Теория, методология и практика экозащитных и экоинформационных технологий на железнодорожном транспорте

Размещено на http://www.allbest.ru/

Теория, методология и практика экозащитных и экоинформационных технологий на железнодорожном транспорте

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

экологический железнодорожный транспорт информационный

Актуальность темы. Одной из основных проблем современности является снижение вредного воздействия продуктов человеческой деятельности на окружающую среду (ОС). При этом тенденция увеличения загрязнения ОС от транспортного комплекса сохраняется, объемы его выбросов постоянно возрастают. Из всех видов транспорта наиболее экологичным считается железнодорожный, однако и он имеет проблемы, связанные с негативным воздействием на ОС. В их перечень входят:

- недостаточно эффективный организационно-экономический механизм управления природопользованием, его слабое информационное обеспечение;

- экологически и морально устаревшие энергоёмкие технологии и оборудование, некачественное сырье и топливо;

- отсутствие эффективных экозащитных технологий;

- несоблюдение норм образования отходов, их неэффективное вторичное использование, нарушение условий безопасного хранения;

- загрязненность железнодорожных путей, предприятий, складов горюче-смазочных материалов отраслевых объектов;

- недостаточное оснащение современной лабораторной, компьютерной техникой и экоинформационными технологиями системы отраслевого экологического контроля и мониторинга, неэффективный контроль экологических показателей на рабочих местах.

В числе приоритетных задач в природоохранной деятельности ОАО «Российские железные дороги» (ОАО «РЖД») стоят внедрение ресурсосберегающих и безотходных технологий во всех сферах хозяйственной деятельности, оснащение предприятий современным природоохранным оборудованием, получение достоверной и объективной информации о состоянии ОС и на её основе обеспечение эффективного управления природоохранной деятельностью.

Диссертация выполнена в соответствии с экологической стратегией ОАО «РЖД», отраслевыми комплексными социально-экономическими программами «Экологическая программа железнодорожного транспорта на 1996-2000 годы» (Указание МПС №Г791-у от 03.09.1996 г.), «Экологическая программа железнодорожного транспорта на 2001-2005 годы» (Указание МПС №Г-131у от 30.01.2001 г.).

Работа выполнялась при поддержке РФФИ в рамках перспективных исследований в области информационных технологий (проект №04-01-00277).

Степень разработанности проблемы. Решению теоретических и практических вопросов в области разработки технологий и устройств экологической безопасности на железнодорожном транспорте посвящены работы: С.В. Белова, В.М. Белькова, А.Ф. Демьяненко, Н.И. Зубрева, Н.И. Иванова, В.Д. Карминского, В.Д. Катина, Е.Е. Коссова, Л.В. Киселёвой, К.Б. Комиссарова, Н.Н. Крупенио, С.П. Никитина, Д.Я. Носырева, Т.Л. Риполь-Сарагоси, Л.Б. Сватовской, Т.С. Титовой и др.

Наиболее существенный вклад в развитие теории и практики построения систем экологического контроля и мониторинга внесли Л.А. Грибов, Ю.А. Золотов, Ю.А. Израэль, Л.К. Исаев, Л.Я. Козлов, Л.А. Конопелько, А.А. Попов, В.В. Приваленко, А.Б. Шаевич и др.

Развитию теории и практики управления сложными динамическими объектами с использованием методологии искусственного интеллекта посвящены работы ученых: А.Н. Аверкина, Л.С. Берштейна, В.Н. Вагина, В.В. Емельянова, А.Г. Еремеева, В.П. Карелина, С.М. Ковалева, В.М. Курейчика, А.Н. Мелихова, Э.А. Мамаева, Д.А. Поспелова, Э.В. Попова, Г.С. Осипова, И.Б. Фоминых, В.Ф. Хорошевского и др.

В части разработки интеллектуальных информационных систем экологической безопасности решению теоретических вопросов посвящены работы: Ю.М. Арского, А.Н. Вараксина, А.Н. Гуды, В.Г. Ильичева, С.М. Ковалева, В.Ф. Крапивина, Н.А. Назаряна, В.В. Растоскуева, И.И. Потапова, В.Н. Чуканова, А.Н. Целых и др.

Вопросы структурной организации предприятий разрабатывались отечественными исследователями. В этой связи следует отметить труды Л.И. Абалкина, О.В. Иншакова, Н.Н. Лябаха, И.Ю. Солдатовой, М.А. Чернышева, А.Х. Тамбиева и др.

Несмотря на большой объём научных исследований, посвященных решению данной проблемы, в настоящее время отсутствуют удобные для практического использования теоретические обобщения и методологические рекомендации, связанные с разработкой эффективных экозащитных технологий и созданием нового класса информационных систем в области экологического мониторинга, контроля и управления объектами железнодорожного транспорта.

В связи с этим целью настоящей диссертации является разработка теоретических и методологических основ создания экозащитных технологий и построения экоинформационной системы железнодорожного транспорта на основе элементов теории искусственного интеллекта, предназначенной для сбора, обработки, визуализации данных экологического контроля ОС для принятия оптимальных управленческих решений.

