автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Развитие технологии и разработка средств мониторинга функционирования систем автоматизации сортировочных процессов

На правах рукописи

ОДИКАДЗЕ ВЛАДИМИР РОМАНОВИЧ

РАЗВИТИЕ ТЕХНОЛОГИИ И РАЗРАБОТКА СРЕДСТВ МОНИТОРИНГА ФУНКЦИОНИРОВАНИЯ СИСТЕМ АВТОМАТИЗАЦИИ СОРТИРОВОЧНЫХ

ПРОЦЕССОВ

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

АВТОРЕФЕРАТ ДИССЕРТАЦИИ

НА СОИСКАНИЕ УЧЕНОЙ СТЕПЕНИ КАНДИДАТА ТЕХНИЧЕСКИХ НАУК

О 5 ДЕК 2008

Ростов-на-Дону - 2008

003456674

Диссертация выполнена на кафедре «Информатика» государственного образовательного учреждения высшего профессионального образования «Ростовский государственный университет путей сообщения»

Научный руководитель:

доктор технических наук, профессор Шабельников Александр Николаевич

Официальные оппоненты: доктор технических наук, профессор Иванченко Владимир Николаевич кандидат технических наук, профессор Родзин Сергей Иванович

Ведущая организация: Московский государственный университет путей сообщения

Защита состоится «19» декабря 2008 года в 1500 часов в конференц-зале РГУПС на заседании диссертационного совета Д 218.010.01.03 при Ростовском государственном университете путей сообщения (344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового Полка Народного ополчения, 2, РГУПС).

С диссертацией можно ознакомиться в библиотеке Ростовского государственного университета путей сообщения.

Автореферат разослан «_» ноября 2008 г.

Отзывы на автореферат в двух экземплярах, подписанные и заверенные печатью, просим направлять по адресу: 344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового Полка Народного Ополчения, 2, диссертационный совет Д 218.010.03, ученому секретарю

Ученый секретарь

диссертационного совета, д.т.н., доцент

Бутакова М.А.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность проблемы. Федеральная целевая программа «Модернизации транспортной системы России» содержит, в качестве одной из вдлнейших задач первоочередных инвестиционных проектов, проблему «создания системы сбора и обработки статистической информации по транспортному комплексу», что обеспечивается успешной информатизацией отрасли и развитием новых технологий, базирующихся на интеллектуализации алгоритмов и процедур моделирования, принятия решений и управления.

В полной мере сказанное касается важнейших составляющих транспортного комплекса страны: сортировочных горок (СГ) сортировочных станций. Они крайне нуждаются в современной системе сбора и обработки информации, не только статистической, но и экспертной, для анализа текущего состояния, прогноза будущего развития и оперативного управления.

Стратегическая идея развития отрасли - инновации, обеспечивающие качество и производительность работы объектов автоматизации в соответствии с требованиями рынка транспортных услуг. В данной работе предлагается решение проблемы через создание системы интеллектуального мониторинга. Интеллектуальность понимается, как способность системы адекватно реагировать на внешние и внутренние возмущения, сохраняя основные параметры технологического процесса, адаптироваться к внешним условиям и обеспечивать оперативное принятие адекватных решений.

Интеллектуальность функционирования СГ обеспечивается наличием: - системы разноуровневых и разноплановых моделей процессов расформирования поездов и процедур принятия решений; совокупности критериев, определяющих стратегические и тактические направления развития отрасли в целом и объекта автоматизации, в частности;

специальных технологий обработки информации. Базовым математическим аппаратом синтеза системы мониторинга сортировочных процессов определены: теория массового обслуживания (ТМО), теория информации, статистические процедуры оценки экспертного опыта.

Модель ТМО позволяет «проиграть» варианты развития процессов расформирования составов при различных условиях функционирования. Для заблаговременной подготовки решений, при заданных критериях разработаны

модели и методики отимизации параметров управления отдельными стадиями технологического процесса.

Рассмотренные выше вопросы активно разрабатываются в научной, методической, нормативной литературе.

Степень разработанности проблемы.

Теоретической основой разработки послужили труды учёных и специалистов, объединенных научной школой д.т.н. профессора В.Н. Иванченко: A.B. Вершинина, А.Г. Кулькина, Л.П. Кузнецова, H.H. Лябаха, Ю.А. Самойленко,

A.A. Сепетого, А.Е. Федорчука, А.Н. Шабельникова. Разрабатываемые в данной диссертации вопросы учитывают опыт работы созданных ими систем: КГМ РИИЖТ, ЛИУК ГШ и ПО, КСАУ КС, АРМ ШН и др.

Проблемы развития железнодорожного транспорта, ориентирующие разработчиков на поиск инноваций, учет экономических критериев поставлены и освещены в многочисленных работах С.Е. Ададурова, В.А. Гапановича,

B.М. Кайнова, В.И. Колесникова, В.А. Шарова, В.И. Якунина.

Решению важных теоретических и практических вопросов создания современной технологии управления, исследования и моделирования сложных объектов и процессов анализа и синтеза устройств автоматики и телемеханики, разработки, микропроцессорных систем, их программного обеспечения и диагностики, формирования технической политики и стратегии дальнейшего развития АСУЖТ, начиная с 1980 г., посвящены работы В.И. Апатцева, B.C. Аркатова, В.А. Буянова, А.Н. Гуды, И.Е. Дмитренко, И.Д. Долгого, Ю.И. Жаркова, В.Н. Иванченко, С.М. Ковалева, Ю.А. Кравцова, В.М. Лисенкова, H.H. Лябаха, В.В. Сапожникова, Вл.В. Сапожникова, Е.М. Тишкина, Л.П. Тулупова, В.И. Шаманова, В.И. Шелухина, A.B. Шилейко и других ученых.

Проблемы горочной автоматизации подробно исследованы Ю.Г. Боровковым, В.Н. Иванченко, H.A. Никифоровым, А.Г. Савицким, Е.М. Тишкиным, Н.М. Фонаревым, В.И. Шелухиным и другими.

Мониторингу сложных систем на транспорте, в рамках исследуемой темы, посвящены работы E.H. Розенберга, И.Н. Розенберга, А.Е. Федорчука.

Построение формальных описаний процессов расформирования-формирования поездов на СГ, разработка методов планирования и управления

ооъектом исследования осуществлялись на основе трудов JI.C. Берштейна, Е.С. Вентцель, А.Н. Гуды, Л. Заде, В.А. Ивницкого, С.М. Ковалева, А.Н. Мслкхсва, А.И. Орлова, Г. Поттгоффа, С.И. Родзина, Л.П. Тулупова и др.

В настоящей работе анализируются и развиваются также различные подходы к интеллектуализации сортировочных процессов (СП), изложенные в работах М.А. Бутаковой, В.Н. Иванченко, H.H. Лябаха, В.Н. Соколова, А.Н. Шабельникова, и др.

Вместе с тем, практическая реализация предлагаемых в анализируемых источниках методов описания технологических процессов на СГ, задача определения оптимального режима функционирования объекта требуют адаптации имеющихся теоретических и методических результатов, разработки технического и алгоритмического обеспечения, применения формализованных процедур моделирования и принятия решений.

В настоящее время отсутствует общая методология построения систем мониторинга СП. Это определило цель и задачи диссертационного исследования.

Цель диссертационного исследования - развитие технологии и разработка средств мониторинга, выявляющих данные предыдущего, текущего и прогнозного состояния системы, формирование принципов и методов поддержки принятия решений в системах управления сортировочным процессом.

Для достижения сформулированной цели в работе поставлены и решены следующие задачи:

—дано теоретическое обобщение состояния и перспектив развития систем горочной автоматизации, сформулированы актуальные направления исследования функционирования СГ;

—создана многоуровневая структура предоставления информации, обеспечивающая решение задач мониторинга технологического процесса и технических средств;

—разработаны имитационные модели и методики расчёта параметров технологического процесса роспуска составов;

—развиты и адаптированы к условиям СГ методы информационного обеспечения системы мониторинга;

—результаты исследований внедрены в действующие системы автоматизации СГ и учебный процесс.

Объектом исследования является технологический процесс роспуска составов на сортировочной горке.

Предмет исследования: принципы, математические методы и алгоритмы поддержки принятия решений, информационные технологии и технические средства мониторинга. Исследования выполнялись в рамках следующих пунктов паспорта специальности 05.13.06:

8. Формализованные методы анализа, синтеза, исследования и оптимизация модульных структур систем сбора и обработки данных в ЛСУТП, АСУП, АСТПП и другие.

9. Методы эффективной организации и ведения специализированного информационного и программного обеспечения АСУТП, АСУП, АСТПП и других, включая базы и банки данных и методы их оптимизации.

15. Теоретические основы, методы и алгоритмы интеллектуализации решения прикладных задач при построении АСУ широкого назначения (АСУТП, АСУП, АСТПП и других).

Положения, выносимые на защиту:

1. Структура средств мониторинга технологического процесса СГ и взаимодействия с системами технической диагностики и мониторинга (ТДМ) внешнего уровня.

2. Модели мониторинга СГ и методики расчета параметров потоков, представленные как системы и сеть массового обслуживания.

3. Метод измерения и расчета динамических параметров скатывающихся отцепов.

4. Методика определения скоростей движения отцепов по путяг.': сортировочного парка с контролем адекватности результатов в реальном времени.

Научная новизна исследований:

1. Разработана многоуровневая структура средств мониторинга технологического процесса расформирования составов и д иагностики технических средств.

2. Развита технология моделирования сортировочных процессов на основе методов теории массового обслуживания (ТМО), позволившая учесть особенности и обеспечить прогноз предельных возможностей сортировочной горки.

3. Разработана имитационная модель роспуска составов в виде вероятностного графа передач СеМО, позволившая оптимизировать параметры сортировочного процесса.

-74. Предложены методы измерения и расчёта параметров динамической модели роспуска составов.

Теоретико-методологической основой диссертационного исследования явились научные труды отечественных и зарубежных ученых по данной проблеме, специалистов по управлению сложными (нестационарными, зашумленными) объектами, функционирующими в условиях дефицита времени и информации.

В данном диссертационном исследовании использовались принципы системного (структурно-функционального) и сравнительного анализов, методы моделирования технологических процессов на основе математического аппарата теории массового обслуживания, динамическое моделирование, обеспечивающее реализацию сценарного подхода к управлению СП.

Информационно-эмпирической базой исследования послужили данные, полученные в результате мониторинга автоматизированных сортировочных горок станций Бекасово-Сортировочное Московской железной дороги, Инская и Входная Западно-Сибирской железной дороги, Красноярск-Восточный Красноярской железной доорги, Челябинск-Главный Южно-Уральской железной дороги, Тайшет Восточно-Сибирской железной дороги.

Теоретическая ценность диссертационного исследования определяется направленностью её теоретических результатов на развитие технологии, совершенствование методов, моделей и алгоритмов мониторинга сложных динамических процессов автоматизации роспуска составов, которые могут быть использованы в иных аналогичных системах управления на железнодорожном транспорте.

Практическая значимость работы состоит в том, что её основные методологические и методические выводы не ограничены рамками примеров, приведенных в работе, их можно использовать в различных системах автоматизации технологических процессов.

