Автоматизация процессов мониторинга, идентификации и интеллектуальная поддержка принятия решений на сортировочных станциях
На правах рукописи
Броновицкий Сергей Сергеевич
АВТОМАТИЗАЦИЯ ПРОЦЕССОВ МОНИТОРИНГА,
ИДЕНТИФИКАЦИИ И ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА
ПРИНЯТИЯ РЕШЕНИЙ НА СОРТИРОВОЧНЫХ СТАНЦИЯХ
Специальность: 05.13.06 – Автоматизация и управление технологическими
процессами и производствами (на транспорте)
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Ростов-на-Дону
2008
Работа выполнена на кафедре «Автоматика и телемеханика на железнодорожном транспорте» государственного образовательного учреждения высшего профессионального образования «Ростовский государственный университет путей сообщения» (РГУПС)
| Научный руководитель: | кандидат технических наук, профессор Пальчик Лев Вениаминович |
| Официальные оппоненты: | доктор технических наук, профессор Кравцов Юрий Александрович кандидат технических наук, профессор Родзин Сергей Иванович |
| Ведущая организация: | Петербургский государственный университет путей сообщения (ПГУПС) |
Защита диссертации состоится « 9 » октября 2008 г. в 13.00 часов на заседании диссертационного совета Д 218.010.03 при Ростовском государственном университете путей сообщения по адресу: 344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового полка народного ополчения, 2, конференц-зал.
С диссертацией можно ознакомиться в библиотеке РГУПС.
Автореферат разослан «24» июля 2008 г.
Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу: 344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового полка народного ополчения, 2, РГУПС, диссертационный совет.
Ученый секретарь диссертационного
совета, доктор технических наук, доцент М.А. Бутакова
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования. Стратегия развития железнодорожного транспорта, принятая ОАО «РЖД» на заключительном этапе реформирования, предусматривает решение, в первую очередь, трех ключевых задач, к которым относятся: обеспечение роста эффективности, устойчивости и безопасности перевозок; развитие новейших систем управления технологическими процессами на основе инновационных технологий; снижение негативного влияния «человеческого фактора» за счет внедрения современных информационных и компьютерных технологий.
Одним из приоритетных направлений работ является повышение эффективности процессов расформирования и формирования поездов на сортировочных станциях (СС).
Для этого в ОАО «РЖД» разработана «Программа совершенствования и развития сортировочных станций железных дорог на 2006-2015 годы», которая предусматривает «расширение зоны автоматизации и контроля на всю территорию станции, построение систем мониторинга на базе модульных подсистем реального времени, объединённых с исполнительными устройствами и разработку интеллектуальных АРМов».
В рамках «Программы информатизации станций» Департаментом управления перевозками предусматривается: создание новых интеллектуальных АСУ; повышение достоверности информации о дислокации и наличии подвижных единиц в реальном масштабе времени; автоматический ввод в АСУ информации о перестановках вагонов на станции; создание графических и табличных интерфейсов по дислокации вагонов на путях; оборудование АРМов дополнительными мониторами и информационными экранами, дающими достаточную информацию для планирования и управления маневровой работой; автоматическое прогнозирование нештатных и опасных ситуаций.
Одной из возможностей ведения достоверной динамической модели СС, функционирующей в рамках единого информационного пространства и реального масштаба времени, является автоматизация мониторинга и идентификации процессов расформирования и формирования поездов.
Решение такой проблемы на основе локальных компьютерных подсистем с интеллектуальными возможностями вызывает необходимость адаптации фундаментальных принципов теории ситуационного управления и искусственного интеллекта, методов и теоретических подходов современных информационных и компьютерных технологий, что позволяет считать тему диссертационного исследования актуальной.
Степень разработанности проблемы. Постановке перечисленных задач предшествовали многочисленные теоретические исследования, труды и практические разработки ученых и специалистов в России и за рубежом.
Решению важных теоретических и практических вопросов создания современных технологий управления на железнодорожном транспорте, формированию стратегии дальнейшего развития эксплуатационной работы посвящены труды Апатцева В.И., Батурина А.П., Бородина А.Ф., Буянова В.А., Грунтова П.С., Елисеева С.Ю., Ефименко Ю.И., Зубкова В.Н., Осьминина А.Т., Павлова В.Е., Сотникова Е.А., Тишкина Е.М., Тулупова Л.П., Числова О.Н. и др. ученых.
Разработке теории и методологии создания систем на микропроцессорной базе посвящены труды Гуды А.Н., Долгого И.Д., Ефимова В.Е., Кочеткова А.А., Кравцова Ю.А., Лисенкова В.М., Сапожникова В.В., Сапожникова Вл.В. и др.
Вопросам теории построения, методологии разработки и внедрения систем автоматизации сортировочных процессов посвящены труды Боровкова Ю.Г., Дудниченко А.М., Иванченко В.Н., Кузнецова Л.П., Кулькина А.Г., Лябаха Н.Н., Никифорова Н.А., Одикадзе В.Р., Савицкого А.Г., Самойленко Ю.А., Соколова В.Н., Фонарева Н.М., Шабельникова А.Н., Шелухина В.И. и др.
