Навигация по сайту

Первый этап в управлении качеством эксплуатационной работы
российских железных дорог

Информационная подсистема многоуровневой системы управления и
обеспечения безопасности движения поездов (АСУ МС)

Автоматизированное управление разработкой проекта АСУ МС с
использованием пакета MS PROJECT

Разработка бизнес-плана инвестиционного проекта «Многоуровневая
система управления и обеспечения безопасности движения поездов»

Оценка вероятности возникновения опасных отказов при перезапуске
двухканальных систем

Интернет-технологии в управлении распределенными системами и на
железнодорожном транспорте

Статистическая обработка результатов измерений временных
характеристик web - приложений.

Структуризация тематического мониторинга геоинформационного
портала отрасли

Автоматизированное рабочее место оператора группы учета
локомотивного депо (АРМ ТЧУ)

Автоматизированное рабочее место оперативно-ситуационного
анализа диспетчерского центра управления движением поездов (АРМ ОСА)

Влияние синхронизации на помехоустойчивость приема данных
по узкополосному каналу связи

Системы и средства обеспечения безопасности движения поездов
метрополитена

Повышение эффективности использования частот диапазона 160 МГц
на железных дорогах.

Построение единой системы нумерации общетехнологической
телефонной связи (ОБТС)

Основные направления развития цифровых сетей технологической
связи ОАО «РЖД»

Особенности построения модемов в цифровых системах технологической
радиосвязи стандарта TETRA на железнодорожном транспорте

О фазовом методе повышения устойчивости сетей связи в условиях
возникновения тупиковых ситуаций

К вопросу обеспечения устойчивого функционирования систем связи
и автоматизации на железнодорожном транспорте

Перенапряжение во вторичных цепях электроустановок, питающихся
от системы электроснабжения ДПР

Реализация комплексной программы оптимизации эксплуатационной
работы сети железных дорог России

Мониторинг технического и коммерческого состояния грузовых
вагонов в системе ДИСПАРК

Определение годности грузовых вагонов для перевозок по результатам
натурного осмотра

Экономический критерий оценки эффективности вариантов использования
после выгрузки вагонов стран содружества

Обоснование новой системы взаиморасчетов за пользование грузовыми
вагонами собственности других государств с учетом дальности
перевозки грузов

Дисперсия наработки до защитного отказа системы.

На основании следствия 1 определяются формульные выражения следующих показателей функциональной безопасности системы: средняя наработка до опасного отказа дисперсия наработки до опасного отказа где: где: 0,i SH; средняя наработка до защитного отказа где: ∆GisHUsH —вес разложения графа без множества опасных состояний SH и множества защитных состояний S3; дисперсия наработки до защитного отказа где значение t03-2 рассчитывается по формуле 4 во множестве работоспособных или неопасных и защитных состояний множество SH заменяется множеством S3, веса разложений ∆GsH и ∆G0sH заменяются на веса разложений ∆G0sHUsH и ∆GsHUsH соответственно; вероятность безопасной работы где: inf PБnt и sup PБt —точные значения соответственно нижней и верхней границ вероятности безопасной работы системы, рассчитанные по численным значениям первых n моментов времени пребывания системы в множестве работоспособных или неопасных состояний с помощью численного алгоритма, построенного на основе модифицированного симплекс-метода; вероятность опасного отказа где интенсивность опасного отказа где Алгоритм расчета показателей безопасности Подготовительный этап Определяют вероятности переходов р математические ожидания Ti и Tij соответственно безусловного и условного времени, а также второй и третий моменты Ti 2 и Ti 3 времени пребывания системы в каждом из состояний; определяют веса путей l0ik, lijk из начального состояния 0 во все состояния i графа системы, а также из любого i-го в любое j-ое состояние графа; определяют веса всех замкнутых контуров Сj графа. ВАРИАЦИИ= 1,09698309 МИНИМАЛЬНОЕ ЗНАЧЕНИЕ XMIN=0,07000000 МАКСИМАЛЬНОЕ ЗНАЧЕНИЕ ХМАХ=8,73200000 Выборка, объемом 1000 измерений, была получена в ходе сбора статистической информации, соответствующая этому теоретическая кривая приведена на рис.