Основные научные результаты внедрены на следующих объектах автоматизации: станция Входная Западно-Сибирской железной дороги, станция Красноярск-Восточный Красноярской железной доорги, а также в учебном процессе РГУПС. Акты о внедрении результатов приведены в приложении к диссертации.

Апробация и внедрение результатов исследования. Основные положения диссертационной работы докладывались на семинарах кафедры «Информатика» РГУПС, конференциях профессорско-преподавательского состава РГУПС в 2004-

-82007 годах, на 4-й международной научно-практической конференции «ТелеКомТранс-2006», г. Сочи, 2006 г., конференции «Нечеткие системы и мягкие вычисления», г. Тверь, 2006 г.

Результаты диссертационного исследования внедрены в системы информационного обеспечения отрасли: контрольно-диагностический комплекс станционных устройств горочной автоматической централизации (КДК СУ ГАЦ), подсистему поддержки принятия решений для оперативно-диспетчерского и эксплуатационного персонала автоматизированной сортировочной горки в составе КДК СУ ГАЦ (СППР КДК СУ) и в учебный процесс РГУПС по подготовке специалистов на совместных с РостФ ВНИИАС курсах.

Публикации по теме. Основные положения диссертации опубликованы в 14 печатных работах, общим объемом 5,62 п. л., в том числе авторских 2,28 п.л.

Структура и объем работы. Диссертация имеет традиционную структуру и состоит из введения, четырех глав, заключения, двух приложений. Она содержит 199 стр. машинописного текста, 66 рисунков, 10 таблиц и библиографию из 142 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы цель и задачи выполнения научных исследований, отмечены научная новизна и практическая ценность полученных научных результатов. Дана общая характеристика работы и приведена структура изложения материала. Приводятся сведения об апробации основных положений работы и их опубликовании.

В первой главе дана характеристика объекта исследования, представлен обзор существующих систем и технологий мониторинга средств автоматизации СГ, сформулированы цели и задачи исследования, раскрыты проблемы, решаемые при разработке средств мониторинга сортировочного процесса.

Характеристика объекта исследования - системы мониторинга СП, проведена, на базе комплекса горочного микропроцессорного на базе промышленных компьютеров - КГМ ПК, другое название - комплекс горочный - КГ.

В разделах первой главы дан анализ функционирования горочного комплексе, с точки зрения места и роли подсистемы мониторинга в системе управления сортировочным процессом и прокомментированы основные принципы:

организации мониторинга в системе: репрезентативность, оперативность, полнота, точность, надежность, простота, безопасность.

Сравнительный обзор отечественных и зарубежных систем автоматизации СГ позволил выявить существенные проблемы функционального наполнения средств мониторинга технологического процесса и технической диагностики:

—отсутствие информационной структуры, реализующей оптимальное

функциональное и алгоритмическое построение систем; —недостаточность имитационного и технологического обеспечения задач мониторинга;

—необходимость реализации функций поддержки принятия решений и анализа состояния технологического процесса и технических средств на основе интеллектуализации алгоритмов.

Сформулированы цели и задачи функционирования КДК СУ ГАЦ, обеспечивающие всесторонний мониторинг работы систем автоматизации сортировочных горок. Определены цели и средства их достижения в СППР КДК СУ.

Вторая глава диссертации посвящена решению ряда теоретических проблем разработки математического обеспечения средств мониторинга на основе теории массового обслуживания. Разрабатываемые математические формализмы при этом предполагают выполнение ряда строгих ограничений, что сужает круг исследуемых задач или искажает их постановку, вследствие чего многие практические объекты «выпадают» из сферы исследований. Действительно, подход, основанный на использовании ТМО, предполагает априори известную структуру систем массового обслуживания (СМО), жесткие (трудно выполнимые на практике) ограничения на вид и параметры входных и выходных потоков (как правило, имеются в виду простейшие потоки), стационарность и воспроизводимость процессов, наличие достаточной статистической информации и ресурса времени на принятие решений, тождественность критериев функционирования СМО с их технологическими показателями, представимость технологических процессов на железнодорожном транспорте традиционными схемами ТМО. Таким образом, системы, описываемые аппаратом ТМО, относятся к проблемному классу задач, требующих анализа применимости методов и их совершенствования.

Анализ этих проблем в контексте развития систем автоматизации СГ позволил сформулировать основные задачи и логику исследования в рамках ТМО:

1. Обзор практических проблем синтеза информационно-управляющих систем автоматизации железнодорожного транспорта.

2. Анализ задач и функций СГ, как объекта массового обслуживания, для выявления сфер использования формальных моделей.

3. Развитие методов идентификации входных и выходных потоков исследуемых СМО на основе Л-представления.

4. Совершенствование моделей систем массового обслуживания за счет введения и комплексного использования нетрадиционных подходов и методов ТМО.

5. Применение имитационного моделирования для исследования различны?: технологических процессов сортировки составов.

Согласно рабочей гипотезе диссертации, мониторинг сложных систем должен включать не только данные текущего состояния системы, но и прогноз развития этого состояния при заданных начальных условиях. В данной работе этот прогноз предлагается осуществлять на основе моделей и методов ТМО.

Исследование сортировочного процесса декомпозицией сортировочньп: систем. Системы роспуска составов на СГ, как и любые сложные технологические; объекты, допускают формирование различных моделей СМО. Одним из признаков, позволяющих ввести классификацию этих моделей, является степень декомпозиции объекта. В данном разделе этот признак представляется как аргумент оптимизации соответствующих СМО. То есть, осуществляя последовательно декомпозицию системы, мы актуализируем различные параметры исследуемых технологических процессов, через которые и осуществляется управление СМО. Выведем из общей системы роспуска составов на горке (рис. 1 модель 1) процедуру расцепа отцепов и рассмотрим взаимодействие двух подсистем, представленных на рис. 1 модель 2:

Модель 1 Модель 2

Рис. 1. Подсистемы СМО: Iй этап декомпозиции В результате декомпозиции получена модель, которая усложняет схему исследования, но повышает управляемость, т. к. один из параметров управления, скрытый ранее, выведен для исследования и использования. Это У„ - скорость надвига состава.

Варьируя скорость надвига в имитационной модели процесса, мы можем получить эмпирически таблицу вида1:

Таблица 1

Ун 6,2 7,1 7,518,3 8,8 9,5 10,3 11,1

Тр 41 38 36 34 32 31 30 29

5 0 0 0 ¡0.4 1 1,8 2,8 3,9

где: Тр - время роспуска отцепа, число сбоев (нагонов, окон, чужаков и т.д.).

Очевидно, что чем больше Ун, тем меньше Тр и выше 5, Введя интегрирующий эти показатели критерий, можно получить оптимальную К-

Осуществим еще более детальную декомпозицию, представленную на рис.2. Блоки СвСк; означают очередной г-й участок свободного скатывания, "Щ - г-ю тормозную позицию (ТП). Время обслуживания _/-го отцепа на СвСк, и ТП„ соответственно, описывается следующими аналитическими соотношениями: -для участка свободного скатывания - ¡ч = /(К„Д, Р^Я,,...), где Ун — скорость вхождения в исследуемый канал, / - длина отцепа; Р - его вес; Я - род вагона;

- для тормозной позиции - = /,(Кч, 1,, Р;, Я,, с1, т]), где с - ступень торможения, т - время торможения.

Расцеп • СвСк, ТП,' -» СвСк2 ТП2 СвСк2 ТП,

Рис. 2. Пример декомпозиции сортировочной горки на подсистемы

Интенсивность работы каждой из подсистем определяет входной поток для следующего канала. Участки СК;, в свою очередь, имеют сложную структуру, если разбить участки свободного скатывания на подсистемы с учетом стрелок.

Если считать, что оптимальное распределение путей парка формирования достигнуто, то можно найти показатель, характеризующий максимальную эффективность работы сортировочной горки. Тормозная позиция также состоит из нескольких секций, что позволяет осуществить дальнейшую декомпозицию системы.

Подсистемы массового обслуживания СГ с несанкционированным доступом каналов обслуживания. На СГ существует ряд подсистем массового

' Данчые табл, I получены для модели, описывающей сортировочный процесс на пути 3 станции Инская четной системы ЗСЖД

обслуживания, для которых момент поступления заявок на обслуживание этими СМО не регламентируется. Такими объектами являются: расцеп отцепов на горбе горки; участок свободного скатывания; тормозная позиция; стрелка разделения маршрутов отцепов.

Вне зависимости от фактического разделения отцепов на ускоряющем участке горки, следующий неизбежно надвигается локомотивом в зону расцепа. Участок свободного скатывания может рассматриваться кай СМО в том смысле, что он «должен» пропустить отцеп без нагона следующим. В этом состоит правильное обслуживание участком отцепа. Время обслуживания определяется длиной отцепа /, и длиной участка 1о стрелочно-путевой секции:

Г(=(/0+2/,)/^.

Среднее время обслуживания:

"М К "Кр К„

Вероятность сбойной ситуации при наличии двух отцепов на стрелке: ..

Рсб= 1 - Р» •

Интенсивность обслуживания — /(/0 + 21ср).

Таким образом, расширен перечень пассивных СМО, участвующих в СП, уточнены аналитические соотношения расчета параметров систем.

СГ как СМО без входного потока с очередью. Процесс роспуска состава на сортировочной горке обладает рядом отличительных особенностей, требующих критического анализа и совершенствования существующих подходов к моделированию СМО. Заявками, требующими обслуживания, являются отдельные отцепы распускаемого состава. Сам состав, таким образом, представляет собой уже сформированную очередь заявок, и в процессе роспуска (обслуживания этих заявок) новые заявки не появляются. Если скорость надвига состава на горю/ постоянна, то мы имеем дело со стационарным процессом. Далее используется математическая формализация исследуемого случая при выходном потоке с интенсивностью ¡г и вероятностью обслуживания Р(,Ы) = тцЫ.

В процессе исследования получены уравнения, описывающие процесс обслуживания заявок в системе:

Р0(0 = тцРг((); Р„ (I) = тр(Рп+1(() - Р„(()), 0<п<Ъ Р„ (() = - тцР^).

Начальные условия, определяющие начало роспуска состава для решения данной системы дифференциальных уравнений, следующие:

Рл(0) = 1; Рл(0) = 0 (при п<1У).

В работе исследованы случаи нарушения условий возникновения простейшего потока. Проведен анализ возникновения Л-потока, отличного от простейшего. Введем единицу времени, например, 10 е., с помощью которой будем отсчитывать время роспуска. Пусть в результате наблюдений получена следующая таблица результатов.

Таблица 2

т 1 2 3 4 5 6 7 8 9 10 11

п 0 0 1 1 1 2 2 3 3 3 4

В данном случае интенсивность выходного потока (1=0,4 и вероятности обслуживания Р(Д1=1)=0,4, а Р(Д1=2)=0,78. Это хорошо согласуется с требованиями простейшего потока Р(Д1)=0,4шА1 при ш=1. Изменение интенсивности потока и масштаба измерения времени протекания процесса не влияет на результаты расчетов.

При изменении дисциплины обслуживания и исключении при этом требования ординарности (табл. 3): ¡л = 0,4, Р(Д1=1) = 0,2, а Р(А1=2) = 3/9 и условие Р(Д0 = 0,4шА1 при т=1 уже не выполняется.

