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.

Дисперсия наработки до защитного отказа системы. Требуется построить модель прогноза образования порожних вагонов, состоящую из двух частей: a количественный прогноз образования порожних вагонов на отделениях сети aij , i = 1,. Вагоны, двигающиеся в кольцевых маршрутах, исключаются из рассмотрения. Граф дает геометрическое представление дифференциальных или алгебраических уравнений, описывающих поведение систем в переходном или установившемся режимах соответственно. Фактическое и прогнозное освобождение на Северо-Кавказской дороге при глубине прогноза 0 суток Рис. Алгоритм расчета Средняя наработка до опасного отказа системы. 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. 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. 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. Среднесуточные графики нагрузки за характерные дни Указанные особенности хода графиков нагрузки тяговых подстанций позволяют применить весь спектр моделей прогноза, доступных в комплексе «Энергостат».

Это давало теоретическую вероятность попадания случайной величины в указанный интервал. Во всяком случае, совокупность процессов потребления в различных точках потребления вряд ли можно рассматривать как набор одинаково распределенных независимых случайных величин. Nσ }, где Nσ - число дорожных стыков на рассматриваемой сети железных дорог, t Z0 = {0,l,.

Все операции выделения путей и контуров на графе выполняются с помощью стандартной процедуры «поиск с возвращением» backtrack. T}, суток дислокации tдисл Z0, tдисл +t ≤ S отделений i = 1,. 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. В результате реальные показатели помехоустойчивости оказываются ниже 1. Расчет выполняется точно так же, как и показателя ТОП, с заменой начального состояния 0 на начальное состояние i SH; определяют по формуле 4 второй начальный момент t времени пребывания системы во множестве состояний SH при нулевом начальном состоянии. Иерархия объектов потребления в ОАО «РЖД» Рис. 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. Тогда, общее количество порожних вагонов, переданное по стыку σ в течение суток t Времена хода до дорожных стыковых пунктов, а также соответствующие доли потоков определены для полувагонов инвентарного парка МПС по данным ИХ ВМД. Для расчета тягового потребления существенны также следующие величины: Np - базовое суточное количество поездов пассажирского движения; Ne- базовое суточное количество поездов пригородного движения; Nc - базовое суточное количество поездов грузового движения; NDp - количество поездов пассажирского движения свыше базового; NDe - количество поездов пригородного движения свыше базового; NDc - количество поездов грузового движения свыше базового. Исследовано статистическое поведение и предсказуемость факторов, указанных на рисунке в порядке сверху вниз. Применение специализированной модели прогноза электропотребления обычно дает полуторакратное улучшение точности по сравнению с моделью предыдущего среднего дня, так что при детальной обработке данных возможно улучшение точности прогноза до значений ошибок в районе 0.

Определение понятия «время отклика». Гистограмма времен обдумывания для выборки, объемом N=1000. Наблюдаются выбросы, связанные, по всей видимости, с недостоверностью данных и требующие достоверизации. Дисперсия наработки до опасного отказа 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. Желательно определять искомые показатели безопасности и надежности систем непосредственно по графу состояний. Итоговые межстанционные времена задержек были вычислены в четырех вариантах: - tγγ средние времена задержек от всей совокупности наблюдений tγγ; - tγγmode наиболее часто встречающиеся значения задержек для корреспонденции между станциями γk. Как видим, вероятность принятия гипотезы об экспоненциальном распределении весьма велика, она равна 0,93. I Параметры теоретических распределений определялись по методу моментов 1. Что касается затрат на преодоление технических трудностей при реализации метода корреляционного приема, то они оправданы лишь Для ФМ и ОФМ сигналов ввиду очевидного выигрыша по энергетике и вероятности ошибки. Заключение Разработана модель оперативного прогноза образования порожних вагонов по данным о текущей дислокации вагонов на начало отчетных суток планирования.

Разность между моментами времени МР и переходом через нуль огибающей сигнала тактовой частоты Fтакт = τ0-1 тождественно определяет соответствие φ = 2π·λ радиан отклонения фазы опорного колебания СТС в пределах ±π за время приема символа. Б приведены результаты прогнозов с упреждением 1 сутки по модели прогноза предыдущего среднего дня. Так и технологических нормы потребления, коэффициенты потерь и др.

При i-м начальном состоянии например, i SH определяется следующим матричным выражением: где t = ti — вектор средних времен до попадания процесса в одно любое из состояний SH или S3 при i-м начальном состоянии; t-n = ti-n — вектор п-х моментов времен до попадания процесса в множество опасных SH или защитных S3 состояний; I — единичный вектор; 1 — единичный вектор-столбец; Тn = Тin — вектор п-х моментов безусловного среднего времени пребывания процесса в состояниях множества SH или S3; Т1n-k = Тijn-kT —транспонированная матрица п-k-х моментов условного среднего времени пребывания процесса в состояниях множества SH или S3. Для некоторых станций массовой выгрузки например, крупных портов высокая дисперсия определения времен задержек может негативно сказаться на точности прогнозирования основной освобождаемой там части Рис. Эти данные считываются ежесуточно из системы ДИСПАРК. 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. Выбираются вагоны, дислоцирующиеся на станциях γk назначением на станции γk’ .

Фактическое и прогнозное освобождение интегрально на всех дорогах России при глубине прогноза 2 суток Рис.

 

     >>>     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.