CC BY
35
УДК 656.22
А. Г. Котенко, д-р техн. наук
О. В. Котенко, канд. техн. наук
Кафедра "Управление эксплуатационной работой",
Петербургский государственный университет путей сообщения
Императора Александра I, Санкт-Петербург
ДИНАМИЧЕСКИЕ МОДЕЛИ УПРАВЛЕНИЯ РАБОТОЙ СТАНЦИИ В РАМКАХ КОНЦЕПЦИИ КИБЕРФИЗИЧЕСКИХ СИСТЕМ
В работе изложена информационно-технологическая концепция киберфизических систем, реализуемых на базе промышленного интернета вещей. Показано, что применительно к железнодорожным станциям такие системы способны обеспечить реализацию технологий управляемой самоорганизации функционирования технологических процессов и могут рассматриваться как варианты интеллектуальных самоуправляемых станционных систем. Выделены проблемы организации функционирования киберфизических систем по отношению к условиям станционной работы, а именно: неопределенность поведения подсистем работы станции, хаотичность избыточности их взаимосвязей, разнообразие функций управления и территориальная распределенность объектов. В этих условиях существенно ужесточаются требования к четкости выражения и упорядоченности физических и вычислительных процессов, формальному определению целей, пространственно-временных, технических, технологических и финансовых ограничений. Сделан вывод об актуализация проблем рациональной организации технологических процессов работы станций в случае перехода к промышленному интернету вещей.
Особое внимание обращается на вопросы управления потерями при осуществлении технологических операций. Изложен подход к моделированию технологического процесса работы станции в рамках концепции киберфизических систем. В основе подхода лежит динамический альтернативный системный граф с управляемой структурой. Предложена структура технологических операций и механизм управления потерями в рамках подхода. Рассмотрены базовые динамические модели программного управления эксплуатационной работой станции, направленные на регулирование интенсивности станционной работы и продолжительности технологических операций. Отмечена важность сохранения накопленного в процессе управления станционными системами оценочного инструментария для организации экспертного сопровождения новых решений.
Промышленный интернет вещей, киберфизические системы, железнодорожная станция, оптимизация эксплуатационных затрат, управление потерями
DOI: 10.20295/2412-9186-2020-6-2-165-183
Введение
Появление микроэлектронных устройств серийного производства, способных взаимодействовать со средствами автоматики, выполнять вычисления и обмениваться информацией по стандартным интернет-протоколам, постепенно меняет системы управления за счет тесной интеграции вычислительных и физических процессов, формируя информационно-технологическую концепцию киберфизических систем (КФС) [1—3].
Одной из реализаций КФС является промышленный интернет вещей — территориально распределенная вычислительная сеть объектов, оснащенных
измерительными, телекоммуникационными и управляющими модулями для взаимодействия между собой и внешней средой с последующим предоставлением заданных сервисов [2].
Применительно к железнодорожным станциям такие системы позволяют обеспечить реализацию технологий управляемой самоорганизации функционирования технологических процессов и могут рассматриваться как варианты интеллектуальных самоуправляемых станционных систем [4, 5].
Основные направления перехода к таким КФС состоят в замене отраслевых протоколов взаимодействия устройств на интернет-протоколы и оснащении вычислительными устройствами не только ключевых элементов технологического процесса, но и практически всех ресурсов станции.
Внедрение таких КФС связано с активным ростом количества элементов автоматики, возрастанием степени междисциплинарности, применением быстро меняющихся схем взаимодействия технических средств. В то же время оно сталкивается с неопределенностью поведения подсистем работы станции, избыточностью их взаимосвязей, разнообразием функций управления и территориальной распределенностью объектов. Это существенно ужесточает требования к четкости выражения и упорядоченности физических и вычислительных процессов, формальному определению целей, пространственно-временных, технических, технологических и финансовых ограничений [6, 7].
Для преодоления этих трудностей используется единое полимодельное логико-динамическое описание предметной области, направленное на реализацию возможности одновременного решения задачи синтеза технологии управления КФС и задачи планирования операций, потоков и ресурсов [6]. На алгоритмическом уровне такой подход предусматривает применение моделей управления операциями, параметрами операций и структурами, а также вспомогательными динамическими моделями для учета требований, связанных с прерываниями операций [8]. Технически это приводит к тому [4, 9—12], что в пределах станции количество измерительных каналов интернета вещей может составлять сотни единиц, содержащих территориально разнесенные датчики как скалярных, так и тензорных величин; измерительная информация должна передаваться на большие расстояния по проводным и беспроводным каналам. Следовательно, ее обработка может осуществляться с использованием различных вычислительных технологий, в т. ч. облачных, при этом процесс обработки должен быть близок к реальному масштабу времени. Экономическая целесообразность создания такой КФС может быть обеспечена только когда информация и знания, на которые она опирается, отличаются высокой достоверностью, а эксплуатационные затраты достаточно малы [9, 13]. В концептуальном плане это означает, что в рамках решения задачи планирования работы КФС понятия управления технологическим процессом и управления соответствующей этому процессу киберфизической системой используются как тождественные [7, 14].
Таким образом, при переходе к промышленным КФС происходит актуализация проблем рациональной организации технологических процессов, среди которых традиционно выделяются проблемы оптимизации эксплуатационных затрат и, в частности, управления потерями при осуществлении технологических операций.
