Научная статья на тему 'Методология определения величины параметра сложности нештатной ситуации во время ведения поезда'

Методология определения величины параметра сложности нештатной ситуации во время ведения поезда Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

CC BY
153
51
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
БЕЗПЕКА РУХУ / НЕШТАТНА СИТУАЦіЯ / ЛОКОМОТИВНА БРИГАДА / іНТЕЛЕКТУАЛЬНА СИСТЕМА / БЕЗОПАСНОСТЬ ДВИЖЕНИЯ / НЕШТАТНАЯ СИТУАЦИЯ / ЛОКОМОТИВНАЯ БРИГАДА / ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА / SAFETY / EMERGENCY SITUATION / LOCOMOTIVE CREW / INTELLIGENT SYSTEM

Аннотация научной статьи по электротехнике, электронной технике, информационным технологиям, автор научной работы — Горобченко А. Н.

Цель. При разработке интеллектуальных систем управления локомотивом возникает необходимость в оценке текущей поездной ситуации с точки зрения безопасности движения. Для того, чтобы оценить вероятность развития различных нештатных ситуаций в транспортные происшествия, необходимо определить их сложность. Целью статьи является разработка методологии определения сложности нештатных ситуаций при управлении локомотивом. Методика. Для достижения поставленной цели накоплен статистический материал нарушений безопасности движения; причины нарушений разделены на группы: технический фактор, человеческий фактор и внешние воздействия. С помощью теории гибридных сетей получена модель, которая на выходе дает параметр сложности нештатной ситуации. Тип сети: многослойный персептрон с гибридными нейронами первого слоя и сигмоидной функцией активации. С использованием методов теории вероятности проведен анализ полученных результатов. Результаты. Разработан подход к формализации производственных ситуаций, которые могут быть описаны только лингвистически, что позволило использовать их в качестве входных данных модели нештатной ситуации. Установлено и обосновано, что показатель сложности нештатной ситуации при ведении поезда является величиной случайной и подчиняется нормальному закону распределения. Получен график интегральной функции распределения, на котором определены зоны безопасной работы и повышенной опасности возникновения транспортного происшествия. Научная новизна. Предложены теоретические основы определения сложности нештатных ситуаций в поездной работе, получено максимальное значение параметра сложности нештатной ситуации, которая может быть допущена в условиях эксплуатации. Практическая значимость. Постоянный мониторинг этой величины позволяет своевременно реагировать на угрозу возникновения опасности, а получение ее в численной форме использовать как один из входных параметров для работы интеллектуальной системы управления локомотивом, на основании которого будет приниматься решение о дальнейших управляющих действиях.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

METHODOLOGY FOR DETERMINING THE VALUE OF COMPLEXITY PARAMETER FOR EMERGENCY SITUATION DURING DRIVING OF THE TRAIN

Purpose. During development of intelligent control systems for locomotive there is a need in the evaluation of the current train situation in the terms of traffic safety. In order to estimate the probability of the development of various emergency situations in to the traffic accidents, it is necessary to determine their complexity. The purpose of this paper is to develop the methodology for determining the complexity of emergency situations during the locomotive operation. Methodology. To achieve this purpose the statistical material of traffic safety violations was accumulated. The causes of violations are divided into groups: technical factors, human factors and external influences. Using the theory of hybrid networks it was obtained a model that gives the output complexity parameter of the emergency situation. Network type: multilayer perceptron with hybrid neurons of the first layer and the sigmoid activation function. The methods of the probability theory were used for the analysis of the results. Findings. The approach to the formalization of manufacturing situations that can only be described linguistically was developed, that allowed to use them as input data to the model for emergency situation. It was established and proved that the exponent of complexity for emergency situation during driving the train is a random quantity and obeys to the normal distribution law. It was obtained the graph of the cumulative distribution function, which identified the areas for safe operation and an increased risk of accident. Originality. It was proposed theoretical basis for determining the complexity of emergency situations in the train work and received the maximum complexity value of emergency situations that can be admitted in the operating conditions. Practical value. Constant monitoring of this value allows not only respond to the threat of danger, but also getting it in numerical form and use it as one of the input parameters for the locomotive intelligent control system. The decision on further control actions will be based on it.

