Развитие технологии и разработка средств мониторинга функционирования систем автоматизации сортировочных процессов
Формирование принципов и методов поддержки принятия решений в системах управления сортировочным процессом. Изучение технологического процесса роспуска составов на сортировочной горке и разработка имитационных моделей и методики расчета его параметров.
| Рубрика | Производство и технологии |
| Вид | автореферат |
| Язык | русский |
| Дата добавления | 16.07.2018 |
| Размер файла | 245,9 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
На правах рукописи
Автореферат диссертации
на соискание ученой степени кандидата технических наук
Развитие технологии и разработка средств мониторинга функционирования систем автоматизации сортировочных процессов
Одикадзе Владимир Ромазович
Специальность: 05.13.06 - Автоматизация и управление технологическими процессами и производствами (на транспорте)
Ростов-на-Дону - 2008
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: ноябрь 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 важнейших 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 оптимизации 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: А.В. Вершинина, А.Г. Кулькина, Л.П. Кузнецова, Н.Н. Лябаха, Ю.А. Самойленко, А.А. Сепетого, А.Е. Федорчука, А.Н. 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 развития железнодорожного транспорта, ориентирующие разработчиков на поиск инноваций, учет экономических критериев поставлены и освещены в многочисленных работах С.Е. Ададурова, В.А. Гапановича, В.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, В.С. 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, Н.Н. Лябаха, В.В. Сапожникова, Вл.В. Сапожникова, Е.М. Тишкина, Л.П. Тулупова, В.И. Шаманова, В.И. Шелухина, А.В. Шилейко и других ученых.
Проблемы горочной автоматизации подробно исследованы Ю.Г. Боровковым, В.Н. Иванченко, Н.А. 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 Е.Н. Розенберга, И.Н. Розенберга, А.Е. Федорчука.
Построение формальных описаний процессов расформирования-формирования поездов на СГ, разработка методов планирования и управления объектом исследования осуществлялись на основе трудов Л.С. Берштейна, Е.С. Вентцель, А.Н. Гуды, Л. Заде, В.А. Ивницкого, С.М. Ковалева, А.Н. Мелихова, 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, Н.Н. 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 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).
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 путям сортировочного парка с контролем адекватности результатов в реальном времени.
Научная новизна исследований:
1. Разработана многоуровневая структура средств мониторинга технологического процесса расформирования составов и диагностики 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.
4. 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 дороги, 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-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.
сортировочный горка роспуск
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 комплекса 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:
ѕ отсутствие информационной структуры, реализующей оптимальное функциональное и алгоритмическое построение систем;
ѕ недостаточность имитационного и технологического обеспечения задач мониторинга;
ѕ 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 различных 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 сортировочных 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:
Рис. 1. Подсистемы СМО: 1й 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 Vн - скорость надвига состава.
Варьируя скорость надвига в имитационной модели процесса, мы можем получить эмпирически таблицу вида Данные табл. 1 получены для модели, описывающей сортировочный процесс на пути 3 станции Инская четной системы ЗСЖД.:
Таблица 1
,
где: Тр - время роспуска отцепа, S - число сбоев (нагонов, окон, чужаков и т.д.).
Очевидно, что чем больше Vн, тем меньше Тр и выше S. Введя интегрирующий эти показатели критерий, можно получить оптимальную Vн.
Осуществим еще более детальную декомпозицию, представленную на рис.2. Блоки СвСкi означают очередной i-й участок свободного скатывания, ТПi - i-ю тормозную позицию (ТП). Время обслуживания j-го отцепа на СвСкi и ТПi, соответственно, описывается следующими аналитическими соотношениями:
- для участка свободного скатывания -
где Vн - скорость вхождения в исследуемый канал, l - длина отцепа; P - его вес; R - род вагона;
- для тормозной позиции -
где с - ступень торможения, ф - время торможения.
Рис. 2. Пример декомпозиции сортировочной горки на подсистемы
Интенсивность работы каждой из подсистем определяет входной поток для следующего канала. Участки CКi, 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 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 как СМО в том смысле, что он «должен» пропустить отцеп без нагона следующим. В этом состоит правильное обслуживание участком отцепа. Время обслуживания ti определяется длиной отцепа li и длиной участка l0 стрелочно-путевой секции:
.
