CC BY
26
УДК 656.254:658.5(075.8)
1 2 11 Е. Ю. Копытов , Н. И. Степаненко , А. А. Любченко , А. А. Богданов
1Омский государственный университет путей сообщения (ОмГУПС), г. Омск, Российская Федерация, 2Кузбасский РЦС Новосибирской дирекции связи ЦСС ОАО «РЖД», г. Кемерово, Российская Федерация
ПОДХОД К АВТОМАТИЗИРОВАННОЙ ОЦЕНКЕ КАЧЕСТВА ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ В РЕГИОНАЛЬНОМ ЦЕНТРЕ СВЯЗИ
Аннотация. Объекты железнодорожной электросвязи являются неотъемлемым комплексом технических средств, участвующих в организация безопасного и эффективного перевозочного процесса. Традиционно надежное функционирование средств связи обеспечивается путем проведения планового технического обслуживания, анализ качества которого выполняется по данным об инцидентах за прошедший отчетный период. Возможность экспериментальной оценки с помощью средств вычислительной техники несомненно имеет свои преимущества. В статье представлена задача разработки имитационной модели процесса эксплуатации устройств железнодорожной электросвязи с целью оценки коэффициента готовности и показателя качества обслуживания. Модель позволяет в автоматизированном режиме выполнять компьютерный эксперимент для вычисления средних значений указанных показателей с учетом следующих входных параметров модели: интенсивности отказов, периодичности и продолжительности обслуживания, времени восстановительного ремонта, вероятности ошибок персонала ремонтно-восстановительных бригад и вероятности отсутствия комплекта запасных частей.
Ключевые слова: техническое обслуживание, железнодорожная электросвязь, коэффициент готовности, имитационное моделирование, AnyLogic.
1 2 1 Evgeniy Y. Kopytov , Natalya I. Stepanenko , Alexander A. Lyubchenko ,
Alexander A. Bogdanov1
1 Omsk State Transport University (OSTU), Omsk, the Russian Federation 2Kuzbass regional communication center of Novosibirsk communication managment office of CSS, JSC «RZD»,
Kemerovo, the Russian Federation
AN APPROACH FOR AUTOMATED QUALITY ESTIMATION OF PREVENTIVE MAINTENANCE IN REGIONAL COMMUNICATION CENTER
Abstract. Railway telecommunications are inherent facilities participating in the organization of efficient and safe transport process. Generally, reliable operation of telecommunication devices is provided by the implementation of preventive maintenance that quality analysis is performed on the incidents during the latest reporting period. The possibility of experimental estimation using computer techniques surely has advantages. In the paper, we have defined an objective of the development of a simulation model of the operation process of railway telecommunications so as to assess the inherent availability and maintenance quality indicator. The model allows carrying out a computer experiment and estimation of the abovementioned measures in an automated way taking into account the following input parameters: failure rates, periodicity and length of maintenance, time of repair, the probability of erroneous actions of service staff and the probability of spare and replacement parts lack.
Keywords: preventive maintenance, railway telecommunication, availability, simulation, AnyLogic
Объекты железнодорожной электросвязи предназначены для организации и выполнения технологических процессов железнодорожного транспорта. Структура и технологическое оснащение подразделений Центральной станции связи - филиала ОАО «РЖД» - должны обеспечивать выполнение необходимых работ по техническому обслуживанию объектов электросвязи. Ремонт объектов производится структурными подразделениями Центральной станции связи, специалистами, имеющими необходимые навыки для выполнения этих работ, а также средства механизации, средства измерений, оборудование и инвентарь.
Техническое обслуживание и ремонт объектов железнодорожной электросвязи, устройств линейно-аппаратного зала, пассажирской автоматики и вычислительной техники
осуществляются региональными центрами связи (РЦС), которые входят в состав дирекции связи, на территории которой расположены обслуживаемые участки железной дороги.
Эффективность работы региональных центров оценивается по показателю качества выполняемого технического обслуживания и коэффициенту готовности оборудования железнодорожной электросвязи, которые зависят от множества факторов эксплуатации и организации системы технического обслуживания (ТО).
