Теоретические основы, методы и средства разработки интегрированных систем диспетчерского управления на базе интеллектуальных технологий (27.01.2012)

Автор: Долгий Игорь Давидович

Во введении показана актуальность темы диссертации, определена цель работы, изложена научная новизна, теоретическая и практическая значимость полученных результатов, сформулированы основные положения, выносимые на защиту, представлены апробация и внедрение результатов работы.

В первой главе дано теоретическое обобщение состояния проблемы автоматизации процессов диспетчерского управления на зарубежных и отечественных железных дорогах.

Отмечен многолетний положительный опыт эксплуатации нескольких вариантов отечественных микропроцессорных систем диспетчерской централизации, в число которых входят ДЦ-МПК, Диалог, Тракт, Сетунь, «ДЦ-ЮГ с РКП» и др.

На зарубежных железных дорогах США, Канады, Японии, Великобритании, Швеции, Италии, Германии и Австрии особое распространение получили компьютерные системы управления движением поездов. Здесь созданы автоматизированные системы диспетчерского управления движением поездов и мощные диспетчерские центры управления. Установлена тенденция развития интеллектуальных систем ДЦ и АРМов диспетчерского персонала. Наблюдается стремление к созданию саморегулирующихся и самонастраивающихся систем на базе моделирования движения поездов, ведения графиков исполненного движения, применения экспертных систем с учетом опыта работы диспетчеров.

В контексте данного диссертационного исследования предусмотрено формирование теоретических основ построения ИСДЦ на базе интеллектуальных технологий.

Достижение цели создания ИСДЦ предусматривает:

разработку нового подхода и программной платформы, обеспечивающей автоматизацию процессов построения современных ИСДЦ на основе использования информационных интеллектуальных технологий;

выбор адекватного математического аппарата и разработку на его базе новых классов математических моделей для ИСДЦ с функциями интеллектуальной поддержки принятия решений;

разработку новых методов и алгоритмов реализации интеллектуальных моделей в ИСДЦ, обеспечивающих их согласованное взаимодействие в процессе принятия решений.

Исследованы особенности и установлены факторы, характеризующие особые условия диспетчерского управления и предопределившие постановку новых задач функционального и интеллектуального развития вновь создаваемой системы.

В их число входят:

использование новой волноводно-оптической технологии сбора информации и разработка математической модели ее представления;

построение адекватной порождающей модели в виде нелинейной динамической системы (НДС) и разработке подходов к ее решению;

разработка метода идентификации НДС при известных параметрах шумовых процессов;

разработка нового класса гибридных интеллектуальных моделей и адаптивных методов обработки информации;

создание интеллектуальных продукционных моделей и гибридных нейро-темпоральных моделей, ориентированных на поддержку процессов логического контроля аппаратуры ИСДЦ;

разработка нового подхода к формированию баз знаний на основе адаптивных сетевых моделей.

В главе предложены принципы функциональной и структурной децентрализации распределенных контролируемых пунктов (РКП), обеспечивающие возможность использования ИСДЦ на полигонах железных дорог любой конфигурации (линейной, радиальной, сетевой и их сочетаний).

Открытая системная архитектура ЛВС, простота ее конфигурации, стандартные протоколы обмена данными позволяют использовать кольцевые и радиальные структуры линий связи, а также физические линии, ВЧ – каналы, а также волоконно-оптические линии и сети передачи данных TCP/IP.

С учетом вышеизложенного в главе определены шесть основных функциональных подсистем ИСДЦ: контроля и управления; диалоговая; моделирования; прогноза и отображения; нормативно-справочной информации; протоколирования; самоконтроля и диагностики.

Особое место в первой главе занимает структура методологических этапов и направлений диссертационных исследований (рис. 1). В ней концепция исследований и разработки ИСДЦ нового третьего поколения предусматривает использование гибридных информационных технологий и принципов синергетического резонанса на основе интеграции БД и БЗ.

В методологии особое внимание уделено разработке гибридных интеллектуальных моделей поддержки принятия решений, адаптивным сетевым моделям, методам реализации процессов диагностирования и волноводно-оптической технологии, а также интеллектуальным методам обработки информации. Особое внимание уделено разработке методов обеспечения безопасности движения поездов.

В первой главе разработана техническая структура системы ИСДЦ и структура локальной вычислительной сети, обеспечившая открытую системную архитектуру, простоту конфигурации ЛВС, возможность объединения (разъединения) диспетчерских кругов, организацию удаленных АРМов в режиме реального времени и создание единого информационного пространства.

Определены задачи, решаемые ЦПУ и РКП, установлен состав технических средств и сформулированы требования к АРМу ДНЦ и электромеханика ИСДЦ.

Рис. 1 Структура методологических этапов и направлений исследований

Во второй главе в рамках развития технического и математического обеспечения ИСДЦ разрабатываются базовые элементы волноводно-оптической технологии сбора первичной информации в ИСДЦ и методы ее обработки.

Обосновывается перспективность использования в системах сбора первичной информации волноводно-оптические технологий, работающих на принципах распределенной томографии. На основе этих принципов разрабатывается распределенный волноводно-оптический датчик (ВОД), имеющий широкую область практических приложений.

Метод контроля заключается в регистрации и измерении длительности и амплитуды принятого сканирующего импульса на входе фотоприемника ВОД. Электрические сигналы, появляющиеся на выходе ВОД образуются в результате сложного взаимодействия ряда физических процессов при воздействии помех. Для извлечения из них полезной информации и упрощения дальнейшей обработки осуществляется препроцессинг выходной информации, который сводится к ее фильтрации, очищению от шумов, обобщению и структурированию с целью формирования локальных баз знаний, на основе которых осуществляется адаптация алгоритмов препроцессинга к изменяющимся условиям. В основе препроцессинга лежат математические модели порождения первичной информации, в качестве которых используется модель НДС, заданная в виде дискретного отображения:

- вектор (или матрица) параметров объекта соответствующей размерности.

переменной состояния X. Задача идентификации НДС формулируется как задача поиска параметров нелинейной системы F, удовлетворяющих обобщенному вероятностному критерию:

где Ф - известная нелинейная аналитическая функция; Х - заданная область пространства состояний.

определяется выражением:

- определяемая на текущем шаге алгоритма функция правдоподобия для многомерного наблюдения.

получается из исходного уравнения объекта (1) при известном виде плотности распределения вероятности шума q(n) следующим образом :

где Yl - якобиан преобразования от вектора переменных n к вектору xk; l(i)(xk,xk-1;Ak-1), i=1…N - полученные в результате обратного преобразования соответствующих компонентов f(…) - однозначно определенные функции; xk(i), i=1…N, - компоненты текущего вектора состояния объекта xk.

Аналогичным образом из уравнения измерителя можно определить функцию правдоподобия для многомерного наблюдения:

где Yd - якобиан преобразования от вектора переменных w к вектору zk; d(j)(zk,xk), j=1…M - полученные в результате обратного преобразования соответствующих компонентов s(…) однозначно определенные функции; zk(j), j=1…M - компоненты вектора наблюдения zk.

принимает вид:

Обобщенный вероятностный критерий идентификации J параметров НДС окончательно представляется выражением:

осуществляется с использованием известных методов оптимизации функций многих переменных.


загрузка...