Таблица 3

г 1 2 3 4 5 6 7 8 9 10 11

п 0 0 0 0 0 2 2 2 2 2 4

Для расчета параметра т удобно использовать статистику наблюдений и аппроксимацию с помощью МНК, предварительно эмпирически получив

следующую таблицу.

Таблица 4

А1 1 2 3

РШ) 0,2 0,33 0,5

Обращение к технологии МЕЖ дает т ~ 0,42.

СМ О, накапливающие очередь. Альтернативным для СМО, не имеющих входного потока, являются системы, накапливающие очередь. Следует рассмотреть два варианта таких систем.

1. СМО, принимающие заявки и в силу определенных технико-технологических условий не производящие их обслуживание.

- 142. СМО, которые осуществляют обслуживание, но характеризуются коэффициентом обмена системы р > 1.

Известны вероятности следующих состояний таких СМО:

— «нет сбоев»:

Р«(0=сс-Ю\

— «в системе есть один сбой»:

Pl(i)=U.tekAt.

Получены вероятности состояний исследуемой системы при двух и более сбоях, используя известное выражение:

р'п(1)=кх{рп^)-рп{т

При заданных начальных условиях Рд(0)=1, Р„(0)=0, п>0 — С = 0, для п-2 и п=3 выражения имеют вид:

Р2(0 = е*" />(/) = IjfcUV <Г№ 2 и 6

По методу математической индукции можно записать:

Рп (г) = —-1—r-,rV-' е-» PJt) =-к"Л"1п е'"1 "-lW (и-1)! и и!

Доказательство этого утверждения осуществляем подстановкой полученных равенств в известное выражение.

Полученные зависимости позволяют ввести следующие характеристики системы: наиболее вероятное число заявок и среднее число заявок в системе в момент времени t; вероятность превышения заданного числа заявок в системе и т. д.

Анализ СМО с регулярными потоками. Регулярность потоков СМО, заключающаяся в том, что интервалы Л1г. = tt+l —ti между поступлениями заявок и длительности их обслуживания А2(. известны (не случайны) заранее. Если А,, (или &2:) постоянны, то имеем регулярные, равномерные потоки СМО. Регулярность работы сортировочного процесса, желаемое свойство систем автоматизации.

Рассмотрены СМО, характеризующиеся равномерным регулярным входным потоком с Д) и регулярным обслуживанием с А2. Если Aj > Д2, то существует стационарный режим, при котором очередь отсутствует.

Исследуем переходной процесс исчезновения очереди. Если перед началом обслуживания имеется очередь длиной поч, то для ее компенсации требуется время Да поч. Так как входной поток присутствует, то резерв времени на «очередников» образуется за счет разности Л| - Д2, возникаемой от каждой пары вошедшей и вышедшей заявки. Таким образом, следует обслужить Д2 поч / (Ai - Д2) заявок, чтобы набрать необходимый резерв времени. То есть, очередь исчезнет через период времени:

который является также длительностью переходного периода.

Пусть в начальный момент времени t = 0 в очереди было «(0) заявок. Число заявок в очереди n(t) через время t рассчитывается следующим образом. Поступивших заявок в систему - [i / А, ] < < [i / Д, ] +1, «ушедших» из системы -[г/ Д2]< пу < [</Д2]+1, следовательно, очередь уменьшилась на величину п=пу- п„. Тогда n(t) =л(0) - п. Знак [a!b\ означает целое число от деления числа а на число Ь.

Если А/ < Л2, то дефицит времени накапливается с интенсивностью (Д2-Д,)/Д,.

Моделирование сортировочного процесса с помощью СеМО. Процесс расформирования состава на сортировочной горке содержит три стадии обслуживания, описываемые соответственно тремя СМО: CMOl, СМ02 и СМОЗ, на каждой из которых производится обслуживание по определенньм правилам (рис.3). CMOI моделирует надвиг состава на горку, СМ02 - это собственно роспуск состава и СМОЗ - нормализация результатов роспуска в парке формирования (ПФ). В нашем случае с вероятностью Poi=l состав подается на пути надвига. С вероятностью ?п~ 1 выполняется проведение операции в СМ01 — состав надвигается на горку. После этого с вероятностью Р23-1- 9Р осуществляется обработка в СМ02 — роспуск. При нерасцепе отцепов осуществляется повторная обработка в СМ02 с вероятностью 0Р. После завершения роспуска осуществляется анализ результатов в СМОЗ, и в случае положительного исхода заявка покидает сеть (состав с территории СГ переходит в парк отправления (ПО)). В противном случае часть состава (отцепы с нарушенным режимом скатывания) подается на повторное обслуживание в СМ02. Обслуживание может быть выполнено повторно в СМОЗ с вероятностью 0Н — нормализация маневровыми перестановками отцепов в ПФ.

Аналитически СеМО задаются матрицей вида (1). Сеть, описываемая (1), включает К штук элементарных СМО и один источник заявок. Заявки, выходящие из г'-й системы с вероятностью Ру поступают в систему / (/=1,..., 1С) или покидают систему (/=0). Из источника непосредственно в у-ю систему заявки поступают с вероятностью Р07.

Рис. 3. Пример замкнутой СеМО.

Матрицу вероятностей поступления требований в сеть, выхода из нее и перехода из одной системы в другую называют матрицей передач:

0)

Гоо р., ..Рок

я = л» р„ -Р,К

Рк. Рк, р

В нашем случае, очевидно, в этой матрице следует считать, что Р„ - С. Матрица передач стохастическая и удовлетворяет требованиям:

£Р„=1, 0<Р,£1, г'= 0,1 ,...,К.

Матрица передач для нашей сети имеет вид:

р=

0 10 о 0 0 1 о о о вр 1-0, о \-(в+в„) в,

(2)

(3)

где в — вероятность того, что состав безошибочно пройдет сортировочную горку, вр - вероятность нерасцепа, 0„ - вероятность нормализации без роспуска.

Важной характеристикой сети СМО является среднее время пребывания в ней заявки. Доказано, что общая интенсивность Хо распределяется между подсистемами СеМО с долями, равными а, = Р„(ЕК - 1\ух, откуда следует, что общее время (семо нахождения заявки в системе является взвешенной суммой с теми же коэффициентами, т. е.

к

1С<МО

где г,- - среднее время нахождения заявки в /'-й СМО системы.

С помощью представленной модели можно рассчитать среднее время нахождения заявки в СеМО, которое при заданных начальных условиях: Лд=3,

0=0,7,0/=О,1, 0„=О,2} Л = 0,3 ч., ¿2 = 0,2 ч., Гэ =0,1 ч., составило—0,7 часа.

В третьей главе даны результаты разработки системы мониторинга КГ. Разработка осуществлена по следующим направлениям: алгоритмы и логика функционирования средств мониторинга, выбор и разработка структуры технических средств, разработка человеко-машинного интерфейса и эргономики средств отображения информации, виды и методы оповещения персонала. Логика функционирования средств мониторинга рассмотрена на примере КГ. Информационные потоки, средства их генерации, доставки, и хранения имеют многослойную структуру, условно разделенную на два уровня - линейный и внешний. Объектами мониторинга и контроля линейного уровня являются горочные устройства железнодорожной автоматики и телемеханики (ЖАТ) — тензометрические весомеры, датчики счета осей (ДСО), радиотехнические датчики свободности путевых участков, блоки управления и электроприводы горочных стрелок, аппаратура контроля заполнения путей сортировочного парка, вагонные замедлители, питающие установки напольных и постовых устройств ЖАТ, компрессорные установки и агрегаты компрессорной станции. Источниками контрольной и диагностической информации, передаваемой в системы автоматизации, являются контроллеры и блоки управления напольными устройствами, контрольные реле схем управления средствами централизации и механизации СГ. Основой информационной составляющей средств мониторинга являются данные, поступающие от контроллеров и преобразователей сигналов напольных устройств. На их базе, с учетом технологической и конструктивной составляющих, строится функциональная модель работы СГ в непрерывной пространственно-временной среде. Одним из основных параметров динамической модели СГ являются данные о скорости скатывания отцепов и её производных.

Разработана и внедрена в практику технология определения скростных характеристик по проходу каждой оси отцепа, позволившая построить динамическую модель для любой подвижной единицы с заранее неизвестными параметрами тележек и базы.

На рис. 4 представлена эпюра сигналов ДСО, в результате обработки которых ПК ГАЦ определяет параметры скорости движения отцепа. По первой оси определяется значение скорости, по разнице скоростей первой и второй оси — ускорение, по разнице ускорений при проходе третьей оси - приращение ускорения. При этом используется классическая формула: V = 51 Н, где: 5 -расстояние, а Г — время следования оси между центрами чувствительных

измерительной головки и сравнение данных скоростемера с мгновенными

скоростями каждой оси Время г определяется по формуле: t = ^t^+t1')l2, где: !,\ - область наезда оси; ¿2 - область схода оси.

Достоверность определения мгновенной скорости отцепа зависит от точности измерения длительностей сигналов и снижается при возрастании скорости проследования оси.

Разработана структурная схема средств мониторинга технологического процесса роспуска составов и взаимодействия с системами ГДМ внешнего уровня.

Разработан метод отображения технологических объектов СГ в виде «активных экранов». Предложена компоновка элементов и эргономика оперативно-технологических «окон» АРМов дежурного по горке и операторов. Представлены варианты предоставления информационных ресурсов в виде табло коллективного пользования и оперативно-диспетчерского оборудования горочного пульта, обеспечивающих мониторинг ситуаций и управление системами автоматизации роспуска составов на сортировочных горках.

Четвертая глава посвящена прикладным аспектам исследования и внедрения.

1. Разработан комплекс технических решений, обеспечивающих мониторинг и автоматизированное управление технологическим процессом расформирования составов на сортировочных горках различной мощности.

2. Разработана методика определения заданных скоростей движения отцепов с целью обеспечения безопасного соударения и реализации нормативных параметров накопления вагонов в сортировочном парке. Данная методика включает алгоритм контроля соответствия расчётных значений условиям роспуска.

Для парковой тормозной позиции с известными характеристиками вагонных замедлителей и стандартным профилем пути при расчёте учитываются следующие параметры: л:/ - весовая категория отцепа, измеряемая с дискретностью в 20 тонн; л^ - длина отцепа в вагонах; ^ - ходовые свойства, идентифицируемые по пятибалльной оценке: 1 - очень плохой бегун, 2 - плохой бегун, 3 - средний бегун, 4 - хороший бегун, 5 - отличный бегун; х4- расстояние в метрах до точки прицеливания.

Функция зависимости начальной расчётной скорости (Ур) отцепа весом х,, длиной Х2, ходовыми свойствами Хз, на участке длиной х4 принята в следующем виде:

ур = аххх + а2х2 + аъхъ и- а4х4. (4)

Как правило, при нахождении Ур обращаются к помощи эксперта, который опираясь на свой многолетний опыт работы, исходя из полученных значений х,, х2, хз, X/ может определить начальную скорость, с которой необходимо выпустить отцеп, чтобы обеспечить безопасное соударение вагонов в парке. Различные эксперты имеют разный опыт и этим обеспечивается настройка модели под конкретного специалиста.

