Интеллектуальные системы управления транспортом
Основы диалектической теории познания заложены Иммануилом Кантом, предложившим модель познания: ноуменальный мир (объективная реальность, «вещь в себе») дана нам в наших ощущениях в виде феноменального мира («вещь для нас»). В процессе познания феноменальный мир приближается к ноуменальному, но в реальной временной области не достигает его. Поэтому отсутствие полной объективной информации об объекте управления – условия управления. Можно утверждать, что именно отсутствие достоверных источников о работе объекта управления является главным ограничивающим фактором в развитии централизованных систем управления, в том числе автоматизированных. В управлении решающую роль играют информационные и информационно-управляющие системы на базе компьютерных и сетевых технологий (IT) [14, 15] . В литературе принято всё разнооборазие систем управления с использованием IT-технологий и с различной степенью автоматизации процессов обозначать одним сокращением, пришедшим к нам из 60-х годов 20 века – АСУ.
Задача информационных систем – подготовка данных для управления, на основании которых будут адекватно приняты управляющие или корректирующие воздействия. В идеале должна быть создана система поддержки принятия решений – СППР (Decision Support System, DSS). СППР – это комплексное понятие, объединяющее самые разнообразные математические и логические методы. Наиболее распространенные из них доведены до уровня ГОСТ и корпоративных стандартов ОАО «РЖД».
|
|
|
Определение объективного состояния дел по ограниченным данным об объекте регулирования – одна из главных задач технической кибернетики. Именно в рамках этой дисциплины (в т.ч. создания искусственного интеллекта) развиваются такие сложные направления науки как распознавание образов, нейронные сети и др.
Сложность задачи СППР в социальных системах привело к появлению принципиально нового направления в математике – Теории нечетких множеств (Fuzzy Sets), предложенной Лотфи Задэ (США) [72]. Человек часто пользуется понятиями, не поддающихся чёткой математической интерпретации: высокий человек, хороший работник, тяжеловесный поезд, успешная работа и др. Введение чётких ограничений (например, считать тяжеловесным поезд массой свыше 6000 т.) позволяет применить формальную логику, но снижает возможности анализа (ведение поезда массой 5999 т имеет те же проблемы, что и массой 6000 т). Проблема нечетких множеств восходит к древнегреческим софизмам, многие из которых основывались на противоречии языковых оборотов и формальной логики. В теории нечетких множеств впервые было показано, что применение нечеткой логики не только не вредно для принятия решений, но и наоборот – позволяет получать результаты, не доступные принятым формальным методам.
|
|
|
Практическое применение теории нечетких множеств полезно при создании систем обработки анкет потребителей услуг транспорта. Так постановка вопроса типа «Определите по 5-бальной шкале качество транспортного обслуживания», как правило, дает большой разброс вариантов ответов. Если же каждый уровень оценки представить как нечёткое множество (например, вместо оценки 4 написать «Вы в целом довольны качеством обслуживания, случаев грубого отношения или не выполнения обязательств не было», а вместо 3 – «В целом услуги оказываются качественно, но есть отдельные замечания или единичные случаи невыполнения обязательств»), то результат анкетирования будет более четким. Методы теории нечетких множеств позволяют преодолеть разрыв между логикой человеческих рассуждений и формальной логикой компьютерных систем. Применение теории нечетких логик в управлении крайне актуально.
