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.

Выборочные характеристики случайной величины: СРЕДНЕЕ= 0,14592692 СРЕДНЕКВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ= 0,24141251 КОЭФФИЦИЕНТ ВАРИАЦИИ= 1,65433836 МИНИМАЛЬНОЕ ЗНАЧЕНИЕ XMIN=0,001 МАКСИМАЛЬНОЕ ЗНАЧЕНИЕ ХМАХ=1,202 Гистограмма времени формирования приведена на рис. Дисперсия наработки до опасного отказа системы. 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. И с заменой весов разложений графа ∆GsH и ∆G0sH на веса разложений ∆GsHUsH и ∆G0sHUsH соответственно. Фактическое и прогнозное освобождение на Северо-Кавказской дороге при глубине прогноза 0 суток Рис. Дисперсия наработки до защитного отказа системы. T}, суток дислокации tдисл Z0, tдисл +t ≤ S отделений i = 1,. С другой стороны, расчетные методы гораздо более трудоемки, а в больших организациях с разнородным потреблением и сложным учетом не всегда могут быть обеспечены нужной достоверной информацией. Рассматриваются проблемы создания модели оперативного прогноза образования порожних вагонов на сети железных дорог России. Особенность таких прогнозных моделей состоит в привлечении детальных ретроспективных данных о движении вагонов, накопленных в информационном хранилище данных ИХ, для исследования потоков вагонов и вычисления параметров моделей. Взаимосвязь между факторами потребления Каждый из факторов, указанных на рисунке, представим временным рядом со значениями в многомерном пространстве. При этом известными или хорошо предсказуемыми можно считать лишь факторы, изображенные серым цветом.

Как видим, вероятность принятия гипотезы об экспоненциальном распределении весьма велика, она равна 0,93. Приводится гистограмма времени обдумывания для выборки с числом измерений, равным 1000 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. 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.

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. 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. Так, математическое ожидание теоретического распределения приравнивалось выборочному среднему, полученному по результатам наблюдений. Если прогноз получался недостаточно точен, то исследовались влияющие на него факторы и связи между ними.

Характерно, что в отличии от графиков электропотребления для энергорайона в целом, нагрузки в рабочие и выходные дни для тяговых подстанций находятся на одном уровне и по форме подобны друг другу. В этом методе путь определения показателей в сути своей не отличается от известных методов решения систем уравнений. Для 1000 накопленных значений входного интервала были получены такие выборочные характеристики случайной величины - длительности интервалов между моментами поступления запросов входного потока: СРЕДНЕЕ=110,51946600 СРЕДНЕКВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ=107,86352812 КОЭФФИЦИЕНТ ВАРИАЦИИ=0,97596860 МИНИМАЛЬНОЕ ЗНАЧЕНИЕ XMIN=0,05800000 МАКСИМАЛЬНОЕ ЗНАЧЕНИЕ ХМАХ=728,33300000 Гистограмма длительности интервалов входного потока приведена на рис.

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. 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. Изображены графики фактического и прогнозного потребления для сравнительно плохо прогнозируемого объекта. Выбираются вагоны, дислоцирующиеся на станциях γk назначением на станции γk’ . Для некоторых станций массовой выгрузки например, крупных портов высокая дисперсия определения времен задержек может негативно сказаться на точности прогнозирования основной освобождаемой там части Рис. Тогда зависимость вероятности ошибки приема может быть получена усреднением 7 по всей области определения {λ} в виде σδ , %1015202530 P строб5·10-79,7·10-41,236·10-24,445·10-2 9,69·10-2 Пример наглядно иллюстрирует известный из практики факт невозможности получения ошибки регистрации Р строб ≤10-3при «джиггере» фронтов у принятого символа более 15% даже в случае идеальной синхронизации.

Зависимость средней вероятности ошибки Ре* на бит от отношения сигнал-шум Из сравнения кривых следует, что при изменении среднеквадратического значения нормированной ошибки синхронизации от 0 до 0,05 потери на приеме не превосходит 0,5-1,0 дБ для вероятности ошибки Ре ≥ 10-6. На графиках ниже представлены результаты прогнозирования освобождения полувагонов для некоторых глубин прогноза.

Возможно, это связано со спецификой отрасли поезд потребляет электричество относительно равномерно, но на разных участках; возможно, с другими особенностями. На практике после обнаружения опасного отказа производится доработка изделия, — по сути создается новая версия изделия.

Причина, по которой был разработаны различные варианты вычисления задержек, состоит в следующем. Отчетливо просматривается сезонная неравномерность, аналогичная неравномерности графика потребления электроэнергии отдельного региона. Определяют по формуле 4, используя процедуры а. Количество получаемых времен задержек в зависимости от их стандартного отклонения для станции освобождения Краснодарского отделения Северо-Кавказской ж.

 

     >>>     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.