1. Формы потерь, явные и скрытые
В работе любой железнодорожной станции имеется некоторый уровень эксплуатационных потерь, сопутствующих реализуемой технологии [15—17]. Он тем больше, чем сложнее комплекс технологических операций и значительнее объем эксплуатационной нагрузки.
Согласно устоявшемуся мнению, по своему характеру эксплуатационные потери можно разделить на две группы [15, 16]: явные и скрытые.
К явным потерям, как правило, относят потери, полученные в результате:
— нахождения вагонов в ожидании сверх нормативного времени;
— возникновения аварий, брака и отказов в работе технических устройств;
— выявления повреждений вагонов (например, при роспуске с горки и т. п.).
На практике такие потери нетрудно обнаружить и отследить в ходе выполнения эксплуатационной работы. Управление потерями ведется по заранее составленным схемам и в большинстве случаев дает эффективные результаты.
К скрытым потерям относят потери, полученные в ходе:
— увеличения вагонопотока до размеров, приближающихся к пределу возможностей его переработки на станции;
— нерациональности маневровых передвижений и перемещений ресурсов к месту работ (из-за занятости путей в парках, перекрытия горловин длинно-составными поездами и т. п.);
— работы маневровых средств с заниженной скоростью1;
— повторных переработок вагонов, возврата к реализованным операциям в ходе осмотров составов, повторных осмотров составов после формирования (из-за ошибок при производстве операций);
— несвоевременности поступления информации.
Величина потерь второй группы, как следует из их наименования, скрыта, а их причины в настоящее время выявляются далеко не сразу или не выявляются вовсе, что препятствует налаживанию процесса управления ими.
Методам анализа и прогнозирования эксплуатационных потерь посвящен длинный ряд работ [18, 19 и др.]. Однако все они раскрывают общие или отдельные аспекты оценки явных потерь, не предлагая решений относительно их
1 Заниженная скорость маневров может быть обусловлена как человеческим фактором, так и техническим состоянием, что вызывает неоднозначность отнесения потерь к явному или скрытому типу.
Повторной Отсутствие Неисправность Прочие иричины
переработки вагонов информации о горочного
из-за ошибок расформировании локомотива персонала
Занятость пути Нарушение Отсутствие Занятость Прочие причины перестановки плана информации о маневрового
состава формирования формировании локомотива
Рис. 1. Величина скрытых потерь и частота их возникновения на различных стадиях переработки вагона: расформирования (а) и формирования (б) состава
скрытых аналогов. Вместе с тем наличие скрытых потерь является неизбежной (и часто значительной) составной частью суммарных потерь (рис. 1), сопутствующей реализации технологических процессов.
Очевидно, что без решения проблемы управления скрытыми потерями в станционной работе эффективная организация функционирования КФС на станции невозможна. Вместе с тем, как показывает анализ, решению проблемы препятствуют особенности классического подхода к организации эксплуатационной работы. Возможно, в классической постановке проблема управления скрытыми потерями не имеет решения. Тот же анализ показывает, что переход к полимодельному логико-динамическому описанию технологических процессов, необходимый для организации функционирования КФС, может способствовать решению проблемы.
2. Некоторые особенности классического и киберфизического подходов к управлению технологическими процессами
Переход от отраслевых протоколов взаимодействия объектов к протоколам общего назначения, открытость и унификация аппаратной архитектуры
приводят к структурно-функциональной избыточности промышленного интернета вещей. Такая избыточность дает возможность достигать результатов функционирования КФС с использованием множествао технологий, различающихся интенсивностью, ресурсоемкостью, устойчивостью и другими характеристиками, но в то же время рациональных для конкретных условий эксплуатации.
Классические подходы к решению задач перспективного, оперативного планирования и диспетчеризации, опирающиеся на теорию расписаний и комбинаторику, в этом случае не могут быть применены прямо. Они позволяют получить допустимый план функционирования КФС, но ограничиваются штатными условиями эксплуатации, выбор которых определяется установленной технологией [6].
Применительно к штатным условиям потери описываются в терминах нормируемых межоперационных интервалов (ожиданий). Расчет их величин в соответствии с общепринятым подходом к расчету продолжительности операций по переработке вагонов на станции, установленному Типовым технологическим процессом [20], является частью расчета соответствующих норм. По итогам нормирования продолжительностей технологических операций [21 и др.] устанавливается плановое время нахождения вагона на станции (общая продолжительность переработки вагона), которое становится критерием оценки эксплуатационной эффективности станционной работы. Расчет производится на средние сутки. Фактическое время переработки может быть меньше планового, если наблюдается снижение уровня реальных потерь относительно уровня, принятого при расчете норм, а может быть больше — в случае превышения фактических потерь над «нормативными».
Отсутствие перспектив прямого применения такого подхода в планировании работы КФС можно показать на примере используемых в настоящее время технологических карт (рис. 2), где продолжительность процессов и время начала-конца (последовательность) операций единожды жестко заданы технологическими параметрами, а межоперационные интервалы (ожидания совершения операций) не показаны.
Рисунок 2 иллюстрирует и другую проблему — проблему размерности, состоящую в том, что используемые сегодня методы направлены на решение задач оперативного планирования в отдельных элементах и подсистемах станции. Согласование и анализ взаимного влияния принятых решений, учет факторов неопределенности и факторов, связанных с многокритериальной оценкой, осуществляется позднее на основе накопленных эвристик (рис. 3).
