CC BY
114
5. Колесник М.Н., Гозбенко В.Е. Принципы создания информационно-планирующей и управляющей системы перевозками на автомобильном транспорте // Современные технологии. Системный анализ. Моделирование. 2007. № 3 (15). С. 46-52.
6. Quality/Level of Service Handbook // State of Florida, Department of Transportation, 2013.
7. Полтавская Ю.О., Михайлов А.Ю. Показатели надежности функционирования городского общественного пассажирского транспорта // Современная наука: теоретический и практический взгляд : материалы II Междунар. науч.-практ. конф. М. : Перо, 2015. С. 79-82.
8. Niels Van Oort. Service Reliability and Urban Public Transport Design // TRAIL Thesis Series T2011/2, the Netherlands TRAIL Research School, 2011.
9. Полтавская Ю.О., Драгунов А.Ф., Ляпустин П.К. Повышение пропускной способности по улице Карла Маркса (г. Ангарск) // Сб. науч. тр. Ангар. гос. техн. акад. Ангарск, 2014. С. 216-219.
10.Гозбенко В.Е. Методы прогнозирования и оптимизации транспортной сети с учетом мощности пассажиро и грузопотоков / Гозбенко В.Е., Иванков А.Н., Колесник М.Н., Пашкова А.С.. Деп. в ВИНИТИ 17.04.2008, № 330-В2008.
УДК 629.41 Лакин Игорь Игоревич,
аспирант кафедры «Электропоезда и локомотивы», Московский государственный университет путей сообщения (МИИТ),
тел. 8-916-383-6443, e-mail: lakinii@ya.ru
МОНИТОРИНГ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ЛОКОМОТИВОВ ПО ДАННЫМ БОРТОВЫХ АППАРАТНО-ПРОГРАММНЫХ КОМПЛЕКСОВ
1.1. Lakin
MONITORING OF THE TECHNICAL CONDITION OF LOCOMOTIVES ACCORDING TO THE ON-BOARD HARDWARE AND SOFTWARE SYSTEMS
Аннотация. В статье автором предлагается при управлении рисками наступления отказов локомотивов в процессе мониторинга использовать наряду с традиционными методами методы теории нечётких множеств. Проведен анализ данных, параметров и режимов эксплуатации, в том числе работы выпрямительно-инверторного преобразователя, полученных с бортовых аппаратно-программных комплексов. Предложена методика, согласно которой на основании знаний о локомотиве и условиях его эксплуатации формулируются логические утверждения об условиях возникновения опасного события. Истинность утверждения определяется степенью принадлежности элементов утверждения к нечётким множествам. Приведены примеры применения. Результаты исследований будут использованы в работе сервисной локомотивной компании ООО «ТМХ-Сервис».
Ключевые слова: управление рисками, риски, эксплуатация локомотивов, мониторинг, методы нечёткой логики, нечёткие множества.
Abstract. The author of the article proposes to manage risks of failure of locomotives using methods of the theory of fuzzy sets along the traditional methods during monitoring. The analysis of data, parameters and modes of operation, including operation of the reversible converter, obtained from on-board hardware and software systems is carried out. The method to formulate logical statements on conditions of hazardous events' occurrence on the basis of knowledge of the locomotive and its operating conditions is suggested. The statements validity is determined by the degree of membership of elements of statements in fuzzy sets. Examples of application are given. The results of the research will be used in the performance of the service locomotive company «TMH-Service».
Keywords: management of risks, risks, operation of locomotives, monitoring, methods offuzzy logic, fuzzy sets.
1. Мониторинг как объект исследования
Термин «Мониторинг» широко применяется в современных языках. Происходит термин от латинского слова «monitor» (наблюдение, контроль, предостережение) [1], являющегося производным от глагола «monere» («предостерегать») [2]. Сам термин предполагает слежение за каким-то параметром (параметрами) и реакцию на него при достижении этим параметром предельного значения. Автором под мониторингом понимается процесс сбора, обработки и регистрации информации о работе локомотива, диагностической информации о техническом состоянии локомотива и состоянии ремонтной инфраструктуры с целью принятия
управленческих решении по сервисному техническому обслуживанию и ремонту локомотивов с целью поддержания их в исправном техническом состоянии.
Понятие «мониторинг» тесно связано с понятием «техническое диагностирование» [1]. Диагностирование - неотъемлемая часть мониторинга, решающая следующие три задачи: определение технического состояния локомотива (исправен -не исправен, работоспособен - не работоспособен, правильно функционирует - неправильно функционирует), локализация места отказа (с точностью до типа оборудования, узла, детали), прогнозирование работоспособности. В научноИ работе авто-
ра под диагностированием будет пониматься разовый, определенный временными рамками процесс, а под мониторингом - не определенный конкретными временными рамками периодический процесс постоянного контроля и управления техническим состоянием локомотива. На рис. 1 показано место диагностирования в системе мониторинга.