Для достижения поставленной цели необходимо решить следующие задачи:

- выполнить анализ существующей системы управления охраной окружающей среды (СУООС) на железнодорожном транспорте и оценить методы определения основных показателей организационного управления;

- разработать экоинформационную систему (ЭИС) железнодорожного транспорта с применением элементов теории искусственного интеллекта при сборе, обработке, визуализации данных экологического мониторинга и контроля для принятия оптимальных управленческих решений;

- предложить технологию построения модели представления ЭИС железнодорожного транспорта, основанную на объединении численно-аналитических методов и нечетко-логических методов, обеспечивающую возможность полного и всестороннего анализа экоинформации путем «встраивания» экспертных знаний в процесс численно-аналитического моделирования;

- разработать программное обеспечение, позволяющее проводить сбор, обработку и представление результатов экологического мониторинга и контроля;

- предложить методологию выбора экоаналитической техники передвижных экологических лабораторий, учитывающую технологическую специфику аналитического экологического контроля, эргономические требования и возможности приборной и измерительно-вычислительной техники;

- разработать методику обследования экологического состояния ОС на предприятиях железнодорожного транспорта с помощью передвижных измерительно-вычислительных экоаналитических комплексов (экологических вагонов-лабораторий (ЭВЛ));

- разработать теоретические основы создания эффективных экозащитных технологий, являющихся составной частью ЭИС железнодорожного транспорта и предназначенных для снижения негативного воздействия токсичных и вредных составляющих отработавших газов (ОГ) тепловозов на станциях реостатных испытаний и очистки сточных вод на различных объектах железнодорожного транспорта.

Объект и предмет исследования. Объектом исследования являются технологии защиты ОС, информационная система, система управления природоохранной деятельностью, системы экологического контроля и мониторинга ОАО «РЖД», их методологическая база.

Предметом исследования выступают функциональное содержание, принципы и механизмы идентификации, а также методы их совершенствования, направленные на эффективную охрану ОС на железнодорожном транспорте.

Теоретическим объектом исследования является комплекс математических моделей анализа и обработки информации, объединенных в единую гибридную экоинформационную систему с элементами интеллектуализации процессов принятия решений.

Научная новизна

1 Разработана и научно обоснована методология создания ЭИС железнодорожного транспорта на основе элементов теории искусственного интеллекта, предназначенная для сбора, обработки, визуализации данных экологического мониторинга и контроля с целью принятия оптимальных управленческих решений.

2 Предложена гибридная модель ЭИС железнодорожного транспорта, основанная на объединении вычислительных моделей, опирающихся на методы математического анализа и программирования, и интеллектуальных моделей, опирающихся на экспертные знания о моделируемом процессе и ОС. В структуре информационной системы принципиально новой является модель представления, которая используется в качестве теоретического базиса для создания нового класса интегрированной ЭИС на железнодорожном транспорте.

3 Предложена методология, позволяющая осуществить оптимальный выбор приборной техники для передвижных эколабораторий железнодорожного транспорта и оптимизировать планировку экологического вагона-лаборатории (ЭВЛ), которая учитывает технологическую специфику экоаналитического контроля (пробоотбор и пробоподготовка - аналитическая часть - обработка информации), эргономические требования и возможности эксплуатации экоаналитической и измерительно-вычислительной техники.

4 Теоретически обоснованы и реализованы новые эффективные экозащитные технологии, предназначенные для снижения негативного воздействия ОГ тепловозов на станциях реостатных испытаний и очистки сточных вод на объектах железнодорожного транспорта.

5 Усовершенствован категориальный аппарат исследования за счет расширения представлений о категории «управление экологическими системами на транспорте» и развиты определения понятий «экоинформация» и «экоинформационные данные».

6 Адаптирована методика морфологической идентификации оценки основных параметров экологического управления на железнодорожном транспорте и расширены основные принципы выбора оптимальных параметров управления, необходимые для построения морфологической модели с учётом экологических критериев.

Теоретико-методологическую основу настоящего исследования представляют фундаментальные концепции отечественных и зарубежных исследователей, занимающихся разработкой технологий защиты ОС, информационных систем и объектов с использованием методологии искусственного интеллекта, а также изучением организационных форм предприятий.

Методологической основой диссертации является системный подход и современный математический аппарат системных исследований, развивающийся в рамках синергетической парадигмы на основе комбинирования различных ресурсов (финансовых, человеческих, материальных, энергетических, информационных и др.) в процессе изучения сложных экологических систем.

Инструментально-методический аппарат. В основу исследования поставленной проблемы и её решения положены общенаучные методы системно-функционального и сравнительного анализа, прикладной математики (математической статистики, теории решения обратных задач), а также специальные методы исследования - субъектно-объектный, экономического моделирования, методы экспертных оценок и стратегического планирования.

Информационно-эмпирическую и нормативно-правовую базу диссертации составляют научные данные, опубликованные в работах российских и зарубежных ученых, законодательные и нормативные акты в виде федеральных законов, экологическая и финансовая отчетность железнодорожных организаций, материалы научных и практических конференций, ресурсы Интернета, а также материалы, накопленные лично автором.

Практическая значимость результатов диссертации заключается в том, что полученные положения, выводы и предложения могут быть использованы для создания экозащитных технологий, информационных систем и совершенствования функционирования природоохранных систем управления на железнодорожном транспорте. Кроме этого, практическая значимость результатов заключается в реализации экотехнологий и интегрированной экоинформационной системы анализа и обработки экоинформации на объектах железнодорожного транспорта.