Текст научной работы на тему «Методология определения величины параметра сложности нештатной ситуации во время ведения поезда»

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

ЕКСПЛУАТАЦ1Я ТА РЕМОНТ ЗАСОБ1В ТРАНСПОРТУ

УДК 629.4.053

О. М. ГОРОБЧЕНКО1*

1 Каф. «Експлуатащя i ремонт рухомого складу», Укра!нська державна академш з^зничного транспорту, майдан Фейербаха, 7, Харюв, Укра1на, 61500, тел. +38 (063) 580 27 13, ел. пошта superteacher@yandex.ru, ОЯСГО 0000-0002-9868-3852

МЕТОДОЛОГ1Я ВИЗНАЧЕННЯ ВЕЛИЧИНИ ПАРАМЕТРА СКЛАДНОСТ1 НЕШТАТНО? СИТУАЦП П1Д ЧАС ВЕДЕННЯ ПО1ЗДА

Мета. При розробщ iнтелектуальних систем керування локомотивом постае необхiднiсть в оцшщ поточно! по!зно! ситуацп з точки зору безпеки руху. Для того, щоб оцiнити ймовiрнiсть розвитку рiзних нештат-них ситуацiй в транспортш поди, необхвдно визначити !х складнiсть. Метою статтi е розробка методологи визначення складностi нештатних ситуацш при керуваннi локомотивом. Методика. Для досягнення поставлено! мети накопичено статистичний матерiал порушень безпеки руху; причини порушень роздшеш на гру-пи: технiчний фактор, людський фактор та зовшшш впливи. За допомогою теорп гiбридних мереж отримана модель, яка на виходi дае параметр складносп нештатно! ситуацi!. Тип мереж1: багатошаровий персептрон iз гiбридними нейронами першого шару та сигмо!дною функщею активацi!. З використанням методiв теори ймовiрностi проведено аналiз отриманих результата. Результата. Розроблено пвдхвд до формалiзацi! вироб-ничих ситуацiй, як1 можуть бути описанi тiльки лiнгвiстично, що дозволило використати !х в якосп вхiдних даних моделi нештатно! ситуаци. Встановлено та обгрунтовано, що показник складностi нештатно! ситуацi! при веденш по!зду е величиною випадковою й тдпорядковуеться нормальному закону розподiлення. Отри-мано графiк iнтегрально! функцi! розподшення, на якому визначенi зони безпечно! роботи та пiдвищено! небезпеки виникнення транспортно! подi!. Наукова новизна. Запропоновано теоретичне пвдгрунтя визначення складносп нештатних ситуацiй в по!знiй робоп, отримано максимальне значення параметру складно-стi нештатно! ситуацi!, що може бути допущено в умовах експлуатаци. Практична значимкть. Постiйний монiторинг ще! величини дозволяе вчасно реагувати на загрозу виникнення небезпеки, а отримання !! в чи-сельнiй формi - використовувати як один iз вхвдних параметрiв для роботи штелектуально! системи керування локомотивом, на пiдставi якого буде прийматися ршення про подальшi керуючi дi!.

Ключовi слова: безпека руху; нештатна ситуащя; локомотивна бригада; штелектуальна система

Вступ

Постановка проблеми. Для впровадження ш-телектуальних систем керування (1СК) рухомим складом необхщно формалiзувати процес ощню-вання машинiстом локомотива поточно! по!зно! ситуаци з точки зору безпеки. Тодi система буде повною i зможе взяти на себе функщю оперативного монiторингу безпеки шд час по!здки. Склад-нiсть тут полягае в тому, що локомотивна бригада в сво!х судженнях спираеться не на цифри та формули, а на суб'ективний досвщ та знання.

Анашз дослщжень та публшацш. Безпека руху та надшнють ергатичних систем на транспорт е предметом постшного вивчення i дослщжень [2, 5, 9]. 1СК все бiльше використовуються i поши-рюються в техшчних системах та при керуваннi складними технiчними об'ектами [4, 6]. На зашз-ничному транспортi вони також мають сво! перс-пективи впровадження [12, 13]. Теоретична база для цього постшно поглиблюеться, зокрема фор-малiзована за допомогою гiбридних мереж задача визначення складносп нештатних ситуацш, що виникають шд час керування локомотивом [3].

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

Мета

Для практичного застосування в системах штелектуального керування локомотивами бло-юв оцiнювання складностi поточно! нештатно! ситуаци (НС) потрiбно формалiзувати i визна-чити величину цього параметра. Важливим за-вданням також е обгрунтування його граничного значення, при якому складшсть НС потрiбно вважати небезпечною i застосовувати необхiднi заходи запоб^ання можливо! небезпеки.