Несмотря на практическую значимость, такой подход противоречит требованиям четкости описания и упорядоченности физических и вычислительных процессов, необходимых для реализации промышленного интернета вещей, неизбежно сокращает возможное число анализируемых структурно-функциональных схем КФС и ведет к ошибкам при поиске наилучших решений.
Т"?А гр*с*гк* .кжоиопям г 7из 10*%1И
ДСП ьир-гру11« пуп. и
ТЧАЬ под состав
СГЦ комм. до*;МА1Гы
ОЧДХ* провфм ми|к»|к!г»л
ТЧУ. £иим*с«'к яМглнг
тал-горивкс«»*
ВЧЦЭГ СПРОбовлилГ »ОМвМ*
ВЧДЭХ опробеэдмг 1срме>оо
Т^М. отч^и
ОЧДХ. громрм огтусхл ТЧУ. псиу-чсьне <гр*ясп IV45
С,УТ. И<И|*М- и:ци- ганш ТЧУ. гэтеямсссъ ошрлпгчн*» ДСП *Д;1..руТ40СТЛ»<и»'*' ТЧУ-отарлакиис 8ЧПХ здпров^дриу*:
ви1вм»<н « 2 и> 2 мни
Рис. 2. Проверка реализации логического контроля операций по отправлению поезда на соответствие параметрам технологического процесса станции
Рис. 3. Пример сглаживания суточных потерь (а) за счет использования эвристических правил планирования и диспетчеризации в последующие периоды (б)
3. Модель технологического процесса
с позиций информационно-технологической концепции
киберфизических систем
Накопленный опыт исследования практических вопросов управления сложными техническими объектами позволяет установить универсальную базовую структуру для формального описания задач синтеза технологий и планов работы КФС на теоретико-множественном уровне [22]. Как правило, в качестве модели такого описания удобно использовать динамический альтернативный системный граф с управляемой структурой [8].
Применительно к описанию функционирования станционных систем построение альтернативного графа (рис. 4) связано с анализом и утверждением различных способов (технологий) выполнения операций по переработке вагонов, подготовки составов в рейс и т. п., а также назначением и согласованием различных режимов осуществления операций в зависимости от колебания объемов работы.
Число режимов определяется ресурсными возможностями и может гибко изменяться в пределах трех основных категорий:
• экономичных режимов, предполагающих минимальное ресурсопотребление и низкую интенсивность (скорость) работы;
• режимов, характеризуемых средними значениями затрат времени и ресурсов;
• высокопроизводительных режимов с максимальным ресурсопотреблением и высокой интенсивностью работы.
Выполнение операций может осуществляться как в одном режиме, так и в нескольких (в первом случае, например, это высокопроизводительное расформирование через горку или экономичное расформирование при помощи других
Альтернатива 1
Альтернатива 1 1
т%
Альтернатива п
Альтернатива m
I
Альтернатива 1
Альтернатива к
I
-щниь-
А
A
Рис. 4. Структура альтернативного графа
средств; во втором — расформирование через горку с различной интенсивностью). Но описанный в характеристиках режима способ образует отдельный элемент альтернативного графа — процессную (технологическую) линию.
Количество процессных линий рЦ, расположенных в графе параллельно, устанавливается технико-эксплуатационной характеристикой станции:
РЬ = {рр, i е N}.
Каждая линия имеет свою конфигурацию ресурсов:
РБ = {рр, I е Р}, М = {1, ..., ж}.
Использование линий рЦ осуществляется на основе системы структурно-функциональных схем:
SF = I, I, j е М = N и К и ММ = {1,..., ж}}.
Они объединяют линии между собой в соответствии с заданиями -1) на достижение определенных характеристик интенсивности и сформированы с учетом норм у продолжительности технологических операций:
(]) ={и1(у]), уеф}.
Таким образом, задача синтеза технологий работы станции и планов функционирования КФС определяется как задача выбора оптимальной последовательности структурно-функциональных схем SFl потребления ресурсов , обеспечивающих выполнение заданий Ц/У -1) на интенсивность работы с соблюдением установленных норм продолжительности у технологических операций в используемых линиях ЛЦ.
В силу адаптивных свойств описанной системы понятие штатных условий эксплуатации в этом случае перестает быть актуальным. Продолжительности операций определяются как результат моделирования объемов, интенсивности и показателей качества работы на основе решения задач многокритериальной оптимизации с учетом заданных норм. Потери устанавливаются в ходе машинных экспериментов, направленных на выявление «конфликтов» между линиями и операциями в зависимости от роста интенсивности переработки и ресурсопотребления.
Вместе с тем опыт практического применения моделей процессов, основанных на альтернативных графах, показывает, что в отличие от классического подхода в таких моделях существует необходимость жесткой формализации структуры операций и механизма управления потерями.
4. Формализация структуры технологических операций
и понятия потерь
Представим общую продолжительность переработки транзитного вагона на станции в соответствии с [23] как трехуровневую совокупность продолжительностей:
а) системных технологических операций (приема — отправления, расформирования — формирования и накопления);
б) комплексных технологических операций (обработка составов и т. п.) и межоперационных интервалов (ожидание обработки и пр.);
в) базовых и сервисных операций (например, выдача каких-либо команд, обмен документами и т. п.), а также их ожиданий.
