Динамічна поїзна модель району диспетчерського управління

тоді сума тимчасових спотворень:

.

У роботі на конкретному прикладі показано, що якщо відомий параметр для колійного датчика, то можна підвищити вірогідність інформації про наявність рухомої одиниці на даному елементі колійного розвитку. Однак аналітично визначити цей параметр досить важко. У той же час робота пристроїв автоматики прямо зв'язана з рухом поїздів, і процес зміни поїзної ситуації на ділянці диспетчерського управління, представлений на графіку виконаного руху (ГВР).

Порівнявши цю інформацію з даними, одержаними від системи диспетчерської централізації, можна виявити наявність тимчасових спотворень у роботі пристроїв ЕЦ і ДЦ, а також підвищити вірогідність інформації, що надходить від цих систем. Для рішення цієї задачі в роботі виконується аналіз методів виявлення тимчасових спотворень у роботі рейкового кола за інформацією системи ДЦ. На підставі сполучення зміни стану датчика РК із ниткою на графіку руху поїздів вводиться поняття цільової функції - , що описує роботу датчика за даними графіка руху поїздів.

При порівнянні її з функцією роботи датчика за даними системи диспетчерської централізації можна виявити тимчасові спотворення в сигналі ТС і задачу сформулювати як розпізнавання (класифікацію) образу кривої по еталону використовуючи математичний апарат нейронних мереж.

Проведена експериментальна оцінка коректності такого формулювання задачі на основі аналізу функціонування нейронної мережі зворотного поширення помилки. Зроблено аналіз варіантів побудови цільової функції, у залежності від можливих спотворень інформації і типів графіка руху поїздів. Зроблено висновок про можливість застосування даних ГВР і інформації системи АСОУП для формування навчальної послідовності НС. Розроблено методику навчання нейронної мережі колійної дільниці (у скороченому варіанті):

- визначення часу ходу по перегону;

- обчислення ходової швидкості;

- розрахунок довжини поїзда;

- розрахунок тривалості заняття колійної дільниці за даними ГВР;

- складання навчальної вибірки;

Таблиця 1 Результати роботи емулятора нейронної мережі

- виключення повторюваних записів у навчальній вибірці;

- навчання нейронної мережі колійної дільниці.

Однак застосування нейромоделювання буде більш ефективним, якщо в процесі експлуатації донавчати мережу. У цьому випадку враховуються всі можливі значення часу заняття колійних дільниць рухомими одиницями. Даний механізм донавчання реалізовано, виходячи з технологічного процесу. Так, графік виконаного руху складається за 12-и годинну робочу зміну поїзного диспетчера. Цілком природно навчати нейронну мережу кожні 12 годин, у міру готовності ГВР. З урахуванням цього в роботі розглядається функціонування загальної динамічної моделі району диспетчерського управління, що складається з декількох етапів. На першому відбувається навчання нейронної мережі кожної колійної дільниці, що стає можливим після закінчення робочої зміни диспетчера і складання остаточного графіка виконаного руху. У процесі навчання НС використовується інформація ГВР, системи АСОУП, інформація про несправності рейкових кіл за поточний період роботи (АРМ СЦБ) за методикою розглянутою вище. Другий етап - поточне функціонування моделі. Сигнал заняття колійної дільниці одержується від датчика рейкового кола, одночасно надходить на нейронну мережу (НС) і на вирішальний елемент (РЭ). Вирішальний елемент здійснює операцію логічного додавання двох сигналів - виходу нейронної мережі і датчика рейкового кола:

.

Значення виходу НС дійсні числа з діапазону [0,1], а на вхід елемента “І” необхідно подавати логічні рівні, отже виникає питання їхнього узгодження. Найбільш просто це реалізується установкою граничного елемента, функціонування якого описується наступною системою:

,

де - рівень спрацьовування (порога). Граничний елемент може бути реалізований у вигляді окремого елемента або модифікацією функції збудження нейронів останнього шару. Розглянемо тимчасову діаграму функціонування вирішального елемента при прослідуванні рухомої одиниці по даному елементові колійного розвитку. При спрацьовуванні датчика рейкового кола рівень () на вході вирішального елемента змінюється з “0” у “1” ( ). У цей момент часу запускається лічильник реального часу нейронної мережі. Після прослідування поїзда, у момент часу , рівень змінюється з “1” у “0”. У випадку розпізнавання корисного сигналу, на виході НС з'являється рівень, що перевищує , спрацьовує граничний елемент, і на виході вирішального елемента ( ) з'явиться рівень “1” у момент часу . В іншому випадку, якщо сигнал розпізнаний як помилковий, граничний елемент не спрацьовує (штрихова крива) і . Цей сигнал можна використовувати для виявлення збійних ситуацій у роботі системи диспетчерської централізації.