Среднее время обслуживания:
.
Вероятность сбойной ситуации при наличии двух отцепов на стрелке:
Рсб=1 - Рм .
Интенсивность обслуживания --
.
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 горку постоянна, то мы имеем дело со стационарным процессом. Далее используется математическая формализация исследуемого случая при выходном потоке с интенсивностью м и вероятностью обслуживания
P(?t) = mм?t.
В процессе исследования получены уравнения, описывающие процесс обслуживания заявок в системе:
P(t) = mмP1(t); P(t) = mм(Pn+1(t) - Pn(t)), 0<n<N; P(t) = - mмPN(t).
Начальные условия, определяющие начало роспуска состава для решения данной системы дифференциальных уравнений, следующие:
PN(0) = 1; Pn(0) = 0 (при n<N).
В работе исследованы случаи нарушения условий возникновения простейшего потока. Проведен анализ возникновения Л-потока, отличного от простейшего. Введем единицу времени, например, 10 с., с помощью которой будем отсчитывать время роспуска. Пусть в результате наблюдений получена следующая таблица результатов.
Таблица 2
|
T |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
|
n |
0 |
0 |
1 |
1 |
1 |
2 |
2 |
3 |
3 |
3 |
4 |
В данном случае интенсивность выходного потока м=0,4 и вероятности обслуживания
P(?t=1)=0,4, а P(?t=2)=0,78.
Это хорошо согласуется с требованиями простейшего потока
P(?t)=0,4m?t при m=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):
м = 0,4, P(?t=1) = 0,2, а P(?t=2) = 3/9
и условие P(?t) = 0,4m?t при m=1 уже не выполняется.
Таблица 3
|
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
|
|
n |
0 |
0 |
0 |
0 |
0 |
2 |
2 |
2 |
2 |
2 |
4 |
Для расчета параметра m удобно использовать статистику наблюдений и аппроксимацию с помощью МНК, предварительно эмпирически получив следующую таблицу.
Таблица 4
|
?t |
1 |
2 |
3 |
|
|
P(?t) |
0,2 |
0,33 |
0,5 |
Обращение к технологии МНК дает m ? 0,42.
СМО, 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.
2. СМО, которые осуществляют обслуживание, но характеризуются коэффициентом обмена системы с ? 1.
Известны вероятности следующих состояний таких СМО:
ѕ «нет сбоев»:
P0(t)=ес-kлt,
ѕ «в системе есть один сбой»:
P1(t)=kлtе-kлt.
Получены вероятности состояний исследуемой системы при двух и более сбоях, используя известное выражение:
.
При заданных начальных условиях
P0(0)=1, Pn(0)=0, n>0 -- с = 0, для n=2 и n=3 выражения имеют вид:
и .
По методу математической индукции можно записать:
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
между поступлениями заявок и длительности их обслуживания известны (не случайны) заранее. Если (или ) постоянны, то имеем регулярные, равномерные потоки СМО. Регулярность работы сортировочного процесса, желаемое свойство систем автоматизации.
Рассмотрены СМО, характеризующиеся равномерным регулярным входным потоком с 1 и регулярным обслуживанием с 2. Если 1 > 2, то существует стационарный режим, при котором очередь отсутствует.
Исследуем переходной процесс исчезновения очереди. Если перед началом обслуживания имеется очередь длиной nоч, то для ее компенсации требуется время 2 nоч . Так как входной поток присутствует, то резерв времени на «очередников» образуется за счет разности 1 - 2, возникаемой от каждой пары вошедшей и вышедшей заявки. Таким образом, следует обслужить 2 nоч / (1 - 2) 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 n(0) заявок. Число заявок в очереди n(t) через время t рассчитывается следующим образом. Поступивших заявок в систему -
,
«ушедших» из системы -
,
следовательно, очередь уменьшилась на величину
n = nу - nп.
Тогда
n(t)=n(0) - n.
Знак означает целое число от деления числа a на число b.
Если
1 < 2,
то дефицит времени накапливается с интенсивностью
.