Методика

Методолопя оцiнювання складностi НС при керуванш локомотивом розроблена з викорис-танням обставин реальних випадкiв порушення безпеки руху. Як приклад використання запро-поновано! моделi оцiнимо складнiсть нештатно! ситуаци, що сталася 9 червня 2008 року. Пщ час виконання маневрово! роботи по станцi! Тернопшь-Вантажний [1] тепловозом 2М62-0765 допущено зггкнення з краном колiйного укладчика УК-25. В результатi зiткнення смертельно травмовано електрогазозварювальника, пошкоджений рухомий склад. Машинiст отри-мав команду ДСП: з 31-! коли за!хати за манев-ровий св^лофор М12 i чекати команду пода-льших маневрових пересувань. Локомотивна бригада за 2,5 хв змшила кабiну управлiння i при прямуванш по 31-! колi! за 150 м до сигналу Н31 з бшим вогнем при швидкосп 30 км/год машишст застосував гальмування краном допомiжного гальма з наповненням га-льмових цилiндрiв до 2,8 кг/см2, швидюсть зменшилась повiльно з причини роз'еднання мiжсекцiйних рукавiв системи допомiжного гальма. При подальшому прямуваннi по ухилу 0,005 за 50 м до вагошв застосовано екстрене гальмування, але з^кненню машинiст не запо-бiг. Машинiстом допущенi такi порушення: ви-моги п. 12.4 ПТЕ, 1нструкци № ЦТ-0056 в частит приймання тепловоза в локомотивному депо щодо перевiрки його техшчного стану; вимоги п. 1.37.7 Наказу № 555/Н-2007 щодо переключення червоного вогню на бiлий во-гонь локомотивного св^лофора пiсля прослщу-вання свiтлофора Н-31 та слiдування iз швид-кiстю 30 км/год при допустимш не бiльше 20 км/год; вимоги роздшу 4 Iнструкцi! № ЦТ-ЦВ-ЦЛ-0015 щодо виконання порядку змши кабiни керування тепловозом: протягом трьох

хвилин локомотивною бригадою здiйснена дворазова змiна кабши управлiння, що унемо-жливлюе виконання встановленого порядку; вимоги п. 4.4 № ЦТ-ЦВ-ЦЛ-0015: пiсля змши кабши управлшня та приведення в рух локомотива i слщуванш по 31-iй колi! локомотивна бригада не перевiрила дiю допомiжного гальма при швидкосп руху 3-5 км/год до отримання початкового гальмiвного ефекту; не застосування ушх засобiв екстрено! зупинки (контраструм).

Транспортною подiею, що описуеться вище, е з^кнення. Цьому передуе нештатна ситуацiя, в якш опинилась локомотивна бригада - немо-жливiсть зупинити локомотив.

Моделювання виникнення НС виконано за допомогою гiбридно! мереж, що являе собою багатошаровий персептрон (рис. 1) [3, 11].

Визначимо в цш ситуаци сигнали, що пови-ннi бути подаш на нейрон ЛФ (людський фактор): 1 - порушення порядку перевiрки техшч-ного стану при прийманш тепловозу в депо; 2 -перевищення швидкостi; 3 - порушення порядку змши кабши керування; 4 - незастосування уах засобiв екстрено! зупинки.

Сигнал, що повинен бути поданий на нейрон ТФ (техшчний фактор): 1 - роз'еднання мiжсекцiйних рукавiв системи допомiжного гальма.

Сигнал, що повинен бути поданий на нейрон ЗФ (зовшшнш фактор): 1 - прямування по ухилу 0,005.

Тепер потрiбно визначити вагу сигналiв (м>), що е характеристичними функщями сигналiв на входi. При цьому будемо користуватися неч№ кими i лiнгвiстичними змiнними.

Формалiзацiя описання виразу «порушення порядку приймання тепловозу в депо» може бути проведена за допомогою наступно! неч№ ко! змшно! (а, Х, А) [10], де а - перевiркa техшчного стану при приймaннi локомотива вико-нана в повному обсязi; Х = [0, 19]. Саме такий штервал обраний на пiдстaвi 1нструкци з техш-чного обслуговування електровозiв i тепловозiв в експлуaтaцi! № ЦТ-0056. В нш передбачено перелш оперaцiй, що повинна виконати локомотивна бригада при прийманш локомотива, в кшькосп 19 найменувань (п. 2.2.2); А - нечетка множина на Х, що описуе характеристичну функщю цА(х) [7].

Вигляд функци принaлежностi цА(х) наведений на рис. 2.

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

Хлф1

Хлф2

Млф1

Хзфi

Рис. 1. Модель виникнення нештатно1 ситуацп з багатошаровим персептроном Fig. 1. The model of the unforseen situation with multilayer perceptron

^ i 1,0

5

10

19

Рис. 2. Залежнють ваги w^ сигналу хлф1 = «порушення порядку перевiрки технiчного стану при прийманш тепловоза в депо» вiд фактичного обсягу перевiрки

Fig. 2. The dependence of the weight w^ signal хлф1 = «the violation of the checking procedure for the technical condition of the locomotive depot acceptance» from the actual verification volume

Для випадку, що розглядаеться, можна впев-нено сказати, що перевiрка техшчного стану локомотива була виконана в значно скороченому обсяз^ тобто можна припустити, що Х << 10. Вщповщно вага цього сигналу ^лф1 = 1.