Результаты исследований нашли применение на Красноярской железной дороге - филиале ОАО «РЖД», Северо-Кавказской железной дороге - филиале ОАО «РЖД», Ростовском филиале ВНИИАС МПС России, а также внедрены в учебный процесс РГУПС.

Апробация диссертации и публикация материалов. Результаты диссертации докладывались на Российской научно-технической конференции «Новые материалы и технологии», МГАТУ, Москва, 1994 г.; на II Всероссийской научно-практической конференции «Экологическая безопасность транспортных магистралей», МГУПС-МИИТ, Москва, 1998 г.; на Отраслевой научно-технической конференции «Актуальные проблемы развития железнодорожного транспорта и роль молодых ученых в их решении», РГУПС, Ростов н/Д, 1998 г.; на Международной научно-теоретической конференции «Проблемы и перспективы развития железнодорожного транспорта», РГУПС, Ростов н/Д, 1999 г.; на Международных научно-теоретических конференциях «Транспорт-2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007», РГУПС, Ростов н/Д; на Международной научно-технической конференции «Дороги-2000», Брянск, 2000 г.; на Международном экологическом конгрессе «Новое в экологии и безопасности жизнедеятельности», С.-Петербург, 2000 г.; на Всероссийской научно-практической конференции «Оптимизация обращения с отходами производства и потребления», Ярославль, 2000 г.; на VIII Международном симпозиуме «Railways on the Edge of the 3^rd Millennium», Жилина, Республика Словакия, 2001 г., на Международной научной конференции «Транспорт XXI века», Варшава, Польша, 2001 г.; на Международной научно-технической конференции «Проблемы и перспективы развития транспортного комплекса юга России», РГУПС, Ростов н/Д, 2001 г.; на Научно-практической конференции «Безопасность движения на железнодорожном транспорте», РГУПС, Ростов н/Д, 2002 г.; на VII Всероссийской научно-практической конференции «Техносферная безопасность», РГСУ, Ростов н/Д, 2002 г.; на Международной научной конференции «TransComp», Радом, Польша, 2002 г.; на Межведомственных научно-практических конференциях «ТелекомТранс-2003, 2004», Сочи; на Пятой Международной научно-практической конференции «Экономика, экология, и общество России в 21-м столетии», С.-Петербург, 2003 г.; на VI Международной научно-практической конференции «Высокие технологии в экологии», Воронеж, 2003 г.; на VI Всероссийском симпозиуме по прикладной и промышленной математике (весенне-летняя сессия), Петрозаводск, 2003 г.; на VI Всероссийском симпозиуме по прикладной и промышленной математике (осенняя сессия), Сочи, 2003 г.; на Международном конгрессе «Механика и трибология транспортных систем -2003», РГУПС, Ростов н/Д, 2003 г.; на Международной научной конференции «Актуальные проблемы развития транспорта России: стратегические, региональные, технические», РГУПС, Ростов н/Д, 2004 г.; на V Всероссийском симпозиуме по прикладной и промышленной математике (осенняя сессия), Сочи, 2004 г.; на Всероссийской научно-практической конференции «Техносферная безопасность, надежность, качество, энергосбережение», РГСУ, Ростов н/Д, 2004 г.; на LXVI Международной научно-практической конференции «Проблемы и перспективы развития железнодорожного транспорта», ДИИТ, Днепропетровск, Украина, 2006 г.; на Международных научно-практических конференциях «ТелекомТранс-2006, 2007», Сочи; на VII Всероссийском симпозиуме по прикладной и промышленной математике (зимняя сессия), Йошкар-Ола, 2006 г.; на Международной научно-методической конференции «Безопасность жизнедеятельности: образование, экология, охрана труда, пожарная и промышленная безопасность, безопасность в ЧС», ЮРГТУ-НПИ, Новочеркасск, 2007 г.; на Всероссийской научно-технической конференции «Приоритетные направления развития науки и технологий», ТулГУ, Тула, 2007 г.; на IX Всероссийском симпозиуме по прикладной и промышленной математике (весенняя сессия), Кисловодск, 2008 г.; на Всероссийской научно-технической конференции «Новые материалы и технологии», Москва, 2008 г.; на Второй международной научно-практической конференции «Техносферная и экологическая безопасность на транспорте», С.-Петербург, 2008 г.; на заседаниях кафедр «Информатика» и «Безопасность жизнедеятельности» РГУПС.

В полном объеме диссертация докладывалась на заседании кафедр «Экология и безопасность жизнедеятельности» Балтийского государственного технического университета «ВОЕНМЕХ» (С.-Петербург), «Инженерная экология» Московского государственного университета путей сообщения, на объединенном заседании кафедр «Автоматика и телемеханика на железнодорожном транспорте», «Безопасность жизнедеятельности», «Информатика» РГУПС.

Исследование проводилось в рамках паспорта научной специальности 05.22.01 «Транспортные и транспортно-технологические системы страны, её регионов и городов, организация производства на транспорте» и соответствует пунктам: 5. «Организация и технология транспортного производства. Управление транспортным производством» и 6. «Защита окружающей среды от загрязняющего воздействия транспорта».

По результатам исследований опубликовано 2 монографии и 69 научных работ, из которых 22 в изданиях, рекомендованных ВАК России для публикации основных научных результатов докторских диссертаций.

Структура диссертации. Диссертация состоит из введения, пяти глав, заключения, списка использованной литературы, содержащего 259 источников, 7 приложений. Общий объем работы составляет 327 страниц.