-20В процессе роспуска для различных отцепов параметры xh л~2, х3, д:4 будут меняться, соответственно будет меняться и начальная скорость Vp.

При полном доверии к мнению эксперта, для определения весовых коэффициентов необходимо минимизировать сумму квадратов отклонений результатов вычислений от значений, выданных экспертом, то есть

минимизировать следующий критерий:

1

min г2 = min -(а,*,* +агх% +агх* +алх*))г. (5)

К -20

Данный критерий есть квадратичная функция неизвестных параметров а:. Находим их из условия:

fl = 0. (6) да.

Решая данную систему линейных алгебраические уравнений, получим точку, в которой производная принимает минимальное значение. При этом нет необходимости проверять полученную критическую точку на наличие экстремума, так как функция имеет параболический вид с ветвями, обращенными в область положительных значений.

В конкретном случае2 были взята репрезентативная выборка отцепов и получена система уравнений:

'293а, +132а2+317а3 + 22815а„ =136 132а, + 86а2 +172,5 а, +12116а4 = 79 ' 317а,+172,5а2+421,5а3 +32157а( =196 22815а, +12П6о2 +З2157а3 +3309440а4 = 16772

откуда следует: «/=-0,161; в2=0,0063; «/=0,413; (/¿=0,0019; Теперь формула вычисления Vp принимает вид:

Vi = -ОД 61x1 + 0,0063*' + 0,413*3 + 0,0019хЦ. (7)

По дополнительным данным была дана оценка модели по формуле:

В рассматриваемом примере 8 =0,102, что составляет 5% от среднего значения УркЭКИ1. Разработан алгоритм коррекции решающего правила, который в

данном случае позволил снизить ошибку до £ =0,063, что составляет 3% от среднего значения Vpk3Kcn. В результате получена более точная формула:

2 Данные получены в период с 8.11.2007 по 8.12.2007 с пути 31 парка формирования ст. Красноярск-Восточный.

VI = -0,137** + 0,04*2 + 0,393^ +0,00202^.

Для осуществления последующей адаптации к меняющимся условиям внешней среды роспуска — погода, профиль и т.п., необходим критерий оценки адекватности расчётов реальным результатам накопления в сортировочном парке.

Критерием оценки качества работы сортировочной горки является коэффициент заполнения путей сортировочного парка, рассчитанный по результатам роспуска состава. Этот коэффициент для каждого пути сортировочного парка рассчитывается по формуле:!^ = Ь„Г/ЬМ11, где: — длина пути, занятая вагонами без учёта межвагонных промежутков; Ьюн — длина пути, занятая вагонами с учётом межвагонных промежутков.

Качество заполнения путей сортировочного парка определено в техническом задании на системы автоматизации управления прицельным торможением и равно Зм на один условный вагон - 14,5 м. Коэффициент заполнения равен: к» = 14,5/(14,5 + 3) = 0,8.

При значительных отклонениях начальных скоростей отцепов от требуемых в изменившихся внешних условиях роспуска мы будем наблюдать отклонение коэффициента заполнения путей от заданного. При этом от роспуска к роспуску значения не должны изменяться более чем на 0,1.

Для обеспечения необходимого диапазона погрешности Кмп выберем среднюю точку в диапазоне от 0,8 до 1 — 0,9 и будем после каждого роспуска определять и контролировать коэффициент заполнения по каждому пути сортировочного парка.

■ При превышении данного значения необходимо уточнение исходных данных системы линейных алгебраических уравнений, решая которую получим новые весовые коэффициенты а,,а2,а3,а4> соответствующие изменившимся условиям роспуска.

Корректировка коэффициентов осуществляется отдельно по каждому пути сортировочного парка с учётом свободного пробега отцепа до соударения во всём диапазоне длины. • Обучающая выборка параметров должна постоянно пополняться в процессе роспуска составов. При этом длина выборки не меняется, а необходимое число устаревших по времени параметров при пополнении удаляется. Таким образом, обеспечивается постоянная готовность выборки к обучению.

-22В заключении диссертации сформулированы основные результаты работы. Дано краткое описание задач, функций, технического исполнения комплекса контроля и диагностики станционного устройства, обеспечивающего мониторинг процесса роспуска составов в системе управления сортировочной горкой.

Внедрение системы мониторинга и контроля функционирования автоматизированных сортировочных горок на ряде железнодорожных станций сетевого и регионального значения позволяет: реализовать статистический и интеллектуальный анализ результатов выполнения технологического процесса роспуска составов и отдельных его стадий; обеспечить интеллектуализацию принятия решений по управлению процессом роспуска на СГ; обеспечить развитие алгоритма отбора и систематизации экспертной информации о взаимодействии объекта и субъекта управления на основе анализа параметров последействия.

Получено шесть положительных решений на патенты изобретения к полезные модели, опубликовано восемь печатных работ:

1. Одикадзе В.Р. Контроль и диагностика устройств горочной автоматической централизации П Ведомственные корпоративные сети системы, 2006. -№5.(0,3 п.л.).

2. Одикадзе В.Р. Комплекс контроля и диагностики станционных устройств. // Сб. докл. 4-й междунар. науч.-практ. конф. «ТелеКомТранс-2006». - Ростов н/Д: РГУПС. - 2006. (0,32 пл.).

3.Шабельников А.Н., Одикадзе В.Р. Разработка систем интеллектуального принятия решений на железнодорожном транспорте. // Сб. трудов конференции «Нечеткие системы и мягкие вычисления». — Тверь: Тверской государственный университет, 2006. (0,17 п.л.)

4.Шабельников А.Н., Шумский A.B., Соколов В.Н., Одикадзе В.Р., Бирюков И.А. Комплекс технических средств логической защиты стрелки (КТС JI3C). Патент на полезную модель №52799. Российская Федерация. 2006 г. (0,09 п.л.).

5.Шабельников А.Н., Соколов В.Н., Одикадзе В.Р., Родионов Д.В., Даньшин А.И. Контрольно-диагностический комплекс станционных устройств горочной автоматической централизации (КДК СУ ГАЦ). Патент на полезную модель №56308. Российская Федерация. 2006 г. (0,08 п.л.).

-236. Шабелышков А.Н., Соколов В.Н., Одикадзе В.Р., Рогов С.А. Модуль плавного управления тормозными средствами (МПУТС). Патент на полезную модель №57700. Российская Федерация. 2006 г. ( 0,1 п.л.).

7. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р., Сапков И.Г., Даныпш А.И. Комплексная система автоматизации управления компрессорной станцией (КСАУКС). Патент на полезную модель №59511. Российская Федерация. 2006 г. (0,07 п.л.).

8. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р., Даныпин А.И., Рогов С.А. Горочная автоматическая централизация микропроцессорная с контролем накопления вагонов в сортировочном парке (ГАЦ МН). Патент на полезную модель №51955. Российская Федерация. 2006 г. (0,11 п.л.).

9. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р., Рогов С.А. Устройство для плавного управления вагоиозамедлителем. Патент на изобретение №2324615. Российская Федерация. 2006г. (0,2 пл.).

10. Шабельников А.Н., Одикадзе В.Р. Совершенствование системы прицельного торможения отцепов на сортировочных горках // Известия вузов. Северо-Кавказский регион, 2008. -№ 2. (0,17 п.л.)

Публикации в изданиях, рекомендованных ВАК:

11. Шабельников А.Н., Одикадзе В.Р. Моделирование системы горочной автоматической централизации с помощью теории массового обслуживания. // СКНЦ, приложение «Научная мысль Кавказа». - 2001. (0,09 пл.).

12. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р. Универсальные модульные системы для автоматизации горок. // Автоматика, связь, информатика, 2007. - № 3 . (0,11п.л.).

13. Ададуров С.Е., Шабельников А.Н., Одикадзе В.Р. Многоуровневый мониторинг и контроль функционирования системы автоматизации сортировочной горки, // Вестник РГУПС. - 2007. - № 4. (0,23 п.л.).

14. Одикадзе В.Р., Родионов Д.В. Средства мониторинга и контроля функционирования автоматизированной сортировочной горки. // Автоматика, связь, информатика, 2007. - № 11. - С. 23-26. (0,24 п.л.).

Личный вклад автора в работах, выполненных в соавторстве

131 - методы моделирования процессов принятия решений; /4, 5, 6, 7, 8, 9/ -оптимизация структур построения и разработка алгоритмов функционирования; /10/ - методика определения скоростей движения отцепов; /11/ - имитационная

модель СГ; /12/ - описание функций КСАУКС; /13/ - структура технических средств мониторинга и контроля; /14/ - постановка задачи.

Одикадзе Владимир Ромазович

Автореферат диссертации на соискшше ученой степени кандидата технических наук

РАЗВИТИЕ ТЕХНОЛОГИИ И РАЗРАБОТКА СРЕДСТВ МОНИТОРИНГА ФУНКЦИОНИРОВАНИЯ СИСТЕМ АВТОМАТИЗАЦИИ СОРТИРОВОЧНЫХ ПРОЦЕССОВ

Подписано к печати Формат 60x84/16

Бумага офсетная. Печать офсетная. Усл. печ. л 1,4

Уч.-изд. Л. 1. Тираж 100 экз. Заказ № 4183.

Ростовский государственный университет путей сообщения Ризография РГУПС.

Адрес университета: 344038, г. Ростов-на-Дону, пл. Ростовского стрелкового полка

народного ополчения, 2.

Обозначения, принятые в диссертации.

Введение.

1 Проблемы разработки системы мониторинга функционирования средств автоматизации комплекса горочного.

1.1 Характеристика объекта исследования: сортировочная горка и принципы функционирования системы мониторинга комплекса горочного.

1.2 Обзор существующих средств и технологий мониторинга систем автоматизации железнодорожного транспорта.

1.3 Формирование целей и задач функционирования системы мониторинга комплекса горочного.

Выводы по главе.

2 Разработка математического обеспечения системы поддержки принятия решений на основе теории массового обслуживания.

2.1 Уточнение понятийного аппарата теории массового обслуживания и развитие методики исследования.

2.2 Сущность, роль и место теории массового обслуживания в системе поддержки принятия решений.

2.2.1 Исследование сортировочного процесса декомпозицией сортировочных систем.

2.2.2 Подсистемы массового обслуживания сортировочной горки с несанкционированным доступом каналов обслуживания.

2.2.3 Сортировочная горка как система массового обслуживания без входного потока с очередью.

2.2.4 Системы массового обслуживания, накапливающие очередь.

2.2.5 Анализ систем массового обслуживания с регулярными потоками.

2.3 Моделирование сортировочного процесса с помощью сетей массового обслуживания.

Выводы по главе.

3 Разработка системы мониторинга комплекса горочного.

3.1 Разработка логики функционирования системы мониторинга комплекса горочного.

3.2 Средства мониторинга и контроля функционирования системы автоматизации сортировочной горки.

3.3 Разработка средств отображения информации системы мониторинга комплекса горочного.

3.3.1 Оперативно-технологические окна на мониторе автоматизированного рабочего места дежурного по горке.

3.3.2. Состав и назначение меню автоматизированного рабочего места дежурного по горке.

3.3.3. Специализированная клавиатура и индикаторы пульта управления.

3.3.4 Автоматизированные рабочие места горочных операторов и табло коллективного пользования.