Аналогiчним чином визначаеться вага сиг-налiв, що наведеш вище. Тодi множина ваги людського фактора:

Wлф = (^лф1, ^лф2, ^лфэ, ^лф4> = (1, 1, 0.3, 0.4); множина ваги техшчного фактора:

Wтф = (^Тф1) = (1); множина ваги зовшшнього фактора:

W34, = (^зф1) = (0,4).

Окремо n0Tpi6H0 сказати про присвоення фактора «роз'еднання мiжсекцiйних pyKaBiB системи допомiжного гальма» ваги 1. Апрюрна iнформацiя при ïï визначенш така: справнiсть гальмiвноï системи поïзда (локомотива) е одним з виршальних факторiв безпеки руху. Цей фактор розглядався як складова частина терм-множини «Несправносп гальмiвного повпро-проводу локомотива», до якоï належать таю терми: «Вщсутня витока пов^ря», «Незначна витока пов^ря» i так далi до крайнього випадку «Розрив ГМ». Навiть якщо б фактор характери-зувався термом «Незначна витока пов^ря», то

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

ЕКСПЛУАТАЦ1Я ТА РЕМОНТ ЗАСОБ1В ТРАНСПОРТУ

сталося зггкнення локомотива з головним вагоном по!зда № 615 за таких обставин. При Bm^i з депо Джанкой машинiст отримав план робо-ти: вiд свiтлофора М70 за св^лофор М30, потiм вщ свiтлофора М30 на вiльну колда 5Ю, з коли 5Ю за свгглофор М34 та вiд свгглофора М34 на зайняту колiю 4Ю пiд состав. Перед прослщу-ванням свiтлофора М34 заднiм ходом тепловоза локомотивна бригада, порушуючи вимоги п. 3.15 ЦТ-0106, не отримала тдтвердження ДСП про готовнiсть маршруту прямування на зайняту колiю 4Ю. Пщ час прямування на зайняту по!здом 615 колiю 4Ю, порушуючи п. 15.24 ПТЕ, локомотивна бригада не слщку-вала за вшьшстю коли та розмiщенням рухомо-го складу, порушуючи п. 5.1 шструкци ЦТ-ЦВ-ЦЛ-0015, машинiст при пiд'lздi до состава не виконав зупинку локомотива на вщсташ 5-10 метрiв вiд першого вагона. Внаслiдок чого сталося з^кнення тепловоза з головним вагоном по!зда № 615 при швидкосп 18 км/год.

Таблиця 1

Несправност основного обладнання ТРС за 2007-2008 роки

Table 1

Failures of basic equipment HDS for 2007-2008

Зал1зниця

Обладнання Дон. Львш. Одес. Пвден. П-Зах. Придн. Укрзал.

2008 2007 2008 2007 2008 2007 2008 2007 2008 2007 2008 2007 2008 2007

Дизель 7 1 8 18 6 11 12 15 1 7 2 1 36 53

Головний генератор 0 0 0 1 0 1 1 0 0 1 0 0 1 3

Силов1 транс. реакт. 0 0 0 0 0 4 0 0 2 2 0 0 2 6

ТЕД 1 3 5 4 11 12 2 2 4 9 4 8 27 38

1нш1 2 0 1 0 0 0 0 2 0 5 0

Допом. мех. обладн. 1 0 2 2 1 8 0 4 2 0 3 2 9 16

Допом. ел. обладн. 1 0 1 2 3 0 0 2 1 2 0 2 6 8

Кол1сш пари 0 0 1 2 2 0 0 0 0 0 2 1 5 3

Букси колюних пар 1 0 1 1 6 5 1 1 7 5 3 6 19 18

Кол1сномоторн. блок 2 0 5 4 6 1 0 6 6 4 4 4 23 19

Силов1 кола 4 13 2 3 12 7 4 3 10 10 11 14 43 50

Н/вольтш кола 5 4 9 0 18 15 8 1 9 14 5 6 54 40

Ел. ап-ра силова 4 1 1 1 4 0 1 0 1 1 1 2 12 5

Ел. ап-ра кш упр-ня 0 0 0 0 0 0 1 0 0 0 0 1 1 1

i в цьому випадку вагу ^тф1 потрiбно було б призначати не нижче 0,8 з огляду на значу-щiсть фактора. Тому цшком природно, що фактор «роз'еднання мiжсекцiйних рукавiв систе-ми допомiжного гальма» отримав максимальну вагу ^Тф1 =1.

