Секция1: «системные вопросы развития транспорта в россии»
Скачать 2.51 Mb.
|
Методологический подход к оценке эффективности транспортных инфокоммуникаций морского порта.Современный транспортно-технологический процесс (ТТП) неразрывно связан с упреждающей его информацией о грузопотоках. Существенное влияние на основные показатели и критерии оценки затрат времени и финансовые затраты на ТТП оказывают современные транспортно-логистические системы [1]. Обмен оперативной и административной информацией при обеспечении транспортно-технологического процесса морского порта (ТТП МП) осуществляется по каналам электросвязи корпоративной сети связи морского порта (КСС МП). Эта информация необходима информационно-вычислительному центру морского порта (ИВЦ МП) для оптимизации процессов взаимодействия транспортно-экспедиторских организаций и операторских компаний, владеющих подвижным составом, парком многооборотных средств укрупнения грузовых мест, складами временного хранения и причалами порта при обеспечении ТТП МП. Транспортная стратегия РФ предусматривает увеличение доли отечественных морских портов в переработке российских и транзитных грузов. Реализация транспортной стратегии России потребует создания единого информационного пространства транспортного комплекса. Минтранс России поставил задачу обеспечить координацию и сбалансированность морских, автомобильных и железнодорожных перевозок в морских портах [2]. Оптимизацию технологических процессов в транспортных узлах, в том числе и в морских и речных портах, необходимо обеспечивать в условиях децентрализации управления транспортным комплексом России, что существенно усложнит трафик сообщений, несущих оперативную и административную информацию для информационно-логистических центров морских портов.. При создании опорной транспортной сети необходимо комплексно решать задачи управления транспортными потоками и движением средств грузоперевозчиков. Создание механизма гармонизации и оптимизации транспортных потоков в общеэкономических и общегосударственных интересах привело к необходимости разработки и реализации специальной ведомственной программы «Развитие единого телекоммуникационного пространства транспортного комплекса России (на 2008-2012 годы)» [2, 3, 4]. Для создания единой информационной среды необходима единая инфокоммуникационная сеть, учитывающая мультимодальность морского порта и его информационно-логистического центра (ИЛЦ). Единое информационное пространство транспортного комплекса (ЕИП ТК) базируется на терминально-логистическую сеть (ТЛС) и ее терминально-логистические центры (ТЛЦ). ИЛЦ морского порта является одним из таких ТЛЦ, решающих задачи гармонизации и оптимизации транспортных потоков в морском порту. Разгрузочно-погрузочные и перегрузочные процессы в морском порту связаны с оптимизацией площадей и объемов складских помещений, подъездных путей и морских причалов. Моделирование этих процессов на ЭВМ ИЛЦ МП не только повышает эффективность их использования, но и позволяет сократить время пребывания транспортных средств и грузов в морском порту. Нестационарность динамики этих процессов требует не только их заблаговременной подготовки, но и корректировки действия в соответствии со складывающейся обстановкой в порту и на подъездных путях. Ситуационное моделирование и прогнозирование транспортных процессов в соответствии с динамически изменяющейся обстановкой требует чтобы сообщения о непредвиденных изменениях в транспортных сетях, требующих корректировки работ в морском порту своевременно поступали в ИЛЦ МП по каналам, линиям и сетям электросвязи независимо от погодных условий, естественных катаклизмов и влияния человеческого фактора [5]. Сочетание информационных технологий для моделирования транспортных процессов в порту на ЭВМ и телекоммуникационных технологий оперативной доставки в ИЛЦ МП сообщений о транспортировке грузов составляет основу транспортных инфокоммуникаций морского порта. Базы знаний, реализованные в ЭВМ ИЛЦ, и заложенные в ИЛЦ МП базы данных позволят практически реализовать потенциальные возможности транспортных инфокоммуникаций морского порта [6]. Огромная территориальная разобщенность морских портов и плохое состояние автомобильных и железнодорожных путей транспортировки грузов и пассажиров требуют постоянной корректировки планов погрузочно-разгрузочных работ и уточнения фактических мест нахождения грузов и их состояния. Для обеспечения этого впереди грузов в ИЛЦ МП должна оперативно поступать информация обо всех изменениях в процессе транспортировки грузов. Потоки сообщений, несущих информацию об этих изменениях образуют сложный трафик. В последние десятилетия выявлены сомоподобные свойства трафика, порождаемого самыми различными приложениями (файл-серверными приложениями, доступа к Web-ресурсам). Самоподобный трафик обладает свойством инвариантности при наличии очень больших выбросов при относительно небольшом среднем уровне