Выводы по главе.

4 Прикладные аспекты исследования и внедрения.

4.1 Разработка комплекса технических решений мониторинга и управления технологическим процессом.

4.1.1 Горочная автоматическая централизация микропроцессорная с контролем накопления вагонов в сортировочном парке (ГАЦ МН).

4.1.2 Контрольно-диагностический комплекс станционных устройств горочной автоматической централизации (КДК СУ ГАЦ).

4.1.3 Комплексная система автоматизации управления компрессорной станцией (КСАУКС).

4.1.4 Комплекс технических средств логической защиты стрелки (КТС ЛЗС).

4.1.5 Устройство для плавного управления вагонозамедлителем.

4.2 Разработка методики определения скоростей жвижения отцепов по путям сортировочного парка.

4.3 Результаты мониторинга реальных систем автоматизации сортировочных горок.

Выводы по главе.

Актуальность проблемы.

Президент ОАО «РЖД» В.И. Якунин, комментируя перечень задач Федеральной целевой программы «Модернизации транспортной системы России», отметил в качестве одной из важнейших задач ряда первоочередных инвестиционных проектов «создание системы сбора и обработки статистической информации по транспортному комплексу», что обеспечивается успешной информатизацией отрасли и развитием новых технологий, базирующихся на интеллектуализации механизмов и процедур моделирования, принятия решений и управления.

В полной мере сказанное касается важнейших составляющих транспортного комплекса страны: сортировочных горок сортировочных станций. Они крайне нуждаются в современной системе сбора и обработки информации не только статистической, но и экспертной, для анализа текущего состояния, прогноза будущего развития и оперативного управления.

Стратегическая идея развития отрасли — инновации, обеспечивающие качество и производительность работы объектов автоматизации в соответствие с требованиями рынка транспортных услуг. В данной работе предлагается инновативность обеспечить через создание системы интеллектуального мониторинга. Интеллектуальность понимается, как способность системы адекватно реагировать на внешние и внутренние возмущения, сохраняя основные параметры технологического процесса, обучаться и обучать принятию решений.

Интеллектуальность функционирования сортировочных горок (СГ) обеспечивается наличием:

- системы адекватных разноуровневых и разноплановых моделей процессов расформирования поездов и процедур принятия решений; совокупности критериев, определяющих стратегические и тактические направления развития отрасли в целом и объекта автоматизации, в частности; специальных технологий обработки информации.

Базовым математическим аппаратом математического синтеза системы мониторинга сортировочных процессов избраны: теория массового обслуживания (ТМО), теория информации, статистические процедуры оценивания экспертного опыта горочных операторов.

Модель ТМО позволяет «проиграть» варианты развития процессов расформирования составов при различных условиях функционирования и в базе знаний (БЗ) содержать готовые прогнозы. При заданном критерии в БЗ также заблаговременно готовятся решения. Для этой цели формируются специализированные машинные советчики.

Рассмотренные выше вопросы активно разрабатываются в научной, методической, нормативной литературе.

Степень разработанности проблемы.

Теоретической основой разработки послужили труды учёных и специалистов, объединенных научной школой д.т.н. профессора В. Иванченко: А. Вершинина, А. Кулькина, JI. Кузнецова, Н. Лябаха, Ю. Самойленко,

A. Сепетого, А. Федорчука, А. Шабельникова. Разрабатываемые в данной диссертации вопросы, учитывают опыт работы созданных ими систем: КГМ РИИЖТ, ЛИУК ПП и ПО, КСАУ КС, АРМ ШН и др.

Проблемы собственно развития отрасли, ориентирующие разработчиков на внедрение инноваций, учет экономических критериев, поставлены и освещены в многочисленных работах С Ададурова, В. Гапановича, В. Кайнова,

B. Колесникова, В. Шарова, В. Якунина.

Решению важных теоретических и практических вопросов создания современной технологии управления, исследования и моделирования сложных объектов и процессов анализа и синтеза устройств автоматики и телемеханики, разработки микропроцессорных систем, их программного обеспечения и диагностики, формирования технической политики и стратегии дальнейшего развития АСУЖТ, начиная с 1980 г., посвящены работы В. Апатцева, С. Аркатова, JI. Бардинова, В. Буянова, А. Гуды, И. Дмитренко, И. Долгого, Ю. Жаркова, В. Иванченко, В. Карпухина, С. Ковалева, Ю. Кравцова, Е. Лецкого, В. Лисенкова, Н. Лябаха, В. Павлова, В. Сапожникова, Вл. Сапожникова, Е. Сотникова, Е. Тишкина, Л. Тулупова, В. Шелухина, А. Шилейко и других ученых.

Проблемы горочной автоматизации подробно исследованы Ю. Боровковым, В. Иванченко, Н. Никифоровым, А. Савицким, А. Сепетым, Е.Тишкиным, Н. Фонаревым, В. Шелухиным и другими.

Мониторингу сложных систем на транспорте посвящены работы Е. Розенберга, И. Розенберга, В. Соколова, А. Федорчука.

Построение формальных описаний процессов расформирования-формирования поездов на СГ, разработка инструментария планирования и управления объектом исследования осуществлялись на основе трудов А. Баженюка, Л. Берштейна, Е. Вентцель, А. Гуды, Л. Заде, С. Ковалева, А. Мелихова, А. Орлова, В. Соколова, Л. Тулупова и др.

В настоящей работе анализируются и развиваются также различные подходы к интеллектуализации сортировочных процессов (СП), изложенные в работах М. Бутаковой, В. Иванченко, С. Ковалева, Н. Лябаха, В.Соколова, А. Шабельникова, и др.

Вопросы применения ТМО для управления транспортными процессами рассмотрены в работах М. Бутаковой, В. Ивницкого, Н. Лябаха, Г. Поттгоффа.

Вместе с тем, практическая реализация предлагаемых в анализируемых источниках механизмов описания исследуемых технологических процессов на СГ, задача определения оптимального режима функционирования и управления объекта требуют адаптации имеющегося теоретического и методического инструментария, разработки технического и программного обеспечения и применение формализованных процедур моделирования и принятия решений.

В настоящее время, кроме того, отсутствует единая методология построения систем мониторинга СП. Это определило цель и задачи диссертационного исследования.

Цель диссертационного исследования — развитие технологии и разработка средств мониторинга, оперирующих данными прошедшего, текущего и прогнозного состояния системы, формирование принципов и методов поддержки принятия решений в системах управления сортировочным процессом.

Для достижения сформулированной цели в работе поставлены и решены следующие задачи: дано теоретическое обобщение состояния и перспектив развития систем горочной автоматизации, сформулированы актуальные направления исследования функционирования СГ; разработаны методы моделирования технологических процессов на СГ и процедуры принятия решений в СППР средств мониторинга сортировочных процессов; разработаны новые механизмы и инструменты управления процессом роспуска составов, основанные на результатах мониторинга СГ; развиты и адаптированы методы информационного обеспечения системы мониторинга; создана структура построения комплекса технических средств, обеспечивающих решение задач мониторинга технологического процесса; внедрены методы и методики в действующие системы автоматизации СП и учебный процесс.

Объект исследования: СГ и система мониторинга сортировочными процессами.

Предмет исследования: принципы, математические методы и механизмы поддержки принятия решений в СППР, информационные технологии и технические средства мониторинга. Исследования выполнялись в рамках следующих пунктов паспорта специальности 05.13.06:

8. Формализованные методы анализа, синтеза, исследования и оптимизация модульных структур систем сбора и обработки данных в АСУТП, АСУП, АСТПП и другие.

9. Методы эффективной организации и ведения специализированного информационного и программного обеспечения АСУТП, АСУП, АСТПП и других, включая базы и банки данных и методы их оптимизации.

15. Теоретические основы, методы и алгоритмы интеллектуализации решения прикладных задач при построении АСУ широкого назначения (АСУТП, АСУП, АСТПП и других).

Концепция диссертационного исследования базируется на следующих аспектах авторской научной позиции:

1. Контроль над деятельностью системы управления должен быть целесообразным (затраты на его организацию не должны превышать эффекта от внедрения) и обоснованным (в результате мониторинга наблюдается минимально необходимое количество параметров объекта для обеспечения заданного уровня управления объектом).

2. Сложность и, как следствие, уровень опасности системы не должны повышаться, а сложность процедуры управления должна снижаться вследствие внедрения и функционирования подсистемы мониторинга.

3. Мониторинг сложных систем должен распространяться не только на данные текущего состояния системы, но и на параметры прогноза развития этого состояния. То есть диагностируется и настоящее, и будущее системы.

4. Мониторинг СП классифицируется на репрезентативный -статистически достоверный и индикативный, фиксирующий начало изменений в системе, обосновывающий необходимость и своевременность репрезентативного мониторинга.

Положения, выносимые на защиту:

1. Структура построения средств мониторинга технологического процесса СГ и взаимодействия с системами ТДМ внешнего уровня.

2. Модель мониторинга СГ и механизм расчета её параметров, представленная как системы и сеть массового обслуживания.

3. Метод измерения и расчета динамических параметров скатывающихся отцепов.

4. Методика определения начальных скоростей движения отцепов по путям сортировочного парка с контролем адекватности результатов в реальном времени.

Научная новизна исследований:

1. Разработана структура построения средств мониторинга технологического процесса СГ и взаимодействия с разноуровневыми системами ТДМ внешнего уровня.

2. Систематизированы и развиты модели ТМО, описывающие специфические особенности сортировочного процесса: модели объектов без входного потока с фиксированной очередью, СМО с несанкционированным входом на обслуживание, регулярные СМО, системы без обслуживания накапливающие очередь. Комплекс названных моделей позволяет повысить адекватность моделирования, качество мониторинга, улучшить характеристики разрабатываемых и действующих систем автоматизации СП.

3. Разработана модель роспуска составов в виде графа передач сети массового обслуживания, содержащая процедуры надвига, роспуска и процесс его нормализации. Внедрение данной модели в практику управления сортировочным процессом позволяет имитационным путем оптимизировать параметры сортировочного процесса на различных этапах проектирования, внедрения и эксплуатации автоматизированных горок.

4. Впервые предложен метод расчета характеристик скорости скатывания отцепов, позволивший построить динамическую модель перемещения подвижных единиц с заранее неизвестными параметрами.

5. Разработана и впервые реализована, в рамках осуществления «прогнозного мониторинга», методика определения скоростей движения отцепов по путям сортировочного парка.

Теоретико-методологической основой диссертационного исследования явились научные труды отечественных и зарубежных ученых по данной проблеме, специалистов по управлению сложными (нестационарными, зашумленными) объектами, функционирующими в условиях дефицита времени и информации.

В данном диссертационном исследовании использовались принципы системного (структурно-функционального) и сравнительного анализов, теория массового обслуживания, статистические методы (корреляционно-регрессионный анализ), теория нечетких множеств, позволяющая формализовать опыт и интуицию специалистов по управлению, имитационное моделирование, обеспечивающее реализацию сценарного подхода к управлению СП.

Информационно-эмпирической базой исследования послужили данные, полученные в результате мониторинга автоматизированных сортировочных горок станций Бекасово-Сортировочное МЖД, Инская и Входная ЗСЖД, Красноярск-Восточный КрЖД, Челябинск-Главный ЮУЖД, Тайшет ВСЖД.