Продолжительность системных операций выразим как
Ь = {/„ I е I}, I = [1, ..., I], I = 5, где I — индекс системной технологической операции, например, I = 1 определяет системную операцию по приему поезда в парке приема (ПП), I = 2 — системную операцию по расформированию, / = 3 — системную операцию по накоплению, I = 4 — системную операцию по формированию, I = 5 — системную операцию по отправлению поезда в парке отправления (ПО).
Учтем, что каждая продолжительность ^ системной операции включает длительности составляющих ее комплексных операций ву и длительности межоперационных ожиданий (межоперационных интервалов или пауз) рф
О = {оу,] е 3},] = [1, ..., 3], 3 = 10, Р = {ру,у е 3},} = [1, ..., 3], 3 = 10, где у — индекс комплексной технологической операции или ее ожидания (межоперационной паузы), например, у = 1 — закрепление и ограждение состава в ПП (ожидание закрепления и ограждения состава в ПП), у = 2 — обработка состава в ПП, у = 3 — заезд, у = 4 — надвиг, у = 5 — роспуск, у = 6 — осаживание, у = 7 — формирование и перестановка, у = 8 — закрепление и ограждение состава в ПО, у = 9 — обработка состава в ПО, у = 10 — обеспечение поезда тормозами.
А комплексные операции включают базовые и сервисные операции, выполняющиеся как последовательно (п = 1), так и параллельно (п = 2), и можно выделить продолжительности этих операций ^ и продолжительности их ожиданий или интервалов между ними р^:
D = {^, г е Z, п = [1,2]}, ^ = [1, ^], Z = 98,
Р' = {Р\к, геZ}, г = [1,..., ^], Z = 98,
где г — индекс базовой или сервисной технологической операции и ее ожидания, например, г = 1 — выдача команд на закрепление состава на путях ПП (ожидание выдачи команд на закрепление состава на путях ПП), г = 2 — прием перевозочных документов от машиниста поезда, г = 3 — доставка перевозочных документов в СТЦ, ...г = 97 — разрешение на отправление со станции, г = 98 — контроль прохода поезда по маршруту отправления.
Отметим, что базовые и сервисные операции по своему смыслу представляют собой простые технологические действия, которые совместно с сопровождающими их паузами определяют длительности и порядок осуществления
комплексных операций. При этом длительности аИу, как и длительности их ожиданий р'к, в отличие от длительностей комплексных операций, не нормируются.
Подчеркнем факт нормирования только среднего уровня технологических операций (рис. 5), базирующегося на «ненормируемых» элементах (базовых и сервисных операциях и их ожиданиях), свободных от контроля реализации во времени, и сделаем вывод: наличие такой свободы способствует формированию неявного характера изменения продолжительностей и р'^.
Это и становится причиной появления и накапливания скрытых потерь времени при осуществлении станционной работы.
Разработка подхода к управлению скрытыми потерями времени возможна на основе привлечения понятия технологического ритма [18].
Такой ритм должен соответствовать заданиям -1) на интенсивность работы процессных линий альтернативного графа. Величина ритма отдельной линии определяется интервалом времени ву, требуемым для осуществления одной комплексной операции на линии. Каждая /-я базовая (сервисная) операция занимает долю ритма к.
Индикаторами сбоев технологического ритма в силу строгой определенности порядка реализации базовых (сервисных) операций с установленными длительностями йП являются продолжительности их ожиданий р'. .
Исходя из сказанного, под скрытыми потерями будем понимать отклонения
"Г 1П
суммы длительностей р^ и в рамках интервала о у, приводящие к нарушению ритма:
(Р+4 )>(
где г = ор
Согласование ритма нескольких линий достигается синхронизацией комплексных, базовых и сервисных технологических операций в рамках структурно-функциональной схемы, т. е. нахождением соответствия между суммарной
Z J Z J
длительностью X X р. и XX на отдельных линиях и величиной ритма
г=1М г=1М
ведущей процессной линии г.
5. Динамические модели управления эксплуатационной работой
Использование в качестве модели технологического процесса станции динамического альтернативного системного графа с управляемой структурой
Рис. 5. Уровни технологических операций и межоперационных пауз в рамках процессных линий альтернативного графа
позволяет формализовать задачу синтеза технологий работы станции и планов функционирования КФС в виде задачи программного управления динамической системой [4, 8, 22]. Решение задачи может осуществляться путем разработки частных моделей программного управления.
В качестве основных выделим два типа частных моделей: модель управления заданиями на интенсивность работы процессных линий и модель управления продолжительностями технологических операций. Изложим эти модели в терминах работы [13].