Для оценки полноты информации принято использовать понятие информационной энтропии [11, 12] – меры хаотичности информации, неопределенность появления символа первичного алфавита. При отсутствии информационных потерь энтропия численно равна количеству информации на символ передаваемого сообщения. Это количество информации, приходящейся на одно элементарное сообщение источника, вырабатывающего статистически независимые сообщения. Информационная двоичная энтропия H для независимых случайных событий x с n возможными состояниями (i = [1, n]) рассчитывается по формуле:
|
|
|
H ( x ) = - ∑ p ( i ) log 2 p ( i ) /1.1/
Рассмотрим примеры. Масса поезда всегда существует (i=1), т.е. энтропия информации равна нулю: H(x) = - 1 * 0 = 0. Если делить массу поезда по двоичному принципу «тяжеловесный», «не тяжеловесный» (i=2), и вероятность появления тяжеловесного поезда равна 0,3, то энтропия будет равна
H ( x ) = - (0,7 log 2 (0,7) + 0,3 log 2 (0,3)) = 0,7(-1,73)+0,3(-0,51) = 0,88 /1.2/
Если разбить массу поезда по 1-й тыс. тонн (i=7) и при этом вероятность появления такой массы будет: p (1)=0,05, p (2) =0,05, p (3) = 0,3, p (4)=0,1, p (5)=0,15, p (6)=0,3, p (7) =0,05 (∑ p ( i ) = 1),то энтропия будет:
H ( x ) = -(0,05*-4,3+0,05*-4,3+0,3*-1,7+0,1*-3,2+0,15*-2,7+0,3*-1,7+0,05*-4,3)=
=0,21+0,21+0,52+,33+0,41+0,52+0,21 = 2,4 /1.3/
При повышении точности измерения параметра его энтропия растет (в примере – от 0 до 2,4). Правильный выбор точности позволяет снизить энтропию информации. Следует стремиться разбивать диапазон изменения контролируемого параметра на максимально допустимые для решения конкретной задачи диапазоны, что будет приводить к снижению энтропии. Кроме того, рассмотрение более крупных диапазонов снижает вероятность неправильного отнесения информации к той или иной категории. Применение аппарата нечеткой логики снижает вероятность появления ошибки.
|
|
|
Применению современных методов обработки информации на железнодорожном транспорте уделяется большое внимание. В начале 70-х годов прошлого века под руководством академика А.П.Петрова была разработана концепция АСУ железнодорожного транспорта [44], однако концепция опередила свое время на несколько десятилетий: только сейчас ученые и инженеры подступаются к задаче создания СППР железнодорожного транспорта. До этого решались задачи сбора и обработки исходной информации, отображения этой информации в удобном для оператора виде, автоматизации формирования учетных и отчетных документов, созданию железнодорожной автоматики и СЦБ.
На железнодорожном транспорте действует собственная сеть передачи данных (СПД ОАО «РЖД»), в которой функционирует более 300 информационных систем, тысячи АРМ. Совокупность этих IT-технологий объединено понятием «АСУЖТ» [1, 14, 14, 44].
АСУЖТ – это комплексная многофункциональная и многоуровневая система. Единым информационным пространством (согласно требованиям принципов В.М.Глушкова [61]) АСУЖТ не является, хотя именно так задумывалась А.П.Петровым [44] – это совокупность информационных и информационно-управляющих систем, работающих в единой сети передачи данных (СПД).
Многообразие информационных систем АСУЖТ вызвано как комплексностью задачи управления железнодорожным транспортом, так и скачкообразным развитием информационных технологий в конце 80-х – в 90-е годы 20 века. На сегодняшний день задача комплексного объединения информационных систем (хотя бы по принципу «лоскутное одеяло») не решена. Ведутся работы по созданию единой информационной системы. В результате постепенно формируется единое информационное пространство.
Самой мощной и достоверной информационной системой в ОАО «РЖД» следует считать единую корпоративную систему управления финансами и ресурсами (ЕК АСУФР), построенную на базе всемирно известного пакета программ SAP R/3 (совместная разработка и производство ФРГ и США) [120]. Достоверность в системе обеспечивается за счет невозможности финансовых проводок корпорации без ввода данных в систему, что соответствует принципам В.М.Глушкова (первичность электронной информации).
Система является самой ресурсоемкой в компании и самой сложной. На ее базе развиваются смежные системы управления. Самая развитая из них – система управления трудовыми ресурсами – ЕК АСУТР. Развиваются и системы управления производством и техническим обслуживанием – ТОРО. Все эти системы базируются на различных модулях единой системы SAP R/3, создающих единое информационное пространство (например, ЕК АСУТР – это модуль «HR», ТОРО – это модуль «PM»). В корпорации создана единая информационная система для управления второго уровня – экономического. На ее основе возможно решение задач других уровней, связанных с управлением финансами, ресурсами, кадрами и др.
В настоящее время в ЕК АСУФР полностью автоматизирован расчет и начисление заработной платы, учет выполненных работ. В локомотивном хозяйстве создан АРМ мастера, позволяющий автоматизировать оформление и закрытие нарядов на работу. Автоматизируется учет расходных материалов. Расширение функциональности SAP R/3 продолжается.
На базе пакета программ SAP R/3 ведется и информатизация с элементами автоматизации (автоматизированного контроля исполнения) делопроизводства. О безбумажной технологии речь пока не идет, однако внедренная единая автоматизированная система документооборота ЕАСД уже функционирует в корпорации.