трафика [7]. Не углубляясь в оценку связи количества необходимой ИЛЦ МП транспортной информации с трафиком сетей передачи данных, можно с достаточной для практики точностью предположить, что количество информации, необходимой ИЛЦ МП для оптимизации ТТП МП, прямо пропорционально интегрированному трафику. Это предположение позволяет использовать подход академика В. А. Трапезникова для оценки влияния количества информации на экономическую эффективность ТТП МП. Сущность этого подхода состоит в том, что экономическая эффективность больших технических систем (БТС) экспоненциально повышается с ростом количества информации, поступающей в БТС. Если экономическую эффективность ТТП МП оценивать как относительную меру реализации потенциальных экономических возможностей морского порта, то возможный экономический выигрыш путём гармонизации и оптимизации транспортных потоков в морском порту за счёт совершенствования информационных и телекоммуникационных технологий можно представить следующим образом. Применительно к транспортным инфокоммуникациям МП это положение формально можно описать так: _ I Э = Э max ( 1 – B0 e ), где Э – относительная экономическая эффективность ТТП МП; Эmax - потенциально достижимая относительная экономическая эффективность ТТП МП; Iоа – относительное количество оперативной и административной информации о грузопотоках поступающей по каналам связи в ИЛЦ МП; I0 - исходное относительное количество информации о грузопотоках находящейся в базах знаний и данных ЭВМ ИЛЦ МП; I = Ioa + I0; В0 - коэффициент потерь за счет несовершенства моделей, баз знаний и данных ЭВМ ИЛЦ МП: В = 1 – В0 е - коэффициент потерь в МП за счет несовершенства транспортных инфокоммуникаций. Iкр - относительное количество информации о грузах, больше которого дополнительная информация будет только удорожать ТТП. Количественные расчеты показывают, что потери за счёт погрузочно_ – перегрузочных процессов в морском порту могут быть сокращены с 0,37 до воличины 0,1 – 0,05, а эффективность ТТП МП повышена с 0,63 до 0,95. В абсолютных величинах это настолько существенный выигрыш, что инвестиционная привлекательность создания и совершенствования транспортных инфокоммуникаций морского порта сомнений не вызывает. Литература: 1. Е. Ю. Елисеев. Методологические основы построения транспортно-логистических систем. НТТ, № 1, 2006. 2. И. Е. Левитин. Маршрут в XXI век. Журнал «Транспорт Российской Федерации», № 1, 2005. 3. В. И. Колесников. Задачи транспортной науки. Там же. 4. Н. Соколова. Ставка на комплексный подход. Журнал «Морской бизнес Северо-Запада», 2005г. выпуск 3. 5. Информационные технологии в системе управления силами ВМФ (теория и практика, состояние и перспективы развития).- СПб.: «Элмор», 2005.-832с., илл. 6. Искандеров Ю.М. Технология создания базы знаний для автоматизированной системы управления корпоративной сетью связи морского порта. СПб., 2005, 243с. 7. Толстошеин А. В., Ромашкова О. Н. Анализ трафика IP сети на примере передачи данных Октябрьской железной дороги. НТТ, № 1, 2006. 4. Искандеров Ю.М., Князьков П.А. Определение прогнозов сроков транспортирования в условиях изменения среды наблюдений. Транспортные системы, как и любые другие динамические системы, подвержены изменениям под воздействием внешних и внутренних факторов. В условиях нестабильности параметров затруднения вызывает решение задач прогнозирования состояний системы. Эффективным подходом, в этом случае, является построение интеллектуальных систем принятия решений (ИСПР). Характерной особенностью данного подхода является сложность реализации и высокая ресурсоемкость. Значительные трудовые, технические и материальные затраты по созданию ИСПР приводят к тому, что множество компаний предпочитают рассчитывать планы и прогнозы используя накопленные статистические данные. Рассмотрим функционирование и использование предлагаемого механизма накопления данных на примере статистики сроков перемещения вагонов между железнодорожными станциями. Задача расчета предполагаемой даты доставки груза стоит перед любой транспортной компанией и является составной частью проблемы планирования подачи подвижного состава под погрузку. Однако постоянно меняющаяся транспортная сеть делает использование стандартных статистических методов неэффективным. Ежегодное изменение плана формирования изменяет транспортные потоки, открываются новые станции, модернизируются пути. Все это приводит к тому, что маршрут движения между двумя станциями может меняться с течением времени, соответственно изменится и длительность перевозки. Таким образом, накопленная статистика сроков прохождения вагона между станциями будет приводить к ошибочным прогнозам. Для устранения недостоверности прогноза на основе имеющейся истории необходимо при расчете использовать временную характеристику. В этом случае, может быть использован довольно простой, но достаточно эффективный метод расчета среднестатистического