень задач диагностирования, алгоритм определения состояния

Кроме того, на основе таблицы контролируемых объектов мониторинга и таблицы отношений между ними в работе разработан метод автоматического формирования набора графических элементов на мнемосхеме проектируемой станции или перегона Рассмотрим объекты мониторинга, участвующие в построении путевого развития стрелки и участки пути, которые будут являться вершинами* графа Дугами графа представим отношения между этими объектами На рисунке приведен пример представления отрезка путевого развития в виде графа

Е

ОЕ

Г -о-- од

А Б - "

о о ов

а) б)

Рисунок 4 Пример представления путевого развития в виде графа

Таким образом, задача изображения путевого развития станции сведена к задаче о плоской укладке графа Для построения плоской укладки выбран гамма-алгоритм Поскольку граф путевого развития имеет свою специфику, в алгоритм внесены дополнительные правила, касающиеся выбора начального цикла, сегмента с минимальным числом, вмещающих его граней, и цепи между двумя контактными вершинами

В пятой главе приводится описание систем, в которых в той или иной степени были применены результаты исследования

Одним из важнейших свойств системы диагностирования устройств ЖАТ в настоящее время является возможность взаимодействия с другими системами автоматизации процессов на железных дорогах Программно-аппаратные средства увязки системы АДК-СЦБ с микропроцессорной системой централизации МПЦ ЕЫ1оск-950 введены в постоянную эксплуатацию при непосредственном участии автора и на основе результатов настоящего исследования. А именно для учета асинхронности данных был применен разработанный в настоящем исследовании метод качественного нечеткого описания, при разработке программного обеспечения увязки были применены принципы представления данных в виде модели подсистемы ввода,

разработанные в настоящем исследовании, что позволило уменьшить время тестирования и упростить процесс адаптации. Средства программно-аппаратной увязки АДК-СЦБ с МПЦ Ebilock 950 рекомендованы комиссией к постановке на производство и тиражированию на сети железных дорог.

При непосредственном участии автора и на основе результатов настоящего исследования были разработаны принципы построения и программные средства системы АДК-СЦБ на основе ИВК-ТДМ, предназначенные для технического диагностирования и мониторинга устройств СЦБ перегонов, и реализованы:

• принципы модульности программного обеспечения,

• принципы обмена данными, а также протокол передачи состояния подсистемы ввода и подсистемы объектов,

• принципы организации процесса диагностирования, а также модель объекта мониторинга,

• методы формирования динамического протокола и расширенных протоколов технологических ситуаций,

Объем разработанного программного обеспечения составляет порядка 30 тысяч строк программного кода Система АДК-СЦБ на основе ИВК-ТДМ подготовлена к вводу в опытную эксплуатацию на Красноярской ж д

Модель объекта мониторинга была применена на уровне дистанции СЦБ при преобразовании данных о состоянии устройств СЦБ в унифицированный формат Разработано специализированное программное обеспечение сервера дистанции СЦБ системы АДК-СЦБ, реализующее разработанные в рамках настоящего исследования принципы обработки информации. Кроме того, на основе результатов настоящего исследования разработан Сервер унифицированного информационного взаимодействия (СУИВ), реализующий разработанные в рамках настоящего исследования принципы унифицированного информационного взаимодействия. Сервер унифицированного информационного обеспечения системы АДК-СЦБ внедрен в ШЧ-4 Свердловской ж д., а также в 1ПЧ-6 Западно-Сибирской жд для передачи информации о состоянии устройств СЦБ в ДДЦ ТДМ. Программные средства СУИВ объемом порядка 20 тысяч строк программного кода включены в фонд филиала ОФАП МПС России

При непосредственном участии автора разработан проект, информационное и программное обеспечение Дорожного диспетчерского центра ТД М Северо-Кавказской ж д Передача данных от системы АДК-СЦБ в центральный сервер ДДЦ ТДМ, а также передача данных от ДДЦ ТДМ в сетевой центр мониторинга через унифицированный сервер СТДМ решена за счет применения унифицированного протокола, разработанного в рамках настоящего исследования Автоматизация разработки информационного обеспечения ДДЦ ТДМ выполнена на основе результатов настоящей диссертации Решение задач увязки с АСУ-Ш-2 в части выявления фактов проведения технического обслуживания построено на алгоритме логического вывода модифицированного метода качественного нечеткого описания для анализа событий, реализация которого выполнена в работе на основе СУБД MS SQL Server.

ЗАКЛЮЧЕНИЕ

В диссертационной работе разработаны и исследованы методы и модели в системе ТДМ ЖАТ, а также принципы ее построения Результаты работы могут быть сформулированы в виде следующих теоретических и практических выводов-

I для анализа работоспособности устройства по одному характерному измерению предложен метод качественного нечеткого описания изменения параметра,

2. для анализа работоспособности устройства или группы устройств по конечному набору параметров разработан комплексный метод качественного нечеткого описания, а также его модификация для анализа последовательности разнородных событий;

3 предложена методология построения модульного программного обеспечения на основе xmi-конфигурирования;

4. разработан и реализован набор протоколов обмена данными как внутри системы, так и между системами ТДМ ЖАТ;

5. предложена структура информационного обеспечения системы ТДМ ЖАТ и разработана методология автоматизации его заполнения

6. разработано программное обеспечение, реализующее метод комплексного нечеткого описания и модель организации процесса диагностирования,

7. разработано программное обеспечение в составе системы АДК-СЦБ, реализующее взаимодействие подсистем внутри системы, а также взаимодействие со смежными системами ДЦ, МПД, ДК, СТДМ, по предложенным принципам;

8 разработана методика калибрования модулей ввода, измеряющих сопротивление изоляции с выхода СЗИ-1, СЗИ-2, а также программное обеспечение, реализующее разработанную модель косвенных измерений,

9 разработан принцип представления знаний для комплексного метода качественного нечеткого описания и алгоритм логического вывода на основе средств MS SQL Server 2005 в составе программного обеспечения Дорожного диспетчерского центра ТДМ ЖАТ,

10 при участии автора разработано программное обеспечение АРМ электромеханика станции и АРМ оператора третьей тормозной позиции на сортировочной горке в части динамического отображения данных на мнемосхеме,

II при участии автора разработано программное обеспечение, автоматизирующее формирование информационного обеспечения Дорожного диспетчерского центра ТДМ ЖАТ.