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении обоснована актуальность темы диссертации, определена степень разработанности проблемы, сформулированы цель и задачи исследования, определены объект и предмет исследования, методологическая, теоретическая и эмпирическая база исследования, изложены элементы научной новизны, представлены обобщения, характеризующие элементы научной новизны, практическая значимость исследования.

В первой главе рассматриваются роль и влияние транспортно-технологической системы страны на ОС. Проводится анализ экологических проблем железнодорожного транспорта, пути их устранения.

Показано, что недостаточная эффективность СУООС на транспорте объясняется сложностями, связанными со слабой согласованностью основных параметров системы управления и невысоким информационным обеспечением процесса принятия решений. При этом информационная система экологического контроля и мониторинга на железнодорожном транспорте является составной частью общей системы управления. Экологический контроль и мониторинг на железнодорожном транспорте осуществляется (рис. 1):

- производственными экологическими лабораториями (дорожными и отделенческими);

- передвижными экологическими лабораториями (ЭВЛ, лабораториями на автомобильном ходу и т.п.);

- пунктами экологического контроля (ПЭК) локомотивных депо и тепловозоремонтных заводов.

В главе рассмотрены вопросы формирования, движения и обработки экологической информации (экоинформации). Показано, что к проблемам относится недостаточная отработанность математических методов анализа экоинформации, что не позволяет эффективно использовать современную вычислительную технику.

В последние годы для обработки экоинформации активно применяются информационные технологии, общим недостатком которых является то, что эти системы имеют слабые механизмы комплексного анализа данных о состоянии ОС. В основном они базируются на использовании стандартных методик и не используют методы интеллектуального анализа и непосредственно экспертных систем (ЭС).

Следует заметить, что в настоящее время нет устоявшегося определения понятия «экоинформация». Поэтому под этим термином следует понимать сведения о состоянии ОС, её метеорологических, химических, физических и биологических параметрах, о процессах, происходящих в ней, и мероприятиях по снижению негативного воздействия.

В основе существующих технологий решения большинства задач в природоохранной области лежат математические методы обработки экоинформации, опирающиеся на математические модели анализа экологической обстановки, прогнозирования её развития и принятия решений. Однако при их использовании для обработки такого рода информации возникает ряд проблем, обусловленных её слабой структурированностью и формализованностью задач.



Рис. 1. Структура экологического мониторинга и контроля на железнодорожном транспорте. Составлено автором

Выделение слабо формализованных задач в отдельный класс предопределило появление особых типов моделей для их решения - интеллектуальных. Наиболее изученными и популярными среди них являются интеллектуальные продукционные модели, представляемые тройками следующего вида:

= Q, П, R , (1)

где Q - база данных, представляющая собой множество фактов вида «ПРИЗНАК = ЗНАЧЕНИЕ»; П - база продукционных правил вида «Если ПРИЗНАК = ЗНАЧЕНИЕ, то РЕШЕНИЕ = ЗАКЛЮЧЕНИЕ»; R - решающий модуль, реализующий процедуры логического вывода в базе правил (генерации решений).

В главе показано, что ключевым принципом создания современных ЭИС может стать принцип интеграции, основанный на идее совместного использования разнородных моделей представления и обработки информации, в интересах взаимной компенсации их недостатков и объединения преимуществ. Используемые при этом классы моделей включают:

- аналитические модели, основанные на методах математического анализа, вариационного исчисления и математического программирования;

- интеллектуальные модели, основанные на экспертных знаниях о моделируемых процессах ОС.

Принцип интеграции является доминирующим при разработке различных типов информационных систем. Интеграция парадигм искусственного интеллекта с другими научно-техническими парадигмами активизировала процессы так называемой гибридизации, связанные с созданием гибридных моделей представления и обработки знаний для различных приложений интеллектуальных систем. Однако в теоретическом плане эта проблема находится пока в стадии постановок задач, и имеется очень мало примеров практической реализации таких систем. В экологии примеры разработок таких систем практически отсутствуют.

В целом при решении вопросов совершенствования и развития системы экологического контроля и мониторинга как функциональной подсистемы СУООС и на этой основе создания ЭИС железнодорожного транспорта необходимо учитывать следующее.

В настоящее время создана развитая система экологического мониторинга и контроля ОАО «РЖД», основной проблемой которой является недостаточная оснащенность лабораторий площадями, современной лабораторной, компьютерной техникой и новейшими экоинформационными технологиями. Учитывая специфику железнодорожного транспорта, эти проблемы могут быть решены путем создания передвижных экоаналитических лабораторий.

Стремительными темпами развиваются компьютерные и информационные технологии, применение которых даёт возможность автоматизации процессов сбора, анализа и выработки рекомендаций по экологически безопасному развитию. Здесь следует отметить недостаточную вычислительную мощность современных компьютеров и проблемы при использовании математических методов анализа экоинформации. Кроме этого, разработка и внедрение информационных технологий в области экологической безопасности обусловливается:

- необходимостью решения большого числа разноплановых задач математического программирования, связанных с комплексным анализом и прогнозированием развития экологических ситуаций;

- наличием слабо формализованных задач, для которых отсутствуют адекватные аналитические модели и при решении которых требуется привлекать нетрадиционные интеллектуальные технологии, основанные на методах теории искусственного интеллекта.