значения. Суть его заключается в том, что последние данные имеют наибольший вес. Хранение громоздких таблиц с историей перевозок не требуется, достаточно для каждой пары станций хранить несколько значений: текущая длительность перевозки (N); период с момента получения предыдущей информации по этому маршруту (T); усредненная периодичность получения данных (T'); среднестатистическая длительность движения между станциями (N'). В момент появления новой информации по факту окончания перевозки можно подсчитать предположительную длительность движения по этому маршруту в следующий раз. Периодичность поступления данных T' определяется как среднее арифметическое между текущим значением T' и сроком с момента окончания предыдущей перевозки по маршруту T(1). Прогноз длительности движения определяется по формуле (2). Формулы расчета для j-го результата: T'j = (Tj + T'j-1)/2 ; (1) N'j = (N'j-1* T'j + Nj* Tj)/( Tj + T'j) . (2) Если предыдущие данные были получены ранее установленного периода (например, менее суток назад), то Т принимать за 1. Данный способ расчета позволяет получать статистические значения в условиях изменяющихся данных. Например, с определенной даты открылся новый пограничный пункт, и маршрут движения значительно сократился, соответственно и прогнозируемое на основе статистики время движения должно существенно измениться.
Для представленного метода достаточно 3-7 измерений, чтобы прогнозируемое значение пришло в соответствие с текущими данными. Появляющиеся погрешности и промахи не оказывают существенного значения на результат расчетов в перспективе. Приемлемая точность результатов сочетается с простотой реализации. Для более эффективных решений можно предложенную процедуру дополнить включением алгоритмов распознавания промахов. Учет появления нового плана формирования или изменений в маршрутах обеспечивается возможностью принудительной коррекции средних значений, что позволяет сократить время адаптации модели под новые данные. Предложенный механизм накопления данных на примере статистики сроков перемещения вагонов между железнодорожными станциями может быть использован в качестве эвристики в составе таблиц принятия решений при построении базы знаний соответствующей интеллектуальной системы. 5. Шарипов Р.Р. Использование беспроводных сетей передачи данных для обеспечения функций связи в поездах. Мир не стоит на месте. С каждым годом темп жизни – увеличивается. Увеличивается объем информации, возрастает скорость принятия человеком решения той или иной задачи. Для многих, становится вполне обычным делом, всегда и везде оставаться на связи. Причем не только в офисе, дома, но и в пути. За последние несколько лет железная дорога стремительно развивается. Поезда становятся быстрее, комфортнее. Появляются новые услуги, улучшается качество сервиса. И предоставление услуг связи во время путешествий, является логическим продолжением развития железнодорожного транспорта. На данный момент, если пассажиру требуется совершить звонок, или выйти в Интернет, то он вынужден самостоятельно решать данный вопрос, как правило, используя для этих целей мобильный телефон с соответствующей функцией. Но у данного способа есть 2 важных недостатка: 1) не всегда возможно подключение на больших скоростях 2) Высокая тарификация: как только человек выехал за пределы города, стоимость услуги увеличивается в несколько раз, а при пересечении границы страны - несколько десятков раз. Вариантом решения данного вопроса является предоставление услуг не третьими лицами, а непосредственно железной дорогой. В качестве реализации предлагается использовать одну из нескольких современных технологий: - Wi-Fi - WiMax - GPRS/EDGE - Спутниковая связь - Сети связи третьего поколения (3G) Каждая из этих технологий имеет свои характеристики (скорость передачи данных, сложность монтажа, перспективы наращивания, стоимость и т.д.), плюсы и минусы. Поэтому возможны и их комбинации. Так, например связь c внешним миром будет осуществляться посредством спутникового Интернета или сетей связей (GPRS/EDGE или 3G). А вот трансляция сигнала на весь состав будет отдано для беспроводной технологии Wi-Fi. Очень важно, чтобы для конечных пользователей, использование услуг связи было легко и доступно. Возможно оборудование вагонов специальными Интернет-купе с почасовой оплатой, в котором будут установлены компьютер, ксерокс, факс, и игровые приставки. Или, если пассажир имеет ноутбук, то, подключившись к компьютерной сети состава возможен выход в Сеть, не покидая своего купе. При этом если на коротких расстояниях больше будет востребован второй вариант, то при длительных поездках Интернет-купе имеет шанс стать намного популярнее. Важно отметить, что, реализация данного проекта позволит запустить ряд новых сервисов: бронирование гостиниц, заказ такси, покупка билетов на поезд/самолет. И все это во время движения! Не теряя ни минуты времени! 6. Шапошников В.