Использование результатов исследования для построения системы ТДМ ЖАТ позволило повысить достоверность информации о работоспособности устройств, обеспечить гибкую модульность программного обеспечения, упростить процесс формирования информационного обеспечения, повысить точность измерения сопротивления изоляции, обеспечить полноценное взаимодействие внутри системы и со смежными системами

ОСНОВНЫЕ ПУЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1 Гуда А H, Прищепа M В Программно-математическое обеспечение диагностического комплекса устройств железнодорожной автоматики и телемеханики // Автоматика и телемеханика на железнодорожном транспорте -сборник докладов «ТрансЖАТ-2005» -Ростов-на-Дону, 2005 -С 204-205

2 Прищепа M В Автоматизация диагностики устройств железнодорожной автоматики и телемеханики на основе использования экспертной системы // Труды научно-практической конференции «Актуальные проблемы развития транспорта Черноморского побережья России», октябрь 2004г Рост гос ун-т путей сообщения Ростов н/Д, 2004 -С 122-123

3 Прищепа M В Проблемы диагностики устройств железнодорожной автоматики и телемеханики // Труды Всероссийской научно-практической конференции «Транспорт-2005», май 2005г в 2-х частях Часть 1 Рост гос ун-т путей сообщения Ростов н/Д, 2005 -С 33-34

4 Прищепа M В Особенности диагностирования устройств СЦБ при интеграции с микропроцессорной централизацией // Автоматика и телемеханика на железнодорожном транспорте «ТрансЖАТ-2005» Сборник аннотаций докладов -Ростов-на-Дону, 2005 -С 72-73

5 Прищепа M В Некоторые задачи технического диагностирования устройств ЖАТ и возможные методы решения // Труды Всероссийской научно-практической конференции «Транспорт-2006», май 2006г в З-ч частях Часть 3 Рост гос ун-т. путей сообщения Ростов н/Д, 2005. —С 272-273

6 Прищепа M В , Розаренов А В Диагностирование напольных устройств СЦБ по осциллограммам аналоговых параметров // Актуальные проблемы развития железнодорожного транспорта Сб науч тр молодых ученых, аспирантов и докторантов / под ред д-ра техн наук, проф А H Гуды, Рост гос ун-т путей сообщения - Ростов н/Д, 2005 -С 161-166

7. Прищепа MB О целесообразности сглаживания сигналов в системах мониторинга устройств ЖАТ // Труды Всероссийской научно-практической конференции «Транспорт-2006», май 2006г в З-ч частях Часть 3 Рост гос ун-т путей сообщения Ростов н/Д, 2006 -С 271-272

8 Прищепа MB. Объекты мониторинга в системе диагностирования устройств ЖАТ и событийная модель обновления состояний // Сборник докладов IV международной научно-практической конференции «Телекомтранс-2006» -Ростов-на-Дону, 2006 -С 236-240

9 Прищепа MB Модели и методы автоматизации диагностирования в системе мониторинга устройств железнодорожной автоматики и телемеханики // Тезисы докладов VIII Всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления» -Таганрог, 2006 —С 154

10 Прищепа MB Построение системы диагностирования и мониторинга устройств железнодорожной автоматики и телемеханики // Вестник РГУПС, №2(26), 2007 С 62-69

11 Прищепа MB Интеллектуальная система диагностики устройств железнодорожной автоматики и телемеханики и ее взаимодействие с АСУ хозяйством сигнализации, централизации и блокировки // Сборник докладов конференции «Кибернетика и высокие технологии XXI века» -Воронеж НПФ «Саквоее», 2007 -С 372-377

12. Прищепа M В Математическое обеспечение распределенной системы диагностирования устройств железнодорожной автоматики и телемеханики // Фундаментальные и прикладные проблемы современной техники Сб работ лауреатов конкурса молодых ученых им академика И.И. Воровича -Ростов н/Д Изд-во СКНЦ ВШ ЮФУ, 2007 С.94-102

13.Гуда АН, Прищепа MB Информационные технологии в системах технического диагностирования и мониторинга устройств железнодорожной автоматики и телемеханики // Телекоммуникационные и информационные технологии на транспорте России сборник докладов Пятой Юбилейной Международной научно-практической конференции «ТелеКомТранс-2007» -Ростов н/Д. Рост, гос ун-т путей сообщения, 2007. -С.77-79

Прищепа Михаил Васильевич

РАЗРАБОТКА ПРОГРАММНО-МАТЕМАТИЧЕСКОГО ОБЕСПЕЧЕНИЯ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ДИАГНОСТИРОВАНИЯ И МОНИТОРИНГА УСТРОЙСТВ ЖЕЛЕЗНОДОРОЖНОЙ АВТОМАТИКИ И ТЕЛЕМЕХАНИКИ

Специальность 05 13.06 — Автоматизация и управление технологическими процессами и производствами (на транспорте)

Автореферат диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 11 10.2007г Формат бумаги 60x84/16 Бумага офсетная Ризография Услпечл. 1,0. Тираж 100. Заказ № 3533=

Ростовский государственный университет путей сообщения Ризография РГУПС

344038, г Ростов-на-Дону, пл Ростовского Стрелкового Полка Народного Ополчения, 2

ВВЕДЕНИЕ.

ГЛАВА 1 МЕТОДЫ И СИСТЕМЫ ДИАГНОСТИРОВАНИЯ УСТРОЙСТВ ЖЕЛЕЗНОДОРОЖНОЙ АВТОМАТИКИ И ТЕЛЕМЕХАНИКИ.

1.1 Особенности диагностирования устройств ЖАТ и системы диагностирования и мониторинга.

1.2 Модели и методы решения задач диагностирования.

1.3 Современные системы диагностирования технических устройств в других отраслях.

1.4 Выводы по главе 1.

ГЛАВА 2 ПОСТРОЕНИЕ РАСПРЕДЕЛЕННОЙ СИСТЕМЫ ДИАГНОСТИРОВАНИЯ И МОНИТОРИНГА УСТРОЙСТВ ЖАТ.

2.1 Разработка общей структуры системы диагностирования и мониторинга устройств ЖАТ.

2.2 Подсистемы ТДМ на уровне линейного пункта.

2.2.1 Выбор операционной системы.

2.2.2 Подсистема сбора данных.

2.2.3 Подсистема предварительной обработки данных.

2.3 Подсистемы ТДМ на уровне дистанции СЦБ и Дороги.

2.4 Принципы взаимодействия подсистем и универсальный протокол обмена.

2.5 Информационный протокол передачи состояния иерархии объектов.

2.6 Унификация информационного взаимодействия систем технического диагностирования и мониторинга устройств ЖАТ.

2.7 Выводы по главе 2.

ГЛАВА 3 МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СИСТЕМЫ ДИАГНОСТИРОВАНИЯ И МОНИТОРИНГА УСТРОЙСТВ ЖАТ.

3.1 Повышение точности измерений.

3.2 Моделирование устройств железнодорожной автоматики и телемеханики.

3.3 Методы анализа аналоговых показателей.

3.3.1 Метод качественного нечеткого описания изменения параметра во времени.

3.3.2 Сравнительный анализ метода качественного нечеткого описания.

3.3.3 Метод упаковки протоколов измерений.

3.4 Комплексный метод качественного нечеткого описания.

3.4.1 Использование метода качественного нечеткого описания при асинхронности данных по времени.

3.4.2 Модификация комплексного метода качественного нечеткого описания для анализа событий.

3.5 Выводы по главе 3.

ГЛАВА 4 ИНФОРМАЦИОННОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ СИСТЕМЫ ДИАГНОСТИРОВАНИЯ И МОНИТОРИНГА УСТРОЙСТВ ЖАТ.

4.1 Методы организации модульности программного обеспечения.