Моделирование сортировочного процесса с помощью СеМО. Процесс расформирования состава на сортировочной горке содержит три стадии обслуживания, описываемые соответственно тремя СМО: СМО1, СМО2 и СМО3, на каждой из которых производится обслуживание по определенным правилам (рис.3). СМО1 моделирует надвиг состава на горку, СМО2 - это собственно роспуск состава и СМО3 - нормализация результатов роспуска в парке формирования (ПФ). В нашем случае с вероятностью P01=1 состав подается на пути надвига. С вероятностью P12=1 выполняется проведение операции в СМО1 -- состав надвигается на горку. После этого с вероятностью P23=1- ир осуществляется обработка в СМО2 -- роспуск. При нерасцепе отцепов осуществляется повторная обработка в СМО2 с вероятностью ир. После завершения роспуска осуществляется анализ результатов в СМО3, 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 СМО2. Обслуживание может быть выполнено повторно в СМО3 с вероятностью ин -- нормализация маневровыми перестановками отцепов в ПФ.
Аналитически СеМО задаются матрицей вида (1). Сеть, описываемая (1), включает K штук элементарных СМО и один источник заявок. Заявки, выходящие из i-й системы с вероятностью Pij, поступают в систему j (j=1,..., K) или покидают систему (j=0). Из источника непосредственно в j-ю систему заявки поступают с вероятностью P0j.
Рис. 3. Пример замкнутой СеМО.
Матрицу вероятностей поступления требований в сеть, выхода из нее и перехода из одной системы в другую называют матрицей передач:
. (1)
В нашем случае, очевидно, в этой матрице следует считать, что Pii = 0. Матрица передач стохастическая и удовлетворяет требованиям:
0? Pij? 1, i = 0, 1, ..., К. (2)
Матрица передач для нашей сети имеет вид:
, (3)
где и - вероятность того, что состав безошибочно пройдет сортировочную горку, ир - вероятность нерасцепа, ин - вероятность нормализации без роспуска.
Важной характеристикой сети СМО является среднее время пребывания в ней заявки. Доказано, что общая интенсивность л0 распределяется между подсистемами СеМО с долями, равными
,
откуда следует, что общее время tСеМО нахождения заявки в системе является взвешенной суммой с теми же коэффициентами, т. е.
где - среднее время нахождения заявки в i-й СМО системы.
С помощью представленной модели можно рассчитать среднее время нахождения заявки в СеМО, которое при заданных начальных условиях:
л0=3, и=0,7, ир=0,1, ин=0,2, = 0,3 ч., = 0,2 ч., = 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:, где: S - расстояние, а t - время следования оси между центрами чувствительных элементов ДСО.
Рис. 4. Эпюра сигналов ДСО с привязкой к физическим размерам измерительной головки и сравнение данных скоростемера с мгновенными скоростями каждой оси
Время t определяется по формуле:
,
где: t1 - область наезда оси; t2 - 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 ТДМ 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: x1 - весовая категория отцепа, измеряемая с дискретностью в 20 тонн; x2 - длина отцепа в вагонах; x3 - ходовые свойства, идентифицируемые по пятибалльной оценке: 1 - очень плохой бегун, 2 - плохой бегун, 3 - средний бегун, 4 - хороший бегун, 5 - отличный бегун; x4 - расстояние в метрах до точки прицеливания.
Функция зависимости начальной расчётной скорости (Vр) отцепа весом x1, длиной x2, ходовыми свойствами x3, на участке длиной x4 принята в следующем виде:
. (4)
Как правило, при нахождении Vр обращаются к помощи эксперта, который опираясь на свой многолетний опыт работы, исходя из полученных значений х1, х2, х3, х4 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.
В процессе роспуска для различных отцепов параметры х1, х2, х3, х4 будут меняться, соответственно будет меняться и начальная скорость Vр.
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:
(5)
Данный критерий есть квадратичная функция неизвестных параметров . Находим их из условия:
(6)
Решая данную систему линейных алгебраических 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 случае Данные получены в период с 8.11.2007 по 8.12.2007 с пути 31 парка формирования ст. Красноярск-Восточный. были взята репрезентативная выборка отцепов и получена система уравнений:
,
откуда следует: а1=-0,161; а2=0,0063; а3=0,413; а4=0,0019;
Теперь формула вычисления Vр принимает вид:
(7)
По дополнительным данным была дана оценка модели по формуле:
. (8)
В рассматриваемом примере , что составляет 5% от среднего значения . Разработан алгоритм коррекции решающего правила, который в данном случае позволил снизить ошибку до , что составляет 3% от среднего значения . В результате получена более точная формула:
.