Теоретическая ценность диссертационного исследования заключается в разработке теории построения многоуровневых систем мониторинга АСУ ТП, развития ряда универсальных математических моделей.

Практическая значимость состоит в том, что его основные методологические и методические выводы, инструментарий не ограничены рамками примеров, приведенных в работе, и их можно использовать на различных объектах автоматизмции СП.

Основные научные результаты внедрены на следующих объектах автоматизации: станция Входная ЗСЖД, станция Красноярск-Восточный КрЖД, а также в учебном процессе РГУПС. Акты о внедрении результатов приведены в приложении к диссертации.

Апробация и внедрение результатов исследования. Основные положения диссертационной работы докладывались на семинарах кафедры «Информатика» РГУПС, конференциях профессорско-преподавательского состава РГУПС в 2004-2007 годах, на 4-ой международной научно-практической конференции «ТелеКом Транс-2006», г. Сочи, 2006 г., конференции «Нечеткие системы и мягкие вычисления», г. Тверь, 2006 г.

Результаты диссертационного исследования внедрены в системы информационного обеспечения отрасли: контрольно-диагностический комплекс станционных устройств горочной автоматической централизации (КДК СУ ГАЦ), подсистему поддержки принятия решений для оперативно-диспетчерского и эксплуатационного персонала автоматизированной сортировочной горки в составе КДК СУ ГАЦ (СППР КДК СУ) и в учебный процесс РГУПС по подготовке специалистов на совместных с РостФ ВНИИАС курсах (см. приложение 2).

Публикации по теме. Основные положения диссертации опубликованы в 14 печатных работах, общим объемом 5,62 п. л. в том числе авторских 2,28 п.л.

Структура и объем работы. Диссертация имеет традиционную структуру и состоит из введения, четырех глав, заключения, двух приложений. Она содержит 198 стр. машинописного текста, 66 рисунков, 10 таблиц, и библиографию, содержащую 147 наименований.

Выводы по главе

1. Разработан комплекс технических решений, обеспечивающих мониторинг и автоматизированное управление технологическим процессом расформирования составов на сортировочных горках различной мощности. t

Вклад автора в представленные разработки состоит в использовании авторских идей, алгоритмов и программ, описанных в главах 2, 3 и 4. В некоторых случаях автор выполнял работу начиная от идеи, составления алгоритмов, разработки и отладки программного обеспечения, используемого в отдельных модулях устройств. Иногда были использованы идеи автора, который участвовал в разработке алгоритмов.

2. Разработаны структура, методика построения и использования автомата-советчика, обеспечивающего прогноз необходимой скорости выхода отцепа из ТП (см. п. 4.2). Дополненный автоматом-советчиком по реализации заданной скорости отцепа с ТП, разработанным В.Н. Соколовым21, он образует комплекс процедур полностью обеспечивающих управление вагонозамедлителями ТП.

21 Соколов В.Н. Комплексная система автоматизации сортировочных процессов: техническое, технологическое, интеллектуальное обеспечение // Канд. дис. Ростов н/Д, 2008. - 182 с.

3. Результаты мониторинга работы реальных систем автоматизации сортировочных горок обеспечивают выполнение целей и задач, поставленных в диссертационной работе.

Заключение

Автоматизация сложных технологических процессов на железнодорожном транспорте является одной из приоритетных задач дальнейшего инновационного развития отрасли, повышения интенсивности и качества работы транспортников, улучшения основных экономических показателей подразделений ОАО «РЖД». Базовым элементом крупных железнодорожных узлов и станций является сортировочная горка. От ритмичной, бесперебойной сортировки вагонов на горке зависит пропускная способность всей железнодорожной артерии.

Современные сортировочные горки отличаются высоким уровнем насыщенности устройствами централизации и механизации, средствами управления и контроля. При комплексной автоматизации процесса роспуска (расформирования) составов сортировочная горка дополнительно оборудуется устройствами счета осей, весомерами, индикаторами скорости отцепов, аппаратурой контроля заполнения путей сортировочного парка. Сигналы напольных устройств обрабатывает управляющий вычислительный комплекс (УВК). Он формирует сигналы управления устройствами централизации и механизации для успешного выполнения технологических операций -формирования маршрутов и регулирования скорости скатывания отцепов (вагонов, отделяемых на горке от расформировываемых составов). УВК также инициирует диагностические сообщения эксплуатационному персоналу в соответствии с реальной технологической ситуацией, сложившейся во время роспуска, и результатами диагностики отдельных устройств, подсистем и горочного комплекса в целом. Успешность этого процесса существенным образом зависит от оперативного и репрезентативного мониторинга, своевременной диагности устройств и хода технологического процесса.

Оказать реальную помощь обслуживающему персоналу в контроле состояния, оперативном поиске неисправностей, предотказной диагностике, анализе работы отдельных устройств и систем горочной автоматизации призван комплекс контроля и диагностики станционных устройств зоны ГАЦ (КДК СУ ГАЦ) с рабочим местом горочного электромеханика (АРМ ШН СГ). В целях повышения безопасности расформирования составов, эффективности управления технологическими процессами, технического обслуживания и ремонта напольных и постовых устройств сортировочной горки и уменьшения количества их отказов Ростовский филиал ВНИИАСа дополнил комплекс КДК СУ ГАЦ системой поддержки принятия решений для оперативно-диспетчерского и эксплуатационного персонала автоматизированной сортировочной горки (СППР КДК СУ). Впервые она была внедрена на автоматизированной сортировочной горке станции Красноярск-Восточный Красноярской железной дороги.

Система поддержки принятия решений обеспечивает обработку технологической и диагностической информации, поступающей в сервер приложений и хранилище данных СППР из сервера баз данных (БД) технологической и диагностической информации подсистем КГМ ПК и КДК СУ, формируемой в реальном времени. СППР КДК СУ оснащена подсистемой мониторинга состояния оборудования горочных систем автоматизации роспуска составов и предупреждений оперативного и обслуживающего персонала в режиме реального времени.

Отказы, а также предотказное состояние устройств фиксируются и на их основе формируются различные виды оповещения обслуживающего и эксплуатационного персонала. Для получения в каждом случае соответствующей реакции применяются графические, анимационные, текстовые, звуковые и голосовые предупреждения.

В сервере приложений осуществляется статистический анализ данных о функционировании устройств и подсистем. В результате формируются предложения и рекомендации по оптимизации проведения технического обслуживания и ремонта контролируемых горочных устройств. Предоставляется аналитическая информация об основных показателях работы сортировочной горки для работников службы управления перевозками в целях выявления и оптимизации отдельных технологических операций.

В работе дано краткое описание задач, функций, технического исполнения комплекса контроля и диагностики станционного устройства, обеспечивающего мониторинг процесса роспуска составов в системе управления сортировочной горкой.

Как не однократно отмечалось выше СГ являются объектами железнодорожного транспорта, имеющими сложную технологию работы и высокую степень технической оснащенности различными устройствами. В то же время СГ, из-за достаточно высокого уровня шума, создаваемого вагонными замедлителями, переговорными устройствами и соударениями автосцепок в сортировочном парке, располагаются, как правило, в удалении от населенных пунктов. Возникает проблема привлечения большого количества высококвалифицированных специалистов, как для ведения роспуска составов в максимально допустимом темпе с обеспечением сохранности вагонов и грузов, так и для грамотного обслуживания большого спектра горочных устройств, оперативного поиска и устранения неисправностей. Указанные проблемы решаются автоматизацией наиболее сложных, ответственных, трудоемких и требующих постоянного внимания технологических процессов. При этом техническая оснащенность СГ резко возрастает. На спускной части устанавливаются напольное оборудование - датчики счета осей, радиолокационные скоростемеры, а в сортировочном парке — аппаратура контроля заполнения путей (КЗП). На посту электрической централизации (ЭЦ) монтируется сложный вычислительный комплекс на базе компьютерного оборудования со средствами сопряжения с напольным оборудованием, мониторами и табло для отображения информации и органами управления автоматизированным роспуском в горочных пультах. Средства автоматизации в свою очередь требуют еще более квалифицированного обслуживающего персонала. Квалифицированное авторское сопровождение систем автоматизации возможно только организациями, осуществляющими разработку и комплексную отладку этих систем. Но данных организаций не много и, как правило, они находятся в крупных городах на значительном удалении от автоматизированных объектов. Выполнить глубокий анализ работы управляющего комплекса, найти причины отклонений от нормального функционирования, дать исчерпывающие рекомендации обслуживающему персоналу невозможно без оперативного получения, статистической обработки, интеллектуального анализа и наглядного отображения большого объема информации непосредственно с сортировочной горки. В поиске решений вышеперечисленных проблем и состояла одна из задач данной диссертации.

Создание в рамках ОАО «РЖД» современной корпоративной системы передачи данных (СПД) с использованием на магистральных направлениях многоканальных оптоволоконных линий связи, дает возможность применения современных информационных технологий для обеспечения многоуровневого мониторинга и контроля функционирования объектов железнодорожного транспорта, не только оперативным и обслуживающим персоналом непосредственно на станции, но и управленческим аппаратом станции, диспетчерским персоналом технической диагностики и мониторинга, а также специалистами предприятия, осуществляющего авторское сопровождение АСУ ТП. Высокий уровень насыщенности СГ устройствами централизации и механизации, средствами управления и контроля, требует применения высокоразвитых и наглядных средств мониторинга технологического процесса, интеллектуального анализа состояния устройств СЦБ в реальном времени для обеспечения своевременного принятия мер при выявлении предотказных состояний.

1. Автоматизированные диспетчерские центры управления эксплуатационной работой железных дорог / Под ред. П.С. Грунтова. — М.: Транспорт, 1990.

2. Авторское свидетельство: Устройство для автоматического управления вагонными замедлителями на сортировочных горках / Фонарев Н.М., Нефедова Т.А., Федоров Н.В. № 4742, 1975. - 3 с.

3. Ададуров С.Е., Обретая свое лицо / С.Е. Ададуров // АСИ. 2007. - № 11.

4. Ададуров С.Е., Шабельников А.Н., Одикадзе В.Р. Многоуровневый мониторинг и контроль функционирования системы автоматизации сортировочной горки // Вестник РГУПСа. № 4, 2007, с. 21-26.

5. Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. М.: Наука, 1970. - 384 с.

6. Алешин В.Н. Микропроцессорная централизация стрелок и сигналов системы Ebilock-950 / В.Н. Алешин // АСИ. 2003. - № 1.

7. Афифи А., Эйзен С. Статистический анализ. Подход с использованием ЭВМ / Пер. с англ. М.: Мир, 1982. - 488 с.

8. Балашов Е.П., Пузанков Д.В. Микропроцессоры и микропроцессорные системы: Учеб. пособие для вузов / Под ред. В.Б. Смолова. — М.: Радио и связь, 1981.-328 с.

9. Белявский Г.И., Буленкова Е. Синтез линейно-квадратического решающего правила в изолированной постановке. Обозрение прикладной и промышленной математики. Т.5, вып.2, 1998.

10. Ю.Белявский Г.И., Фалькович М.А., Логвинов Ю.Н., Корабельников Г.Я. Распознавание образов. Теория и приложения. Изд. РГУ, 1993. -123 с.