4.2 Методы организации процесса диагностирования.

4.2.1 Событийная модель обновления состояний.

4.2.2 Управление обновлением состояния.

4.2.3 Распределение функций диагностирования.

4.3 Методы представления знаний и реализация логического вывода в подсистеме интеллектуального анализа.

4.4 Структура и этапы автоматизации разработки информационного обеспечения.

4.5 Автоматизация формирования мнемосхемы железнодорожной станции.

4.6 Методы динамического отображения в программном обеспечении АРМ.

4.7 Выводы по главе 4.

ГЛАВА 5 ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ МЕТОДОВ И МОДЕЛЕЙ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ.

5.1 Увязка системы АДК-СЦБ и МПЦ Ebilock-950.

5.2 Система АДК-СЦБ на основе ИВК-ТДМ.

5.3 Сервер унифицированного информационного взаимодействия.

5.4 Дорожный диспетчерский центр технического диагностирования и мониторинга устройств ЖАТ Северо-Кавказской ж.д.

5.5 Выводы по главе 5.

В таких системах, как железнодорожные станции, существует критическая необходимость в мгновенном обнаружении неисправностей, от простого обрыва кабеля или перегорания нити ламп светофора до выявления предотказных состояний стрелочных приводов. Человек зачастую не может эффективно справляться с большим объемом поступающей информации, поэтому перспективным по части повышения безопасности технических средств является создание многофункциональных автоматизированных измерительно-вычислительных комплексов. Высокий уровень автоматизации и интеллектуализации системы позволит уменьшить время сбора необходимой информации, повысить эффективность действий обслуживающего персонала, оптимизировать периодичность технического обслуживания устройств СЦБ и перейти к стратегии технического обслуживания «по фактическому состоянию». В настоящее время широкое распространение получили системы технического диагностирования и мониторинга (ТДМ) устройств железнодорожной автоматики и телемеханики (ЖАТ): АПК-ДК, АСДК и АДК-СЦБ. На основе этих систем организуются Дорожные диспетчерские центры технической диагностики и мониторинга, в которых собирается информация о работоспособности устройств ЖАТ. Поэтому актуальным на данный момент является разработка программно-математического обеспечения для всесторонней обработки значительного объема данных.

Методы диагностирования, применяемые в работающих на сегодняшний день автоматизированных системах мониторинга устройств электрической централизации, имеют ряд недостатков, связанных в первую очередь с несовершенством алгоритмов, которые ориентированы на применение ручной технологии и не обеспечивают необходимой глубины контроля. В лучшем случае в этих системах применяется статистический анализ различных показателей, что, конечно, не удовлетворяет современным научным тенденциям в области технического диагностирования. Сигналы и шумовая окружающая среда в технологических процессах на железнодорожных станциях являются сложными, негауссовскими и нестационарными. Поэтому в большинстве случаев требуются адаптивные методы, которые автоматически приспосабливаются к изменяющимся условиям, чтобы соответствовать специфическим характеристикам каждого отдельного устройства или эксплуатационного режима.

В рамках современного уровня развития методов интеллектуального анализа данных и средств программирования в данном исследовании разработаны основные принципы построения интеллектуальной системы диагностирования.

В качестве объекта исследования в работе выступает система технического диагностирования и мониторинга устройств железнодорожной автоматики и телемеханики.

Предметом исследования являются методы и модели диагностирования устройств ЖАТ и принципы построения распределенной системы ТДМ ЖАТ.

Целью диссертации является повышение эффективности решения задач диагностирования устройств ЖАТ за счет разработки программно-математического обеспечения автоматизированной системы ТДМ ЖАТ с использованием интеллектуальных экспертных технологий. Основными задачами этого исследования являются:

• разработка базовых интеллектуальных методов диагностирования устройств ЖАТ по измерениям их параметров;

• разработка принципов моделирования диагностируемых устройств;

• разработка программной модели обработки данных;

• разработка принципов организации модульности программного обеспечения и взаимодействия подсистем, обеспечивающих распределение функций диагностирования и открытость системы;

• разработка методики автоматизации формирования информационного обеспечения.

Решение поставленных задач позволит повысить интеллектуализацию системы диагностирования и мониторинга устройств железнодорожной автоматики и телемеханики и удовлетворить современным требованиям к экспертным системам реального времени и тенденциям развития методов диагностирования.

Методы исследования. Исследования проводились с использованием теории нечетких множеств, теории распознавания образов, статистического анализа, теории сигналов, теории измерений, теории графов, теории программных систем.

Для достижения поставленных целей в первой главе дается обзор различных систем диагностирования и применяемых в них методов. Рассматриваются как системы диагностирования устройств СЦБ, так и системы диагностирования в других областях. Отмечается необходимость применения интеллектуальных методов анализа данных и экспертных систем в железнодорожной отрасли.

Вторая глава описывает структуру распределенной системы технического диагностирования и удаленного мониторинга устройств ЖАТ. Выделяются составные части и подсистемы. Производится анализ задач подсистем на каждом уровне. Предложены информационные связи как внутри системы, так связи со смежными системами. Разрабатываются принципы взаимодействия подсистем на основе специализированных транспортного и информационного протоколов обмена.

Третья глава посвящена математическому обеспечению системы диагностирования. Определены принципы моделирование предметной области. Разработана модель косвенных измерений сопротивления изоляции, значительно улучшающая точность. Приводится метод качественного нечеткого описания для анализа работоспособности устройства по одному характерному измерению. Разработан комплексный метод качественного нечеткого описания для анализа работоспособности устройства или группы устройств по конечному набору параметров, а также его модификация для анализа последовательности событий.

Четвертая глава посвящена программному и информационному обеспечению системы. Разработана методология построения модульного ПО на основе xml-конфигурирования. Построена модель организации процесса диагностирования. Предложена реализация метода качественного нечеткого описания на основе СУБД MS SQL Server. Разрабатывается структура и метод автоматизации формирования информационного обеспечения. Предложен метод динамического отображения данных на мнемосхеме ПО АРМ.

В пятой главе приводится описание систем, в которых в той или иной степени были применены результаты исследования.

В приложения внесены: подробное описание унифицированного протокола обмена, примеры xml-конфигурирования, а также материалы о внедрении результатов диссертационной работы.

Научная новизна работы заключается в следующем:

• разработан метод качественного нечеткого описания изменения параметра во времени для анализа работоспособности устройства по одному характерному измерению;

• разработан комплексный метод качественного нечеткого описания для анализа работоспособности устройства или группы устройств по конечному набору параметров, а также его модификация для анализа последовательности событий;

• разработаны принципы моделирования устройств ЖАТ и программной организации процесса диагностирования;

• разработана методология построения модульного программного обеспечения на основе xml-конфигурирования;

• разработан набор протоколов обмена данными как внутри системы, так и между системами ТДМ ЖАТ;

• разработана структура информационного обеспечения системы диагностирования и мониторинга и методология автоматизации его заполнения.