Поскольку в области экологического контроля и мониторинга слабо формализованные задачи не существуют изолированно от традиционных формализованных задач, то одной из отличительных черт экоинформационных технологий может стать интеграция в них традиционных вычислительных технологий, основанных на методах математического анализа и программирования, с интеллектуальными технологиями, базирующимися на методах теории искусственного интеллекта.

Во второй главе рассматривается методология управления природоохранной деятельностью на железнодорожном транспорте, показан системный подход к решению проблемы.

При разработке ЭИС необходимо знать, где и как она будет функционировать, какова специфика той системы, в которую она будет вписана, и какие задачи с её помощью необходимо решать. В связи с этим в главе был проведён анализ СУООС железнодорожного транспорта, который показал, что она является составной частью общей системы административного управления ОАО «РЖД» и подчиняется основным принципам выработки и реализации управленческих решений. Среди общесистемных принципов построения таких систем выделяется информационная.

В настоящее время СУООС железнодорожного транспорта выглядит следующим образом (рис. 2).

Существует много методов оценки эффективности экологического управления предприятием, однако наиболее эффективным является метод морфологического анализа, исходя из которого для решения задачи выбора оптимальных параметров управления организацией необходимо построение морфологической модели, которую можно представить в следующем виде:

М = P_i, S_к, Т, J, (2)

где P_i - множество структурных элементов (табл. 1), имеющих определённое содержание, идентифицируемое индексом j и заданное соответствующим значением P_i^j; S_к = S_i^j_к - множество связей между j-ми элементами i-х блоков к-й проблемной ситуации, отражающей структуру морфологического описания организации; T - система ограничений; J - система оптимизируемых критериев.

Для ОАО «РЖД» можно представить следующие значения P_i^j:

P₁¹ - банкрот,P₁² - предкризисное состояние, P₁³ - финансово-устойчивое,

P₁⁴- успешно развивающееся;

P₂¹ - подъем экономики, P₂² - спад экономики, P₂³ - конкуренты, P₂⁴ - политическая ситуация в государстве;

P₃¹ - жестко-административный , P₃² - административный, P₃³ - демократический, P₃⁴ - либеральный;

P₄¹ - иерархическая, P₄² - функциональная, Р₄³ - матричная ,Р₄⁴ - дивизиональная;

P₅¹ - культура власти, P₅² - личности, P₅³ - задачи, P₅⁴ - роли, P₅⁵ - самоорганизующаяся;

P₆¹ - критическое, P₆² - неудовлетворительное, P₆³ - удовлетворительное, P₆⁴ - хорошее.

Рис. 2. СУООС на железнодорожном транспорте²

Таблица 1 Возможные варианты состояния

Элементы морфологических блоков	Морфологические блоки
P11 , P12 , P13, P14	P1	состояние дел предприятия
P21, P22 , P23, P24	P2	состояние внешнего окружения
P31 , P32 , P33, P34	P3	стиль управления
P41 , P42 , Р43, Р44	P4	структура организации
P51 , P52 , P53 , P54, P55	P5	культура организации
P61, P62 , P63, P64	P6	состояние ОС

Для определения состояния и перспектив функционирования синтезируемых систем на железнодорожном транспорте, как правило, выделяются критерии: J₁ - максимизация прибыли, J₂ - минимизация себестоимости транспортных услуг, J₃ - безопасность функционирования системы; J₄ - создание потенциала развития. Однако здесь совершенно не учитываются экологические показатели.

В связи с этим был введен дополнительный критерий J₅, отражающий степень экологического соответствия существующим в настоящее время нормативам.

Специалистами Ростовского филиала ВНИИАС МПС России даны экспертные оценки состояния развития СУООС станции Красноярск-Восточный Красноярской железной дороги - филиала ОАО «РЖД». Пример реализации такого подхода показан в табл. 2.

Рассмотренный материал дает возможность создания платформы для научных исследований в сфере совершенствования основных параметров управления природоохранной деятельностью, а также разработки ЭИС на железнодорожном транспорте.

Таблица 2 Значения экспертных оценок критериев

Jj Ki	J1	J2	J3	J4	J5
K1	0,72	0,68	0,48	0,52	0,32
K2	0,49	0,51	0,54	0,60	0,34
K3	0,70	0,44	0,60	0,57	0,30
K4	0,65	0,32	0,49	0,42	0,34
min aii	0,49	0,32	0,48	0,42	0,30

Третья глава посвящена разработке теоретических вопросов экоинформационных систем и технологий на транспорте.

Если рассматривать классическую схему работы природоохранных служб на железнодорожном транспорте, то здесь проблема сводится к решению двух, относительно самостоятельных, классов задач. Первый связан с обработкой первичной экоинформации для построения моделей экологических процессов и на этой основе решении задач, связанных с анализом, идентификацией и прогнозированием экологических ситуаций. Второй класс задач связан с формированием макромоделей взаимовлияния и выработкой на этой основе рекомендаций по снижению экологических рисков.

Первый класс задач. В рамках разрабатываемой ЭИС системы математических моделей экологических процессов представляются в виде систем дифференциальных уравнений, описывающих процессы образования и распространения загрязняющих веществ в ОС. Общая структура таких моделей, записанная в операторной форме, имеет вид:

М_F : + G(_i,) - f_i = 0, (i = 1, 2, …, n) , (3)

где G(_i,) - нелинейный дифференциальный оператор; _i - функции состояния; f_i - функции источников; - вектор параметров.