Диагно стир ование
Сбор данных о работе Анализ информации
Сбор данных о наличие свободных ресурсов для сервисного обслуживания и
Рис. 1. Место диагностирования в системе мониторинга
ВЛ80р по режимам: 54 % времени составляет режим тяги, 34 % - выбег и 12 % - рекуперация. Этим данным соответствует распределение токов по рис. 2. Интересно, что распределение токов в тяге подчиняется нормальному закону распределения случайной величины, что свидетельствует о том, что большинство машинистов отдают предпочтение езде с током 300-500 А. В рекуперации наряду с «популярным диапазоном» наблюдается езда с малыми токами до 200 А, что свидетельствует о езде в режиме подтормаживания (поддержания скорости). Об этом свидетельствуют данные по рис. 3, на котором видно, что рекуперация применяется в основном на высоких скоростях. В тяге в распределении скоростей, на которых ездят машинисты, очевидны два пика на скорости до 20 км/ч и на 50-60 км/ч. Езда на скорости свыше 70 км/ч составляет менее 6 %.
2. Мониторинг по данным АПК
Для мониторинга технического состояния локомотивов в каждом сервисном локомотивном депо созданы группы диагностики, которые по данным бортовых микропроцессорных систем управления (МСУ) анализируют техническое состояние локомотивов, выявляют предотказные состояния, которые устраняются на ближайшем после обнаружения плановом виде ремонта или технического обслуживания. Наряду с собственно диагностированием локомотивов по данным МСУ представляет интерес анализ режимов эксплуатации локомотивов: МСУ предоставляют уникальную возможность проанализировать, какие режимы работы наиболее характерны для той или иной серии локомотивов. В настоящей статье приводятся результаты исследований для электровозов серии ВЛ80р, силовая схема которых является типовой для отечественных электровозов переменного тока: ВЛ85, ВЛ65, ЭП1в/и, 2/3/4ЭС5К.
Электровозы ВЛ80р были первыми отечественными локомотивами с полностью электронной системой управления. В настоящее время они модернизированы Микропроцессорной системой управления электровозом МСУЭ, которая имеет не только дополнительные датчики, позволявшие диагностировать локомотив, но и накопитель информации. Автором статьи обработаны данные поездок 23 локомотивов, более 1 млн срезов данных у каждого. Общее время записей - более 100 суток, чистого времени работы локомотива - 20 суток (487 часов). Таким образом, приведенные далее основные аналитические данные следует считать статистически достоверными.
Рассчитано распределение времени работы
Рис. 2. Распределение токов электровоза ВЛ80р
Основной Основной Основной Основной Основной Основной Основной Основной Основной
I
1
|
1
s J
111 1 j
mu 1
Тяга I Рек.
& £> <§> л° <§> <Р Л ¿Р лсг*
Рис. 3. Распределение скоростей ВЛ80р в тяге и рекуперации
Примечание: при расчёте распределений токов исключалась езда локомотива в режиме выбега. Для расчёта распределений данные МСУ были перекачаны в Excel. Далее была написана программа обработки данных на встроенном языке программирования VBA.
Получены данные и по работе ВИП: на рис. 4 приведено распределение угла открытия тиристо-
Транспорт
ров ВИП. 38 % времени угол находится в диапазоне 150-160 эл. град., что соответствует холостому ходу (выбегу). В основном машинисты едут в середине зон. На рис. 5 приведено аналогичное распределение с разбивкой по зонам регулирования ВИП. Очевидно преобладание работы в четвёртой и второй зонах, меньше в первой и второй.
Приведенные данные не только представляют теоретический интерес, но и могут использоваться для оценки степени загруженности локомотива, его дополнительных резервах. Например, преобладание работы на четвёртой и третьей зонах регулирования можно использовать для введения дифференциального цикла обслуживания плечей ВИП: плечи 7, 8 и 1, 2 должны обслуживаться чаще, чем плечи 3, 4, 5, 6. Данные следует учитывать и при разработке новых электровозов, предусматривая оптимизацию оборудования по реально существующим режимам работы.
40%
35%
30%
25%
15%
10%
5% ■ ■ ■ ■
0% 1.1111111111.