Практическая ценность работы заключается в применении результатов исследования для построения системы автоматизации контроля и диагностирования устройств СЦБ (АДК-СЦБ) на основе измерительно-вычислительного комплекса технического диагностирования и мониторинга (ИВК-ТДМ), организации взаимодействия системы АДК-СЦБ на основе измерительно-вычислительного комплекса автоматизации контроля и диагностирования (ИВК-АДК) со смежными системами, а также в применении результатов исследования для проектирования, разработки и внедрения Дорожно-диспетчерского центра диагностирования и мониторинга устройств ЖАТ на Северо-Кавказской железной дороге. А именно, в работе достигнуты следующие практические результаты:

• автором разработано программное обеспечение, реализующее метод комплексного нечеткого описания и модель организации процесса диагностирования;

• автором разработано программное обеспечения, реализующее взаимодействие подсистем внутри системы, а также взаимодействие со смежными системами ДЦ, МПЦ, ДК, СТДМ, по предложенным автором принципам;

• автором разработана методика калибрования модулей ввода, измеряющих сопротивление изоляции с выхода СЗИ-1, СЗИ-2, а также программное обеспечение, реализующее разработанную модель косвенных измерений;

• автором разработан принцип представления знаний для комплексного метода качественного нечеткого описания и алгоритм логического вывода на основе средств MS SQL Server 2005;

• при участии автора разработано программное обеспечение АРМ ДК-ШН (ОС Windows) и АРМ оператора третьей тормозной позиции (ОС Qnx) в части динамического отображения данных на мнемосхеме;

• при участии автора разработано программное обеспечение, автоматизирующее формирование информационного обеспечения системы диагностирования и мониторинга; 9

• использование результатов исследования для построения системы технического диагностирования и мониторинга устройств ЖАТ позволит повысить достоверность информации о работоспособности устройств, обеспечить гибкую модульность программного обеспечения, упростить процесс формирования информационного обеспечения, повысить точность измерения сопротивления изоляции, обеспечить полноценное взаимодействие внутри системы и со смежными системами. По теме диссертации опубликовано 13 печатных работ. Диссертационная работа и её отдельные разделы докладывались и обсуждались на научно-практической конференции «Актуальные проблемы развития транспорта Черноморского побережья России», г.Туапсе, 2004г; Всероссийской научно-практической конференции «Транспорт-2005», г. Ростов-на-Дону, 2005г.; II международной научно-практической конференции «Автоматика и телемеханика на железнодорожном транспорте «ТрансЖАТ-2005», г.Сочи, 2005г.; Всероссийской научно-практической конференции «Транспорт-2006», г. Ростов-на-Дону, 2006г.; IV международной научно-практической конференции «Телекомтранс-2006», г.Сочи, 2006г.; VIII Всероссийской научной конференции студентов и аспирантов «Техническая кибернетика, радиоэлектроника и системы управления», г. Таганрог, 2006г.; XI Международной научно-технической конференции «Кибернетика и высокие технологии 21 века», г. Воронеж, 2007г.; V международной научно-практической конференции «Телекомтранс-2007», г.Сочи, 2007г.

5.5 Выводы по главе 5 На основе результатов настоящего исследования разработаны:

1. Программные средства увязки системы АДК-СЦБ с МПЦ Ebilock-950, введенные в постоянную эксплуатацию на ст. Рузаевка Пензенский Парк Куйбышевской ж.д., в которых применен разработанный комплексный метод качественного нечеткого описания и разработанная модель подсистемы ввода.

2. Программные средства системы АДК-СЦБ на основе ИВК-ТДМ в части реализации базового программного обеспечения подсистемы обработки данных, а именно реализованы: разработанные принципы взаимодействия подсистем, разработанные механизмы организации диагностирования, формирование динамического протокола с применением разработанного алгоритма упаковки измерений.

3. Программные средства Сервера унифицированного информационного взаимодействия для передачи данных в смежные системы технического диагностирования и мониторинга и Дорожный диспетчерский центр технического диагностирования и мониторинга на основе разработанных принципов унификации информационного взаимодействия систем технического диагностирования и мониторинга устройств ЖАТ. Программные средства СУИВ объемом порядка 20 тысяч строк программного кода включены в фонд филиала ОФАП МПС России.

140

4. Программные средства ДДЦ ТДМ Северо-Кавказской ж.д. в части реализации взаимодействия с системами ДЦ-Юг КП «КРУГ», ДЦ-Юг с РКП, АДК-СЦБ, унифицированным сервером СТДМ на основе разработанных принципов унификации информационного взаимодействия систем технического диагностирования и мониторинга устройств ЖАТ, а также в части реализации алгоритмов выявления фактов проведения технического обслуживания для решения задач КЗ КТО-ЖАТС в АСУ-Ш-2 на основе разработанного комплексного метода качественного нечеткого описания и его модификации.

ЗАКЛЮЧЕНИЕ

В диссертационной работе разработаны и исследованы методы и модели в системе технического диагностирования и мониторинга устройств ЖАТ, а также принципы её построения. Результаты работы могут быть сформулированы в виде следующих теоретических и практических выводов:

1. для анализа работоспособности устройства по одному характерному измерению предложен метод качественного нечеткого описания изменения параметра;

2. для анализа работоспособности устройства или группы устройств по конечному набору параметров разработан комплексный метод качественного нечеткого описания, а также его модификация для анализа последовательности разнородных событий;

3. предложена методология построения модульного программного обеспечения на основе xml-конфигурирования;

4. разработан и реализован набор протоколов обмена данными как внутри системы, так и между системами ТДМ ЖАТ;

5. предложена структура информационного обеспечения системы ТДМ ЖАТ и разработана методология автоматизации его заполнения.

6. разработано программное обеспечение, реализующее метод комплексного нечеткого описания и модель организации процесса диагностирования;

7. разработано программное обеспечение в составе системы АДК-СЦБ, реализующее взаимодействие подсистем внутри системы, а также взаимодействие со смежными системами ДЦ, МПЦ, ДК, СТДМ, по предложенным принципам;

8. разработана методика калибрования модулей ввода, измеряющих сопротивление изоляции с выхода СЗИ-1, СЗИ-2, а также программное обеспечение, реализующее разработанную модель косвенных измерений;

142

9. разработан принцип представления знаний для комплексного метода качественного нечеткого описания и алгоритм логического вывода на основе средств MS SQL Server 2005 в составе программного обеспечения Дорожного диспетчерского центра ТДМ ЖАТ;

10. при участии автора разработано программное обеспечение АРМ электромеханика станции и АРМ оператора третьей тормозной позиции на сортировочной горке в части динамического отображения данных на мнемосхеме;

11. при участии автора разработано программное обеспечение, автоматизирующее формирование информационного обеспечения Дорожного диспетчерского центра ТДМ ЖАТ.

Использование результатов исследования для построения системы технического диагностирования и мониторинга устройств ЖАТ позволит повысить достоверность информации о работоспособности устройств, обеспечить гибкую модульность программного обеспечения, упростить процесс формирования информационного обеспечения, повысить точность измерения сопротивления изоляции, обеспечить полноценное взаимодействие внутри системы и со смежными системами.