Большой вклад в теорию и практику управления сложными динамическими объектами с использованием искусственного интеллекта внесли Аверкин А.Н., Берштейн Л.С., Белявский Г.И., Вагин В.Н., Гуда А.Н., Еремеев А.Г., Ковалев С.М., Курейчик В.М., Поспелов Д.А., Попов Э.В., Осипов Г.С., Фоминых И.Б. и др.
В качестве объекта исследования в работе выступает интегрированная система управления СС на основе локальных подсистем мониторинга, идентификации и визуализации сложных оперативно-технологический ситуаций в реальном режиме времени.
Предметом исследования являются методы и модели мониторинга оперативно-технологических ситуаций, идентификации нарушений технологических процессов, а также алгоритмы интеллектуальной поддержки принятия решений и визуализация состояния СС на АРМах диспетчерского и дежурного персонала.
Цель диссертационного исследования – разработка методов, моделей мониторинга и идентификации процессов расформирования и формирования поездов, а также алгоритмов интеллектуальной поддержки принятия решений на основе интеграции вновь создаваемых локальных подсистем информационного обеспечения (ПИО) и АРМов с АСУ СС и устройствами СЦБ.
Для достижения поставленной цели в диссертации были решены следующие задачи:
1. Предложен новый подход к интеграции АСУ СС, систем управления сортировочной горкой (СГ), устройств СЦБ и АРМов диспетчерских звеньев для достижения целей мониторинга, идентификации и интеллектуализации процессов расформирования и формирования составов.
2. Разработана методология построения локальных подсистем информационного обеспечения (ПИО), обеспечивающих в реальном времени ведение динамической модели технологических процессов в парках СС и на СГ, расширение зоны мониторинга подвижных единиц и идентификацию за счет увязки с устройствами СЦБ.
3. Разработан метод ведения пространственно-временных моделей перемещения вагонов и локомотивов.
4. Разработан метод качественного нечеткого описания процессов идентификации первоочередных маневровых передвижений на СС.
5. Разработаны на экспертной основе алгоритмы действий маневровых диспетчеров (ДСЦ) и дежурных по горке (ДСПГ) в нештатных оперативно-технологических ситуациях и на их базе предложены алгоритмы интеллектуальной поддержки принятия решений.
6. Разработан класс графических интерфейсов визуализации результатов мониторинга, идентификации и интеллектуальной поддержки процессов управления СС.
Методы исследования. Исследования проводились с использованием системного анализа, теории ситуационного моделирования, методов теории искусственного интеллекта, теории нечетких множеств, статистического анализа, логико-алгоритмических подходов инженерной психологии.
Научная новизна работы заключается в следующем:
- разработана методология построения нового поколения подсистем информационного обеспечения, позволяющих в реальном времени автоматизировать процессы мониторинга и идентификации состояния СС;
- разработана новая пространственно-временная модель слежения за подвижными единицами, повышающая достоверность процессов мониторинга и идентификации;
- на основе исследования мультиагентной структуры управления СС выявлен новый класс задач, требующих интеллектуальной поддержки принятия решений;
- предложен подход к интеграции базы данных (БД) и базы знаний (БЗ) и разработан метод оптимизации вывода в БЗ на основе продукционных моделей.
- разработаны метод нечёткого описания процессов идентификации, основанный на конъюнктивном представлении функций принадлежности и алгоритмы интеллектуальной поддержки принятия решений в нештатных ситуациях.
Практическая ценность работы заключается в применении результатов исследования для построения ПИО и их интеграции с АСУ верхних уровней управления СС с целью автоматизации мониторинга и идентификации нештатных ситуаций и интеллектуальной поддержки принятия решений.
Достоверность и обоснованность результатов подтверждается экспертными оценками диспетчерского и дежурного персонала СС, вычислительными экспериментами на этапе программной реализации алгоритмов и технологических «окон» АРМов, публикациями и апробацией работы на региональных, отраслевых и международных научно-технических конференциях, а также актами внедрения результатов работы.
Апробация результатов работы. Основные положения и результаты докладывались и одобрены на совместном заседании кафедр «Автоматика и телемеханика на железнодорожном транспорте» и «Информатика» РГУПС, кафедре «Системный анализ и телекоммуникации» Технологического института Южного федерального университета (г. Таганрог 2007), на Международном симпозиуме «14-th International symposium. Zilina, Slovensko Rep., 2006», V Международной научно-практической конференции «TRANS-MECH-ART-CHEM» - М.: МИИТ, 2008.
Публикации. По теме диссертации опубликовано 7 печатных работ (из них 1 в издании, рекомендованном ВАК), в том числе учебное пособие для вузов железнодорожного транспорта объемом 144 стр.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 106 наименований и приложений. Общий объем работы 197 страниц, включая 76 рисунков, 4 таблицы, 14 страниц приложения и актов о внедрении.
КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ
Во введении обосновывается актуальность темы диссертационной работы, формулируются цели и задачи исследования, перечисляются полученные результаты, дается краткая характеристика диссертации.
В первой главе осуществлен анализ состояния решаемой проблемы на СС отечественных и зарубежных железных дорог.