Основными элементами здесь являются два типа объектов - функции состояния _i = _i (x, y, t), описывающие процессы распространения ЗВ в ОС, и множество векторов = {p₁, p₂, …, p_m}, характеризующих параметры моделируемых процессов.

Математические модели должны учитывать не только влияние источников загрязнения, но и эффекты самоочищения. Тогда математические модели экопроцессов представляются системами уравнений в частных производных вида:

М_f : (4)

где V = V(x, y, t) - функция плотности биомассы; x_о, y_o - координаты источника ЗВ; - функция влияния ОС на загрязнения; C_iV - функция влияния загрязнения на ОС; r, K - параметры логистического уравнения для описания динамики биомассы; - мощность источника ЗВ; (x, y) - дельта-функция.

Системы уравнений вида (3) и (4) представляют в ЭИС основной класс моделей экопроцессов. На их основе, с привлечением методов численного интегрирования, определяются функции состояния _i и решается комплекс задач, связанный с проведением расчетов развития экологической ситуации при различных входных данных и внешних воздействиях. Возникающие здесь проблемы связаны с получением аналитических решений систем дифференциальных уравнений.

Для решения этих проблем предлагается использовать новый класс гибридных моделей. То есть здесь положена идея использования нескольких различных типов вычислительных моделей во взаимодействии с качественными процедурами оценки их параметров.

Функционирование гибридной поддерживающей модели осуществляется под управлением системы нечетких эвристических правил (1), описывающих предпочтения экспертов при выборе того или иного вычислительного метода в зависимости от качественных оценок значений параметров моделируемого процесса.

Механизм функционирования гибридной модели основан на совместной реализации двух процедур - процедуры численного интегрирования и процедуры нечетко-логического вывода в базе знаний (БЗ). Результатом вывода является семейство нечетко-параметрических решений, среди которых одним из методов дефаззификации выбирается лучшее.

В рамках рассматриваемого класса задач, связанных с построением моделей экологических процессов, наиболее сложными являются задачи идентификации. Они заключаются в построении адекватных моделей экологических процессов на основе имеющейся фактической информации о состоянии ОС. Традиционным математическим аппаратом решения этого класса задач являются так называемые методы обратного моделирования, которые работают с глобальными характеристиками экологических процессов. Совокупность таких характеристик задается при помощи функционалов общего вида:

Ф(_i) = ((_i))^Т S ((_i)), (5)

где - набор наблюдаемых величин; - совокупность моделей наблюдения;- весовая функция; S - весовая матрица для формирования скалярного произведения на множестве данных наблюдений.

Возникающие здесь сложности связаны с тем, что аппарат вариационного исчисления не может гарантировать получение «удовлетворительных» решений при произвольных исходных данных. Для решения задачи идентификации предлагается гибридная иерархическая модель (ГИМ), включающая два уровня обработки информации.

Нижний уровень ГИМ предназначен для скрытого детектирования закономерностей в исходных данных и реализован на основе стандартных нейросетей, нечетких систем, продукционных правил и аналитических моделей экоинформационных процессов. Этот выбор обусловлен тем, что нейросети являются идеальным инструментом первичного анализа данных, трудно поддающихся формализованному описанию. Нечеткие системы обеспечивают возможность эффективной интеграции априорных знаний экспертов в процесс первичной обработки данных, а аналитические модели являются универсальным средством описания количественных характеристик экологических процессов.

Верхний уровень ГИМ реализует процесс оптимизации функционалов с привлечением генетических алгоритмов, гарантирующих получение устойчивых решений в широком диапазоне изменения параметров моделей. Предложенная гибридная иерархическая структура интеллектуальной модели обеспечивает возможность результативного взаимодействия процессов идентификации структур моделей и адаптации их параметров под реальные данные наблюдений.

Второй класс задач связан с принятием управленческих решений. В рамках разрабатываемой интегрированной ЭИС такие модели предлагается строить на основе технологий когнитивного моделирования.

Когнитивная модель эксперта на основе обобщения опыта инженеров-экологов и специалистов-управленцев должна имитировать процессы принятия решений в сложных экологических ситуациях, характеризуемых множеством критериев и большим числом разнородных факторов. В качестве таких моделей предлагается использовать двухуровневые нейронечеткие системы, основанные на объединении искусственных нейронных сетей и нечетких систем.

На нижнем уровне нейронечеткой системы происходит накопление первичной экоинформации из большого числа разнородных данных и их обобщение в относительно небольшое число качественных признаков, характеризующих экоситуацию в целом. Для этих целей используются трехслойные нейронные сети прямого распространения:

NET₃ : х₁ х₂ х_n E Q. (6)

Нейросеть на основе множества разнородных экспериментальных данных х_i (i = 1, 2, …, n) обучается распознавать для каждой i-й зоны региона уровень загрязнения E (БОЛЬШОЙ, НЕБОЛЬШОЙ и т.п.) и связанную с ним степень экологического риска Q (ВЫСОКАЯ, НЕВЫСОКАЯ и т.п.).

На верхнем уровне нейронечеткой системы, моделирующем логику рассуждений экспертов, после обобщения необходимого экспериментального материала имитируются процессы принятия решений. Данный уровень реализован в виде системы нечетких правил:

p_i : E Q R, (7)

сформированных экспертами-менеджерами и описывающих взаимосвязь между оценками обобщенных параметров экологических ситуаций E и Q и решениями R, принимаемыми в данных ситуациях.