11. ЬБир Ст. Кибернетика и управление производством. — М.: Наука, 1966.12.

12. Бородин А.Ф., Биленко Г.М., Олейник О.А., Бородина Е.М. Технология работы сортировочных станций. М.: РГОТУПС, 2002.

13. Бутакова М.А. Модели информационных потоков в системах массового обслуживания на транспорте: Монография // Ростов н/Д: изд-во Рост, унта, 2006. -228 с.

14. Вентцель Е.С. Теория вероятностей. -М.: Высш. шк., 1999. 576 е.: ил.

15. Вершинский С.В., Данилов В.Н., Челноков И.И. Динамика вагонов. М.: Транспорт, 1978.

16. Винер Н. Кибернетика или управление и связь в животном и машине. -М.: Наука, 1970.-248 с.

17. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. СПб.: Издательство СПбГТУ, 2001.

18. Гапанович В.А. Задачи и перспективы инновационного развития отрасли / АСИ, № 11,2007.

19. Горелик A.JL, Скрипкин В.А. Методы распознавания: Учеб. пособие для вузов М.: Высш. шк., 1977. - 222 с.

20. Григорьев B.JI. Программное обеспечение микропроцессорных систем. — М.: Энергоатомиздат, 1983. 208 с.

21. Гуда А.Н., Бутакова М.А. Основы информатики: Учебное пособие // Ростов н/Д: РГУПС, 2004. -83 с.

22. Гуда А.Н., Иванченко В.Н. Лябах Н.Н. Программа идентификации процессов с применением устойчивой процедуры нахождения оценок коэффициентов. Гос. Фонд алгоритмов и программ. - Per. № 50850000973.- 1985.-7 с.

23. Дергачева И.В. Исследование модели внутрифирменной организации // Вестник РГУПС. 2004. № 1.

24. Дергачева И.В. Принципы и механизмы самоорганизации в системах автоматизированного управления // диссертация на соискание степени кандидата технических наук. Ростов н/Д: РГУПС, 2006.

25. Дмитренко И.Е. Техническая диагностика и автоконтроль систем железнодорожной автоматики и телемеханики. М.: Транспорт, 1986. 144с.

26. Елисеев С.Ю. Технологические требования к информационно-управляющим и аналитическим системам управления перевозками. // Жел.-дор. транспорт. 2003. № 11.

27. Елисеев С.Ю., Соснов Д.А. Концепция построения автоматизированной системы управления // Жел.-дор. транспорт. — 2004. № 6.

28. Загоруйко Н.Г. Методы распознавания и их применение. — М.: Советское радио, 1972.-208 с.

29. Зябиров Х.Ш., Кузнецов Г.А. и др. ГИД «Урал ВНИИЖТ». Автоматизированная система оперативного управления эксплуатационной работой // Жел.-дор. транспорт. - 2003. № 4.

30. Зябиров Х.Ш., Слободенюк Н.Ф. «СИРИУС». Единая сетевая интегрированная система // Жел.-дор. транспорт. — 2003. № 8.

31. Иванченко В.Н. Исследование и разработка алгоритмов функционирования информационно-логической системы автоматизированной сортировочной горки. Ростов н/Д, 1976. (Труды РИИЖТа, вып. 133), С. 18-24.

32. Иванченко В.Н. и др. Математическое моделирование микропроцессорных систем управления на железнодорожном транспорте: Учеб. пособие / Иванченко В.Н., Лябах Н.Н., Гуда А.Н., Моисеенко И.Е. Ростов н/Д.: РИИЖТ, 1984. 80 с.

33. Иванченко В.Н., Лябах Н.Н., Гуда А.Н. Применение методов регрессионного анализа для моделирования сложных процессов // Вестник ВНИИЖТа, 1985, № 7. С. 8-10.

34. Иванченко В.Н., Лябах Н.Н., Гуда А.Н. Применение методов самоорганизации для построения моделей сложных процессов // Известия СКНЦ ВШ. Технические науки, 1985, № 1. С. 89 - 91.

35. Иванченко В.Н., Лябах Н.Н., Ковалев С.М. Принятие решений на железнодорожном транспорте на основе использования теории нечетких множеств: Методические указания. Ростов н/Д: РИИЖТ, 1987. - 28 с.

36. Ивахненко А.Г. Индуктивный метод самоорганизации моделей сложных систем. Киев.: Наукова думка, 1981. - 296 с.

37. Ивахненко А.Г., Зайченко Ю.П., Димитров В.Д. Принятие решений на основе самоорганизации. — М.: Советское радио, 1976. 280 с.

38. Иващенко Н.Н. Автоматическое регулирование. Теория и элементы систем: Учеб. для вузов: 4-е изд. перераб. и доп. М.: Машиностроение, 1978.-736 с.

39. Информационные технологии на железнодорожном транспорте: Учебник для вузов ж.д. трансп. / Под ред. Э.К. Лецкого, Э.С. Поддавашкина, В.В. Яковлева. М.: УМК МПС России. - 2000.

40. Казаков А.А., Бубнов В.Д., Казаков Е.А. Станционные устройства автоматики и телемеханики. М.: Транспорт, 1990.

41. Кайнов В.М. Хозяйство СЦБ: проблемы и перспективы реструктуризации / АСИ, № 11, 2007.

42. Каменев А.И. Система управления малыми станциями РПЦ «ДОН» / А.И. Каменев, И.Д. Долгий, А.Г. Кулькин // АСИ. 2007. - № 5.

43. Ковалев В.И., Маликов О.Б., Осьминин А.Т. Основные направления развития европейского железнодорожного транспорта // КИПС инфо, 2004. № 2.

44. Ковалев С.М., Шабельников А.Н. Моделирование процессов управления замедлителем на основе композиционных цепочек нечеткого вывода // Известия ТРТУ № 2 (16). Таганрог: ТРТУ, 2000. - С. 75-78.

45. Козлов П.А. Новый этап в разработке автоматизированных систем управления // Автоматика, связь, информатика. 2000. - №4. С. - 7-10.

46. Количественные требования и средства контроля обеспечения безопасности систем и устройств СЦБ. Р-807. Введены 7.11.2000 г.

47. Кононов В.А. Основы проектирования централизации промежуточных станций: учеб. пособие для вузов ж.-д. трансп. / В.А. Кононов, А.А. Лыков, А.Б. Никитин; под ред. В.А. Кононова. М.: УМК МПС России, 2002.

48. Круг Г.К., Сосулин Ю.А., Фатуев В.А. Планирование эксперимента в задачах идентификации и экстраполяции. М.: Наука, 1977. — 208 с.

49. Кузнецов Л.П., Иванченко В.Н., Лябах Н.Н., Самойленко Ю.А. Автоматизация технологических процессов в системе оперативного управления сортировочной станцией: Учеб. пособие. — Ростов н/Д: РИИЖТ, 1984.- С. 78.

50. Липаев В.В. Программно-технологическая безопасность информационных систем // Jet Info online. 1997. - № 6-7. - С. 25-34.

51. Лисенков В.М. Безопасность технических средств в системах управления движением поездов. — М.: Транспорт, 1985. 83 с.

52. Лисенков В.М. Статистическая теория безопасности движения поездов. — М.: ВИНИТИ РАН, 1999. 332 с.

53. Лябах Н.Н., Бутакова М.А. Системы массового обслуживания: развитие теории, методология моделирования и синтеза: монография. Ростов-на-Дону: РГУ ПС, 2004. - 200 с.

54. Лябах Н.Н. Математические основы разработки и использования машинного интеллекта. Ростов н/Д: СКНЦ ВШ, 1989. - 112 с.

55. Лябах Н.Н., Пирогов А.Е. Автоматизация технологических процессов на железнодорожном транспорте на основе микропроцессоров с применением методов распознавания: Учеб. пособие. Ростов н/Д: РИИЖТ, 1984.-76 с.

56. Лябах Н.Н. Принятие решений в микропроцессорных информационно-управляющих системах на железнодорожном транспорте: Учеб. пособие. Ростов н/Д: РИИЖТ, 1986. - С. 73.

57. Лябах Н.Н. Разработка и реализация самоорганизующихся процедур построения математических моделей сложных объектов и процессов принятия решений. Док. дис. - Ростов н/Д, 1992. - 373 с.

58. Лябах Н.Н., Чернов А.В., Шабельников А.Н. Безопасность и качество функционирования программного обеспечения информационно-управляющих систем на транспорте. М.: Вестник ВНИИЖТ, 2001. -№5.

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

60. Лябах Н.Н., Тептиков Н.Р., Шабельников А.Н., Матвиенко В.П. Математические проблемы и методы принятия решений в системах диагностики и управления на железнодорожном транспорте. СКНЦ, приложение «Научная мысль Кавказа» № 3, 2001.

61. Макарова Е.А. Информационные технологии пассажирских перевозок: Методическое пособие. М.: УМЦ МПС РФ, 2002.

62. Малышев П.Г., Берштейн JI.C., Баженюк А.В. Нечеткие модели для экспертных систем в САПР. М.: Энергоатомиздат, 1991. - 136 с.

63. Мелихов А.Н., Берштейн JI.C., Коровин С.Я. Расплывчатые ситуационные модели принятия решений: Учеб. пособие. Таганрог: ТРТИ, 1986.-92 с.

64. Модин Н.К. Безопасность функционирования горочных устройств. М.: Транспорт, 1994.

65. Модин Н.К. Механизация и автоматизация станционных процессов. М.: Транспорт, 1985.

66. Муха Ю.А. Описание процесса скатывания отцепов с горки при помощи метода планирования эксперимента. Днепропетровск: ДИИТ, 1975. Вып. 168/9.-С. 3-19.

67. Некоторые вопросы теории распознавания образов в управлении. Учеб.пособие / Под ред. А.Б. Глаза. Рига: МИПКСНХ Латв. ССР, 1970. -108 с.

68. Нечеткие множества и теория вероятностей. Последние достижения. Пер. с англ. / Под ред. P.P. Ягера. М.: Радио и связь, 1986. - С. 408: ил.

69. Одикадзе В.Р. Контроль и диагностика устройств горочной автоматической централизации // Ведомственные корпоративные сети системы. 2006. № 5. - С. 95-97.

70. Одикадзе В.Р. Комплекс контроля и диагностики станционных устройств // 4-я международная научно-практическая конференция «ТелеКомТранс-2006». Сочи. РГУПС. 2006.

71. Одикадзе В.Р., Родионов Д.В. Средства мониторинга и контроля функционирования автоматизированной сортировочной горки // Автоматика, связь, информатика. №11, 2007, с. 23-26.

72. Панферов В.В. и др. Концепция построения сети центров управления перевозками (ЦУП) на железнодорожном транспорте России. М.: ЦНИИТЭИ МПС, 2000.

73. Патрик Э. Основы теории распознавания образов. М.: Советское радио, 1980.-408 с.

74. Пирогов А.Е., Иванченко В.Н., Лябах Н.Н. Расчет скоростей выхода отцепов из тормозных позиций в системе КГМ-РИИЖТ. Ростов н/Д: РИИЖТ, 1986. Вып. 188.-С. 159-163.

