WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 || 3 | 4 |

В разделах первой главы дан анализ функционирования горочного комплекса с точки зрения места и роли подсистемы мониторинга в системе управления сортировочным процессом и прокомментированы основные принципы организации мониторинга в системе: репрезентативность, оперативность, полнота, точность, надежность, простота, безопасность.

Сравнительный обзор отечественных и зарубежных систем автоматизации СГ позволил выявить существенные проблемы функционального наполнения средств мониторинга технологического процесса и технической диагностики:

  • отсутствие информационной структуры, реализующей оптимальное функциональное и алгоритмическое построение систем;
  • недостаточность имитационного и технологического обеспечения задач мониторинга;
  • необходимость реализации функций поддержки принятия решений и анализа состояния технологического процесса и технических средств на основе интеллектуализации алгоритмов.

Сформулированы цели и задачи функционирования КДК СУ ГАЦ, обеспечивающие всесторонний мониторинг работы систем автоматизации сортировочных горок. Определены цели и средства их достижения в СППР КДК СУ.

Вторая глава диссертации посвящена решению ряда теоретических проблем разработки математического обеспечения средств мониторинга на основе теории массового обслуживания. Разрабатываемые математические формализмы при этом предполагают выполнение ряда строгих ограничений, что сужает круг исследуемых задач или искажает их постановку, вследствие чего многие практические объекты «выпадают» из сферы исследований. Действительно, подход, основанный на использовании ТМО, предполагает априори известную структуру систем массового обслуживания (СМО), жесткие (трудно выполнимые на практике) ограничения на вид и параметры входных и выходных потоков (как правило, имеются в виду простейшие потоки), стационарность и воспроизводимость процессов, наличие достаточной статистической информации и ресурса времени на принятие решений, тождественность критериев функционирования СМО с их технологическими показателями, представимость технологических процессов на железнодорожном транспорте традиционными схемами ТМО. Таким образом, системы, описываемые аппаратом ТМО, относятся к проблемному классу задач, требующих анализа применимости методов и их совершенствования.

Анализ этих проблем в контексте развития систем автоматизации СГ позволил сформулировать основные задачи и логику исследования в рамках ТМО:

  1. Обзор практических проблем синтеза информационно-управляющих систем автоматизации железнодорожного транспорта.
  2. Анализ задач и функций СГ, как объекта массового обслуживания, для выявления сфер использования формальных моделей.
  3. Развитие методов идентификации входных и выходных потоков исследуемых СМО на основе Л-представления.
  4. Совершенствование моделей систем массового обслуживания за счет введения и комплексного использования нетрадиционных подходов и методов ТМО.
  5. Применение имитационного моделирования для исследования различных технологических процессов сортировки составов.

Согласно рабочей гипотезе диссертации, мониторинг сложных систем должен включать не только данные текущего состояния системы, но и прогноз развития этого состояния при заданных начальных условиях. В данной работе этот прогноз предлагается осуществлять на основе моделей и методов ТМО.

Исследование сортировочного процесса декомпозицией сортировочных систем. Системы роспуска составов на СГ, как и любые сложные технологические объекты, допускают формирование различных моделей СМО. Одним из признаков, позволяющих ввести классификацию этих моделей, является степень декомпозиции объекта. В данном разделе этот признак представляется как аргумент оптимизации соответствующих СМО. То есть, осуществляя последовательно декомпозицию системы, мы актуализируем различные параметры исследуемых технологических процессов, через которые и осуществляется управление СМО. Выведем из общей системы роспуска составов на горке (рис. 1 модель 1) процедуру расцепа отцепов и рассмотрим взаимодействие двух подсистем, представленных на рис. 1 модель 2:

Рис. 1. Подсистемы СМО: 1й этап декомпозиции

В результате декомпозиции получена модель, которая усложняет схему исследования, но повышает управляемость, т. к. один из параметров управления, скрытый ранее, выведен для исследования и использования. Это Vн – скорость надвига состава.

Варьируя скорость надвига в имитационной модели процесса, мы можем получить эмпирически таблицу вида1:

Таблица 1

,

где: Тр – время роспуска отцепа, S – число сбоев (нагонов, окон, чужаков и т.д.).

Очевидно, что чем больше Vн, тем меньше Тр и выше S. Введя интегрирующий эти показатели критерий, можно получить оптимальную Vн.

Осуществим еще более детальную декомпозицию, представленную на рис.2. Блоки СвСкi означают очередной i-й участок свободного скатывания, ТПi – i-ю тормозную позицию (ТП). Время обслуживания j-го отцепа на СвСкi и ТПi, соответственно, описывается следующими аналитическими соотношениями:

– для участка свободного скатывания –

где Vн – скорость вхождения в исследуемый канал, l – длина отцепа; P – его вес; R – род вагона;

– для тормозной позиции –

где с – ступень торможения, – время торможения.

