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 опасного отказа системы.

Применение формулы Мезона позволяет значительно сократить трудоемкость вычислений миноров на разреженных матрицах, а матрица G, как правило, является разреженной. Период t3-tt будем называть временем отклика, а период t2-t1 назовем временем реакции.

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. 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.

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. Кроме того, хорошо описаны лишь очевидные зависимости-составляющие, отображенные сплошными линиями. Ответ от сервера начинает поступать клиенту в момент времени t2 и завершает своё поступление в момент t3. По этим данным для всех допустимых глубин прогноза t Z0 = {0,1,. Таким образом, на первый взгляд задача прогнозирования почасового потребления за двое суток с точностью до 10% кажется совершенно непосильной. Анализ параметров распределений величины выявил большие разбросы времен задержек, возникающих по причине неравномерности работы транспорта, особенно в местах выгрузки. При этом составные параметры в установленных формульных выражениях определяются с помощью стандартных программ отыскания путей и контуров на графах. Все операции выделения путей и контуров на графе выполняются с помощью стандартной процедуры «поиск с возвращением» backtrack. Количество получаемых времен задержек в зависимости от их стандартного отклонения для станции освобождения Краснодарского отделения Северо-Кавказской ж.

Изображено в сравнении прогнозное и фактическое потребление подстанций ОАО «РЖД» в АО «Новгородэнерго» за 1 мая. Поэтому задача расчета указанных показателей основывается на анализе функциональной безопасности последовательности зависимых версий изделия и имеет самостоятельное значение.

Следующие показатели безопасности: коэффициент безопасности, средняя наработка на опасный отказ, параметр потока опасных отказов. Для WEB-приложений наиболее важным критерием эффективности функционирования является время отклика.

И,где п - число отделений на рассматриваемой сети железных дорог, t-глубина прогноза, t Z0 = {0,1,. Как видим, вероятность принятия гипотезы об экспоненциальном распределении довольна высока: она равна 0,4988. 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. Интенсивность опасных отказов системы оценивается по формуле 8 с помощью итерационной процедуры, в которой на каждом шаге уменьшается интервал наблюдения ∆t. Объяснение и удаление неслучайного остатка как суммы выявленных трендов. 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. 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. В общих чертах процесс планирования покупки и управления потреблением состоит из следующих стадий: - прогнозирование электропотребления; - формирование планов потребления диспетчерами на основе прогнозов; - формирование стратегии закупки; - осуществление закупки, включая взаимодействие с ОДУ и НП АТС; - обеспечение финансовых расчетов; - регулирование фактического потребления для обеспечения его соответствия заявленному. Дисперсия наработки до опасного отказа системы. Хорошо заметны отличия в значениях графиков в среднем 25 %, которые в некоторые часы может достигать 30-40 %.

Отчетливо просматривается сезонная неравномерность, аналогичная неравномерности графика потребления электроэнергии отдельного региона. Определение понятия «время отклика». Для некоторых станций массовой выгрузки например, крупных портов высокая дисперсия определения времен задержек может негативно сказаться на точности прогнозирования основной освобождаемой там части Рис. Для распределений с двумя параметрами нужно приравнять теоретическую дисперсию распределения выборочной дисперсии. Дисперсия наработки до защитного отказа системы. Фактическое и прогнозное освобождение интегрально на всех дорогах России при глубине прогноза 4 суток 4. Результаты проверки прогноза Для вычисления времен задержек была использована информация ИХ ВМД о движения полувагонов инвентарного парка МПС на территории России за январь 2004 г. При современном состоянии рынков электроэнергии для выбора оптимальной стратегии закупок важно отделять объекты с хорошо предсказуемым потреблением электроэнергии от объектов с плохо предсказуемым потреблением. Фактическое и прогнозное освобождение интегрально на всех дорогах России при глубине прогноза 3 суток Рис.

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. По меньшей части объектов прогнозы не столь хороши и требуют дополнительного исследования в соответствии с изложенной выше программой. Сведение проводилось путем специальной обработки совокупности наблюдений.

 

     >>>     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.