Выбираются вагоны, дислоцирующиеся на станциях γk назначением на станции γk’ . Фактическое и прогнозное освобождение на Северо-Кавказской дороге при глубине прогноза 0 суток Рис. Кроме того, хорошо описаны лишь очевидные зависимости-составляющие, отображенные сплошными линиями. Прогнозирование образования порожних вагонов ведется отдельно по каждому роду подвижного состава. Для некоторых станций массовой выгрузки например, крупных портов высокая дисперсия определения времен задержек может негативно сказаться на точности прогнозирования основной освобождаемой там части Рис. Если поведение системы описывается марковским случайным процессом, то достаточно задать матрицу интенсивностей переходов между соседними вершинами λij ; где λij — интенсивность отказов или восстановлений одного элемента системы при пребывании ее в i-м состоянии, в результате чего она переходит в соседнее j-е состояние. Фактическое и прогнозное освобождение интегрально на всех дорогах России при глубине прогноза 1 сутки Рис. Определяют по формуле 4, используя процедуры а. Наименее тривиальные стадии этого процесса - построение достоверных прогнозов электропотребления, а также оптимальных стратегий закупки с учетом потенциальных возможностей перераспределения закупки между рынками и точками поставки.

Коэффициенты трендов, параметры регрессии и дисперсия остатка хранятся системой и пересчитываются по скользящей выборке с переходящими периодами на следующие сутки в целом и по часам суток. Среднесуточные графики нагрузки за характерные дни Указанные особенности хода графиков нагрузки тяговых подстанций позволяют применить весь спектр моделей прогноза, доступных в комплексе «Энергостат». Специалистами «Энергостата» уже было проведено предварительное обследование одной из тяговых подстанций.

Наблюдаются выбросы, связанные, по всей видимости, с недостоверностью данных и требующие достоверизации. Как видим, вероятность принятия гипотезы велика - 0,739. А и 66 отображены два примера графиков за три аналогичных рабочих дня вторник, среда, четверг одной недели.

Применение формулы Мезона позволяет значительно сократить трудоемкость вычислений миноров на разреженных матрицах, а матрица G, как правило, является разреженной. Минорами на матрице G являются также веса разложений графа ∆Glk. Интенсивность опасных отказов системы оценивается по формуле 8 с помощью итерационной процедуры, в которой на каждом шаге уменьшается интервал наблюдения ∆t. Обозначим aiгрt -прогнозное количество порожних вагонов, образующихся сутки t из вагонов, которые на момент запроса информации о дислокации находились в груженом состоянии, aiрегt - прогнозное количество порожних вагонов, образующихся в сутки t из вагонов, которые на момент запроса информации находились в порожнем состоянии.

Задача заключается в определении формульных выражений, позволяющих с помощью стандартных процедур отыскания путей и контуров на графах рассчитывать показатели, установленные ОСТ 32. Так как многие вагоны успевают совершить, как правило, несколько грузовых циклов «дислокация в груженом состоянии - освобождение» в течение периода анализа, введем уникальный идентификатор освобождения вагонов ω. Далее, полагая отношение сигнал/шум Окончательное выражение для нормированной плотности вероятности ωλ получим из 10 и 6 функциональным преобразованием в следующем виде - дисперсия распределения; где После подстановки 13и14в8и численного решения получим зависимости рис. Дисперсия наработки до защитного отказа системы. Анализ параметров распределений величины выявил большие разбросы времен задержек, возникающих по причине неравномерности работы транспорта, особенно в местах выгрузки. Модель прогноза базируется на временах хода порожних вагонов tijmσ отделения образования i до станций дорожных стыков σ. Тогда Рассмотрим прогноз образования порожних вагонов из груженых.