Рис. 2. Пример декомпозиции сортировочной горки на подсистемы

Интенсивность работы каждой из подсистем определяет входной поток для следующего канала. Участки CКi, в свою очередь, имеют сложную структуру, если разбить участки свободного скатывания на подсистемы с учетом стрелок.

Если считать, что оптимальное распределение путей парка формирования достигнуто, то можно найти показатель, характеризующий максимальную эффективность работы сортировочной горки. Тормозная позиция также состоит из нескольких секций, что позволяет осуществить дальнейшую декомпозицию системы.

Подсистемы массового обслуживания СГ с несанкционированным доступом каналов обслуживания. На СГ существует ряд подсистем массового обслуживания, для которых момент поступления заявок на обслуживание этими СМО не регламентируется. Такими объектами являются: расцеп отцепов на горбе горки; участок свободного скатывания; тормозная позиция; стрелка разделения маршрутов отцепов.

Вне зависимости от фактического разделения отцепов на ускоряющем участке горки, следующий неизбежно надвигается локомотивом в зону расцепа. Участок свободного скатывания может рассматриваться как СМО в том смысле, что он «должен» пропустить отцеп без нагона следующим. В этом состоит правильное обслуживание участком отцепа. Время обслуживания ti определяется длиной отцепа li и длиной участка l0 стрелочно-путевой секции:

.

Среднее время обслуживания:

.

Вероятность сбойной ситуации при наличии двух отцепов на стрелке:

Рсб=1 - Рм.

Интенсивность обслуживания —.

Таким образом, расширен перечень пассивных СМО, участвующих в СП, уточнены аналитические соотношения расчета параметров систем.

СГ как СМО без входного потока с очередью. Процесс роспуска состава на сортировочной горке обладает рядом отличительных особенностей, требующих критического анализа и совершенствования существующих подходов к моделированию СМО. Заявками, требующими обслуживания, являются отдельные отцепы распускаемого состава. Сам состав, таким образом, представляет собой уже сформированную очередь заявок, и в процессе роспуска (обслуживания этих заявок) новые заявки не появляются. Если скорость надвига состава на горку постоянна, то мы имеем дело со стационарным процессом. Далее используется математическая формализация исследуемого случая при выходном потоке с интенсивностью и вероятностью обслуживания P(t) = mt.

В процессе исследования получены уравнения, описывающие процесс обслуживания заявок в системе:

P(t) = mP1(t); P(t) = m(Pn+1(t) Pn(t)), 0<n<N; P(t) = mPN(t).

Начальные условия, определяющие начало роспуска состава для решения данной системы дифференциальных уравнений, следующие:

PN(0) = 1; Pn(0) = 0 (при n<N).

В работе исследованы случаи нарушения условий возникновения простейшего потока. Проведен анализ возникновения Л-потока, отличного от простейшего. Введем единицу времени, например, 10 с., с помощью которой будем отсчитывать время роспуска. Пусть в результате наблюдений получена следующая таблица результатов.

Таблица 2

В данном случае интенсивность выходного потока =0,4 и вероятности обслуживания P(t=1)=0,4, а P(t=2)=0,78. Это хорошо согласуется с требованиями простейшего потока P(t)=0,4mt при m=1. Изменение интенсивности потока и масштаба измерения времени протекания процесса не влияет на результаты расчетов.

При изменении дисциплины обслуживания и исключении при этом требования ординарности (табл. 3): = 0,4, P(t=1) = 0,2, а P(t=2) = 3/9 и условие P(t) = 0,4mt при m=1 уже не выполняется.

Таблица 3

t

1

2

3

4

5

6

7

8

9

10

11

n

0

0

0

0

0

2

2

2

2

2

4

Для расчета параметра m удобно использовать статистику наблюдений и аппроксимацию с помощью МНК, предварительно эмпирически получив следующую таблицу.

Таблица 4

t

1

2

3

P(t)

0,2

0,33

0,5

Обращение к технологии МНК дает m 0,42.

СМО, накапливающие очередь. Альтернативным для СМО, не имеющих входного потока, являются системы, накапливающие очередь. Следует рассмотреть два варианта таких систем.

  1. СМО, принимающие заявки и в силу определенных технико-технологических условий не производящие их обслуживание.
  2. СМО, которые осуществляют обслуживание, но характеризуются коэффициентом обмена системы 1.

Известны вероятности следующих состояний таких СМО:

    • «нет сбоев»:

P0(t)=ес-kt,

    • «в системе есть один сбой»:

P1(t)=k-kt.

Получены вероятности состояний исследуемой системы при двух и более сбоях, используя известное выражение:

.

При заданных начальных условиях P0(0)=1, Pn(0)=0, n>0 с = 0, для n=2 и n=3 выражения имеют вид:

и.

По методу математической индукции можно записать:

и.

Доказательство этого утверждения осуществляем подстановкой полученных равенств в известное выражение.

Pages:     | 1 || 3 | 4 |






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