1. Аверкиев С.А., Пущин А.С. О подходе к увязке микропроцессорных систем ЖАТ // АСИ. -2006. -№9. -С. 15-16.

2. Алтунин А.Е., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях: Монография. Тюмень: Издательство Тюменского государственного университета, 2000. 352 с.

3. Ананченко В.Н., Гофман JI.A. Теория измерений: Учеб. пособие. Ростов н/Д: Издательский центр ДГТУ, 2002. - 214 с.

4. Аракельян В.В. , Ерошенко В.А. , Кирсанов А.В. , Никадров В.А. , Требин А.П. , Тучков Э.В. , Ульяницкий Е.М. Информационно-управляющая система местной работы на основе интеграции автоматических и автоматизированных систем // ВКСС, №4, 2004.

5. Аралбаев Т.З. Методы и средства построения адаптивных систем мониторинга и диагностирования сложных промышленных объектов: Автореф. дис. д-ра техн. наук. -Оренбург: ОГУ, 2004. -37с.

6. Арсеньев С.Б., Бритков В.Б., Маленкова Н.А. Использование технологии анализа данных в интеллектуальных информационных системах / Управление информационными потоками: Сборник трудов Института системного анализа РАН. М.: Эдиториал УРСС, 2002. -С. 47-68.

7. АстанинС.В., ЗахаревичВ.Г. Обработка и представление знаний в информационно советующих комплексах гибридного интеллекта: Учебное пособие. -Таганрог: ЕЗТУ, 1997. -136 с.

8. БартосФ.Дж. Искусственный интеллект: принятие решений в сложных системах управления// Мир компьютерной автоматизации. -1997. №4 (12). -С. 22-27.

9. Башлыков А.А., Жаров И.В. и др. "СПРИНТ-РВ" интеллектуальная SCADA-система // "ПРИБОРЫ + Автоматизация" №12 2006г.

10. Башлыков А.А., Еремеев А.П. Экспертные системы поддержки принятия решений в энергетике. -М.: МЭИ, 1994. -216 с.

11. Безручко В.В. Разработка автоматизированной системы контроля и диагностирования устройств передачи информации железнодорожного транспорта: Автореф. дис. канд. тех. наук. -М.: РГОТУПС, 1997. -24с.

12. Белаш А. Н. Многокритериальная задача размещения ациклических графов на плоскости: Автореф. дис. канд. физ.-мат. наук. -Ставрополь: СКГТУ, 2006.-16с.

13. Берман Р.Я., Вишнепольский P.JI., Кабаев С.В., Тимофеев B.C. Современные цеховые системы автоматизации газокомпрессорных станций // Мир компьютерной автоматизации, 3. 1997г.

14. Бирюков А. Системы принятия решений и Хранилища Данных // Системы управления базами данных, #04, 1997. http ://www.osp.ru/dbms/1997/04/37.htm

15. Блох А.Ш. Граф-схемы и алгоритмы.- М.:Высш.шк., 1987.- 144с.

16. Венда В.Ф. Системы гибридного интеллекта: Эволюция, психология, информатика. -М.: Машиностроение, 1990. -448 с.

17. Волков А.А. Система АПК-ДК: новые возможности АРМ диспетчера дистанции // АСИ. 2006. - № 8. -С. 16-19.

18. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. -СПб.: СПбГТУ, 1999. -512 с.

19. Воронин В.В. Разработка и исследование концептуальной диагностической модели технических объектов: Автореф. дис. д-ра техн. наук. -Хабаровск: ТГУ, 2006. -35с.

20. Вороновский Г.К., Махотило К.В., Петрашев С.Н., Сергеев С.А. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности! -X.: ОСНОВА, 1997. -112с.

21. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. -СПб.: Питер, 2000. -384 с.

22. Гаскаров В.Д. Методологические основы построения экспертных автоматизированных систем прогнозирования с применением параллельных технологий для судовых технических систем: Автореф. дис. . д-ра тех. наук: 05.13.06 : Санкт Петербург, 2003. - 30 с.

23. Геловани В.А., Башлыков А.А., Бритков В.Б., Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. РАН. Ин-т системного анализа.-М.:Эдиториал УРСС,2001.-303 с.

24. Гладков JI.A., Курейчик В.М. Генетический алгоритм плоской укладки //Труды Международной конференции Интеллектуальное управление: новые интеллектуальные технологии в задачах управления (ICIT'99) Переславль-Залесский, 6-9 декабря 1999 г.

25. Глухов Д.О. Экспертная система на нечетких продукционных правилах для обследования сложного объекта// Сб. докладов междун. Конференции по мягким вычислениям и измерениям SCM-98. Т. 2. -СПб, 1998. -С. 174-176.

26. Глюзберг Б.Э., Титаренко М.И., Калачев A.M., Саватеева Е.В., Корнева С.М. Анализ отказов основных элементов стрелочных переводов с определением показателей надежности// Вестник ВНИИЖТ, 2002, № 1

27. Горбань А.Н. Методы нейроинформатики / Под. ред.; отв. за выпуск М.Г. Доррер. КГТУ, Красноярск, 1998. 205 с.

28. Горбань А.Н., Дунин-Барковский B.JL, Кирдин А.Н. и др. Нейроинформатика. Новосибирск: Наука. Сибирское предприятие РАН, 1998.-296с.

29. Горелик А. В., Ермакова О.П. Надежность информационных систем. Основы надежности устройств ЖАТС: Учебное пособие. М.: РГОТУПС, 2003.

30. Горелик А.В. Математическая модель для расчета периодичности техобслуживания устройств железнодорожной автоматики // Автоматика, связь, информатика. 2002. N 6. -С. 40-41.

31. ГОСТ 20911-89 «Техническая диагностика. Термины и определения»

32. Грешилов А.А., Стакун В.А., Стакун А.А. Математические методы построения прогнозов. -М.: Радио и связь, 1997. -112 с.

33. Дейт К.Дж. Введение в системы баз данных. М.: Вильяме, 1999.

34. Джейн А.К., Мао Ж., МонуддинМ. Введение в искусственные нейронные сети// Открытые системы. -1997. № 4. -С. 16-24.

35. Джексон П. Введение в экспертные системы: Пер. с англ.: Учебное пособие. -М.: Изд. Дом «Вильяме», 2001. -624 с.

36. Дмитриенко И.Е. Техническая диагностика и автоконтроль систем ж.д. А и Т. -М: Транспорт, 1986. -141 с.

37. Дмитриенко И.Е., Сапожников В.В., Дьяков Д.В. Измерения и диагностирование в системах железнодорожной автоматики, телемеханики и связи: Учебник для вузов ж.-д. трасп. -М.: Транспорт, 1994. -263 с.

38. Долгий И.Д., Хатламаджиян А.Е. Гибридные интеллектуальные технологии в системах железнодорожной автоматики и телемеханики // Перспективные информационные технологии и интеллектуальные системы, № 3 (19), 2004, http://pitis.tsure.ru/

39. Елизаров С.И. Методы цифровой обработки сигналов в АРМ электромеханика СЦБ // Автоматика и телемеханика на железнодорожном транспорте сборник докладов "ТрансЖАТ-2005". -Ростов-на-Дону, 2005. -С. 206-210.