Анализ и теоретическое обобщение состояния проблемы комплексной автоматизации и информатизации отечественных и зарубежных СС на базе компьютерных технологий выявил ее нерешенность в контексте достижения единого информационного пространства и ведения непрерывной динамической модели процесса расформирования и формирования поездов в реальном режиме времени.
Установлено, что в различных научных школах эта проблема находит понимание на уровне постановок задач. Однако вопросы теории построения подсистем мониторинга и идентификации процессов управления СС и методология интеграции разрозненных АСУ СС, устройств СЦБ, систем автоматизации горок, АРМов и др. не решены и к настоящему времени остаются «за кадром». Отсутствуют теоретические разработки в области использования методов искусственного интеллекта, экспертной поддержки принятия решений в сложных нештатных ситуациях.
Исследования информационных потоков в мультиагентной среде СС и системный анализ процессов расформирования и формирования поездов позволили выявить высокую сложность оперативного управления, многокритериальность задач и необходимость выработки решений в условиях жестких временных ограничений, неоправданную многоступенчатость передачи и приема сообщений, отсутствие подсистем автоматического сбора первичной информации «от колеса». Установлено, что в условиях территориальной рассредоточенности объектов мониторинга и контроля ДСЦ не представляется возможным без информационной поддержки в реальном времени вести адекватную динамическую модель поездной и маневровой работы. Это позволяет утверждать, что исследуемая в диссертации проблема является актуальной и практически необходимой.
Завершает главу описание предлагаемого нового подхода к интеграции вновь создаваемых распределенных подсистем с существующими устройствами СЦБ, АСУ СС, комплексами управления СГ, системами АДК-СЦБ парков и др. на основе универсальных ИВК-АДК.
Результаты обобщения состояния поставленной в диссертации проблемы позволили сформулировать направления теоретических исследований, представленных в последующих главах.
Во второй главе приведены результаты исследований особенностей объекта автоматизации процессов мониторинга и идентификации, как сложной мультиагентной системы реального времени. К их числу относятся: рассредоточенность объектов контроля и мониторинга; неравномерность и нестационарность процессов расформирования и формирования; подверженность внешней среде; условия безопасности; человеко-машинные факторы, условия неопределенности ситуаций; режим реального времени; дефицит времени на принятие решений и др.
На основе исследования реальных процессов на СС установлены источники и потребители информации, выявлена неоправданная многоступенчатость информационных потоков. Граф информационных потоков отображает связи 32 агентов, непрерывно взаимодействующих друг с другом. Существующая динамическая модель работы СС неадекватно отражает текущее состояние, информация «снизу» поступает с опозданием и искажениями. Маневровый диспетчер ДСЦ лишен возможности своевременного планирования, прогнозирования и принятия решений при возникновении нештатных и опасных ситуаций.
Это обусловлено:
- превышением числа трактов обмена оперативными сведениями (К > 15) установленного допустимого значения (Кдоп < 8);
- большими временными затратами на прием-передачу данных при = 0,95, = (23; 26) мин;
- превышением времени приема информации ( = 15 мин) над временем передачи ( = 9 мин);
- сильной корреляционной связью между числом переговоров и их продолжительностью (rXT = 0,87).
Рис. 1. Иллюстрация перераспределения информационных потоков на СС
Полученные экспериментальные результаты позволяют утверждать о необходимости перераспределения потоков информации, ее интеграции и передачи по ограниченным направлениям I, как это представлено на рис. 1.
Здесь i1, i2,…, in, j1, j2,…, jn, q1, q2,…, qn, 1, 2,…, n, 1, 2,…, n, k1, k2,…,kn обозначены распределенные потоки первичной информации, поступающей от напольных устройств СЦБ и АРМов низового уровня управления СС, а IПП, IСГ, IАСУ, IПФ, IДСП, IПО – потоки синтегрированной информации, предназначенной для ведения единой БД.
Такая архитектура интеграции информационных потоков наглядно иллюстрирует роль и место создаваемых ПИО в структуре управления СС.
Следует отметить, что ключевое место занимает разработка методологии создания подсистем мониторинга, идентификации и интеллектуализации процессов расформирования и формирования поездов.
Структура методологических этапов и направлений исследования представлена на рис. 2. Здесь в основу достижения цели положена интеграция БД и БЗ. Под интеграцией понимается комбинированное использование разнотипных моделей и методов обработки информации.
Теоретической базой ведения пространственно-временной модели является ситуационное управление, основоположником которого является Д.А. Поспелов.
В основу построения ситуационных моделей MS положена псевдофизическая логика пространственно-временных отношений. Она позволяет компактным образом идентифицировать в создаваемых ПИО весь обширный класс технологических ситуаций в парках СС и на СГ, в том числе опасных, требующих немедленного принятия решений.
Для этого территориально рассредоточенные объекты мониторинга и идентификации разбиваются на N локальных зон G1, G2, … Gn. В пределах каждой Gi, i = 1, 2,…,N сосредоточено Ki датчиков i-й локальной группы входных переменных 
и Рi контролируемых объектов (вагоны, отцепы, локомотивы и др.), управляемых i-й группой выходных переменных 
.