Г. МИИТ Объектно-ориентированное моделирование транспортных потоков высокой размерности Будем различать транспортные потоки вдоль отдельной магистрали и транспортные потоки вдоль сети. Под размерностью транспортного потока будем понимать размерность сети. Если модели транспортных потоков вдоль отдельной магистрали достаточно изучены и описаны, то модели транспортных потоков вдоль сети представляют собой задачу более высокого уровня представления и требуют сочетания глубокого постановочного уровня и современных методов компьютерного моделирования. В докладе приведен обзор современного состояния проблемы и предложены подходы к решению некоторых проблем, связанных с высокой размерностью исследуемых объектов. Актуальность этих проблем обостряется бурным развитием городских транспортных сетей и выбора оптимального варианта их развития. Особую актуальность эти проблемы получили в Москве всвязи с высокой стоимостью затрат на транспортное строительство и отсутствием уверенности в конечной эффективности проекта. Оставляя в стороне проблемы моделирования стационарных потоков, ограничимся более общим случаем динамического потока. Традиционный подход заключается в формировании потока на сети как суммы перемещений отдельных элементов потока, представляющих собой отдельное транспортное средство, либо отдельного пассажира. В случае сетей высокой размерности и насыщенных транспортных потоков такой подход увеличивает затраты машинного времени и снижает наглядность представления результатов. Принцип объектно-ориентированного моделирования позволяет во многом ускорить процесс и снизить трудоёмкость написания и отладки программного продукта. При объектно-ориентированном моделировании элементом транспортного потока является объект, представляющий собой структуру, поля которой содержат данные о текущем времени, времени начала движения, временном интервале, исходном и конечном пунктах маршрута, местонахождении на данный момент, список вершин, принадлежащих маршруту и мощность объекта, т. е. количество транспортных единиц в группе. Для каждой вершины графа сети, содержащей n вершин таких объектов n-1 для каждого интервала времени. Сумма мощностей объектов, находящихся в данный интервал времени на дуге графа представляет собой интенсивность транспортного потока в каждый дискретный интервал времени. Определение нахождения объекта на дуге графа производится на каждом шаге на основе сопоставления текущего времени и принадлежности дуги маршруту. Поскольку длительность существования каждого объекта равна длине маршрута по времени, накопления объёма используемой компъютерной памяти не происходит, что даёт возможность моделирования процессов в реальном времени. 7. Турбанов В.С. Средство создания контента для двухмерных видеоигр. Не смотря на то что современные технологии в трёхмерной графике находятся на очень высоком уровне, двухмерные игры не утратили своей актуальности. Данное явление можно сравнить с положением дел в современной анимации, где несмотря на огромное количество трёхмерных мультфильмов не менее популярными являются рисованные произведения, хотя и преимущественно японских авторов. Для того чтобы реализовывать собственный игровой проект мне требовался мощный арсенал средств, который бы позволил создавать самый разный контент для игры. Я имел дело с разными программами по этой части, но в конце концов всё-таки решил написать свою. Своё решение всегда «ближе к телу», и его намного легче изменять и подстраивать именно под свои вкусы и опыт. Редактор получил название «LevelEd» (от level editor). Изначально он был предназначен только для создания карт уровней состоящих из ячеек фиксированного размера — tilemap'ов. Впоследствии был создан редактор спрайтов «Rich Sprite Editor» и редктор 8-битных изображений с палитрами «Pixel Painter». Каждый из редакторов направлен на создание какого-то специфичного для него контента. Некоторые редакторы взаимодействуют друг с другом, как например редактор изображений можно использовать для редактирования различных частей кадров спрайта. «Rich Sprite Editor» - это редактор спрайтов. Спрайт можно определить как некое двухмерное изображение, у которого есть координаты в пространстве. Спрайты как правило являются одной из центральных фигур в двухмерных играх. Спрайты также могут быть анимированными — со временем прокручивать в себе несколько изображений. Для того чтобы вместить всё это и многое другое в один объект я создал технологию «Rich Sprite». Такой «богатый» спрайт способен иметь в себе несколько именованных анимаций. Каждая анимацая состоит из последовательности таких же «богатых» кадров(Rich Frame'ов). Эти кадры не являются простыми изображениями, они могут состоять сразу из нескольких изображений, причём каждое из этих изображений может быть не только позиционировано но и повёрнуто произвольным образом. Также к кадрам можно прикреплять именованные точки, для того чтобы помечать некоторые