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:
,
где: -- длина пути, занятая вагонами без учёта межвагонных промежутков; -- 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 3м на один условный вагон - 14,5 м. Коэффициент заполнения равен:
.
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 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 , 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.
В 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.
Выводы
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 и полезные модели, опубликовано восемь печатных работ
1. Одикадзе В.Р. Контроль и диагностика устройств горочной автоматической централизации // 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 п.л.).
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 А.В., Соколов В.Н., Одикадзе В.Р., Бирюков И.А. Комплекс технических средств логической защиты стрелки (КТС ЛЗС). 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.).
6. Шабельников 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., Даньшин 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., Даньшин 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 вагонозамедлителем. Патент на изобретение №2324615. Российская Федерация. 2006г. (0,2 п.л.).
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 п.л.).
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
/3/ - 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 соискание ученой степени кандидата технических наук.
Развитие технологии и разработка средств мониторинга функционирования систем автоматизации сортировочных процессов.
Подписано к печати Формат 60х84/16
Бумага офсетная. Печать офсетная. Усл. печ. л 1,4
Уч.-изд. Л. 1. Тираж 100 экз. Заказ №
Ростовский государственный университет путей сообщения
Ризография РГУПС.
Адрес университета: 344038, г. Ростов-на-Дону, пл. Ростовского стрелкового полка народного ополчения, 2.
Размещено на Allbest.ru
Подобные документы
Описание схемы автоматизации, обзор методов, средств и систем управления. Анализ объекта регулирования с точки зрения действующих возмущений. Обоснование выбора точек и параметров контроля технологического процесс. Разработка системы управления.
курсовая работа [771,2 K], добавлен 22.01.2014Анализ автогенных процессов в цветной металлургии. Характеристика технологического процесса как объекта управления. Разработки системы оптимального управления технологическим процессом плавки в печи Ванюкова в условиях медеплавильного завода "Балхашмыс".
дипломная работа [762,5 K], добавлен 25.02.2014Автоматизация технологического процесса на ДНС. Выбор технических средств автоматизации нижнего уровня. Определение параметров модели объекта и выбор типа регулятора. Расчёт оптимальных настроек регулятора уровня. Управление задвижками и клапанами.
курсовая работа [473,6 K], добавлен 24.03.2015Основные понятия о системах автоматического управления. Выборка приборов и средств автоматизации объекта. Разработка схемы технологического контроля и автоматического регулирования параметров давления, расхода и температуры пара в редукционной установке.
курсовая работа [820,3 K], добавлен 22.06.2012Определение параметров автоматизации объекта управления: разработка алгоритма управления и расчёт параметров устройств управления, моделирование процессов управления, определение показателей качества, параметры принципиальной электрической схемы.
курсовая работа [1,7 M], добавлен 18.09.2009Построение современных систем автоматизации технологических процессов. Перечень контролируемых и регулируемых параметров установки приготовления сиропа. Разработка функциональной схемы автоматизации. Технические характеристики объекта автоматизации.
курсовая работа [836,2 K], добавлен 23.09.2014Обоснование автоматизации роботизированного технологического комплекса штамповки. Анализ путей автоматизации. Разработка системы и структурной схемы управления РТК. Выбор технических средств. Электромагниты, автоматические выключатели и источники питания.
курсовая работа [1,3 M], добавлен 23.01.2014Основные принципы построения схем автоматизации технологического процесса с использованием приборов, работающих на электрической линии связи посредством унифицированного сигнала 4-20 мА. Выбор и обоснование средств и параметров контроля и регулирования.
курсовая работа [2,1 M], добавлен 15.02.2013Процесс приготовления резиновой смеси в резиносмесителе. Выбор регулируемых параметров и каналов внесения регулирующих воздействий. Обоснование выбора средств автоматизации. Описание работы выбранных систем автоматического контроля и регулирования.
контрольная работа [25,0 K], добавлен 27.07.2011Принцип повышения уровня автоматизации процесса подогревания продукта в теплообменнике. Применение в данном процессе современных средств автоматизации технологического процесса (микропроцессорные программируемые контроллеры, промышленные компьютеры).
курсовая работа [463,7 K], добавлен 10.05.2017