В основе логико-алгебраической модели лежит формальная система, характеризуемая четверкой 
где S – множество базовых элементов, Р – синтаксические правила, А – система аксиом, W – правила вывода.
Синтаксические правила Р строятся на основе семейства отношений RL и RT, используемых для описания мгновенных состояний процесса перемещения осей (ОС), вагонов (ВГ), отцепов (ОТ) по датчикам счёта осей (ДО), рельсовым цепям (РЦ), стрелкам (СТР), тормозным позициям (ТП) и др..
Вспомогательными отношениями семейства RL являются два бинарных отношения: rle – «находиться в зоне» и rls – « располагаться друг за другом», и отношение принадлежности rp, которое используется для описания структур объекта мониторинга. Второй класс RT включает в себя три вспомогательных
Рис. 2. Структура методологических этапов и направлений исследований
временных отношения: rt(ti) – «наблюдаться в момент времени ti»; r (i) – «наблюдаться во временном интервале i» и r
– «быть в прошлом».
Для описания аксиоматики и правил вывода формальной системы введены два класса предикатов: Р(до(ti)) – для обозначения фактов прохождения осей и Р(рц()) – для фиксации занятия РЦ в промежутках времени.
Аксиоматика ситуационной модели F представлена тремя группами аксиом: AS – формулы размещения элементов напольного оборудования; АО – формулы описания структур подвижных единиц; АF – формулы, описывающие логику смены состояния подвижных единиц относительно напольных устройств.
В класс AF включены формулы, отражающие отношения осей вагонов к ДСО и РЦ во времени. Аксиомы (2) и (3)
(Р(до(ti) 
ос (((до rls ос) rt (ti) & ((ос rls до) rt (ti+1))), (2)
(Р(рц (ti) 
ос ((ос rle рц) rt (ti)) (3)
обеспечивают инициализацию машины вывода и «подпитку» соответствующих правил вывода в ходе моделирования динамического процесса перемещения подвижных единиц.
Аксиомы (4) и (5) обеспечивают соблюдение общего принципа пространственно-временной логики применительно к перемещениям на СС – «первый в очереди – первый во времени»:
(v, w 
{ОС, ВГ, ОТ}р 
{ДО, РЦ, СТР, ТП}) ((v rls w) &
(v rle p) rt (ti) & (w rle p) rt (tj)) ti 
tj), (4)
(p, g 
{ДО, РЦ, СТР, ТП}v 
{ОС, ВГ, ОТ}) ((р rls g) &
(v rle p) rt (ti) & (w rle p) rt (tj)) ti 
tj). (5)
Приведенное выше семейство аксиом определяет минимальный набор формул для машины вывода, которая путем применения соответствующих правил моделирует перемещение подвижных единиц по участкам, стрелкам, путям, ТП и др.
Размещение напольного оборудования (например, для участка СГ, представленного на рис. 3, задается аксиомой (6).
Рис. 3. Ситуация скатывания отцепов
(до1 rls до2 rls до3 rls до4 rls до5 rls до6) & (до1 rle mn1) & (до2 rle mn1) &
(до3 rle стр.1) & (до4 rle стр.1) & (до5 rle стр.2) & (до6 rle стр. 2) (6)
Ситуация движения трех отцепов к моменту времени ti описывается семью аксиомами относительно шести датчиков. В момент прохода второй тележки (i+1)-го вагона через до2 (рис. 3) одна из семи формул принимает вид:
. (7)
В динамике продвижения вагонов непрерывно формулы видоизменяются и в динамической БД фиксируются реальные технологические ситуации. Выражениями
и 
. (8)
в момент времени фиксируется нагон (i + 3)-им отцепом впередиидущего (i + 2)-го на ТП1, а формулами:
и (9)
идентифицируется запуск (i + l)-гo отцепа и возникновение «чужака».
Информационную поддержку для ведения модели дополнительно обеспечивают РЦ, СТР, контрольные участки в парках СС на базе ДО и др.
Методика построения модели апробирована на примере перестановки локомотивом вагонов в зоне вытяжки составов с 11-го пути на 17-й. В такой модели за 49 временных промежутков (t0 t48) зафиксировано 197 изменяющихся формул.
Описанная формальная система является адекватной естественно-языковой моделью мониторинга технологических пространственно-временных ситуаций на СС.
В реальных условиях процесса расформирования и формирования составов возникают ситуации неопределенности, которые не поддаются измерениям и автоматической идентификации. Дежурный и диспетчерский персонал принимает решение, пользуясь опытом, интуицией и оценкой лингвистических переменных.
Для решения задач подобного класса предложена методика выбора оптимальных решений в условиях неопределенности ситуаций на СС, учитывающая специфику процесса накопления составов и поиск маршрутов маневровых передвижений.
Рассмотрим подгорочный парк как полигон, состоящий из n альтернативных путей х1..., хn, на которых необходимо выполнение различных работ маневровым локомотивом. Каждый альтернативный маршрут заезда xi = 1,..., n оценивается на основе множества критериев К = {К1, К2,...,Кр}. Для решаемой задачи: К1 – длина заезда локомотива; К2 – объем маневровых работ; К3 – важность углового заезда.