Динамическая модель управления заданиями у) на интенсивность работы процессных линий PLi альтернативного графа может быть представлена в следующем виде:
т
М = ы(Щ; хЦ) = £гу^Щ>; хЦЧ) = 0;
у=1
41 %)=41); £ < с}™; £ <
2=1 g=1 2=1 g=1
(Dit\ri(\ 11. „(I)
x(g )( ? ) Î {0,1}; ^
I (# -xff )+ П (^) -x$)
0;
i, j = 1, ..., m; i Фj; g = 1, ..., ä,-,
где х(1) — переменная, характеризующая состояние выполнения задания у); а(/), а)-/), а(1) — заданные уровни интенсивности заданий и1( у), ), Ш-');
м ф У ^ р
)(?) — управляющее воздействие: и(1)(?) = 1, если задание выполняется, и\1)(?) = 0 — в противоположном случае; Гг- , Гг- — множество номеров заданий, осуществляемых над процессными линиями PLi, непосредственно предшествующих и технологически связанных с заданием у) при помощи логических операций «и», «или» (соответственно); с(/'1), с(/,2) — заданные константы, характеризующие ресурсные ограничения функционирования процессных линий рЦ ; е^) — матричная временная функция для задания пространственно-временных ограничений, связанных с переходами между линиями рр-и схемами SFl, которая принимает значение «1», если переход осуществляется в заданное множество, и «0» — в противоположном случае.
Динамическая модель управления продолжительностями технологических операций Ц, О, D (^ с О, О с Ц) и их ожиданиями Р, Р' в рамках процессных линий может быть сформулирована как
Мь = гР®-, ^) = % и) х( *); у( )(t) = ^) х<*) + ^Ц);
2I = -2Fi - Ц1%, -XI С> ; / * ] I, j е м;
Т
(х> 474Т
} =1
2 СТ7
0 < < >
' 77
■'iy "гц
где ) — вектор состояния линии РЦ ; /}(?) — матрица, характеризующая динамику изменения характеристик, описывающих состояние линии (например, ресурсоемкость, режим работы); — некоррелированные ошибки информации об изменениях характеристик линии (предполагается, что ошибки подчиняются нормальному закону распределения с нулевым мате-
матическим ожиданием и дисперсией а2; и^Ц)
управляющее воздей-
ствие, которое формирует задание на получение информации о параметрах продолжительностей операций и их ожиданий у()(?) на линиях; с-Ц
ве-
личины, характеризующие ресурсные ограничения при выполнении задания ); 2 — матрица, обратная по отношению к корреляционной матрице ошибок оценки состояния линий; Г — множество операций, выполняемых КФС по формированию структурно-функциональных схем ^(0 — вектор, определяющий систему оценки характеристик, описывающих состояние линии.
Для оценки качества работы изложенных моделей можно использовать целевые функции:
Щ( 1)
1 т Si
21I
2 i=1 у=1
т
- \ ) ] + I ] Л/ 7 (т)< }(т¥т
7=1 ?п
, I * г,
W2( Ц) = Ь К/ (^ )Ьу;
т
Wз(Ц) =11 I ] <\т)йт, I * и
i=1 7 =1 уеСТ(') ?п
где Пу (т) — функции времени, определенные с учетом заданных сроков выполнения технологических операций.
Обобщая параметры частных динамических моделей программного управления, легко построить обобщенную динамическую модель управления эксплуатационной работой станции, которая будет изменяться при добавлении или трансформации частных моделей.
Отметим, что системное моделирование и логико-динамическая интерпретация технологических процессов, направленные на решение задач синтеза технологий, построения рациональных оперативных планов работы и разработки оптимальных структурно-функциональных схем КФС, призваны существенно повысить практическую ценность технологических операций.
(
Рис. 6. Проверка планируемого технологического режима на создание ценности
В этой связи одним из необходимых этапов проверки правильности работы динамических моделей могут стать карты улучшенного состояния потоков создания ценности [24], разрабатываемые для планируемых технологий и назначаемых режимов осуществления станционной работы (рис. 6).
Наличие таких карт в совокупности с существующим инструментарием, накопленным в процессе формирования экспертных оценок качества функционирования элементов технологического процесса в конкретных условиях, позволит осуществлять экспертное сопровождение формируемых планов работы КФС.
Заключение
Информационно-технологическая концепция промышленных КФС, сформированная на базе идей интеграции вычислительных и физических процессов, открытости и унификации аппаратной архитектуры взаимодействия производственных объектов и структурно-функциональной избыточности технологических систем, предлагает новые возможности в организации эксплуатационной работы.
Эта концепция, известная также под названием «промышленного интернета вещей», направлена на объединение задач управления технологическим процессом и управления соответствующей этому процессу киберфизической системой путем установления связи между динамикой изменения конфигураций системы и динамикой изменения технологии.
Предполагается, что структурно-функциональная избыточность технологических систем, отраженная при помощи микроэлектронных серийных устройств в промышленном интернете вещей, позволит генерировать множество технологических, измерительных, вычислительных и управляющих схем и будет способствовать выработке оптимальных управлений в реальном режиме времени.
Однако на практике информационно-технологическая концепция сталкивается с проблемой хаотичности избыточности технологических систем, актуализируя вопросы рациональной организации технологических процессов, упорядочивания механизмов управления затратами и ресурсами.
Это хорошо иллюстрируется результатами анализа станционной работы, где наличие скрытых потерь, присутствие неполного нормирования операций и разобщенность планирования работы подсистем делает внедрение промышленного интернета вещей экономически неэффективным.
Информационно-технологическая концепция предлагает реализацию возможностей анализа взаимного влияния принятых решений, учет факторов неопределенности и факторов, связанных с многокритериальной оценкой, объединение ресурсов в рамках общих целей и, следовательно, новые условия оптимизации процессов, но требует в рамках подходов к решению задач синтеза технологий и планов работы систем использование строго формализованных графовых структур. Это заставляет задуматься над вопросами дополнительной формализации теоретического описания технологических процессов.