10-20 20-30 30-40 40-50 50-60 60-70 70-80 80-90 90-100 100-110 110-120 120-130 130-140 140-150 150-160
Рис. 4. Распределение значений угла открытия тиристоров ВИП ВЛ80р
9% 8% 7% 6°% 5°% 4% 3% 2% 1% 0%
■
. 1 1_ 1
□ с г
□ □ h г
1 □ □ ru td □
Т1 1 ■ 1 1 р 1 Ш г ■ г Г ■ ■ ■
Зона 1
Зона 2
0 0 4
00 00 56
(СТО и СТК ОАО «РЖД») стандартов [5], согласно которым риск Я появления отказа перевозочного процесса по причине отказа локомотива является совокупностью рисков Я возникновения различных неисправностей локомотива. Тяжесть отказа можно учесть через весовой коэффициент последствий отказа локомотива тс
Я = 1 - П (1 - тг * Яг ). (1)
Риск Яг обусловлен рядом факторов влияния. Например, пробой изоляции ТЭД обусловлен перегревом ТЭД в эксплуатации, нарушением технологии пропитки обмоток, перенапряжением, старением изоляции и др.:
Яг = 1 - П (1 - Ягк), (2)
где Ягк - риск наступления отказа г из-за фактора к.
Не каждый инцидент (проявление фактора к) приводит к наступлению отказа г. Поэтому - согласно БМБЛ и стандартам ОАО «РЖД» по управлению рисками - расчет индекса влияния производится по формуле:
Rik — Kik * Qk
(3)
где: Qгк - вероятность опасного события (проявления фактора); Кгк - доля влияния фактора на риск опасного события (коэффициент влияния), в интервале от 0 до 1.
По физической сути и метрикам доля влияния фактора к на риск наступления опасного события ] соответствует коэффициенту корреляции между ними [2]:
Кгк = Г, (4)
где г (гуХ) - вычисленный коэффициент корреляции по методике стандарта ОАО «РЖД» СТК 1.05.515.4 «Методы и инструменты улучшений. Корреляционный анализ. Диаграмма рассеяния».
r =
yx
«11 (y, Х)- mymx
* y * x
(5)
где тх и ту - математические ожидания параметров двух сравниваемых на наличие фактора влияния величин х и у (пар хг и у); Ох и Оу - среднеквадратичные отклонения случайной величины распределений тх и ту; ып(у,х) - второй смешанный начальный момент:
Рис. 5. Распределение токов по зонам ВИП ВЛ80р в тяге
3. Управление рисками
Неотъемлемой частью мониторинга является управление рисками. Методики риск-менеджмента зафиксированы в ряде международных (ISO), национальных (ГОСТ) и отраслевых
а
ii
1 N
(y, x) =-У xt • yt,
v ' N У ' '
(6)
где N - объем выборки (пар) случайных величин для вычисления фактора влияния величин х и у (пар Хг и у).
При этом предполагается, что корреляция между фактором влияния и опасным событием может быть только положительная: r = abs(r).
При наличии статистических данных о числе опасных событий Кс и числе инцидентов Кф расчет доли влияния Kik осуществляется по формуле
Kk = КФ/КС. (7)
Если фактор проявляется за рассматриваемый период N раз, то коэффициент влияния (долю воздействия фактора на риск опасного события) следует пересчитать по формуле
Кш = 1 - (1 - Kik)AN. (8)
Описанные выше методы управления рисками имеют ограничение при отсутствии больших выборок. Например, крушения поездов происходят редко, что само по себе очень хорошо, но нет возможности достоверно рассчитать факторы влияния. Увеличение периода наблюдения приводит к изменению степени влияния факторов влияния. Есть проблемы и с определением весового коэффициента mi, в интервале от 0 до 1, на практике часто используют экспертную оценку (например, метод Дельфи [6]).
Преодолением недостатков статистических методов управления рисками является дополнительное использование методов нечёткой логики (Fuzzy Sets), которые в последние десятилетия нашли широкое применение [5, 6]. Рассмотрим несколько примеров. Чёткое ограничение понятия «тяжеловесный поезд» массой 6000 т не позволит управлять рисками отказа локомотива при ведении поезда массой 5999 т. Определение перепробега локомотива как +10 % от норматива не позволит увидеть риск при перепробеге +9,9 %. Также трудно чётко определить такие понятия, как «старый локомотив», «ненадёжный локомотив», «нарушение режима эксплуатации», «опасное боксо-вание или юз», «низкая квалификация машиниста или обслуживающего персонала», «повышенный износ» и др. Проблема решается использованием функции принадлежности элемента множеству цл(х) в интервале от 0 до 1. При этом под нечётким множеством A понимается совокупность упорядоченных пар, составленных из элементов х, X и соответствующих степеней принадлежности цл(х):
A = {(х, цл(х)) | х е X}. (9)
На рис. 6 приведены примеры функции принадлежности поезда xi к тяжеловесным поездам X (рис. 6, а), скорости поезда yi к недопустимо низ-
кой для руководящего подъема Y (рис. 6, б) и принадлежность события zi к следованию на руководящем подъёме с нарушением скоростного режима Z (рис. 6, в).