Пiдставляючи ц вихiднi данi в гiбридну мережу на рис. 1, тсля розрахунку маемо хнс = 0,982. Це означае, що в результат неспри-ятливого збiгу обставин, що описуеться в анат-зi, утворилася майже найскладнiша нештатна ситуацiя, iмовiрнiсть перетворення яко! в тран-спортну подда дуже велика.

Також проаналiзуемо за допомогою пбрид-но! мереж наступний випадок, оскiльки тут вiдсутнiй техшчний фактор, але е вплив зовш-шнiх факторiв. I все залежало вщ дiй локомоти-вно! бригади.

02.10.2008 року о першш годиш однiй хви-линiй при маневровому пересуванш по станци Джанкой тепловозом 2ТЕ116 № 1582 секци «Б»

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

Заинчення табл. 1 End of Table 1

Затзниця

Обладнання Дон. Львш. Одес. Швден. П-Зах. Придн. Укрзал.

ОО о о ОО о о 00 о о 00 о о 00 о о 00 о о 00 о о

<N <N <N <N <N <N <N <N <N <N <N <N <N <N

Акумулят. батарея 0 0 2 1 2 4 0 0 1 0 1 1 6 6

Гальмiвне обладн. 1 0 5 0 2 5 2 0 5 3 6 0 21 8

Вiзок 0 1 0 1 0 2 0 1 0 2 2 1 2 8

Автозчеп 0 0 0 0 1 0 0 0 1 1 0 0 2 1

Дахове обладнання 2 1 1 3 4 5 1 1 6 7 4 5 18 22

Невiрнi дп бригад 1 6 7 8 10 8 1 2 7 6 6 9 32 39

Всього 32 30 51 51 88 88 34 38 63 74 56 63 324 344

Визначимо сигнали для подачi на нейрон ЛФ (людський фактор): 1 - бригада не отрима-ла шдтвердження ДСП про готовшсть маршруту прямування; 2 - локомотивна бригада не слщкувала за вшьшстю коли та розмiщенням рухомого складу; 3 - машишст при mд'lздi до состава не виконав зупинку локомотива.

Сигнали, що повинш бути поданi на нейрон ТФ вщсутш.

Сигнали, що повиннi бути подаш на нейрон ЗФ: 1 - недостатня видимiсть в темний час до-би; 2 - недостатня видимють через прямування одшею секцieю кабiною назад; 3 - прямування на зайняту колiю.

Зпдно з наведеним вище порядком визна-чення ваги сигнал1в, встановлюемо:

^^ф = (^лф1, ^лф2, ^лфэ) = (0,8; 1, 1);

множина ваг зовшшнього фактора:

= (ж,фь ^зф2, ^зфэ) = (0,4; 0,8; 0,8).

В результат! розрахунку маемо хнс = 0,262. Ми бачимо, що пор1вняно з першим описа-ним випадком складшсть нештатно1 ситуаци була значно нижче, але вона все ж таки призве-ла до транспортно! поди.

PHC. 3. Po3nogin TpaHcnopTHHx nogin 3a CKiagmcTTO HemTaTHOÏ снтуацiï Fig. 3. The distribution of accidents according to the complexity of the unforeseen situation

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

Тому постае завдання визначити величину хнс, при перевищеннi яко! iмовiрнiсть виник-нення транспортно! подн стае достатньо великою. Для цього потрiбно використати статисти-чнi данi. Незважаючи на такi випадки, якi опи-санi вище, де для уникнення транспортно! подн не потрiбно було шяких технiчних засобiв та додаткових заходiв, а лише виконання локомо-тивною бригадою сво!х обов'язкiв, все ж доля випадюв з техшчних причин залишаеться дуже великою. З даних про причини транспортних подш видно, що якiсть ремонту та утримання рухомого складу ще далека вщ щеально! (табл. 1).

Результати

Загалом за допомогою розроблено! пбрид-но! мережi було розраховано складшсть нешта-тних ситуацiй для 73 транспортних подш.

Розподшення параметра хнс для ще! вибiрки наведено на рис. 3.

Середне значення показника складност нештатно! снтуацл з наведено! вибiрки буде складати

En

1'

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

n

(1)

де хнс - значення показника складносп нештатно! ситуацп для ще! транспортно! поди; n - кшь-юсть транспортних подш, що розглядаеться.

Хнс = 0,607. Дисперс1я показника складност

n _ 2

((XHCi — Хнс )

хнн

(2)

Н = 0,0376.

Розподш транспортних подiй за складшс-тю НС пiдпорядковуеться нормальному закону. Це перевiрено за допомогою критерт Пь рсона х2 [8]. Для нашо! вибiрки (рис. 3) кри-тичне значення критерда х при числi ступе-шв свободи df = 7 та рiвню значущостi 0,05 : х2кр(7; 0,05) = 14,068. В результат розра-хункiв знайдено величину критерда, що спо-стернаеться, х2сп = 8,539. В нашому випадку Х2кр > х2сп, тому робимо висновок, що гшотеза про нормальне розподiлення даних на рис. 3 шдтверджуетъся.