В настоящей работе проведено исследование возможной перспективной формы теоретического представления технологического процесса работы станции, предложено решение вопросов структуризации технологических операций и формализации механизмов управления потерями, сформулированы динамические модели программного управления технологическими операциями, их параметрами и структурами и управления заданиями на изменение режимов интенсивности работы станционных ресурсов в зависимости от изменяющихся объемов работы.
Решение этих вопросов позволяет сделать шаг к использованию информационно-технологической концепции промышленных киберфизических систем в станционной работе.
Исследования выполнены при финансовой поддержке РФФИ в рамках научного проекта № 18-07-01272.
Библиографический список
1. Jeschke S. Industrial Internet of Things and Cyber Manufacturing Systems / S. Jeschke,
C. Brecher, T. Meisen, D. Özdemir, T. Eschert; ed. by S. Jeschke, C. Brecher, H. Song,
D. Rawat // Industrial Internet of Things. — New York: Springer International Publishing, 2017. — P. 3-19.
2. Черняк Л. Платформа Интернета вещей / Л. Черняк // Открытые системы. СУБД. — 2012. — № 7.
3. Цветков В. Я. Киберфизические системы / В. Я. Цветков // Международный журнал прикладных и фундаментальных исследований. — 2017. — № 6-1. — С. 64-65.
4. Куприяновский В. П. Киберфизические системы как основа цифровой экономики / В. П. Куприяновский, Д. Е. Намиот, С. А. Синягов // Intern. Journal of Open Information Technologies. — 2016. — Vol. 4, N 2. — P. 18-24.
5. Oks S. An Application Map for Industrial Cyber-Physical Systems / S. Oks, A. Fritzche, K. Möslein; ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat // Industrial Internet of Things. — New York: Springer International Publishing, 2017. — P. 21-46.
6. Потрясаев С. А. Математическое и программное обеспечение синтеза технологий и планов работы киберфизических систем / С. А. Потрясаев // Известия вузов. Приборостроение. — 2018. — Т. 61, № 11. — С. 939-946.
7. Gilchrist A. Industry 4.0: The Industrial Internet of Things / A. Gilchrist. — New York: Springer International Publishing, 2016. — 250 p.
8. Охтилев М. Ю. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов / М. Ю. Охтилев, Б. В. Соколов, Р. М. Юсупов. — М.: Наука, 2006. — 410 с.
9. Wolf W. Cyber-physical systems / W. Wolf // Computer. — 2009. — № 3. — P. 88-89.
10. Schuh A. Cyber Physical Production Control / A. Schuh, V. Stich, C. Reuter, M. Blum, F. Brambring, T. Hempel, J. Reschke, D. Schiemann; ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat // Industrial Internet of Things. — New York: Springer International Publishing, 2017. — P. 519-539.
11. Reniers M. Model-Based Engineering of Supervisory Controllers for Cyber-Physical Systems / M. Reniers, J. van de Mortel-Fronczak, K. Roelofs.; ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat // Industrial Internet of Things. — New York: Springer International Publishing, 2017. — P. 111-136.
12. Elattar M. Communications for Cyber-Physical Systems / M. Elattar, V. Wendt, J. Jasperneite; ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat // Industrial Internet of Things. — New York: Springer International Publishing, 2017. — P. 347-372.
13. Назаров Д. И. Модели и программный комплекс решения задач планирования измерительно-вычислительных операций в киберфизических системах / Д. И. Назаров // Известия ВУЗов. Приборостроение. — 2018. — Т. 61, № 11. — С. 947-955.
14. Feeney A. Cyber-Physical Systems Engineering for Manufacturing / A. Feeney, S. Freechette, V. Srinivasan; ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat // Industrial Internet of Things. — New York: Springer International Publishing, 2017. — P. 81-110.
15. Методическое руководство по применению бережливого производства на станциях. — Утв. распоряжением ОАО «РЖД» от 25.06.2012 г. № 1254р М ЦД 2.10.009. — М.: ОАО «РЖД», 2012. — 44 с.
16. Методические рекомендации по оптимизации трудозатрат работников железнодорожных станций при внедрении бережливого производства. — Утв. распоряжением ОАО «РЖД» от 23.04.2012 г. № 805р. — М.: ОАО «РЖД», 2012. — 76 с.
17. Бутунов Д. Б. Оценка непроизводительных потерь в работе сортировочной станции / Д. Б. Бутунов, А. Г. Котенко // Известия Петербургского университета путей сообщения. — СПб: ПГУПС, 2018. — Т. 15, вып. 4. — С. 498-512.
18. Уварова О. В. Предложения по внедрению элементов «бережливого производства» на железнодорожной станции Московка / О. В. Уварова, Ю. А. Колосова // Экономика железных дорог. — 2015. — Вып. 1. — С. 87—94.
19. Гришкова Д. Ю. Применение концепции бережливого производства на станции / Д. Ю. Гришкова // Инфраструктурные отрасли экономики: проблемы и перспективы развития. — 2016. — № 15. — С. 128-134.
20. Типовой технологической процесс работы сортировочной станции. — М.: Транспорт, 2003. — 192 с.