40. Еремеев А.П. Проектирование интеллектуальных систем принятия/поддержки принятия решений в инструментальной среде G2// Перспективные информационные технологии и интеллектуальные системы, № 2, 2000, http://pitis.tsure.ru/

41. Жарков Ю.И. Повышение технического совершенства и надежности функционирования систем автоматического управления устройствамитягового электроснабжения: Автореферат диссертации на соискание ученой степени д.т.н. М.: ВНИИЖТ, 1992. - 48с.

42. Железняк Н.П. Разработка методов и алгоритмов технического диагностирования стрелочных переводов и электроприводов : Автореф. дис. канд. техн. наук : 05.13 . 6 : Ростов н/Д, 2003. 18 с.

43. Заде JI. Понятие лингвистической переменной и его применение к принятию приближенных решений. -М.: Мир, 1976. -165 с.

44. Звитрович А.И. Интеллектуальные информационные системы. -Минск: НТООО «ТетраСистемс», 1997. -367с.

45. Зимин В.А., Голиков С.А., Смирнов В.Н., Гриценко А.Ф. Система автоматического управления газоперекачивающими агрегатами // Приборы и системы. Управление, контроль, диагностика №10, 2002.

46. Инструкция по технологии обслуживания устройств сигнализации, централизации и блокировки. Департамент сигнализации, связи и вычислительной техники Министерства путей сообщения Российской Федерации. -М: Трансиздат, 1999.

47. Иринёв А., Каширин В. Алгоритм плоской укладки графов // http://rain.ifmo.ru/cat/view.phpM2006/art.i cle.pdf

48. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы/ Под ред. Д.А. Поспелова. -М.: Радио и связь, 1990. -304 с.

49. Ковалев С.М. Модели анализа слабо формализованных динамических процессов на основе нечетко-темпоральных систем. // Изв. вузов. Сев.-Кав. регион. Естественные науки, 2002. № 2. С. 10-13.

50. Ковалев С.М. Нечеткая темпоральная модель обработки сигналов в интеллектуальном датчике счета осей // Перспективные информационные технологии и интеллектуальные системы, № 3 (19), 2004, http://pitis.tsure.ru/

51. Колесников А.В. Технология разработки гибридных интеллектуальных систем : Автореф. дис. д-ра техн. наук : 05.13.01 : Санкт-Петербург, 2002 -30 с.

52. Колесников А.В. Гибридные интеллектуальные системы. Теория и технология разработки/ Под ред. A.M. Яшина.-СПб.: СПбГТУ, 2001. — 711с.

53. Константинов С.Г. Влияние переходных процессов в рельсовых цепях на работу локомотивных устройств безопасности // Автоматика и телемеханика на железнодорожном транспорте сборник докладов "ТрансЖАТ-2005". -Ростов-на-Дону, -С. 220-223.

54. Корнеев В.В., Греев А.Ф., Васютин С.В., Райх В.В. Базы данных. Интеллектуальная обработка информации. -М.: Нолидж, 2000. -352с.

55. Костюков В.Н., Бойченко С.Н. Костюков А.В. Автоматизированные системы управления безопасной ресурсосберегающей эксплуатацией оборудования нефтеперерабатывающих и нефтехимических производств

56. АСУ БЭР КОМПАКС ) /Под ред. В.Н. Костюкова. -М.: Машиностроение, 1999. -163 с.

57. Котельников Б.В. Методы и алгоритмы обработки информации для автоматизированных систем диагностики электрооборудования электрических станций: Автореф. дис. канд. тех. наук. -Сургут: СГУ, 2004. -25с.

58. Кравченко Ю. А. Перспективы развития гибридных интеллектуальных систем // Перспективные информационные технологии и интеллектуальные системы, № 3 (11), 2002, http://pitis.tsure.ru/

59. Круглов В.В., Борисов В.В., Искусственные нейронные сети. Теория и практика. -М.: Горячая линия-Телеком, 2001. -382с.

60. Кулида Е.Л., Лебедев В.Г., Чесноков A.M. Проектирование интеллектуальных систем поддержки операторов сложных объектов // Автоматизация ' проектирования, #01, 1999. http://www.osp.ru/ap/1999/01 /47.htm

61. Лисенков В.М. Безопасность технических средств в системах управления движением поездов. -М.: Транспорт, 1992.

62. Лисенков В.М. Статистическая теория безопасности движения поездов: Учебник для вузов. -М.: ВИНИТИ РАН, 1999.

63. Лобан А.В., Ловцов Д.А. Метод распределенной переработки телеметрической информации от сложных динамических объектов // Автоматика и телемеханика. 1995. № 5.

64. Ложечкин А.В. Методы и средства интеграции разнородных информационных систем на железнодорожном транспорте: Автореф. дис. канд. тех. наук. -СПб.: ПГУПС, 2004. -33с.

65. Лысенко В. Г., Жарков Ю. И., Стороженко Е. А. Автоматизация диагностирования систем релейной защиты и автоматики электроустановок: Монография. -М.: Маршрут, 2005. -178с.

66. Львов В. Создание систем поддержки принятия решений на основе хранилищ данных // Системы управления базами данных, #03, 1997. http://www.osp.ru/dbms/1997/03/30.htm

67. Лябах Н.Н. Математические основы разработки и использования машинного интеллекта. -Ростов н/Д: Изд-во Ростовского ун-та, 1989. -112 с.

68. Лябах Н.Н., Шабельников А.Н. Техническая кибернетика на железнодорожном транспорте: Учебник. -Ростов н/Д, 2002. -283с.

69. Мелихов А.Н., Берштейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. -М.: Наука, 1990.- 272с.

70. Микони С.В. Модели и базы знаний: Учебное пособие. -СПб.: Петербургский гос. Университет путей сообщения, 2000. -155 с.

71. Миронов В.В., Ситчихин А.Н. Иерархические ситуационные модели с предысторией// Управление в сложных системах Уфа: УГАТУ, 1999. -С. 55-68

72. Наговицын В.В., Курченкова Н.Б., Сергеев Б.С. Учет влияния реальных параметров систем электропитания на функционирование устройств СЦБ и связи// Вестник ВНИИЖТ, 2002, № 1

73. Нестеров В.В. Мониторинг эксплуатационных показателей на основе систем АПК-ДК и АСУ-Ш-2 // АСИ. 2006. - № 11. -С. 36-37

74. Нечеткие множества в моделях управления и искусственного интеллекта// Аверкин А.П., Батыршин И.З., Блишун А.Ф./ Под ред. Д.А. Поспелова. -М.: Наука, 1986.-312 с.

75. Никитин А.Б., Бушуев С.В., Валиев Р.Ш., Воронин С.Ю., Идуков А.Ю. Структура и технические средства ЭЦ-МПК // АСИ. 2006. - № 8. -С. 2-5

76. Никитин А.Б., Бушуев С.В., Валиев Р.Ш., Воронин С.Ю., Идуков А.Ю. Проектирование пользовательского интерфейса для ЭЦ-МПК // АСИ. -2006.-№ 10. -С. 10-11

77. Орлов А.И. Прикладная статистика. Учебник. / А.И.Орлов. -М.: Издательство «Экзамен», 2004. 656 с.