Наукова новизна та практична значимкть

Крива р(хнс) на рис. 4 характеризуе складшсть нештатних ситуацiй, що призводять до виникнення транспортних подiй.

n

HC

Рис. 4. 1нтегральна функщя розподшення р(хнс) Fig. 4. Cumulative distribution function р(хнс)

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

Потр1бно визначити, при якому максимальному значенш хнстах нештатна ситуащя стае до-статньо загрозливою, щоб стати причиною ви-никнення транспортно! поди. Для визначення цього значення пропонуеться скористатися правилом «двох сигм», тому що правило «трьох сигм» завдае дуже жорстю критерп до показни-ка хнс, коли практично вс ситуацп при веденш по!зда з !мов1ршстю 0,9973 будуть вважатися загрозливими для безпеки руху. Отже величина максимально можливого в експлуатацн параметра хнс може бути розраховано за формулою

- 2с x

(3)

де хнс - середне значення складностi нештатно1 ситуацп згiдно з статистичними даними; с х -середньоквадратичне вiдхилення хнс.

Хнс тах = 0,607 - 2x0,194 = 0,219.

При досягненш цього значення НС потрiбно вважати небезпечною i вживати заходiв з усу-нення причин, що шдвищують 11 складнiсть.

Висновки

В результат розробки методологi1 визначення складност НС отримано можливiсть введення цього параметра до вихщних даних роботи штелектуальних систем керування локомотивом. Це дозволить внести до моделi керування по1здом важливi даш для поточного оцiнювання стану безпеки. Отримане максима-льне значення параметра хнс потрiбно для визначення моменту, коли навколишня по1зна си-туацiя стае настiльки загрозливою, що необхщ-но вжити заходiв з 11 корегування.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ

1. Анал1з стану безпеки руху по!'зд1в у локомотивному господарств1 Укра1ни за 2008 рж : ЦТ-6/2. - Ки1в : Укрзал1зниця, 2009. - 58 с.

2. Горобченко, О. М. Визначення 1мов1рносп ви-никнення транспортно! поди в локомотивному господарств1 / О. М. Горобченко // Вюн. Днш-

ропетр. нац. ун-ту зал1зн. трансп. 1м. акад. В. Лазаряна. - Дншропетровськ, 2010. -Вип. 35. - С. 41-44.

3. Горобченко, О. М. Моделювання виникнення нештатно! ситуацп в ергатичнш систем! «ло-комотивна бригада - по!зд» / О. М. Горобченко // Зб. наук. пр. Дон1ЗТ. - Донецьк, 2014. -Вип. 38. - С. 144-147.

4. Ерофеев, А. А. Интеллектуальные системы управления / А. А. Ерофеев, А. О. Поляков. -Санкт-Петербург : СПб ГТУ, 1999. - 265 с.

5. Каменев, О. Ю. Проблематика шдход!в до до-слщження безпеки використання ергатичних систем керування на зал!зничному транспорт! / О. Ю. Каменев // Наука та прогрес трансп. Вюн. Дшпропетр. нац. ун-ту зал!зн. трансп. -2013. - № 44. - С. 7-16.

6. Колесников, А. В. Гибридные интеллектуальные системы. Теория и технология разработки / А. В. Колесников. - Санкт-Петербург : СПб ГТУ, 2001. - 700 с.

7. Круглов, В. В. Нечеткая логика и искусственные нейронные сети / В. В. Круглов, М. И. Дли, Р. Ю. Голубов. - Москва : Мир, 2004. - 224 с.

8. Леман, Э. Проверка статистических гипотез / Э. Леман. - Москва : Наука, 1979. - 408 с.

9. Макаренко, Л. М. Вплив людського чинника на безпеку руху зал!зничного транспорту : аналь тичний огляд / Л. М. Макаренко // Зал!зн. трансп. Укра!ни. - 2010. - № 1. - С. 46-51.

10. Хайкин, С. Нейронные сети / С. Хайкин. - Москва : Вильямс, 2006. - 1104 с.

11. Царегородцев, В. Г. Конструктивный алгоритм синтеза структуры многослойного персептрона / В. Г. Царегородцев // Вестн. КазНУ им. Аль-Фараби. Серия : «Математика, мехашка, информация». - 2008. - № 4 (59), ч. 3. - С. 308-315.

12. Li-min, JIA. The system architecture of Chinese railway intelligent transportation system / JIA Li-min, LI Ping // Proc. of the Eastern Asia Society for Transportation Studies. - Beijing : IEEE, 2007. - Vol. 5. - P.1424-1432.