Выше показано описание модели представления гибридной ЭИС, которая включает в себя множество моделей экопроцессов М_F, М_f вида (3) и (4), множество функционалов Ф(_i) вида (5), множество нечетких продукционных систем вида (1) и (7), множество нейросетевых моделей NET вида (6), а также совокупность присоединенных к ним процедур, предназначенных для обучения и оптимизации данных моделей.

Данная модель представления гибридной ЭИС не исчерпывает всего многообразия способов введения интеллектуализации в систему, однако представляет собой достаточно универсальный математический аппарат решения широкого круга взаимосвязанных задач в области экологического контроля и мониторинга.

Рассматривая модели организации БЗ и БД, отвечающие требованиям представления различной информации в гибридных системах, необходимо отметить, что они являются важнейшими составляющими информационных систем. В качестве рабочего определения экоинформационных данных принято следующее определение. Экоинформационными данными называются отдельные факты, события или явления, представленные в виде совокупностей числовых параметров, характеризующих состояние ОС и источников ЗВ, а также сведения о процессах и явлениях, представленные в виде нечетко-определенных качественных описаний, включая полученные от специалистов-экспертов. Пример фреймов данных, продукционных фреймов и их взаимосвязь в БЗ и БД показаны на рис. 3.

Для решения сложных задач в рамках современных информационных технологий в настоящее время разрабатывается аппарат интеллектуального анализа данных на основе искусственных нейронных сетей. Их концептуальной основой является модель биологического нейрона, называемая искусственным нейроном. На практике наиболее часто используются многослойные искусственные нейронные сети, называемые персептронами. В главе приведена структура трехслойного персептрона, предназначенного для вычисления нечетких значений концентрации.



Размещено на http://www.allbest.ru/

Рис. 3. Пример организации БЗ на основе фреймовых моделей⁴

В главе также рассмотрены модели представления данных и знаний в ЭИС, вопросы представления неопределенной и нечетко-определенной информации в информационных базах, модели обработки экоинформации и принятия решений, гибридные модели представления и обработки экоинформации.

В четвертой главе представлено описание ЭИС железнодорожного транспорта (рис. 4), которая подразделяется на два уровня:

- нижний - связанный с приобретением и обработкой первичной экоинформации;

- верхний - представляющий ЭС.



Рис. 4. Схема формирования и движения экоинформации в ЭИС железнодорожного транспорта

При создании передвижных лабораторий следует учитывать, что одним из факторов, влияющих на оперативность, достоверность и эффективность получения информации, является оптимальный выбор экоаналитического оборудования. Опираясь на методологию, объединяющую достижения фундаментальной аналитической химии и практический опыт экоаналитических лабораторий, была разработана схема передвижного измерительно-вычислительного экоаналитического комплекса (ПИВЭК) на базе вагона-лаборатории (рис. 5) и разработана методика обследования состояния ОС на предприятиях железнодорожного транспорта с помощью ПИВЭК.

При проектировании вагона-лаборатории использовалась методология, позволившая оптимизировать его планировку, учитывающая технологическую специфику аналитического контроля (отбор проб приемка и пробоподготовка аналитическая часть обработка информации), эргономические требования и возможности экоаналитической и измерительно-вычислительной техники. На основании предложенной методологии реализована планировка вагона-лаборатории, предусматривающая: химическую лабораторию, зал обработки экоинформации, жилые и служебные помещения.

На нижнем уровне рассмотрены вопросы построения отраслевой системы экологического контроля и мониторинга с акцентом на создание передвижных лабораторий.

Верхний уровень, который в ЭИС используется в качестве интеллектуальной составляющей, представляет собой программное обеспечение, дающее возможности проведения системного анализа экоинформации и программные модули, необходимые для поддержки принятия решений.

В соответствии с вышеизложенными теоретическими выкладками ЭС железнодорожного транспорта должна базироваться на следующих основных модулях:

- временные БД, предназначенные для хранения экоинформации и информации об экозащитных технологиях;

Объект Пробоподготовка Аналитическая Обработка

исследования часть результатов

Рис. 5. Функциональная схема ПИВЭК

- БЗ, предназначенные для хранения экспертных знаний и правил манипулирования данными;

- решатель (или база программ), определяющий алгоритм и реализующий последовательность правил решения конкретной задачи на основе экоинформации, хранящейся в БД и БЗ;

- компонент приобретения знаний, автоматизирующий процесс наполнения БЗ;

- объяснительный компонент, поясняющий ход решения задачи.

В качестве базовой используется продукционная модель знаний, описывающая эвристики эксперта, а также фреймовая и сетевая модели знаний для организации базы концептуальных знаний.

ЭС является гибридной, имеет модульную структуру и состоит из подсистем (рис. 6):

- подсистемы сбора данных о состоянии ОС на железнодорожных объектах;

- подсистемы хранения и обработки данных;

- подсистемы автоматического генерирования документации;

- графического представления данных;

- подсистемы прогноза и принятия решений.

В качестве примера внедрения данного подхода является АРМ эколога, разработанный для Северо-Кавказской железной дороги - филиала ОАО «РЖД» и представляющий собой подсистему сбора, обработки и представления результатов экологического контроля и мониторинга.