Наявність сигналу є основною передумовою функціонування моделі руху поїзда (1). Так, у момент часу відбувається присвоєння значень перемінним виходячи з фізичних координат рейкового кола. При рухові поїзда по станції, крім інформації про заняття рейкових ділянок, необхідні дані про положення стрілок. Таким чином, динамічна модель (2) містить дані про місцезнаходження усіх поїздів, що знаходяться на районі управління, причому ці дані змінюються відповідно до розвитку реальної ситуації на полігоні.

У четвертому розділі розглянуто засоби реалізації загальної моделі ДМР в обчислювальному центрі залізниці. Природно, що реалізація моделі повинна впроваджуватися з урахуванням наявних у центрах диспетчерського управління програмно-апаратних засобів. Це операційні системи - Windows, UNIX, Novell, бази даних - Oracle, Anywhere. Структура програмно-апаратних засобів реалізації моделі складається з таких рівнів: лінійних підприємств (полігон ДУ), інформаційно-статистичного центра (ІСЦ), центра диспетчерського управління. Технічним засобом, необхідним для реалізації динамічної моделі, є пристрій узгодження, що дозволяє здійснити взаємодію із сервером баз даних (БД Oracle). Основна функція такого пристрою - перетворення повідомлень системи АСОУП у запит бази даних. У роботі розроблені відповідні запити до бази даних мовою SQL. За інформацією, яка одержується програмним забезпеченням автоматизованого робочого місця поїзного диспетчера (АРМ ДНЦ) із бази даних, ведеться графік виконаного руху поїздів. Запропонована модель дозволяє автоматизувати цей процес, і коректування графіка повинні бути мінімальні. У свою чергу, інформація ГВР необхідна для навчання нейронної мережі за розробленою методикою. Крім того, результатом роботи НС РЭ є дані про несправності в пристроях автоматики, зокрема помилкова зайнятість рейкових ділянок. Ця інформація також зберігається у вигляді таблиці в базі даних і доступна по локальній мережі програмному забезпеченню автоматизованого робочого місця електромеханіка дистанції сигналізації та зв'язку (АРМ ШН). На початковому етапі необхідно робити коректування записів несправностей, з метою виявлення помилкових, тому що ця інформація необхідна для процесу навчання нейронної мережі. В міру функціонування моделі таких записів повинно бувати менше за рахунок адаптації НС до реальних умов роботи.

Крім того, у розділі розглянуті апаратний, програмно-апаратний і програмний засоби реалізації моделі нейронної мережі колійної дільниці при фіксації проходження поїздом стикового пункту. Наведено техніко-економічне обґрунтування, де розглянутий розрахунок передбачуваного економічного ефекту за рахунок скорочення програмного коду реалізації моделі.

Висновки

У дисертації наведене теоретичне узагальнення і нове вирішення наукового завдання, що виявляється в розробці динамічної поїзної моделі району диспетчерського управління. Основні наукові результати, висновки та практичні рекомендації роботи такі:

1. На підставі аналізу структури, технічних засобів та інформаційного забезпечення системи оперативного управління рухом поїздів, зроблено висновок, що методи автоматизації, математичні моделі, програмне й апаратне забезпечення в повному обсязі, не відповідають поставленим завданням. У зв'язку з цим виникає необхідність удосконалення існуючої моделі відстеження дислокації рухомих одиниць на елементах колійного розвитку району диспетчерського управління.

2. Розроблено загальну поїзну модель, яка формується в реальному масштабі часу на базі інформації про стан дільниць і станцій, та на відміну від існуючих, більш адекватно описує рух поїздів. Розроблено модель колійного розвитку полігону, адаптовану під функціональність загальної моделі.