13. Deng, P. On intelligent automatic train control of railway moving automatic block systems based on multi-agent systems. / P. Deng, Z. Yingping, Z. Chuansheng // 29th Chinese Control Conference (CCC). - Beijing : IEEE, 2010. - Vol. 1. -P. 4471-4476.

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

ЕКСПЛУАТАЦ1Я ТА РЕМОНТ ЗАСОБ1В ТРАНСПОРТУ

А. Н. ГОРОБЧЕНКО1*

1 Каф. «Эксплуатация и ремонт подвижного состава», Украинская государственная академия железнодорожного транспорта, площадь Фейербаха, 7, Харьков, Украина, 61500, тел. +38 (063) 580 27 13. эл. почта superteacher@yandex.ru, ORCID 0000-0002-9868-3852

МЕТОДОЛОГИЯ ОПРЕДЕЛЕНИЯ ВЕЛИЧИНЫ ПАРАМЕТРА СЛОЖНОСТИ НЕШТАТНОЙ СИТУАЦИИ ВО ВРЕМЯ ВЕДЕНИЯ ПОЕЗДА

Цель. При разработке интеллектуальных систем управления локомотивом возникает необходимость в оценке текущей поездной ситуации с точки зрения безопасности движения. Для того, чтобы оценить вероятность развития различных нештатных ситуаций в транспортные происшествия, необходимо определить их сложность. Целью статьи является разработка методологии определения сложности нештатных ситуаций при управлении локомотивом. Методика. Для достижения поставленной цели накоплен статистический материал нарушений безопасности движения; причины нарушений разделены на группы: технический фактор, человеческий фактор и внешние воздействия. С помощью теории гибридных сетей получена модель, которая на выходе дает параметр сложности нештатной ситуации. Тип сети: многослойный персептрон с гибридными нейронами первого слоя и сигмоидной функцией активации. С использованием методов теории вероятности проведен анализ полученных результатов. Результаты. Разработан подход к формализации производственных ситуаций, которые могут быть описаны только лингвистически, что позволило использовать их в качестве входных данных модели нештатной ситуации. Установлено и обосновано, что показатель сложности нештатной ситуации при ведении поезда является величиной случайной и подчиняется нормальному закону распределения. Получен график интегральной функции распределения, на котором определены зоны безопасной работы и повышенной опасности возникновения транспортного происшествия. Научная новизна. Предложены теоретические основы определения сложности нештатных ситуаций в поездной работе, получено максимальное значение параметра сложности нештатной ситуации, которая может быть допущена в условиях эксплуатации. Практическая значимость. Постоянный мониторинг этой величины позволяет своевременно реагировать на угрозу возникновения опасности, а получение ее в численной форме -использовать как один из входных параметров для работы интеллектуальной системы управления локомотивом, на основании которого будет приниматься решение о дальнейших управляющих действиях.

Ключевые слова: безопасность движения; нештатная ситуация; локомотивная бригада; интеллектуальная система

O. M. HOROBCHENKO1*

1 Dep. «Operation and Maintenance of Rolling Stock», Ukrainian State Academy of Railway Transport, Feiierbakh Sq., 7, Kharkiv, Ukraine, 61500, tel. +38 (063) 580 27 13, e-mail superteacher@yandex.ru, ORCID 0000-0002-9868-3852

METHODOLOGY FOR DETERMINING THE VALUE OF COMPLEXITY PARAMETER FOR EMERGENCY SITUATION DURING DRIVING OF THE TRAIN

Purpose. During development of intelligent control systems for locomotive there is a need in the evaluation of the current train situation in the terms of traffic safety. In order to estimate the probability of the development of various emergency situations in to the traffic accidents, it is necessary to determine their complexity. The purpose of this paper is to develop the methodology for determining the complexity of emergency situations during the locomotive operation. Methodology. To achieve this purpose the statistical material of traffic safety violations was accumulated. The causes of violations are divided into groups: technical factors, human factors and external influences. Using the theory of hybrid networks it was obtained a model that gives the output complexity parameter of the emergency situation. Network type: multilayer perceptron with hybrid neurons of the first layer and the sigmoid activation function. The methods of the probability theory were used for the analysis of the results. Findings. The

Наука та прогрес транспорту. Вкник Дншропетровського нацюнального ушверситету залiзничного транспорту, 2014, № 6 (54)

approach to the formalization of manufacturing situations that can only be described linguistically was developed, that allowed to use them as input data to the model for emergency situation. It was established and proved that the exponent of complexity for emergency situation during driving the train is a random quantity and obeys to the normal distribution law. It was obtained the graph of the cumulative distribution function, which identified the areas for safe operation and an increased risk of accident. Originality. It was proposed theoretical basis for determining the complexity of emergency situations in the train work and received the maximum complexity value of emergency situations that can be admitted in the operating conditions. Practical value. Constant monitoring of this value allows not only respond to the threat of danger, but also getting it in numerical form and use it as one of the input parameters for the locomotive intelligent control system. The decision on further control actions will be based on it.