Предлагается следующий подход к управлению рисками: на основании знаний о локомотиве и условиях его эксплуатации формулируются логические утверждения об условиях возникновения опасного события (например, отказа локомотива). Истинность утверждения, что R принадлежит интервалу от 0 до 1, определяется степенью принадлежности элементов утверждения к нечётким множествам.
Рассмотрим пример. Логическое (лингвистическое) утверждение «Отказ тягового электродвигателя (ТЭД) произойдёт, если локомотив с тяжеловесным поездом проследует руководящий подъем со скоростью ниже допустимой» является истинным, т. к. из-за перегрева ТЭД произойдёт разрушение изоляции, и при неблагоприятных погодных условиях (повышенная влажность, дождь, снег и др.) произойдёт пробой изоляции. Утверждение содержит нечёткие множества «тяжеловесный поезд» X, «недопустимо низкая скорость» Y и «проследует руководящий подъем» Z.
R = X and Y and Z или R = X*Y*Z. (10)
Пусть функции принадлежности параметров конкретного случая проследования руководящего подъема xi, yi и zi имеют функции принадлежности к множествам X, Y, Z, как показано на рис. 6. Тогда при следовании поезда массой 2000 т со скоростью 90 км/ч по всему руководящему подъёму риск Ri отказа ТЭД будет отсутствовать:
Ri = 0 * 0 * 0 = 0. (11)
При следовании с поездом массой 5600 т со скоростью 20 км/ч весь руководящий подъём можно утверждать, что ТЭД обязательно выйдут из строя:
r2 = 1 * 1 * 1 = 1. (12)
При следовании с поездом массой 4000 т со скоростью 50 км/ч 50 % руководящего подъёма можно утверждать, что риск R3 отказа ТЭД в ближайшее время составит:
R3 = 0,5 * 0,2 * 0,4 = 0,04 (4 %). (13)
Если за время наблюдения несколько раз нарушался режим следования по руководящему подъему (R3 = 0,04, R4 = 0,1, R5 = 0,3), то риск R выхода ТЭД из строя будет определяться по формуле (2):
R = 1 - П (1 - Ri) = 1 - (10,04)*(10,1)*(1 0,3) = 0,395.(14)
Т. к. число двигателей на локомотиве 8, то общий риск согласно формуле (10) будет:
R8 = 1 - (1 - R)A8 = 1 - (1 - 0,395)А8 = 0,98 (15)
Транспорт
О 1000 2000 3000 4000 5000 6000 7000 а - Принадлежность поезда к тяжеловесным
О 10 20 30 40 50 60 70 80 б - Принадлежность скорости к нарушению скоростного режима на руководящем подъеме
20% 30% 40% 50% 60% 70% 80% 90% 100% в - Принадлежность к следованию на руководящем подъёме с нарушением скоростного режима Рис. 6. Функция принадлежности к нечётким множествам
Используя лингвистические формулировки, математический аппарат теории нечётких множеств, статистики и надёжности, можно построить систему управления рисками отказов локомотивов.
В ООО «ТМХ-Сервис» создаётся автоматизированная информационно-управляющая единая система мониторинга технического состояния локомотивов (ЕСМТ), в задачи которой входят две основные функции: «Управление инцидентами» и «Управление проблемами».
Управление инцидентами предполагает фиксацию, устранение и разбор каждого инцидента с локомотивом: отказ, предотказное состояние, замечания машинистов, нарушения режимов эксплуатации и др. На этом этапе происходит накопление статистики, в т. ч. по данным бортовых микропроцессорных систем управления (МСУ) [6]. Управление проблемами предполагает анализ данных об инцидентах, поиск и устранение первопричин инцидентов. На этом этапе следует использовать предлагаемую методику. Для этого следует реализовать интерактивную функциональность анализа данных с вычислением риска наступления отказа Я с использованием теории нечётких множеств.
Дальнейшие исследования автора будут направлены на разработку автоматизированной технологии анализа данных бортовых микропроцессорных систем управления и информационных железнодорожного транспорта с использованием методов теорий нечётких множеств, статистики и надёжности. Результатом должно стать создание систем поддержки принятия решений с учётом ожидаемых рисков.