Тогда каждая нечёткая ситуация может быть переформирована в нечёткое множество следующего вида (10):
(10)
где – оценка альтернативного места заезда хi по критерию Кк, характеризующая степень соответствия альтернативы понятию, определяемому критерием Кк.
Тогда правило для выбора наилучшего альтернативного места заезда локомотива может быть записано в виде пересечения соответствующих нечётких множеств: D = K1 
К2
К3. Операции пересечения нечётких множеств соответствует операция min, выполняемая над их функциями принадлежности:
(11)
Тогда в качестве наилучшего пути заезда будет выбираться альтернатива х*, имеющая наибольшее значение функции принадлежности:
(12)
Для реальных нечетких ситуаций на пяти путях ПФ после выполнения расчетов оказалось, что наиболее оптимальным является заезд локомотива с горба горки на 5-й путь, так как для него из всех значений 0,83 оказался максимальным.
Важное место в предложенной методологии занимает количественная оценка сложности принятия решений ДСЦ и ДСПГ без интеллектуальной поддержки. Такая оценка основана на формализации их действий в виде структурно-логических алгоритмов, в которых последовательность действий А, В, С, …, М и логических условий 1, 2, 3, …, n структурируется в виде графа.
Структурно-логическая форма алгоритмов принятия решений учитывает все возможные ситуации и исходы, полученные экспертным путем. Конечная цель исследования таких «экспертных» алгоритмов состоит в том, чтобы выявить набор действий и логических условий, которые человек не в состоянии выполнить или оценить в условиях дефицита времени и передать их автомату.
Методика количественной оценки предельных возможностей ОЗ позволяет рассчитывать показатели, к которым относятся: показатель загрузки памяти Кп; относительная временная загрузка h и логическая сложность принятия решений L.
Экспериментальным путем установлены максимально допустимые значения Кп 0,9 усл. ед., рассчитываемые по формуле: 
усл. ед., где: Sj – число информационных признаков (j = 1, 2, 3,..., n), удерживаемых памятью человека в каждой ситуации (при числе ситуаций i = 1, 2, 3,..., n); pj – частота появления необходимости запоминания каждой ситуации. Установлено, что максимально допустимое число запоминаемых ситуаций составляет не более 8.
Показатель h рассчитывается по формуле: 
отн. ед., где t1, t2, t3 – затраты времени соответственно на восприятие информации, первичную оценку и ее переработку (показание мониторов, индикация пульта, ситуации в парках и на спускной части горки, сообщения по телефону, принятие решения и др.); 
– затраты времени на группу исполнительных действий, выполняемых после принятия решения; Т – продолжительность процесса (величина, задаваемая конкретной ситуацией).Установлено, что на СГ при скорости роспуска 8 км/ч и более, а также дробности отцепов Кдр>80% h > 1. При этом ДСПГ становится ненадежным звеном и «выключается» из контура контроля и управления. Показатель логической сложности принятия решений рассчитывается по формуле: 
усл. ед., где Хm – число оцениваемых человеком логических условий в алгоритме по 1, 2, 3,...., m подряд, а Рm – частота таких групп. При L > 1,5 интеллектуальная поддержка принятия решений уже необходима.
Одним из сложных этапов диссертационного исследования является выявление перечня оперативно-технологических ситуаций, мониторинг и идентификация которых «поручается» создаваемым локальным подсистемам ПИО на основе продукционных правил БЗ.
По результатам исследований реальных процессов на нескольких СС (Б, Л, К и др.) экспертным путем установлен перечень 36-ти ситуаций, описание которых приведено в диссертации.
Формализацию процедур мониторинга и идентификации таких ситуаций, а также принятия решений условно можно представить выражением (13):
M (Sпп, Sсг, Sпф, Sпо, t ): Si(t): ( X…( Y …( Z…))) => (R1….Rn) (13)
Здесь Sпп, Sсг, Sпф и Sпо – ситуации, требующие в реальном времени t мониторинга и идентификации соответственно в парках прибытия (ПП), формирования (ПФ), отправления (ПО) и на СГ. Множество вышеобозначенных ситуаций Si (t), в свою очередь, содержит множество принимаемых решений R1… Rn на основе правил вывода БЗ для различных идентифицируемых объектов Х, У, Z и т.д.
В качестве примеров для пяти идентифицируемых ситуаций ниже приведены продукционные правила вывода БЗ (14 18):
(14)
(15)
(16)
(17)
(18)
.
Так, например, выражение (14) расшифровывается следующим образом: «Если на i-м пути ПФ имеется «чужак» и «больной вагон», требуется осаживание и отсутствует проход в стрелочной зоне, имеет место «нагон», или запуск отцепов, или неправильный расцеп, то принимается решение об установке маршрута отсева «чужака» на i-й путь с ситуацией 
.
Организация механизма вывода в продукционной БЗ проиллюстрирована на рис. 4.