пиксели(например для указания атакующих точек). Каждая анимация и сам спрайт по себе могут иметь неограниченное количество атрибутов самых разных типов, что позволяет вшивать в спрайты такую информацию как количество жизней персонажа ,для которого собственно и был создан этот спрайт. «Pixel Painter» — это достаточно базовый растровый редактор. Однако, у него есть одна особенность — он способен масштабировать редактируемое изображение прямо по мере рисования на холсте. Это было реализовано специально для тех случаев когда заранее не знаешь какого разрешения должно быть изображение а гадать и подбирать неудобно или просто лень. Как было сказано ранее LevelEd изначально задумавался только для редактирования «плиточных» уровней. Для этой цели был созданы «Tilemap Editor» и «Tileset Editor». Эти два редактора действуют сообща. Первый используется для того чтобы удобным образом рисовать по уровню прямо как по холсту, заполняя нужные ячейки выбранным в палитре тайлом. Сама же палитра тайлов называется tileset и «Tileset Editor» как раз создан для её редактирования. Он может добавлять и удалять отдельные тайлы этой палитры а также создавать анимированные тайлы, которые проигрывают в себе какую-то определённую последовательность статичных (неанимированых) тайлов. Есть ещё пара идеек, которые следует реализовать прежде чем приступить к работе с пакетом, но и то что сделано сейчас является весьма мощным средством. 8. Д.А. Башков, м.н.с., О.Ю. Лукомская с.н.с. ИПТ РАН им. Н.С. Соломенко Имитационная система диспетчерского управления движением судов по внутренним водным путям со шлюзами Рассматриваются задачи имитационного моделирования двунаправленным движением судов по внутренним водным путям со шлюзами; приводится структура имитационной программы; представлен интерфейс программы, реализованной в LabView7 . Транспорт, транспортный процесс, внутренние водные пути, прогнозирование, оперативное управление Одной из ключевых проблем в области движения водного транспорта является обеспечение бесперебойного и бесконфликтного двунаправленного прохождения транспортных средств (ТРС) по внутренним водным путям. Безопасность судоходства в современных условиях во многом определяется наличием у судоводителей навигационной и диспетчерской информации в реальном масштабе времени. Однако большой объем информации, поступающей на диспетчерский пункт, не позволяет провести анализ и обработку в режиме реального времени без автоматизированной системы [1]. Для координации процессов планирования и анализа диспетчерской информации была предложена в [2] модель системы планирования и регулирования транспортного процесса (ТП) на внутренних водных путях (СПиРТВВп). В [3] представлена программа, реализованная в среде Delphi7, основные расчеты в которой выполнены в соответствии с модельным обеспечением [2] на примере прохождения судов по Волго-Донскому судоходному каналу. В рамках разработанной программы осталась задача визуализации ТП посредством создания динамической картинки движения судов по внутренним водным путям со шлюзами. Структура имитационной программы На рис. 1 представлена структура имитационной программы ТП. Данная структура состоит из следующих компонентов: Входные данные – набор данных, служащих для подготовки начального этапа моделирования и визуализации, они представляют собой нечто вроде «предыстории» системы, которую предстоит моделировать и визуализировать; Модель – данные, служащие для расчета поведения (реакции) системы в процессе ее управления, и с учетом влияния внешних воздействий. Как правило, модель представляет собой набор математических формул и логических структур;  Рис. 1. Внешние воздействия – данные, формируемые уже во время процесса моделирования и визуализации, и служащие для имитации поведения системы в реальной ситуации. Они могут задаваться пользователем или же формироваться на основе определенного закона распределения случайным образом; Решатель – собственно алгоритм, который на основе полученной информации: входных данных и внешних воздействиях, используя модель системы рассчитывает ее поведение в моделируемом временном пространстве (в отдельных случаях требуется, чтобы течение времени соответствовало реальному). Полученные в процессе решения результаты, отражающие поведение системы и ее отдельных элементов (в нашем случае – судов), такие как – координаты и скорости, и служат основной информацией для визуализации поведения системы; Визуализатор – алгоритм, который на основе полученных данных от решателя формирует данные для графического отображения системы; Устройство вывода – техническое устройство графического отображения динамики системы (монитор компьютера). Задачи имитационного моделирования Основными задачами, стоящими перед разработчиком системы моделирования и визуализации процесса судопропуска в шлюзовых системах, являются следующие:
Предлагаются следующие пути решения этих задач. Задача 1. Преобразование непрерывных метрических характеристик трассы в дискретные. Прежде всего, на основе расчета необходимо определить две важные константы системы моделирования: TД – минимальный квант времени; LД – минимальный квант расстояния. Минимальный квант времени – это промежуток времени, между которым происходят все процессы в системе. Ни один значимый процесс в системе не может происходить за время, меньшее, чем этот квант, иначе он становится мгновенным. Основанием для расчета такого кванта времени являются: скорости перемещения судов и скорости процессов шлюзования (в отдельных случаях, если мы хотим представить процесс шлюзования более детализовано, то следует разбить его на отдельные этапы и определить этап, длящийся меньше всего). Минимальный квант расстояния – это длина, менее которой не может быть размер ни одного значимого объекта в системе, иначе такой объект станет безразмерным (материальной точкой). Основанием для расчета такого кванта являются метрические характеристики трассы судопропуска, судов и технических сооружений шлюза. На основании этих данных необходимо определить два основных кванта. При этом квант расстояния мы отождествим с одним пикселем на экране монитора, а квант времени – одной итерацией циклического процесса расчета координат. Приведем пример такого расчета: Пусть минимальный размер судна, участвующего в процессе – 10 м, минимальная скорость движения судна – 2 км/ч, минимальное время шлюзования (процесс шлюзования мы считаем неделимым на стадии) – 30 мин, длина трассы судопропуска – 15 км, минимальная длина шлюза от входного до выходного тракта – 100 м, реальное время исполнения вычислительной системой одной итерации циклического процесса – 0,03 с. На основании этих данных выберем TД = 1 сек, LД = 1 м. Следовательно будем иметь следующие параметры отображения для системы:
Итак, перемещение судна со скоростью 2 км/ч на расстояние 100 метров займет 5,4 сек. Задача 2. Перемещение судов с различными скоростями. Различие в скорости судов обеспечивается следующим образом: судно, движущееся со скоростью V проходит за TД расстояние S=V*TД, и если выполняется условие: S<LД, то судно по окончании цикла остается на месте. Перемещение судна таким образом будет происходить в моменты времени:  ,где T[n] – отсчеты времени системы, во время которой происходит перемещение, k – количество пройденных пикселей. Задача 3. Размещение на экране большого количества судов. Все суда в информационной модели системы моделирования представляются в виде массива характеристик каждого судна:  где x – координата судна, t – время нахождения судна в системе, u – скорость судна. Моделирующая программа будет обрабатывать данный массив и последовательно размещать на экране изображения всех входящих в него судов. Задача 4. Синхронизация перемещений. Размещение судов на трассе, описанное в предыдущем пункте производится за один цикл визуализации. В следующем цикле системное время смещается на один отсчет времени T[n]. Таким образом, время, используемое для расчетов координат и скоростей судов, будет единым для всего массива судов. Задача 5. Информативное отображение транспортного процесса. Решение данной задачи возлагается на пользовательский интерфейс. Для моделирующей программы были приняты следующие решения:
Программа визуализации транспортного процесса Программа создается и функционирует внутри моделирующей среды (LabView7). Графический интерфейс программы представлен на рисунке 2. Основной вкладкой программы является вкладка «Моделирование», представленная на рисунке 2. На данной вкладке пользователь может видеть ход транспортного процесса, приостанавливать и завершать его. Ход транспортного процесса отображается в окне моделирования (белого цвета), на котором схематически показаны суда и шлюзы. В данном окне представлена только часть трассы судопропуска. Чтобы наблюдать за всей трассой, пользователь может воспользоваться ползунком «Положение на трассе». Кроме этого имеется режим «Слежение», при котором судно постоянно остается на экране, а трасса перемещается. Область рабочего окна с названием «Информация о судне» позволяет выбрать текущее судно и получить необходимую информацию о нем. При включенном режиме «Слежение» на экране будет отображаться выбранное судно. Остальные вкладки носят информативный характер и содержат сведения о судах и трассах, расписание движения транспортных средств. Достоинства данного метода заключаются в том, что не требуется специальных знаний для создания подобной программы; процесс создания, отладки и визуализации более прост и нагляден.  Рис. 2. Недостатками подобного метода можно назвать низкое быстродействие и необходимость постоянного наличия программной среды (LabView7). Список литературы 1. Белый О. В., Кокаев О. Г., Попов С.А. Архитектура и методология транспортных систем. СПб.: Элмор, 2002. 2. Лукомская О.