WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 |

- 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.

Pages:     | 1 || 3 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»