Рис. 4. Организация механизма вывода в продукционной БЗ ПИО
Каждая из ПИО ведет «свои» ситуационные модели и формирует информационные признаки на основе мониторинга состояния парков и СГ. Продукционные правила вывода БЗ, используемые в алгоритмах поддержки принятия решений, формулируются на основе знаний экспертов в каждой подсистеме в зависимости от решаемой технологической задачи. Содержимое БД обновляется каждый раз после завершения различных технологических операций (окончание роспуска, вытяжка составов, перестановка вагонов и др.). Критерии выбора решений К1, К2, К3 …, Кn устанавливаются в зависимости от конкретной задачи (выбор маршрута заезда, направление «чужака», очередность роспуска и т.д.). В приложении приведена программа реализации алгоритма автоматического принятия решений при выборе очередности роспуска составов на языке Microsoft C #.
Третья глава содержит теоретическое обоснование предлагаемых структур алгоритмов интеллектуальной поддержки принятия решений. Экспертным путем построены алгоритмы действий ДСЦ и ДСПГ при решении технологических задач, связанных с выбором очередности роспуска составов, поиском маршрутов передвижения маневровых локомотивов в подгорочном парке и на выходе ПФ, прогнозированием процесса накопления вагонов, а также выбором путей отсева «чужаков» при сбоях на СГ.
В качестве примера на рис. 5 приведен алгоритм действий ДСЦ при поиске в пучках «замыкающих» групп отцепов, недостающих для завершения накопления составов.
Рис. 5. Алгоритм действий ДСЦ при поиске замыкающих групп отцепов
Здесь введены следующие обозначения: 
– оценка необходимости замыкающих групп отцепов на путях ПФ; 
, 
, 
– регистрация (запоминание) номеров путей, где требуются «замыкающие» группы вагонов соответственно в первом, втором, третьем и т.д. пучках; 1, 2, 3, 4, 5, 6, 7, 8 – логические условия «требуется замыкающая группа» с исходами «да-1» и «нет-0» соответственно на первом, втором и т.д. (до 8) путях первого пучка; 1, 2, …, 8 – тоже во втором пучке; 1, 2, …, 8 – тоже в третьем пучке и т.д. Аналогично, на основе экспериментальных данных и экспертной оценки, разработаны также алгоритмы принятия решений ДСЦ и ДСПГ при выборе оптимальных маршрутов передвижения маневровых локомотивов в процессе роспуска и после завершения скатывания отцепов, при «разложении» отцепов по путям для прогнозирования завершения накопления составов и др. Установлены при этом значительное превышение предельных возможностей ДСЦ и ДСПГ по количественным показателям h, Кп, L и необходимость интеллектуальной поддержки принятия решений.
Разработанные структурно-логические схемы легли в основу построения алгоритмов автоматического принятия решений программным путем.
В четвертой главе раскрыты пути практической реализации ПИО СС на основе современных информационно-вычислительных средств и компьютерных технологий. Показаны два независимых пути реализации: на основе агрегатирования ПК класса «Pentium-4» с ИВК-АДК, уже имеющих программно-аппаратный интерфейс с устройствами СЦБ. Такое агрегатирование не требует параллельной увязки с напольным оборудованием и схемами ЭЦ или систем автоматизации СГ. На рис. 6 в качестве примера представлена структура агрегатирования ИВК-АДК с ПИО любого парка СС.
Рис. 6. Техническая структура агрегатирования ИВК-АДК с ПИО СС
При такой структуре состояния реле путевых, стрелочных, сигнальных, маневровых, маршрутных, положения стрелок, сигналов ДО и др. непрерывно «перекачиваются» в ПК ПИО для ведения моделей поездной и маневровой работы в парках СС.
Предложенная архитектура ядра ПИО на базе ИВК парков СС не ограничивает создание (на основе дополнительного ПК) БЗ, содержащей набор продукционных правил, используемых на этапе интеллектуальной поддержки процессов мониторинга и принятия решений.
На СС, где отсутствуют в парках ИВК-АДК, проблема создания ПИО может быть решена без каких-либо ограничений за счет функциональной компоновки ПК и современных модулей ввода, вывода, ввода-вывода, преобразования первичной дискретной и аналоговой информации, сопряженных с устройствами СЦБ.
Используя опыт эксплуатации таких модулей в микропроцессорных СЖАТ, в работе произведен выбор и дано описание наиболее «ходовых» и доступных модулей сопряжения ДСС. Номенклатура таких устройств включает 14 типов функциональных плат. На их основе в диссертации предложена альтернативная техническая структура ПИО, в состав которой входят: активные матрицы ввода сигналов; контроллер сбора информации; серверы БД и БЗ, АРМы и сетевой коммутатор ЛВС «Ethernet». Кроме этого разработана архитектура интеграции локальных ПИО в ЛВС «Ethernet» независимо от выбора варианта агрегатирования с ИВК или автономного.
Архитектура является открытой для дальнейшего развития и расширения зон мониторинга (промышленные зоны, маневровые районы, подъездные пути, грузовые дворы и др.).
Принимая во внимание реальный режим ведения единой модели СС и временные ограничения на принятие решений, ключевым вопросом является выбор встраиваемой платформенной операционной системы реального времени (ОСРВ). Анализ различных известных ОС позволил установить, что для решения поставленных в диссертации задач наиболее приемлемой ОС является QNX Realtime Platform (QRTP) компании QNX Software Systems Ltd. В основе QNX Realtime Platform лежит ОС жесткого реального времени QNX/Neutrino c встраиваемой графической оболочкой Photon micro GUI.