В пятой главе проведено теоретическое обоснование и реализация новых эффективных экозащитных технологий, являющихся составной частью ЭИС железнодорожного транспорта, для чего на первых этапах выполнен анализ особенностей систем очистки ОГ дизелей тепловозов на пунктах их реостатных испытаний, а также систем очистки загрязненных жидкостей для оборотного водопотребления на объектах железнодорожного транспорта.



Рис. 6. Взаимодействие модулей ЭС экологического мониторинга железнодорожного транспорта

Наиболее простыми и эффективными методами очистки ОГ принято считать жидкостные, в которых для интенсификации массообмена вместе с пневматическим, циркуляционным, механическим способами перемешивания газожидкостных сред применяются вибрационные. В работе экспериментально показано, что при вибрационном перемешивании поглощательная способность жидкости в присутствии газа увеличивается.

Анализ массообмена при вибрационном перемешивании показал, что объемный коэффициент массоотдачи в газожидкостной фазе зависит от мощности перемешивания (N_V) и газосодержания ().

В свою очередь, газосодержание () при переменных инерционных нагрузках можно определить, используя такой параметр, как скорость звука (a):

, (7)

где Р - давление; _ж - плотность жидкости.

В аналитическом виде установлен закон перемещения частиц сжимаемой газожидкостной среды в порах фильтроэлементов с переменной площадью поперечного сечения с учетом трения и перегрузок, позволяющий рассчитывать параметры движения частиц среды в порах фильтроэлементов при вибрационном перемешивании.

На основании проведенных исследований предложены эффективный способ и устройства, позволяющие снизить концентрации токсичных составляющих ОГ двигателей подвижного состава на станциях реостатных испытаний тепловозов и других теплоэнергетических установках локомотивного хозяйства (рис. 7). Степень очистки ОГ составляет 79...83 %.

Исследования затрат мощности показали, что при подведении энергии для вибрационного перемешивания значительное количество энергии рассеивается в ОС. Поэтому перемешивание газа с жидкостью предлагается проводить также с помощью струйной техники.

Рис. 7. Установка очистки отходящих газов:

1 - корпус; 2 - крышка; 3 - днище; 4 - каплеотбойник; 5 - опора; 6 - распределитель; 7 - вибрационная доска; 8 - подвеска; 9 - слив воды; 10 - разбрызгиватель; 11 - коллектор; 12 - фильтр; 13 - вибратор; 14 - патрубки подвода газа

На основе расчетов и натурных испытаний, проведенных на системе очистки воды флотацией, получено полуэмпирическое соотношение, позволяющее оценить основные эксплуатационные параметры камеры смешения водовоздушных струйных смесителей, используемых для очистки воды в системах оборотного водопотребления:

, ( 8)

где P₁ - давление рабочей жидкости на входе в струйный аппарат; х - скорость газожидкостной смеси на выходе из струйного аппарата; K = F₁/F₂ - отношение площади камеры смешения струйного аппарата к площади его сопла.

Это соотношение дает возможность подобрать величину K, позволяет рассчитать давление рабочей жидкости на входе в струйный аппарат и необходимые оптимальные геометрические параметры, что обеспечит эффективность работы и максимальный транспортный коэффициент полезного действия созданной системы очистки воды.

Для пунктов реостатных испытаний тепловозов разработана система очистки ОГ с использованием струйных аппаратов для интенсификации процессов перемешивания и массообмена газожидкостных сред и как следствие - повышение степени очистки газов.

Получено расчетное соотношение для определения давления активной жидкости на входе в струйный аппарат с постоянной геометрией, забирающей атмосферный воздух с дальнейшей его отдачей в толщу жидкости флотационной системы:

 = , (9)

где - относительный объем забираемого воздуха, = V_г/V_ж, здесь V_г и V_ж - объёмная подача воздуха и рабочей жидкости соответственно; _э - коэффициент полезного действия струйного аппарата; - относительная величина разряжения в камере, = Р₂/Р₁, здесь P₁ - давление рабочей жидкости на входе в струйный аппарат; P₂ - давление рабочей жидкости в приемной камере струйного аппарата; Р_ат - атмосферное давление.

Для организации оборотного водопотребления на объектах железнодорожного транспорта разработана система эффективной очистки загрязнённых жидкостей, основанная на подаче воздуха посредством струйных аппаратов во флотационную установку.

В главе проведена технико-экономическая оценка эффективности внедрения предлагаемых экозащитных технологий на железнодорожном транспорте.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ

1 Проведено совершенствование категориального аппарата исследования. В частности, расширены представления о категории «управление экологическими системами на транспорте» и развиты определения понятий «экоинформация» и «экоинформационные данные».

2 Выполнен анализ информационных основ системы экологического управления на железнодорожном транспорте, осуществлено её структурирование. Адаптирована методика морфологической идентификации параметров управления для общей оценки основных параметров экологического управления на железнодорожном транспорте, расширены принципы выбора оптимальных параметров управления, необходимые для построения морфологической модели и на этом основании упорядочены структуры развития информационных систем управления природоохранной деятельностью на железнодорожном транспорте.

3 Предложена новая технология построения экоинформационных моделей для ЭИС железнодорожного транспорта, основанная на объединении численно-аналитических методов, методов вариационного исчисления и нечетко-логических методов и обеспечивающая возможность более полного и всестороннего анализа экоинформации путем «встраивания» экспертных экологических знаний в процесс численно-аналитического моделирования экологических процессов на железнодорожном транспорте.