3. На підставі порівняння з теорією кінцевих автоматів обґрунтовано можливість використання математичного апарата нейронних мереж для моделювання роботи станційних пристроїв автоматики. Розроблено нейромережну модель функціонування при розподільному управлінні стрілками та сигналами. На підставі експериментальних досліджень розраховано поріг спрацювання нейронів останнього шару, який дорівнює 0,7. Сформульовано принципи побудови нейронної мережі для маршрутного управління.

4. Досліджено часову ознаку функціонування рейкових ділянок, за інформацією системи диспетчерської централізації. Для більшості блок-дільниць автоблокування, при встановленій швидкості руху, час їх заняття не може бути меншим за 30 сек. На підставі цього, показана можливість підвищення вірогідності інформації про наявність рухомої одиниці на елементі колійного розвитку.

5. Розроблено моделі функціонування колійної дільниці. Доведено, що при синтезі моделей можливо використання як методів інтегрального числення, різницевих рівнянь, так і нейронних мереж.

6. Розроблено модель функціонування колійної дільниці з використанням нейронної мережі зворотного поширення помилки та методику її навчання за інформацією графіка виконаного руху поїздів. На підставі експериментальних досліджень доведена адекватність моделі стану перевізного процесу (вірогідність 87% для мережі з 5-ю нейронами у другому шарі, та 93% з 15-ю нейронами).

7. Показано перспективу застосування нейронної мережі, що функціонує по генетичному алгоритму. Складено алгоритми і програмну реалізацію моделей на основі сучасних апаратних засобів і мов програмування високого рівня, що дозволило реалізувати інтеграцію в існуючи автоматизовані системи з мінімальними витратами.

Результати дисертаційної роботи були використані при розробці автоматизованої системи знімання інформації про проходження поїздів по міждержавних і міждорожних стикових пунктах (АСІП СП) у вигляді технічних пропозицій щодо розробки алгоритмів роботи програмного забезпечення АСІП СП; експериментальних даних з дослідження викривлень сигналів ТС систем диспетчерської централізації; методик розрахунку та моделювання проходження поїзда по елементах колійного розвитку полігону диспетчерського управління.

Крім цього, результати дисертаційної роботи були використані при розробці програмно-технічного комплексу “АРМ електромеханіка ДЦ ЛУЧ” на ІСЦ Донецької залізниці та впроваджені у дослідну експлуатацію на ділянці Мандрикіно-Рутченково Донецької залізниці.

Розроблена в дисертаційній роботі модель функціонування пристроїв автоматики використовується в навчальному процесі та дипломному проектуванні студентів кафедри “АТЗ та ОТ” Донецького інституту залізничного транспорту.

Впровадження результатів роботи підтверджується відповідними актами.

Список опублікованих праць за темою дисертації

1. Мойсеенко В. И., Поддубняк В. И., Чепцов М. Н. Моделирование технологических процессов в системах железнодорожной автоматики // Збірник наукових праць Київського інституту залізничного транспорту.-Том 3. - 1999. - С. 66-73.

2. Мойсеенко В. И., Чепцов М. Н. Использование нейронных сетей для моделирования в системах диспетчерской централизации // Інформаційно-керуючі системи на залізничному транспорті. - 3/1999. - Харків. - С. 38-42.

3. Мойсеенко В. И., Чепцов М. Н. Моделирование поездной ситуации на станции // Інформаційно-керуючі системи на залізничному транспорті. -6/1998. - Харків. - С. 6-8

4. Чепцов М. Н. К вопросу повышения достоверности информации в системах диспетчерского управления // Інформаційно-керуючі системи на залізничному транспорті. - 6/2000. - С. 56-57.

5. Чепцов М. Н. Метод оценки технического состояния объектов автоматики // Залізничний транспорт України. - 5-6/2000. - С. 86.

Анотація

Чепцов М. М. Динамічна поїзна модель району диспетчерського управління. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук по спеціальності 05.22.20 - “Експлуатація та ремонт засобів транспорту”. - Харківська державна академія залізничного транспорту. Харків, 2001.