Правильность выбора QNX в качестве ОСРВ подтверждается положительными результатами ее эксплуатации в СЖАТ, к которым относятся: ДЦ ТРАКТ, АПК-ДК, ДЦ-ЮГ с РКП и АДК-СЦБ.
Для интеллектуализации АРМов парков СС и СГ в диссертации разработано 18 отображаемых на мониторах и протоколируемых технологических «окон» визуализации процесса расформирования и формирования поездов. К ним относятся: графики обработки составов в ПП и ПО; надвига и роспуска составов; «горячие» справки по поездам и параметрам их обработки; итоги работы всех парков – текущие и в течение смены; состояние подхода поездов; текущее состояние парков с отображением нештатных и опасных ситуаций; заполнение путей ПФ и текущее накопление составов; разложение вагонов (отцепов) до начала роспуска; сбои на спускной части СГ. Фрагмент одного из таких окон «Ситуации подгорочного парка» представлен на рис. 7.
Различные по форме и цвету символы на текущий момент отображают результаты мониторинга и идентификации возникших нештатных и опасных ситуаций в подгорочном парке.
Разработанные окна мониторинга и идентификации оперативно-технологических ситуаций прошли экспертную оценку и поддержку диспетчерского и дежурного персонала на действующих СС, что подтверждено актами о их внедрении.
Рис. 7. Технологическое окно «Ситуации подгорочного парка»
ЗАКЛЮЧЕНИЕ
1. Анализ и теоретическое обобщение состояния проблемы комплексной автоматизации и информатизации отечественных и зарубежных СС на базе компьютерных технологий выявил ее нерешенность в контексте достижения единого информационного пространства и ведения непрерывной динамической модели процесса расформирования и формирования поездов в реальном режиме времени.
2. На основе анализа известных зарубежных информационно-управляющих систем СС (Германия, Франция, США) установлена общая тенденция создания распределенных локальных подсистем мониторинга, ориентированных на реализацию функций сбора, преобразования, обработки и отображения оперативно-технологической информации в парках приема, формирования и отправления поездов. В «Программе совершенствования и развития сортировочных станций железных дорог на 2006-2015 гг.» особое внимание уделено созданию единой БД СС, разработке АРМов различного назначения, расширению зоны мониторинга и контроля на всю территорию станции, построению моделей идентификации за счет внедрения локальных подсистем информационного обеспечения, объединенных с исполнительными устройствами СЦБ. Это позволяет утверждать, что исследуемая в диссертации проблема является актуальной.
3. Исследование графа информационных потоков в мультиагентной среде СС и системный анализ процессов расформирования и формирования поездов позволили установить высокую сложность оперативного управления, многокритериальность задач и необходимость принятия решений в условиях жестких временных ограничений, выявить неоправданную многоступенчатость передачи и приема сообщений, отсутствие подсистем автоматического сбора первичной информации «от колеса». Установлено, что в условиях территориальной рассредоточенности объектов мониторинга и контроля ДСЦ не представляется возможным без информационной поддержки в реальном времени вести адекватную динамическую модель поездной и маневровой работы.
4. Определены технологические звенья СС, подлежащие мониторингу и непрерывному контролю, предложены структуры информационного обеспечения ПИО в ПП, СГ, ПФ, ПО и установлены виды оперативно-технологических данных, интегрируемых в АРМах дежурного и диспетчерского персонала. Установлена необходимость интеллектуализации принятия решений ДСЦ и ДСПГ на основе достоверной, своевременной и значимой информации реального времени.
5. Предложена структура методологических этапов и направлений исследований. Создание подсистем мониторинга и идентификации на СС и разработка методов интеллектуальной поддержки принятия решений базируется на интеграции БД и БЗ, концентрации информационных потоков для ведения ситуационных моделей и реализации алгоритмов автоматического принятия решений. В основе теоретических исследований лежат формализованные модели теории ситуационного управления, логико-алгебраические алгоритмы принятия решений, методы и модели идентификации в условиях неопределенности и нечеткой среды, идеи теории искусственного интеллекта с использованием продукционных правил БЗ.
6. Разработана методика построения пространственно-временных моделей мониторинга, позволяющих формальными математическими средствами описывать динамику технологических процессов. В основу построения моделей положена псевдофизическая логика пространственно-временных отношений, что позволяет компактным образом идентифицировать в интегрированной системе управления СС обширный класс технологических ситуаций в парках и на СГ.
7. Предложена применительно к СС методика выбора оптимальных решений в условиях неопределенности оперативно-технологических ситуаций. Оценки альтернативных решений являются качественными и описываются значениями соответствующих лингвистических переменных. Методика апробирована на примере выбора оптимальных маршрутов заезда маневровых локомотивов в ПФ.
8. Предложена структура взаимодействия подсистем прогнозирования оперативно-технологических ситуаций, идентификации сбоев технологических процессов, принятия решений и управления. Такая структура обеспечивает прогноз ситуаций за счет непрерывного ведения пространственно-временных моделей, генерацию и выбор интеллектуальных решений на основе продукционных правил БЗ.