78. Орлов А.И. Теория принятия решений. Учебное пособие / А.И.Орлов. -М.: Издательство «Март», 2004. 656 с.

79. Осипов Г.С. Динамика в системах, основанных на знаниях// Известия РАН. Теория и системы управления. 1998. № 5. -С. 24-28.

80. Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. -М.: Наука, 1997. 112 с.

81. Основы математического обеспечения АСУ: Учеб. пособие / Под общ. рук. В.И. Глазова. Часть 1. Общее математическое обеспечение АСУ / О.А.

82. Алексеев, Б.И.Глазов, Д.А. Ловцов и др. Под ред. Б.И. Глазова. И.: ВА им. Ф.Э.Дзержинского, 1992. 208 с.

83. Основы математического обеспечения АСУ: Учеб. пособие / Под общ. рук. Б.И. Глазова. Часть 2. Специальное математическое обеспечение АСУ / И.В.Адерихин, Д.А. Ловцов, И.И. Семеряко и др. Под ред. Д.А. Ловцова. М.: В А им. Ф.Э.Дзержинского, 1992. 212 с.

84. ОСТ 32.17-92. Безопасность железнодорожной автоматика и телемеханики. Основные понятия. Термины и определенна.

85. Павленко Е.Н. Разработка моделей и методов исследования технологических процессов в электроэнергетике с применением нечетких оценок параметров: Автореф. дис. канд. тех. наук. -Таганрог: ТРТУ, 2004. -21с.

86. Попов Э.В. Экспертные системы реального времени // Открытые системы. -М.: Открытые системы, 1995, №02. -С.22-26.

87. Попов Э.В., Фоминых И.Б., Кисель Е.Б., ШапотМ.Д. Статистические и динамические экспертные системы.-М.: Финансы и статистика, 1996. — 320 с.

88. Построение экспертных систем// Пер. с англ./Под ред. Ф. Хейса-Рота, Д. Уотермана, Д. Лената. -М.: Мир, 1987. 441 с.

89. Потемкин В.Г. Система инженерных и научных расчетов MATLAB 5.x: В 2-х т. Т. 1. -М.: ДИАЛОГ-МИФИ, 1999. 366 с.

90. Потемкин В.Г. Система инженерных и научных расчетов MATLAB 5.x: В 2-х т. Т. 2. -М.: ДИАЛОГ-МИФИ, 1999. 304 с.

91. Прикладные нечеткие системы// Пер. с япон./ Под ред. Т. Тэрано, К. Асаи, М. Сугэно. -М.: Мир, 1993. 368 с.

92. Прищепа М.В. Проблемы диагностики устройств железнодорожной автоматики и телемеханики // Труды Всероссийской научно-практической конференции «Транспорт-2005», май 2005г. в 2-х частях. Часть 1. Рост.гос.ун-т. путей сообщения. Ростов н/Д, 2005. -С.33-34

93. Прищепа М.В. Особенности диагностирования устройств СЦБ при интеграции с микропроцессорной централизацией // Автоматика и телемеханика на железнодорожном транспорте «ТрансЖАТ-2005». Сборник аннотаций докладов. -Ростов-на-Дону, 2005. -С.72-73

94. Прищепа М.В. Объекты мониторинга в системе диагностирования устройств ЖАТ и событийная модель обновления состояний // Сборник докладов IV международной научно-практической конференции «Телекомтранс-2006». -Ростов-на-Дону, 2006. -С.236-240

95. Прищепа М.В. Построение системы диагностирования и мониторинга устройств железнодорожной автоматики и телемеханики // Вестник РГУПС, №2(26), 2007. -С.62-69

96. Пьявченко О.Н., Клевцов С.И. Информационно-советующая система управления сложными объектами // Перспективные информационные технологии и интеллектуальные системы, № 2 (6), 2001, http://pitis.tsure.ru/

97. Разработка Web-сервисов XML и серверных компонентов на Microsoft Visual Basic .NET и Microsoft Visual C# .NET. Учебный курс MCAD/MCSD/ Пер. с англ . М.: Издательско-торговый дом «Русская редакция», 2004. - 576 стр.

98. Родзин С.И. Автоматизация поиска неисправностей на основе экспертной информации // Перспективные информационные технологии и интеллектуальные системы, № 2, 2000, http://pitis.tsure.ru/

99. Родзин С.И., Родзина О.Н. Гибридные интеллектуальные классификаторы // Перспективные информационные технологии и интеллектуальные системы, № 4 (8), 2001, http://pitis.tsure.ru/

100. Розенберг Е.Н. Многоуровневая система управления и обспечения безопасности движения поездов: Автореф. дис. . д-ра техн. наук. -М.: ВНИИАС МПС России, 2004. -49с.

101. РТМ 32 ЦШ 1115842.01-94. Безопасность железнодорожной автоматики и телемеханики. Методы и принципы обеспечения безопасности микроэлектронных СЖАТ.

102. РТМ 32 ЦШ 1115842.02-94. Руководящий технический материал. Безопасность железнодорожной автоматики и телемеханики. Методы расчета показателей безотказности и безопасности СЖАТ.

103. Руководящий документ РД 1115842.07-2004 «Системы технического диагностирования и мониторинга. Эксплуатационно-технические требования», утвержденные ЦШ ОАО «РЖД» от 10.08.2004г.

104. Рыбина Г.В. Модели, методы и программные средства для построения интегрированных экспертных систем : Автореф. дис. . д-ра техн. наук : 05.13.11 : Москва, 2004. -32 с.

105. Рыбина Г.В. Автоматизированное построение баз знаний для интегрированных экспертных систем// Известия РАН. Теория и системы управления. — 1998. № 5. -С. 152-166.

106. Самарский А. А., Михайлов А. П. Математическое моделирование: Идеи. Методы. Примеры. -2-е изд., испр. -М.: Физматлит, 2001. -320 с.

107. Сапожников В.В., Сапожников Вл. В., Христов Х.А., Гавзов Д.В. Методы построения безопасных микроэлектронных систем железнодорожной автоматики. М.: Транспорт, 1995.

108. Сапожников В.В., Сапожников Вл.В., Талалаев В.И. и др.; Под редакцией В л.В. Сапожникова. Сертификация и доказательство безопасности систем железнодорожной автоматики. М.: Транспорт, 1997.

109. Сапожников В.В., Сапожников Вл.В., Шаманов В.И. Надежность систем железнодорожной автоматики, телемеханики и связи: Учебное пособие длявузов ж.д. трансп./ Под ред. Вл.В. Сапожникова. М.: Маршрут, 2003. -26с.

110. Сепетый, А.А. Развитие средств автоматизации в системе АДК-СЦБ // АСИ. 2006. - № 11. - С. 32-35 : ил.