Ю. Планирование оперативного управления транспортным процессом на внутренних водных путях // Автоматизация и управление. СПб., 2006. С. 28–33 (Изв. ГЭТУ. Вып. 1). 3. Лукомская О.Ю. Система информационной поддержки планирования и регулирования транспортного процесса на внутренних водных путях // Электротехника и автоматика. СПб.,2007.С. 16–20 (Изв. ГЭТУ. Вып.1). 9. Гопкало В. Н., Давыдов Б. И. Дальневосточный государственный университет путей сообщения Оперативное управление движением поездов: Формализация процесса принятия решений. Выработка рациональных решений на исполнительском уровне управления потоком поездов есть оптимизационная задача, характеризуемая многомерностью и значительной неопределенностью влияющих факторов. Критерии оптимизации также неоднозначны, претерпевают изменения в зависимости от оперативной ситуации на полигоне управления. В периоды повышения интенсивности или возникновения затруднений в пропуске потока поездов используют критерий максимальной пропускной способности. В периоды спада интенсивности целесообразно переходить к критерию минимума эксплуатационных расходов. Вид критерия и основные ограничения оптимизационной задачи для каждого участка дороги задает ЦУП железнодорожного направления. Сложность выработки оптимального управленческого решения, помимо недостатка информации, сопряжена с наличием конфликта интересов различных уровней управления. Во многих ситуациях региональный уровень (уровень ДГ) заинтересован в формировании и продвижении поездопотока любой ценой, рассчитывая на отдаленный – по времени и по пространственной локализации – позитивный экономический результат. В то же время, решения уровня поездных диспетчеров (уровень ДНЦ) направлены на достижение локальной экономии затрат. Поэтому решения по выполнению регулировочных действий на участке дороги имеют характер компромисса, сглаживающего противоречия указанных сторон. Следовательно, оптимизационная задача должна включать функцию поиска компромиссного решения. Система поддержки принятия решения по оперативному управлению – «интеллектуальный советчик» - решает оптимизационную задачу, результатом которой является оценка приоритетов тех или иных регулировочных действий. В качестве исходной информации используются вид критерия и ограничения, обусловленные поездной ситуацией и состоянием инфраструктуры участка: перегонов, станций, систем обеспечения, безопасности и др. Методологической основой выработки сценария оперативного управления служат теоретико-игровой подход или метод анализа иерархий (МАИ). Игровую модель целесообразно использовать в простых ситуациях, когда возможно произвести анализ и выработать рациональное решение по каждому отдельному поезду. Если же размерность задачи велика: присутствует большое число как внутренних (участковых), так и внешних (сетевые проблемы, работа смежников) факторов, - более эффективно использовать аналитический аппарат МАИ. Метод анализа иерархий позволяет определить приоритеты регулировочных действий или совокупностей действий (сценариев) в условиях наличия большого числа разнородных, трудно формализуемых факторов, которые имеют случайный характер. Производят декомпозицию системы лиц (акторов) и связей, отражающих работу участка дороги. В процессе решения оптимизационной задачи используют оценки весомости каждого из элементов. Часть оценок, характеризующих устойчивые связи (например, профиль интересов и целей ДГ или ДНЦ), определяют заранее экспертным путем. Группу оценок, которые вытекают из актуальной ситуации на участке, формируют работники ЦУП – участники процесса принятия решения – в реальном времени. При этом указанные лица опираются на поступающую по каналам АСУ оперативную информацию, а также на свой опыт и интуицию. Аппарат метода МАИ помогает обосновать вес каждого элемента и на основе этого дает возможность вычислить приоритеты регулировочных действий и их совокупностей. Иерархия задачи оценивания регулировочных действий, которые могут быть выполнены персоналом ДЦУП, иллюстрируется представленной схемой. В докладе описываются принцип построения иерархии и методика проведения диалога управленцев с программным средством, которое решает задачу определения приоритетов действий по управлению движением поездов.  10. Сиркин А.В., Горелик А.