75. Пирогов А.Е., Лябах Н.Н., Иванченко В.Н., Гуричев Ю.Т., Пономарев А.И. Обучающаяся программа распознавания объектов. Гос. фонд алгоритмов и программ. - Per. № 50860001269. — 1986. - 66 с.

76. Поспелов Д.А. Ситуационное управление: теория и практика. — М.: Наука. — Гл. ред. физ.-мат. лит., 1986. 288 с.

77. Поттгофф Г. Теория массового обслуживания / Пер. с нем:, Под ред. Е.П. Нестерова. М.: Транспорт, 1979. - 144 с.

78. РД «Типовые требования к единым диспетчерским центрам управления перевозками (ЕДЦУ)». Утв. МПС РФ 25.06.99. М.: ВНИИАС МПС РФ, 1999.

79. Родимов Б.А., Павлов В.Е., Прокинова В.Д. Проектирование механизированных и автоматизированных сортировочных горок. — М.: Транспорт, 1980.

80. Розенберг Е.Н., Тишкин Е.М. Пути перехода к информационно-управляющим системам // Жел.-дор. транспорт. 2003. №11.

81. Савицкий А.Г., Шелухин В.И., Соколов В.Н. Микропроцессорная система горочной автоматической централизации ГАЦ МН / Автоматика, связь, информатика, 2004, № 10.

82. Савицкий А.Г., Шелухин В.И., Соколов В.Н. Управление движением составов и отцепов на автоматизированных сортировочных горках / Автоматика, связь, информатика, 2004, № 7.

83. Сагайтис B.C., Соколов В.Н. Устройства механизированных и автоматизированных сортировочных горок. М.: Транспорт, 1988.

84. Сай В.М. Планетарные структуры управления на железнодорожном транспорте: Монография. М.: ВИНИТИ РАН, 2003. - 336 с.

85. Самойленко С.И. Эвристические методы поиска решений в задачах синтеза вычислительных сетей // Вопросы кибернетики «Проблемы искусственного интеллекта»: Сб. науч. тр.; Под ред. Г.С. Поспелова. — М.: 1980.-С. 12-37.

86. Сапожников В.В., Гавзов Д.В., Никитин А.Б. Концентрация и централизация оперативного управления движением поездов. М.: Транспорт, 2002.

87. Сапожников В.В., Сапожников Вл.В.,Талалаев В.И., Гавзов Д.В., Наседкин О.А. Сертификация на железнодорожном транспорте // Железнодорожный транспорт, 1997, №12, с. 26-29.

88. Саридис Дж. Самоорганизующиеся стохастические системы управления. Пер. с англ. / Под ред. Я. 3. Цыпкина. М.: Наука. Гл. ред. физ.-мат. лит., 1980.-400с.

89. Сепетый А.А. Совершенствование технологии технической эксплуатации устройств ЖАТ в системе АДК-СЦБ / А.А. Сепетый, Е.А. Гоман, А.Е. Федорчук // Автоматика и телемеханика на железнодорожном транспорте: сб. докл. «ТрансЖАТ-2005». Ростов н/Д, 2005.

90. Системы автоматизации и информационные технологии управления перевозками на железных дорогах. Под редакцией В.И. Ковалева, А.Т. Осьминина, Г.М. Трошева: // Учебник для вузов ж. д. транспорта. М.: Маршрут, 2006. - 544с.

91. Системы диспетчеризации / под общей ред. В.В. Сапожникова. М., 2002.

92. Системы диспетчерской централизации: Учебник для вузов ж.-д. транспорта / Д.В. Гавзов, O.K. Дрейман, В.А. Кононов, А.Б. Никитин; под общ. ред. проф. В.В. Сапожникова. М.: Маршрут, 2002.

93. Системы телеуправления на железнодорожном транспорте / под ред. Е.П. брижака. -М.: Маршрут, 2005.

94. Соколов В.Н. Методы прицельного вытормаживания отцепов Автоматика, связь, информатика, 2007, №11.

95. Соколов В.Н. Новейшие технологии автоматизации технологических процессов на сортировочных станциях / Сборник трудов Третьей международной научно-практической конференции ТрансЖАТ-2006. С-Пб. 2006.

96. Сопротивление движению грузовых вагонов при скатывании с горок: Тр. ВНИИЖТа / Под ред. Е.А.Сотникова. М.: Транспорт, 1975. -Вып. 545.-104 с.

97. Тишков Л.П. и др. Пособие по применению правил и норм проектирования сортировочных устройств. — М.: Транспорт, 1994.

98. Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978.-411 с.

99. Тулупов Л.П., Жуковский Е.М., Гусятинер A.M. Автоматизированные системы управления перевозочными процессами на железных дорогах: Уч. пособие для вузов. М.: Транспорт, 1991.

100. Управление и информационные технологии на железнодорожном транспорте / под ред. Л.П. Тулупова. М., 2005.

101. Устройства механизированных и автоматизированных сортировочных горок. Технология обслуживания. — М.: Транспорт, 1993.

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

103. Фонарев Н.М. Автоматизация процесса расформирования составов на сортировочных горках. М.: Транспорт, 1971

104. Хакен Г. Информация и самоорганизация: Макроскопический подход к сложным системам. М., 1983, 240 с.

105. Чароян О.Г. Размытые алгоритмы мыслительных процессов / Ростов н/Д, Изд-во Рост, ун-та, 1979. 160 с.

106. Черей В.И. Технология работы станции в условиях функционирования комплексной системы автоматизированного управления // Жел.-дор. транспорт. — 2005. № 1.

107. Шабельников А.Н. Иванченко В.Н. Некоторые проблемы обработки данных в системе управления сортировочным процессом на ж.д. станциях // Научная мысль Кавказа. № 3. 2000. С. 70-72.

108. Шабельников А.Н. Интеллектуальные системы управления на железнодорожном транспорте: Монография // Ростов н/Д: ВНИИАС МПС РФ, РГУПС, ЮРНЦ РАН, 2004. 214 с.

109. Шабельников А.Н. Новейшие технологии автоматизации работы сортировочных станций / АСИ, № 11, 2007.

110. Шабельников А.Н., Одикадзе В.Р. Моделирование системы горочной автоматической централизации с помощью теории массового обслуживания // СКНЦ, приложение «Научная мысль Кавказа» № 13, 2001.

111. Шабельников А.Н., Одикадзе В.Р. Разработка систем интеллектуального принятия решений на железнодорожном транспорте //

112. Сборник трудов конференции «Нечеткие системы и мягкие вычисления». Тверь. 2006.

113. Шабельников А.Н., Одикадзе В.Р. Совершенствование системы прицельного торможения отцепов на сортировочных горках // Известия ВУЗов. Северо-Кавказский регион. № 2, 2008, с. 21-23.

114. Шабельников А.Н. Разработка методов автоматизации управления динамическими процессами на основе нечеткой информации // Канд. дис. Ростов н/Д, 2000. 154 с.

115. Шабельников А.Н., Соколов В.Н. Актуальные проблемы повышения безопасности роспуска составов на сортировочных горках / Сборник трудов 4-й научно-практической конференции «Безопасность движения поездов». Москва. 2005.

116. Шабельников А.Н., Соколов В.Н. Моделирование динамической системы управления скоростью самопроизвольно движущегося объекта // СКНЦ, приложение «Научная мысль Кавказа». № 13, 2001.

117. Шабельников А.Н., Соколов В.Н. Ростовский филиал ВНИИАС-Iразвитие и перспективы / Автоматика, связь, информатика, 2006, № 2.

118. Шабельников А.Н., Соколов В.Н. Средства автоматизации сортировочной горки ст.Бекасово Московской ж.д. // Железнодорожныйтранспорт. Серия: Сигнализация и связь. Экспресс-информация. Москва: ЦНИИТЭИ, 2003.- выпуск 2-3.

119. Шабельников А.Н., Соколов В.Н. Устройство управления прицельным торможением / Патент на полезную модель № 54348. Зарегистрирован в Гос. реестре полезных моделей РФ 27 июня 2006 г.

120. Шабельников А.Н., Соколов В.Н. Новые методы защиты стрелок горочной централизации от перевода под подвижным составом / Сборник трудов Третьей международной научно-практической конференции ТрансЖАТ-2006. С-Пб. 2006.

121. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р., Рогов С.А. Модуль плавного управления тормозными средствами (МПУТС) / Патент на полезную модель № 57700. Зарегистрирован в Гос. реестре полезных моделей РФ 27 октября 2006 г.

122. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р., Рогов С.А. Устройство для плавного управления вагонозамедлителем / Патент на изобретение № 2324615. Российская федерация. 2006 г.

123. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р., Сапков И.Г., Данынин А.И. Комплексная система автоматизации управления компрессорной станцией (КСАУКС) / Патент на полезную модель № 59511. Российская федерация. 2006 г.

124. Шабельников А.Н., Соколов В.Н., Одикадзе В.Р. Универсальные модульные системы для автоматизации горок / Автоматика, связь, информатика. № 3, 2007г., с. 2-3.

125. Шабельников А.Н., Шумский А.В., Соколов В.Н., Одикадзе В.Р., Бирюков И.А. Комплекс технических средств логической защиты стрелки (КТС JI3C) / Патент на полезную модель № 52799. Зарегистрирован в Гос. реестре полезных моделей РФ 27 апреля 2006 г.

126. Шаров В.А. Управление перевозками в условиях информатизации отрасли // Жел.-дор. транспорт. Сер. «Организация движения и пассажирские перевозки». ЭИ / ЦНИИТЭИ МПС. - 1999. Вып. 2.

127. Шейкин В.П. Эксплуатация механизированных сортировочных горок. М.: Транспорт, 1992.

128. Шелухин В.И. Автоматизация и механизация сортировочных горок. //Учебник для вузов ж. д. транспорта. М.: Маршрут, 2005. - 240с.

129. Шелухин В.И. Датчики измерения и контроля устройств железнодорожного транспорта. М.: Транспорт, 1990.

130. Шелухин В.И., Шелухин В.И. Телевидение и радиолокация на железнодорожном транспорте. -М.: Транспорт, 1994.

131. Шишляков А.В., Кравцов Ю.А., Михайлов А.Ф. Эксплуатационная надежность устройств автоблокировки и AJIC. М.: Транспорт, 1969. 96 с.

132. Штрик А.А. Электронное правительство: концепция, состояние, перспективы // Новости искусственного интеллекта, №2, 2002. С. 34-44.

133. Энциклопедия кибернетики. Т. 1-2. - Киев: УСЭ, 1975. — 607 е.; 620 с.

134. Эшби У.Р. Введение в кибернетику. М.: ИЛ, 1959. - 432 с.

135. Эшби У. Конструкция мозга. Происхождение адаптивного поведения. Перев. с английского. М.: Мир, 1964г. 412 с.Химмельблау Д. Анализ процессов статистическими методами. - М.: Мир, 1973. - 960 с.

136. Bowen J.P. Safety-critical systems. — Elsevier, 1994.

137. Bowen J.P., Stavridou V. Safety-critical systems: formal methods and standards // IEE / BCS Software Engineering Journal, 8(4).P. 189-209, July 1993.

138. Leveson N. Safeware: System safety and computers. Addison-Wesley, 1995.

139. Storey N. Safety-critical computer systems. Addison-Wesley, 1996.