111. Сизиков B.C. Устойчивые методы обработки результатов измерений. Учебное пособие. -СПб.: «СпецЛит», 1999. -240с.

112. Соколов С.В., Шевчук П.С., Бабкин С.В. Перспективные устройства обработки и защиты информации для помехозащищенных АСУ. —М.: Изд-во «Радио и связь», 2002. -244с.

113. Сошников Д.В. Методы и средства построения распределенных интеллектуальных систем на основе продукционно-фреймового представления знаний: Автореф. канд. физмат, наук. -М.: МАИ, 2002. -19с.

114. Станционные системы автоматики и телемеханики: Учебник для ВУЗов железнодорожного транспорта /Вл.В. Сапожников, Б.Н. Елкин, И.М. Кокурин и др.; Под ред. Вл.В. Сапожникова. М.: Транспорт, 1997.

115. Стивене У.P. UNIX: разработка сетевых приложений. СПб.: Питер, 2003. -1088с.

116. Суфиянов В.Г. Разработка адаптивных статистических моделей классификации и прогнозирования: Автореф. канд. физмат, наук. -Пермь: ИжГТУ, 2004. -17с.

117. Таненбаум Э., М. ван Стеен. Распределенные системы. Принципы и парадигмы. СПб.: Питер, 2003. 877с.

118. Тарасов Е.М. Математическое моделирование рельсовых цепей с распределенными параметрами рельсовых линий: Учеб. пособие. -Самара: СамГАПС, 2003. 118с.

119. Тарасов Е.М. Принципы распознавания в классификаторах состояний рельсовых линий: Монография. -М.: Маршрут, 2004. -200 с.

120. Тетельбаум А.Я. Силовое размещение планарного графа // Изв. АН СССР, Техн. киберн., 1988, №3.

121. Токарев B.JI. Интегрированная система поддержки принятия решений по управлению, прогнозированию и диагностике //Автоматизация и современные технологии 2000. - №4. - С. 21-28

122. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия «Информатизация России на пороге XXI века». -М: СИНТЕГ, 1998. -376 с.

123. Ульяницкий Е.М., Филоненков А.И., Ломаш Д.А. Информационные системы взаимодействия видов транспорта: Учеб пособие для вузов -М.: Маршрут, 2005.

124. Уоссермен Ф. Нейрокомпьютерная техника. -М.: Мир, 1992. -126 с.

125. Уотермен Д. Руководство по экспертным системам.-М.: Мир, 1989. — 184 с.

126. Усенко О.А. Разработка и исследование методов статистической диагностики технологических объектов : Автореф. дис. . канд. техн. наук : 05.13.01 : Таганрог, 2003. -22 с.

127. Уфимцев С.В. Система поддержки принятия решений диагностической ЭС РВ в условиях неопределенности// Сб. докладов международной конференции по мягким вычислениям и измерениям SCM-98. Т. 1. -СПб., 1998. С. 199-202.

128. Федорчук А.Е, Гоман Е.А. Система диагностики, структура построения и технология использования в эксплуатации на примере АДК-СЦБ // Автоматика и телемеханика на железнодорожном транспорте сборник докладов "ТрансЖАТ-2005". -Ростов-на-Дону, - С. 118-119.

129. Федорчук А.Е., Сепетый А.А., Снитко Ю.В., Шутов М.А., Степанова А.А. Функциональное развитие системы АДК-СЦБ // АСИ. 2005. - №12. - С. 42-45

130. Хурамшин Р.И. Модели и алгоритмы обработки данных и знаний для повышения эффективности прогнозирования показателей сложных объектов: Автореф. дис. канд. тех. наук. -Уфа: 2002, 16с.

131. Цилюрик О., Горошко Е. QNX/UNIX: анатомия параллелизма. Спб.: Символ-Плюс, 2006. -288с.

132. Щавелев JI.В. Способы аналитической обработки данных для поддержки принятия решений // Системы управления базами данных, #04-05, 1998. http://www.osp.ru/dbms/1998/04-05/03.htm

133. Экспертные системы. Инструментальные средства разработки/ Под ред. Ю.В. Юдина. -СПб.: Политехника, 1996. -220 с.

134. Эльясберг П.Е. Измерительная информация: сколько её нужно? как её обрабатывать? -М.: Наука. Главная редакция физико-математической литературы, 1983. -208с.

135. Ягудин Р.Ш. Надежность устройств железнодорожной автоматики и телемеханика. М.: Транспорт, 1989.

136. Carreau D. MONITECQ III leads the way in HV circuit breaker monitoring // HydroTech vol.13, No.2 Spring-Summer 2000

137. Carreau D., Menard S., Landry M., Eksioglu K.M. Condition Monitoring Diagnostics Expert System: A Project Roadmap // EPRI SEDC VIII New Orleans, February 22nd, 2000 1

138. DurkinJ. Expert Systems: Catalogue of Applications. — Acron: Intelligent Computer Systems Inc., 1987.

139. Fruchterman T.J., Reingold E.T. Graph drawing by force-directed placement // Software Practice and Experience, v.21,1991, № 11.

140. Fuzzy Logic Toolbox/ For Use with MATLAB. User's Guide. Version 2. The MathWorks Inc., 1998.

141. Hoffman F. Soft Computing Techniques for the Design of Intelligent Systems. -http://http.cs.berkeley.edu/~flioffmaiin/oai97/oai.97.html.

142. Hybrid Intelligent Systems Group (HIS).-http://www.his.sunderland.ac.uk./main.html.

143. Medsker L.R. Hybrid Intelligent Systems. Kluwer Academie Publ., 1995.

144. Medsker L.R. Hybrid Intelligent Systems// International Journal of Computational Intelligence and Organizations. 1996. V. 1. P. 10-20.

145. NauckD. SCOT A Tool for Developing Models from Soft Computing and Artificial Intelligence. — http.'//innovate.bt.com/iini links/fellow/1998/scot.htm.

146. QNX Realtime Operating System. System Architecture. Canada: QNX Software Systems Ltd, 2001. -347p.

147. Reifman J., Thomas Y., Wei C. PRODIAG: A Process-Independent Transient Diagnostic System -1: Theoretical Concepts // Nuclear Science & Engineering Volume 131 • Number 3 • March 1999 • Pages 329-347

148. Ribikaskas A., Caplinskas A., Vasilecas O. Conceptual Models of the Quality Control Process// Pr. of the 4th Inter. Conf. "Mathematical Modeling and Analysis MMA 99". — Vilnus, 1999. P. 63.157

149. Sastry S., ZadehL., et al. Soft computing Techniques for the Design of Intelligent Systems. -http .7/robotics. eecs. berkeley .edu/MURI/muriproj ect 1 .html.

150. Sobh T.M. et al. A Graphical Environment and Application for Discrete Event and Hybrid Systems in Robotics and Automation. -http://www.bridgeport.edu/~sobh.

151. Web-page of Gensym Inc. http://www/gensym.com

152. Witsenhausen H.S. A Class of Hybrid-State Continuous Time Dynamic Systems// IEEE Trans, on Automatic Control. 1966. 2. VI1. P. 161-167.