А. Учёт отказов технических средств в рамках комплексной автоматизированной системы учёта контроля устранения отказов технических средств и анализа их надёжности (КАСАНТ) На сегодняшний день, проблема учета отказов технических средств является одной из наиболее актуальных в сфере развития железнодорожного транспорта. Нарушения технологической дисциплины и недостаточная надёжность оборудования, вызванная целым рядом причин, нарушения порядка текущего содержания приводят к росту количества отказов технических средств. В свою очередь, отказы являются одной из основных причин нарушений безопасности движения поездов: крушений, аварий и случаев брака в работе, что может приводить к человеческим жертвам. Подавляющее количество отказов приводят к нарушению графика движения поездов и, соответственно, к их задержкам. Это, в свою очередь, напрямую влияет на экономические показатели ОАО «РЖД», поскольку перевозка грузов и пассажиров является основной деятельностью компании. До настоящего времени на железных дорогах ОАО «РЖД» в области учёта, расследования и анализа отказов технических средств действовал ряд нормативных документов сетевого уровня. Также в ОАО «РЖД» были приняты специализированные статистические и учетные формы отчетности об отказах технических средств по разным хозяйствам железных дорог. На самих железных дорогах действовали дополнительные нормативно-распорядительные документы, устанавливающие порядок учета, расследования и контроля устранения отказов технических средств. Существовавший порядок и автоматизированные системы по мониторингу состояния технических средств не в полной мере отвечали современным требованиям и не позволяли вскрывать первопричины отказов и намечать пути по повышению надёжности, оценивать эффективность мероприятий по развитию технических средств. Анализ существовавшей технологии учета отказов технических средств показал ее недостаточность и необходимость ее стандартизации и доработки, поэтому было разработано и утверждено новое положение о порядке учета, служебного расследования и анализа случаев отказов в работе технических средств ОАО «РЖД», устанавливающее общие для всех хозяйств правила игры. Новое положение позволило разработать Комплексную автоматизированную систему учета, контроля устранения отказов технических средств и анализа их надежности (КАСАНТ), опирающуюся в своей работе на это положение. Первая очередь системы базировалась на данных, введенных в систему вручную и на данных о пометках ДНЦ из системы «ГИД-Урал», которые попадают в систему автоматически. Это не обеспечивало надлежащего качества вводимой информации, поскольку наличествовал человеческий фактор. Вторая очередь системы базируется на данных, автоматически полученных из различных АСУ хозяйств – такой подход к автоматизации процесса ввода отказов минимизирует возможность сокрытия, или искажения информации. Для обеспечения возможности интеграции со смежными АСУ в системах предусмотрено использование единой нормативно-справочной информации. Система в реальном времени отслеживает состояние всех отказов и обеспечивает все процессы, предусмотренные положением. Для отказа предусмотрены следующие состояния: вновь поступивший отказ, принятый к расследованию отказ, расследование отказа, расследованный отказ. Для исключения дублирования информации об отказах, поступающих из различных источников, все новые отказы сравниваются с уже имеющимися. Функциональная структура информационного пространства системы состоит из: - База данных отказов технических средств; - Ядро системы; - Блок источников информации – смежные АСУ; - Объектные интерфейсы, обеспечивающие запросы к системе из смежных АСУ: - Получатели информации (пользователи и внешние системы). Результаты расследования отказа содержат следующие данные: - Причина отказа; - Последствия отказа; - Виновное подразделение; - Руководители, выехавшие на место отказа; - Время устранения отказа; - Работники, устранившие отказ; - Принятые меры. В системе предусмотрена возможность формирования отчетных и статистических данных по отказам. Разработанная система стала первой системой учета, контроля устранения отказов, которая базируется на данных всех хозяйств отрасли. Система КАСАНТ позволила не только сократить время на регистрацию отказов, но и получать достоверные, непротиворечивые данные о реальном состоянии технических средств и объектах инфраструктуры хозяйств ОАО «РЖД». 11. Поздняков С.И. |
Похожие:
 |  | При этом сеть автомобильных дорог наряду с парком коммерческих автомобилей используется также автомобилями, находящимися в личном... | |
| Особенности развития железнодорожного транспорта в национальной экономике России | | Учебная дисциплина История и перспективы развития железнодорожного транспорта России |
| Системные проблемы надёжности, качества, компьютерного моделирования, информационных и электронных технологий в инновационных проектах... | | «Системные меры направленные на обеспечение высокого уровня управляемости безопасностью движения поездов для филиалов ОАО «Российские... |
| Настоящие Правила разработаны в соответствии со статьей 3 Федерального закона от 10 января 2003 г. №18-фз "Устав железнодорожного... | | Дистанционные материалы стажировки педагогов дошкольного образования Ульяновской области по программе «Системные обновления дошкольного... |
| В югре открылась общероссийская конференция «Пенсионная система России в свете современного законодательства: текущие вопросы и перспективы... | | Федеральное государственное бюджетное учреждение «Сибирский Федеральный научно-клинический центр Федерального медико-биологического... |