Вторая по объему и достоверности и первая по времени создания система – эта пакет программ, связанный с управлением движением поездов, работой сортировочных станций и маршрутами движения поездов. Именно с этого направления в 70-е годы начала создаваться АСУЖТ [44]. В основе лежит пакет программ АСОУП, созданный для сбора данных о движении поездов. Первоначально со всех станций (а позже – и из локомотивных депо) с использованием телетайпов в АСОУП вручную передавалась информация о прибытии, отправлении и проследовании поездов и локомотивов. Позже вместо ручного ввода стали использовать данные автоматики – СЦБ. АСОУП – основа всех автоматизированных технологий управления движением поездов.
В настоящее время весь подвижной состав оснащен датчиками системы автоматической идентификации (САИ), позволяющей автоматизировать контроль составности поездов и время проследования. Например, при заходе локомотива в депо в АСОУП автоматически передается сообщение, что локомотив находится не в эксплуатации, а на ремонте или техническом обслуживании.
На базе АСОУП создана система ведения графика исполненного движения ГИД «Урал-ВНИИЖТ» (Рис.1.4), ставшая самой популярной компьютерной системой среди специалистов и руководителей хозяйства управления перевозками и связанных с ним обслуживающих хозяйств – прежде всего локомотивного и вагонного. Развиваются системы (Центры) управления местной работой (ЦУМР), сортировочными станциями (АСУ СС), прогнозирования движения поездов и др. Достоверность и полнота данных в системах управления перевозочным процессом требуют своего повышения, но в целом этот комплекс систем может служить основой для KPI уровня 4 – управления перевозочным процессом.
Рисунок 1.4 – Рабочее место дежурного по станции
с «ГИД Урал-ВНИИЖТ»
На базе АСОУП развивается целый комплекс программ управления вагонным парком (ДИСПАРК), контейнерными перевозками (ДИСКОН) и другими видами грузового движения, в т.ч. контроля дислокации локомотивов (ДИСТПС, АСУТ-Т и др.). В рамках решения задач управления движением поездов внедрена система идентификации подвижного состава САИ ПС. От пакета программ управления перевозочным процессом в 90-е годы ХХ века выделилась и затем превратилась в самостоятельное направление информатизации система электронных накладных для работы с клиентами в грузовом движении – ЭТРАН (уровень 3 KPI). Система является высоко достоверной и построенной на современном уровне. Это пока единственная система в ОАО «РЖД», где внедрена технология «электронной подписи» для электронного взаимодействия с клиентами. В пассажирском движении эксплуатируется автоматизированная система управления продажей билетов «Экспресс». Система также обладает высокой достоверностью имеющейся в ней информации.
В каждом из хозяйств развиваются свои информационные системы. Например, в локомотивном хозяйстве – АСУТ [1], в хозяйстве СЦБ – АСУШ, в хозяйстве связи – ЕСМА и др. [14, 15]. Эти системы менее достоверны, т.к. не произошел отказ от бумажных отчетных и учетных документов, являющихся первичными по отношению к электронным.
Для управления надежностью технических систем компании создана информационная система «КАС АНТ». Для управления безопасностью – АСУБД. Внедряется комплекс информационно-управляющих систем дистанционного управления стрелочными переводами и СЦБ станций: диспетчерская централизация (ДЦ) и диспетчерского контроля (ДК), так и бортовых для локомотивов (КЛУБ-У, САУТ-ЦМ, АВР и др.).
Несмотря на бурное развитие АСУЖТ, функции СППР в ней развиты мало. Даже в ЕК АСУФР нет системы СППР финансовой и экономической деятельностей, прогнозирования дефицита ресурсов и рекомендаций по использованию финансов. Аналогичной системы нет и в управлении кадрами (ЕК АСУТР). В управление движением поездов (ГИД «Урал-ВНИИЖТ») нет прогноза движения поездов, потребности в тяговом подвижном составе, прогнозирования потребности в электроэнергии и др. В системах управления безопасностью и надежностью также нет решения прогнозных задач.
Наряду со сложной задачей создания единого информационного пространства на базе многочисленных информационных и информационно-управляющих систем железнодорожного транспорта необходимо решать задачу статистической обработки данных, внедрения современных методов математической обработки данных и поддержки принятия решений.
Подробно об автоматизированных системах управления движением поездов можно прочитать в специализированной литературе [14, 15].
Дата добавления: 2019-09-13; просмотров: 790; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!