Примечание: автором на основании предложенной методики разрабатывается совокупность логических утверждений, которые позволят управлять рисками отказов локомотивов в автоматизированном режиме: логические выражения «вшиваются» в информационно-управляющую систему мониторинга технического состояния локомотивов «ТМХ-Сервис» (ЕСМТ).
4. Анализ режимов эксплуатации локомотивов
Вторым источником информации для Мониторинга являются информационные системы. На рис. 7-9 показаны примеры анализа коэффициента технической готовности для 30 секций ВЛ80Р по данным АСОУП-2. Анализ данных АСОУП продолжается.
Основной
Основной —н
Основной
Основной
Основной
Основной
Основной
Основной
Основной
Рис. 7. Раскладка КТГ по типам состояний
Основной Основной Основной Основной Основной Основной Основной Основной Основной Основной
Рис. 8. Виды потерь в КТГ по состояниям
Основной Основной Основной Основной Основной Основной Основной
J& # & & & ^
Л? ^ ^ >
Рис. 9. Раскладка группы «Исправное» по состояниям Выводы
Таким образом, в настоящее время возможно создание системы мониторинга технического состояния локомотивов, основу которой составляют информационные системы ОАО «РЖД»
(АСОУП и др.), информационные системы сервисных компаний (ЕСМТ и др.) и диагностические данные всех типов бортовых микропроцессорных систем: штатные системы управления, системы автоведения и учёта топлива, приборы безопасности. На базе собираемой информации следует реализовать автоматизированную систему управления рисками, в основу которой следует положить теорию нечётких множеств.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Эксплуатация и техническое обслуживание подвижного состава / В.А. Гапановича, В.И. Киселева, И.К. Лакина М. : ИРИС ГРУПП, 2012. 576 с.
2. Herbert William Heinrich [Электронный ресурс] // Интернет энциклопедия Wikipedia : сайт. URL: http://en.wikipedia.org/wiki/Herbert_Will-iam_Heinrich. (дата обращения 07.12.2015).
3. Метод Дельфи [Электронный ресурс] // Википедия : сайт. URL: http://ru.wiki-pedia.org/wiki. (дата обращения 07.12.2015).
4. Лакин И.К. Анализ основных показателей работы железнодорожного транспорта // Транспорт РФ. 2007. № 1. С. 60-63.
5. Задэ Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М. : Мир, 1976. 166 с.
6. Прикладные нечёткие системы / Т. Тэрано, К. Асаи, М. Сугэно. М. : Мир, 1993. 184 с.
УДК 656.2.078.12:330.322 Анисимов Владимир Александрович,
д. т. н., доцент, профессор кафедры «Железнодорожный путь и проектирование железных дорог»,
Дальневосточный государственный университет путей сообщения, тел. 8(914)411-11-74, e-mail: anisvl@mail.ru Нестерова Наталья Станиславовна, к. т. н., доцент кафедры «Железнодорожный путь и проектирование железных дорог», Дальневосточный государственный университет путей сообщения, тел. 8(914)152-93-85, e-mail: mer-maid2@yandex.ru Бондаренко Наталья Викторовна, преподаватель Хабаровского техникума железнодорожного транспорта факультета среднего профессионального образования, Дальневосточный государственный университет путей сообщения,
тел. 8(924)2002567, e-mail: kavada06@mail.ru Гончарук Сергей Миронович, Дальневосточный государственный университет путей сообщения, тел. 8(914)1623911, e-mail: goncharuksergey@mail.ru
КОНЦЕПТУАЛЬНЫЕ ПРЕДЛОЖЕНИЯ ПО РАЗРАБОТКЕ ИННОВАЦИОННОГО ПРОЕКТА РАЗВИТИЯ МТК «АТР - ЕВРОПА» ДЛЯ РЕАЛИЗАЦИИ ТРАНЗИТНОГО
ПОТЕНЦИАЛА РОССИИ
VL A. Anisimov, N. S. Nesterova, N. V. Bondarenko, S. M. Goncharuk
CONCEPTUAL PROPOSALS FOR THE DEVELOPMENT OF INNOVATIVE PROJECT OF ADVANCEMENT OF THE ITC «ASIA PACIFIC - EUROPE» FOR THE REALIZATION
OF TRANSIT POTENTIAL OF RUSSIA
Аннотация. В «Транспортной стратегии Российской Федерации на период до 2030 г.», далее Стратегия, дан исчерпывающий анализ существующему состоянию Единой транспортной системы (ЕТС) страны, указаны основные проблемы, обозначены цели и расставлены приоритеты, а также сформулированы конкретные задачи, подлежащие реализации в пределах