21. Инструктивные указания по организации вагонопотоков на железных дорогах ОАО «РЖД». — М.: Техинформ, 2007. — 527 с.
22. Соколов Б. В. Комплексное моделирование функционирования автоматизированной системы управления навигационными космическими аппаратами / Б. В. Соколов, Р. М. Юсупов // Проблемы управления и информатики. — 2002. — № 5. — С. 103-117.
23. Гаврилов Д. А. Управление производством на базе стандарта MRP II / Д. А. Гаври-лов. — СПб: Издательский дом «Питер», 2002. — 340 с.
24. Ротер М. Учитесь видеть бизнес-процессы: Практика построения карт потоков создания ценности / М. Ротер, Д. Шук. — М.: Альпина Бизнес Букс: CBSD, Центр развития деловых навыков, 2005. — 144 с.
A. G. Kotenko
O. V. Kotenko
Chair of "Management of Maintenance Works",
Emperor Alexander I St. Petersburg State Transport University, Saint Petersburg
DYNAMIC MODELS OF YARD OPERATION MANAGEMENT WITHIN THE CONCEPT OF CYBER-PHYSICAL SYSTEMS
Information-technology concept of cyber-physical systems based on the industrial Internet of things was stated in the study. It was shown that such systems are able to provide implementation of technologies for managed self-organization of engineering processes operation as applied to railway stations and can be considered as versions of intelligent self-controlled station systems. Problems of cyber-physical systems operation management were singled out in reference to conditions of yard operation, namely: uncertainty in the behavior of subsystems of yard operation, random nature of redundancy of their interconnections, management diversity and spatial distribution of objects. Requirements for expression accuracy and order of physical and computational processes, formal definition of aims, as well as spatiotemporal, technical, engineering and financial restrictions are severely toughened in these conditions. A conclusion was made on actualization of problems of rational organization of yard operation engineering processes in case of transition to the industrial Internet of things.
Special attention is given to issues of losses control during the implementation of engineering operations. An approach to modeling of yard operation engineering process within the concept of cyber-physical systems was specified. A dynamic alternative system graph with controlled structure underlies the approach. The structure of engineering operations and mechanism for losses control was suggested within the framework of the approach. Standard dynamic models of yard operation programmed control, aimed at intensity regulation of yard operation, as well as duration of engineer-
ing operations were considered. The importance of preservation of evaluation tools accumulated in the process of station systems control was noted for organization of competent maintenance of new solutions.
Industrial Internet of things, cyber-physical systems, railway station, optimization of operating costs, losses control
References
1. Jeschke S., Brecher C., Meisen T., Özdemir D. & Eschert T. (2017) Industrial Internet of Things and Cyber Manufacturing Systems. Ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat. Industrial Internet of Things. New York, Springer International Publishing, pp. 3-19.
2. ChernyakL. (2012) Platforma Interneta veshchey [Internet of Things Platform]. Otrkrytiye sistemy [Open systems]. SUBD [Data base management system], no. 7. (In Russian)
3. Tsvetkov V. Y. (2017) Kiberfizicheskiye sistemy [Cyber-physical systems]. Mezhdunarodniy zhurnal prikladnykh i fundamentalnykh isskedovaniy [International journal of applied and fundamental research], no. 6-1, pp. 64-65. (In Russian)
4. Kupriyanovskiy V. P., NamiotD. E. & Sinyagov S. A. (2016) Kiberfizicheskiye sistemy kak osnova tsifrovoy ekonomiky [Cyber-physical systems as the basis for digital economics]. International Journal of Open Information Technologies, vol. 4, no. 2, pp. 18-24. (In Russian)
5. Oks S., Fritzche A. & Möslein K. (2017) An Application Map for Industrial Cyber-Physical Systems. Ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat. Industrial Internet of Things. New York, Springer International Publishing, pp. 21-46.
6. Potryasaev S. A. (2018) Matematicheskoye i programmnoye obespecheniye sinteza tekh-nologiy i planov raboty kiberfizicheskikh system [Mathematical and software support of process engineering synthesis and operation plan of cyber-physical systems]. Izvestiya VUZov. Priborostroyeniye [Proceedings of colleges and institutes of higher education. Instrument engineeringg], vol. 61, no. 11, pp. 939-946. (In Russian)
7. Gilchrist A. (2016) Industry 4.0: The Industrial Internet of Things. New York, Springer International Publishing, 250 p.
8. OkhtilevM. Y, SokolovB. V. & Yusupov R. M. (2006) Intellektualniye tekhnologii monitoringa i upravleniya strukturnoy dinamikoy slozhnykh tekhnicheskikh obyektov [Intelligent technologies for monitoring and control for structural dynamics of complex technical objects]. Moscow, Nauka [Science] Publ., 410 p. (In Russian)
9. Wolf W. (2009) Cyber-physical systems. Computer, no. 3, pp. 88-89.
10. Schuh A., Stich V., Reuter C., Blum M., Brambring F., Hempel T., Reschke J. & Schiemann D. (2017) Cyber Physical Production Control. Ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat. Industrial Internet of Things. New York, Springer International Publishing, pp. 519-539.
11. Reniers M., Mortel-Fronczak van de J. & Roelofs K. (2017) Model-Based Engineering of Supervisory Controllers for Cyber-Physical Systems. Ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat. Industrial Internet of Things. New York, Springer International Publishing, pp. 111-136.