9. Предложена структура перераспределения информационных потоков и установлен перечень технологических задач, требующих интеллектуальной поддержки: прогнозирование особых условий и первоочередных маневровых работ в ПФ; выбор очередности роспуска составов; планирование процессов завершения накопления и выставления составов в ПО; очередность осаживания и подтягивания вагонов; выбор маршрутов заезда локомотивов в подгорочном парке и путей отсева отцепов при сбоях и нарушениях программы роспуска на СГ.
10. Разработан алгоритм автоматического принятия решений при выборе очередности роспуска составов. Он основан на исследовании и экспертной оценке структурно-логических алгоритмов действий ДСЦ в реальных условиях. На базе результатов исследования действий ДСПГ построены алгоритмы автоматического принятия решений при поиске маршрутов перемещения маневровых локомотивов для нормализации последствий отклонений от заданной программы и выборе путей отсева «чужаков», запусков, неправильных расцепов и др.
11. Для идентификации местонахождения локомотивов при маневрах предложено оборудовать контрольные участки на основе реверсивных датчиков прохода осей. Описание аксиоматики и правил вывода формальной системы использует ряд понятий и обозначений логики предикатов. Используемое семейство аксиом определяет минимальный набор формул для машины вывода, которая путем применения соответствующих правил обеспечивает мониторинг подвижных единиц и идентификацию сбоев и отклонений технологических процессов в парках и на СГ.
12. Предложена техническая структура интеграции подсистем мониторинга и идентификации на базе ПК и интерфейсных модулей сопряжения с устройствами СЦБ. В основу интеграции положено использование ЛВС Ethernet.
Принимая во внимание реальный режим ведения модели СС, временные ограничения на принятие решений и необходимость интеллектуализации АРМов, произведен выбор наиболее приемлемой ОСРВ QNX Realtime Platform (QRTP) с встраиваемой графической оболочкой Photon micro GUI и богатым инструментарием.
13. Разработано множество «окон» визуализации технологических операций, ведения графиков их исполнения и протоколирования итоговых результатов работы. Для информационной поддержки АРМов предложены ситуационные матрицы состояния парков с отображением результатов идентификации и мониторинга оперативно-технологических ситуаций в реальном режиме времени.
ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ
1. Броновицкий С.С. Интегрированная система информатизации сортировочных станций с интеллектуальной поддержкой принятия решений. / Тр. междунар. науч.-практ. конф. «TRANS-MECH-ART-CHEM». – М.: МИИТ, 2008. – С. 24-25.
2. Броновицкий С.С. Методология исследования и разработки подсистем информатизации с интеллектуальной поддержкой принятия решений на сортировочной станции / Вестник РГУПС. – 2007. – № 4. – С. 26-31.
3. Броновицкий С.С., Федорчук А.Е. Компьютерные технологии разработки и внедрения интегрированной системы информатизации сортировочных станций / Учебное пособие. РГУПС. – Ростов н/Д. – 2007. – 144 с.
4. Ковалев С.М., Пальчик Л.В., Броновицкий C.С., Узденов А.М. Optimization of power consumption for train traction. EURNEX – Zel – 2006 / 14-th International symposium. – Zilina, Slovensko Rep., 2006. – С. 152-154.
5. Пальчик Л.В., Броновицкий С.С., Узденов А.М. К вопросу выбора методики оптимизации процесса управления движением поездов / Труды РГУПС. – 2007. – № 1. – С. 30-33.
6. Пальчик Л.В., Броновицкий С.С., Узденов А.М. К вопросу экономии ресурсов на тягу поездов на участке железной дороги / Труды РГУПС. – 2007. – № 1. – С. 140-143.
7. Харченко В.А., Броновицкий С.С., Пальчик Л.В. Вопросы построения распределенной сети связи микропроцессорной электрической централизации / Актуальные проблемы развития средств железнодорожной автоматики и телемеханики и технологий управления движением поездов: Междунар. межвуз. сб. науч. тр. – Ростов-н/Д: РГУПС. – 2004. – С. 25-29.
Броновицкий Сергей Сергеевич
АВТОМАТИЗАЦИЯ ПРОЦЕССОВ МОНИТОРИНГА,
ИДЕНТИФИКАЦИИ И ИНТЕЛЛЕКТУАЛЬНАЯ ПОДДЕРЖКА
ПРИНЯТИЯ РЕШЕНИЙ НА СОРТИРОВОЧНЫХ СТАНЦИЯХ
Специальность: 05.13.06 – Автоматизация и управление технологическими
процессами и производствами (на транспорте)
Автореферат диссертации на соискание ученой степени кандидата технических наук
Подписано к печати _____ 2008 г. Формат бумаги 6084/16
Бумага офсетная. Печать офсетная. Усл. печ. л. 1,4
Уч-изд. л. 1. Тираж 100. Заказ №
Ростовский государственный университет путей сообщения. Ризография РГУПС
__________________________________________________________________
Адрес университета: 344038, г. Ростов-на-Дону, пл. Ростовского Стрелкового полка народного ополчения, 2