Keywords: safety; emergency situation; locomotive crew; intelligent system

REFERENCES

1. Analiz stanu bezpeky rukhu poizdiv u lokomotyvnomu hospodarstvi Ukrainy za 2008 rik [Analysis of traffic safety in the locomotive sector of Ukraine in 2008]. Kyiv, Ukrzaliznysia Publ., 2009. 58 p.

2. Horobchenko O.M. Vyznachennia imovirnosti vynyknennia transportnoi podii v lokomotyvnomu hospodarstvi [The probability of traffic accident determination in the locomotive department]. Visnyk Dnipropetrovskoho natsionalnoho universytetu zaliznychnoho transportu imeni akademika V. Lazariana [Bulletin of Dnipropet-rovsk National University of Railway Transport named after Academician V. Lazaryan], 2010, issue 35, pp. 41-44.

3. Horobchenko O.M. Modeliuvannia vynyknennia neshtatnoi sytuatsii v erhatychnii systemi «lokomotyvna bry-hada - poizd» [Simulation of emergency situation in ergatic system «locomotive crew - the train»]. Zbirnyk naukovykhprats DonlZT [Proc. of Donetsk Institute of Railway Transport], 2014, issue 38, pp. 144-147.

4. Yerofeyev A.A., Polyakov A.O. Intellektualnyye sistemy upravleniya [Intelligent Control Systems]. Saint Petersburg, SPb GTU Publ., 1999. 265 p.

5. Kameniev O.Yu. Problematyka pidkhodiv do doslidzhennia bezpeky vykorystannia erhatychnykh system keruvannia na zaliznychnomu transporti [Problems approaches to study the safety of ergodic control systems for railways]. Nauka ta prohres transportu. Visnyk Dnipropetrovskoho natsionalnoho universytetu zaliznychnoho transportu - Science and Transport Progress. Bulletin of Dnipropetrovsk National University of Railway Transport, 2013, no. 44, pp. 7-16.

6. Kolesnikov A.V. Gibridnyye intellektualnyye sistemy. Teoriya i tekhnologiya razrabotki [Hybrid intelligent systems. Theory and technology of development]. Saint Petersburg, SPb GTU Publ., 2001. 700 p.

7. Kruglov V.V., Dli M.I., Golubov R.Yu. Nechetkaya logika i iskusstvennyye neyronnyye seti [Fuzzy logic and artificial neural networks], Moscow, Mir Publ., 2004. 224 p.

8. Leman E. Proverka statisticheskikh gipotez [Testing of statistical hypotheses]. Moskow, NaukaPubl., 1979. 408 p.

9. Makarenko L.M. Vplyv liudskoho chynnyka na bezpeku rukhu zaliznychnoho transportu [Influence of human factor on the safety of railway transportation]. Zaliznychnyi transport Ukrainy - Railway transport of Ukraine, 2010, no. 1, pp. 46-51.

10. Khaykin S. Neyronnyye seti. Polnyy kurs [Neural networks. Full course]. Moscow, Vilyams Publ., 2006, 1104 p.

11. Tsaregorodtsev V.G. Konstruktivnyy algoritm sinteza struktury mnogosloynogo perseptrona [A constructive algorithm for the synthesis of multilayer perceptron structure]. Vestnik Kazakhskogo natsionalnogo univer-siteta imeni al-Farabi. Seriya «Matematika, mekhanika, informatsiya» - Bulletin of Kazakh National University named after al-Farabi. Series «Mathematics, Mechanics, Information», 2008, no. 4 (59), part. 3, pp. 308-315.

12. Li-min JIA, Ping LI. The system architecture of Chinese railway intelligent transportation system. Proc. of the Eastern Asia Society for Transportation Studies, Beijing, 2007, vol. 5, pp. 1424-1432.

13. Deng P., Yingping Z., Chuansheng Z.. On intelligent automatic train control of railway moving automatic block systems based on multi-agent systems. 29th Chinese Control Conference (CCC). Beijing, 2010, vol. 1, pp. 4471-4476.

Стаття рекомендована до публтацп д.т н., проф. М. В. Паламарчуком (Украта); д.т.н., проф. Б. С. Боднарем (Украта)

Надшшла до редколегп: 02.09.2014

Прийнята до друку: 21.10.2014

i Надоели баннеры? Вы всегда можете отключить рекламу.