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 отказов.

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. Интенсивность опасных отказов системы оценивается по формуле 8 с помощью итерационной процедуры, в которой на каждом шаге уменьшается интервал наблюдения ∆t. Для некоторых станций массовой выгрузки например, крупных портов высокая дисперсия определения времен задержек может негативно сказаться на точности прогнозирования основной освобождаемой там части Рис. Плотности вероятности смещения левой φлδ и правой границ φпрδ символа полагаем распределенными по нормальному закону, а исправляющую способность приемника принимаем равной 50%. Показан оптимальный момент регистрации МР методом стробирования синхросигналом, совпадающим с серединой принятого символа. И тот, и другой интервалы t2-t1 и t3-t1 часто называют временем отклика. Постановка задачи По каждому вагону с уникальным номером k имеется информация о состоянии, станции дислокации γк . Следующие показатели безопасности: коэффициент безопасности, средняя наработка на опасный отказ, параметр потока опасных отказов. Вместе с тем, этот метод не ориентирован на решение задач функциональной безопасности и, кроме того, недостаточно универсален для широкого класса технических систем. Дисперсия наработки до опасного отказа системы. Для проверки прогноза использовалась информация за февраль 2004 г.

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. Разработанная модель входит в состав автоматизированной управляющей системы оперативного регулирования парка порожних вагонов на базе динамических моделей.

Соответственно, общая методика формирования алгоритмов прогнозов потребления состоит в следующем. Поскольку на практике синхросигналы формируют из входной последовательности информационных символов, то ошибка регистрации будет зависеть не только от погрешности {ε} из-за воздействия шума в тракте СТС, но и от статистики этой последовательности на выходе коррелятора. При вычислении прогноза для каждых суток глубины прогноза и каждого отделения обеспечивается условие аiгр ≤ Qimax за счет переноса на следующие сутки «излишков» вагонов, которые не могут быть освобождены. В зависимости от решаемой задачи в устройствах приема и обработки сигналов для повышения их помехоустойчивости осуществляют поэлементную, высокочастотную или групповую синхронизацию. 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. А и 66 отображены два примера графиков за три аналогичных рабочих дня вторник, среда, четверг одной недели.

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. Для предварительной оценки возможной точности прогнозирования на рис. Если функциональная безопасность системы моделируется с помощью полумарковского случайного процесса с конечным множеством состояний S и известной матрицей переходных вероятностей Q=pij, известными векторами безусловных Т=Тi и условных Т=Тij математических ожиданий времени пребывания системы в возможных состояниях, то n-й момент времени пребывания системы в заданном множестве состояний например, в множестве работоспособных или неопасных состояний SH, или в множестве защитных состояний S3 и др. Собранные статистики конкретные реализации случайных величин были записаны в текстовые файлы и обработаны с помощью специально разработанной программы. И с заменой весов разложений графа ∆GsH и ∆G0sH на веса разложений ∆GsHUsH и ∆G0sHUsH соответственно.

Дисперсия наработки до защитного отказа системы. Тогда прогнозный момент освобождения груженого вагона в цикле ω может быть вычислен по формуле: Для вычисления у по информации ВМД формируется совокупность наблюдений: - tγ,lдисл ω время 1 - ои операции с груженым вагоном на станции дислокации γ для освобождения ω, - Lyω количество операции на станции дислокации для вагона освобождения ; - tγосв ω момент освобождения время первой операции отправления в порожнем состоянии вагона освобождения на станции выгрузки ω; - tγγ ω задержка, вычисленная для освобождения ω. В этом методе путь определения показателей в сути своей не отличается от известных методов решения систем уравнений. Проведена проверка точности прогнозирования образования порожняка на отделениях дорог России на примере полувагонов инвентарного парка МП С. 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.

Предварительная оценка точности прогнозов по опыту внедрения и эксплуатации в таких случаях ~ 10%, что подтверждается результатами прогнозов по простой модели предыдущего среднего дня осреднение аналогичных суток рис. При суммировании данных по отдельным счетчикам и точкам учета качество прогнозов улучшается быстрее, чем можно было бы ожидать, исходя из асимптотики центральной предельной теоремы. Были проверены гипотезы о том, что полученные эмпирические распределения могут быть описаны следующими теоретическими распределениями. Возможно принятие гипотезы об экспоненциальном распределении, так как коэффициент вариации случайной величины отношение среднеквадратического отклонения, корня квадратного из дисперсии, к среднему практически равен 1, а гамма - распределение с порядком, равным 1, есть не что иное, как экспоненциальное распределение. Изображено в сравнении прогнозное и фактическое потребление подстанций ОАО «РЖД» в АО «Новгородэнерго» за 1 мая. Определение понятия «время отклика». При современном состоянии рынков электроэнергии для выбора оптимальной стратегии закупок важно отделять объекты с хорошо предсказуемым потреблением электроэнергии от объектов с плохо предсказуемым потреблением.

 

     >>>     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.