12. Elattar M., Wendt V. & Jasperneite J. (2017) Communications for Cyber-Physical Systems. Ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat. Industrial Internet of Things. New York, Springer International Publishing, pp. 347-372.
13. Nazarov D. I. (2018) Modely i programmniy kompleks resheniya zadach planirovaniya izmeritelno-vychislitelnykh operatsiy v kiberfizicheskikh sistemakh [Models and bundled software for the solution of scheduling problems of measuring-calculating operations in cy-ber-physical systems]. Izvestiya VUZov. Priborostroyeniye [Proceedings of colleges and institutes of higher education. Instrument engineeringg], vol. 61, no. 11, pp. 947—955. (In Russian)
14. Feeney A., Freechette S. & Srinivasan V. (2017) Cyber-Physical Systems Engineering for Manufacturing. Ed. by S. Jeschke, C. Brecher, H. Song, D. Rawat. Industrial Internet of Things. New York, Springer International Publishing, pp. 81—110.
15. (2012) Metodicheskoye rukovodstvopoprimeneniyu berezhlivogoproizvodstva na stantsiyakh [Guidelines on lean management application at stations]. Approved by OAO "Russian Railways" Order dated June 25th, 2012 № 1254r M TsD [Russian Railways Traffic Management System Board] 2.10.009. Moscow, OAO "RZhD" [Russian Railways] Publ., 44 p. (In Russian)
16. (2012) Metodicheskiye rekomendatsiipo optimizatsii trudozatrat rabotnikov zhelezno-dorozhnykh stantsiy pry vnedrenii berezhlivogo proizvodstva [Guidelines on optimization of railway workforce labour expenditures during the implementation of lean management]. Approved by OAO "Russian Railways" Order dated April 23rd, 2012 № 805r. Moscow, OAO "RZhD" [Russian Railways] Publ., 76 p. (In Russian)
17. Butunov D. B. & Kotenko A. G. (2018) Otsenka neproizvoditelnykh poter v rabote sor-tirovochnoy stantsii [Assessment of inefficient losses in classification yard operation]. Izvestiya Peterburgskogo universiteta putey soobshcheniya [Proceedings of St. Petersburg State Transport University]. Saint Petersburg, PGUPS [St. Petersburg State Transport University] Publ., vol. 15, iss. 4, pp. 498—512. (In Russian)
18. Uvarova O. V. & Kolosova Yu. A. (2015) Predlozheniya po vnedreniyu elementov "berezhlivogo proizvodstva" na zheleznodorozhnoy stantsii Moskovka [Proposals on implementation of "lean management" features at Moskovka railway station]. Ekonomika zheleznykh dorog [Railroadeconomics], iss. 1, pp. 87—94. (In Russian)
19. Grishkova D. Yu. (2016) Primeneniye kontseptsii berezhlivogo proizvodstva na stantsii [Application of lean management concept at the station]. Infrastrukturniye otrasly ekono-miky: problemy i perspektivy razvitiya [Infrastructural branches of economy: problems and prospects of development], no. 15, pp. 128—134. (In Russian)
20. (2003) Tipovoy tekhnologicheskiy protsess raboty sortirovochnoy stantsii [Standard technological process of classification yard operation]. Moscow, Transport Publ., 192 p. (In Russian)
21. (2007) Instruktivniye ukazaniya po organizatsii vagonopotokov na zheleznykh dorogakh OAO "RZhD" [Implementing guidance on car traffic volume organization at the railroads of OAO "Russian Railways"]. Moscow, Tekhinform Publ., 527 p. (In Russian)
22. Sokolov B. V. & Yusupov R. M. (2002) Kompleksnoye modelirovaniye funktsionirovaniya avtomatizirovannoy sistemy upravleniya navigatsionnymy kosmicheskimy apparatamy [Complex simulation of automatic control operation for navigation space vehicles]. Problemy upravleniya i informatiky [Problems of maintenance and information technology], no. 5, pp. 103—117. (In Russian)
23. Gavrilov D. A. (2002) Upravleniye proizvodstvom na baze standarta MRP II [Production control based on MRP II]. St. Petersburg, Publishing House "Peter", 340 p. (In Russian)
24. Rother M. & Shook J. (2005) Uchites videt biznes-protsessy: Praktika postroeniya kart potokov sozdaniya tsennosty [Learning to see: value stream mapping to create value and eliminate muda]. Moscow, Alpina Business Books: CBSD, Tsentr razvitiya delovykh navykov [Center for Developing Business Skills] Publ., 144 p. (In Russian)
Статья представлена к публикации членом редколлегии проф. Кокуриным И. М.
Поступила в редакцию 23.03.2020, принята к публикации 27.03.2020
КОТЕНКО Алексей Геннадьевич — доктор технических наук, профессор, заведующий кафедрой «Управление эксплуатационной работой» Петербургского государственного университета путей сообщения Императора Александра I e-mail: uer@pgups.ru
КОТЕНКО Оксана Владимировна — кандидат технических наук, доцент кафедры «Управление эксплуатационной работой» Петербургского государствен -ного университета путей сообщения Императора Александра I e-mail: uer@pgups.ru
© Котенко А. Г., Котенко О. В., 2020