Дисертаційна робота присвячена удосконаленню автоматизованої системи відстеження дислокації рухомих одиниць на елементах колійного розвитку району диспетчерського управління. У роботі розроблено загальну динамічну поїзну модель та модель колійного розвитку полігону диспетчерського управління. Розроблено нейромережну модель функціонування пристроїв станційної автоматики та сформульовано принципи побудови нейронних мереж при маршрутному управлінні. У роботі досліджено часову ознаку функціонування колійного кола за інформацією системи диспетчерської централізації у взаємодії з графіком руху поїздів, розроблено нейромережну модель функціонування колійної дільниці.

Основні наукові результати роботи знайшли практичне застосування: при розробці автоматизованої системи знімання інформації про проходження поїздів по міждержавних і міждорожних стикових пунктах (АСІП СП); при розробці програмно-технічного комплексу “АРМ електромеханіка ДЦ ЛУЧ” на ІСЦ Донецької залізниці.

Ключові слова: диспетчерське управління, модель району управління, диспетчерська централізація, графік руху поїздів, колійна дільниця, нейрон, нейронна мережа.

The summary

Cheptsov М. N. Dynamic train model in region of dispatcher control. - Manuscript.

Thesis on a scientific degree award of the candidate of technical science on a specialty 05.22.20 - “Operation and maintenance of transport means” - Kharkov State Academy of Railway Transport. Kharkov, 2001.

The dissertation is devoted to the improvement of automated systems in tracing dislocation of rolling units on elements of way development in dispatcher control. In work designed general dynamic train model and model of travel development of firing range of traffic management. General dynamic train model and way development model on testing ground of dispatcher control was designed in this work. Neuronet model of operation in devices of station automation was worked out. Principles of building neuron networks in route management were formulated. Time sign of operation in rail distribution system on information of dispatcher's CTC (centralized traffic circuit) system in the interaction with graph of train movement was investigated. Neuronet operation model of track area was elaborated.

Main scientific results of work have found practical application in designing automatic systems of removing information on running trains in interstate and interway joint points as well as in developing software-technical complex “AWS electromechanic” on ISC Donetsk railway.

Keywords: dispatcher control, model of region management, dispatcher CTC system, graph of train movement, track area, neuron, neuron network.

Аннотация

Чепцов М. Н. Динамическая поездная модель района диспетчерского управления. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.22.20 - "Эксплуатация и ремонт средств транспорта". - Харьковская государственная академия железнодорожного транспорта. Харьков, 2001.

Диссертация посвящена усовершенствованию автоматизированной системы отслеживания дислокации подвижных единиц на элементах путевого развития района диспетчерского управления. В работе произведен анализ структуры, технических средств и информационного обеспечения системы оперативного управления движением поездов. Разработана общая поездная модель и модель путевого развития полигона, адаптированная под функциональность общей модели. Показано, что при синтезе этих моделей наиболее предпочтительно применение методов векторной алгебры.

На основе сравнения с методами теории конечных автоматов обоснована возможность применения математического аппарата нейронных сетей для моделирования работы станционных устройств автоматики. В диссертации разработана нейросетевая модель функционирования при раздельном управлении стрелками и сигналами, а также сформулированы принципы построения нейронных сетей для маршрутного управления.

В работе исследован временной признак функционирования путевых участков по информации системы диспетчерской централизации. Показана возможность повышения достоверности информации о наличии подвижной единицы на элементе путевого развития.

В диссертации разработана модель функционирования путевого участка. Показано, что при моделировании возможно применение, как методов интегрального исчисления, так и нейронных сетей. Произведен синтез модели функционирования путевого участка на основе нейронной сети обратного распространения ошибки. Разработана методика обучения сети по информации графика движения поездов. На основе экспериментальных исследований доказана адекватность модели состоянию перевозочного процесса. В диссертации рассмотрена перспектива применения нейронной сети, функционирующей по генетическому алгоритму. Разработаны алгоритмы и программная реализация моделей на основе применения современных аппаратных средств и языков высокого уровня.

Основные научные результаты работы нашли практическое применение при разработке автоматизированной системы снятия информации о прохождении поездов по межгосударственным и междорожным стыковым пунктам, а также при разработке программно-технического комплекса "АРМ электромеханика ДЦ ЛУЧ" на ИСЦ Донецкой железной дороги.

Ключевые слова: диспетчерское управление, модель района управления, диспетчерская централизация, график движения поездов, путевой участок, нейрон, нейронная сеть.

Размещено на Allbest.ru