Желательно определять искомые показатели безопасности и надежности систем непосредственно по графу состояний. Для каждого исследуемого фактора построен статистический или расчетный прогноз его поведения. Для вычисления времен задержек была разработана программа на языке SAS/BASE по отбору из ИХ ВМД заданной последовательности операций с вагонами, описывающих движение груженых вагонов и образования порожних вагонов, готовых к регулировке. Введем следующие обозначения: Р - базовое суточное потребление электроэнергии объектом, то есть характерное суточное электропотребление объекта для данного дня недели при соблюдении плана движения поездов и без влияния погодных факторов; Рр = Р·Кp - базовый суточный вес пассажирского движения в потреблении электроэнергии; Ре=Р·Ке - базовый суточный вес пригородного движения в потреблении электроэнергии; Рc=Р·Кc - базовый суточный вес грузового движения в потреблении электроэнергии; Ри=Р·Ки - базовый суточный вес собственных нужд в потреблении электроэнергии; где Кp ,Ке,Кс,Ки - базовые суточные весовые коэффициенты, удовлетворяющие соотношению Кр + Ке + Кс + Ки = 1.

В момент времени t0 оканчивается процесс получения ответа с сервера. Применительно к функциональной безопасности железнодорожной автоматики и телемеханики, а также ряд дополнительных показателей, которые имеют существенное значение для рационального проектирования безопасных систем: средняя наработка до опасного отказа ТОП, дисперсия наработки до опасного отказа DОП средняя наработка до защитного отказа ТЗ дисперсия наработки до защитного отказа DЗ, вероятность безопасной работы PБt; вероятность опасного отказа QОПt; интенсивность опасных отказов λОПt; В приведенном перечне отсутствуют установленные ОСТ 32.

Аналогично для остальных трех вариантов прогноза. Заключение Предложенный графовый метод моментов пригоден для расчетов показателей функциональной безопасности различных устройств и систем железнодорожной автоматики и телемеханики, сетей передачи данных оперативно-технологического назначения, систем цифровой радиосвязи на железнодорожном транспорте.

Если прогноз получался недостаточно точен, то исследовались влияющие на него факторы и связи между ними. Для каждого факта освобождения ω делается выборка следующих показателей: - τω tдисл время и дата последней к 18 часам суток операции с гру женым вагоном; - γω tдисл станция, на которой находился вагон в момент последней операции в сутки ; - γω ‘tдисл соответствующая станция назначения; - τωосв время и дата фактического освобождения вагона. Топологический а по сути графовый марковский метод применим для определенного класса систем, поведение которых описывается в основном моделями типа схемы «гибели и размножения». Взаимосвязь между факторами потребления Каждый из факторов, указанных на рисунке, представим временным рядом со значениями в многомерном пространстве. Для этого было исследованы варианты движения порожних полувагонов через дорожные стыки и определены доли потоков βijm каждого варианта от общего потока вагонов между отделениями образования и погрузки Рис. Экспоненциальное распределение с плотностью распределения вероятностей: Гамма-распределение с плотностью распределения вероятностей с параметром X и с порядком распределения v: Эрланговское распределение с плотностью распределения вероятностей с параметром X и с порядком распределения v >1 так как для порядка, равного 1, имеем экспоненциальное распределение: Среднее значение математическое ожидание теоретического распределения и дисперсия второй центральный момент случайной величины и гамма, и Эрланговского распределений вычисляются одинаково: Перечисленные распределения были выбраны потому, что они просто реализуются при имитационном моделировании вычислительной системы.

Расчетными кривыми помехоустойчивости, где представлены зависимости минимума вероятности ошибки Ре при различных реальных методах узкополосного приема двоичных символов от отношения E/No. Судя по предварительному анализу данных, наилучшую точность должна обеспечить специализированная модель для прогноза электропотребления на основе метода сезонных кривых, применяемая для прогноза потребления энергообъединений и крупных потребителей.

Дисперсия наработки до опасного отказа системы.

 

     >>>     0
!...................
20
!...................
40
!...................
60
!...................
80
!...................
100
!...................
120
!...................









Системы передачи данных

 


Комплексные проектные решения

 


Управление распределенными системами

 


Автоматизированные рабочие места

 


Системы и средства обеспечения безопасности движения

 


Цифровые сети технологической связи

 


Информационные системы управления движением

 


Автоматизированное управление разработками проектов

 






 



Copyright (c) 2008, Infotest, Inc.