В соответствии с докладом главного инженера Центральной станции связи ОАО «РЖД» Слюняева А. Н. «О стратегии развития систем диагностики и мониторинга объектов железнодорожной электросвязи до 2025 года» одними из целевых задач стратегии являются обеспечение требуемой готовности сетей технологической связи с коэффициентом готовности Кг > 0,999; обеспечение качества услуг технологической связи с интегральной оценкой не хуже 4,8 (по пятибалльной шкале); снижение удельных трудозатрат на эксплуатацию и техническое обслуживание технических средств связи не менее чем в два раза. Поэтому для правильной организации технической эксплуатации и, следовательно, обеспечения требуемых значений указанных показателей возможно использование автоматизированных средств, позволяющих дать оценку показателям в зависимости от различных параметров, характеризующих процесс обслуживания. В таком случае появляется возможность выбрать такие значения параметров, которые обеспечивают желаемый уровень показателей эффективности. Главное преимущество такого подхода использования автоматизированных средств заключается в том, что для оценки используются данные компьютерного моделирования, а не натурных экспериментов, что, несомненно, более привлекательно с точки зрения временных и материальных затрат.
Как показывает анализ литературы, проблема контроля качества технической эксплуатации технологического оборудования остается актуальной для всех хозяйств железнодорожного транспорта и в других отраслях. В работе [1] рассматривается подход к контролю качества и надежности при техническом обслуживании и ремонтах систем управления движением поездов на основе параметра потока отказов, тогда как вариант усовершенствованной методики оценки качества технической эксплуатации устройств железнодорожной автоматики и телемеханики, основанной на балльной оценке, предложен в источнике [2]. Авторами работы [3] решение упомянутой задачи для парков транспортно-технологических машин дается с помощью эвристической модели восстановления, позволяющей оценивать предлагаемый в качестве меры качества обобщенный коэффициент надежности, основанный на коэффициентах готовности и технического использования. Показатели надежности восстанавливаемых систем широко используются при решении задачи оценки качества технического обслуживания и ремонта, в том числе для средств радиотехнического обеспечения полетов и электросвязи [4] и структурно-сложных территориально рассредоточенных систем связи [5].
Популярным сегодня методом анализа процессов и систем различных отраслей промышленности, в том числе и на транспорте, является имитационное или, в случае стохастических процессов, статистическое моделирование. В работах [6, 7] подчеркивается преимущество такого вида моделирования перед эмпирическим подходом для случая высоконадежных систем, когда из-за крайне редкого возникновения отказов невозможна оценка показателей надежности с приемлемой точностью. Как результат статистическое моделирование находит применение как при расчете надежности автотранспортных систем [7, 8], так и при оценке качества технического обслуживания и ремонта парков транспортно-технологических машин [3], при определении наиболее эффективных вариантов обслуживания транспортных потоков [9, 10], анализе пропускной способности железнодорожных линий [11, 12]. Данный вид моделирования применяется также как для анализа надежности структурно-сложных радиотехнических средств [13], так и для оценки надежности программного обеспечения [14].
Популярным сегодня отечественным инструментом имитационного моделирования является среда ЛпуЬо§ю [15 - 19], обеспечивающая возможность визуальной разработки моде-
лей и объединяющая «все три современные парадигмы построения имитационных моделей» [20]. Среда AnyLogic используется для оценки комплексных показателей надежности элементов радиотехнических систем [17], моделирования процессов технического обслуживания железнодорожных радиостанций [21], прогнозирования надежности элементов информационных систем [18] и анализа эффективности компьютерных сетей [22, 23], а также для анализа показателей эксплуатационной работы железнодорожного узла [16] и моделирования расписания движения транспортных средств [19].
Таким образом, в данной статье рассматривается имитационная модель в среде ЛпуЬо§1е, обеспечивающая автоматизированный расчет коэффициента готовности и показателя качества технического обслуживания оборудования железнодорожной электросвязи с целью анализа системы организации обслуживания в региональном центре связи - структурном подразделении дирекции связи.
Процесс эксплуатации и ТО оборудования железнодорожной электросвязи может быть представлен набором состояний и переходов между ними. В самом простом классическом случае такой процесс может быть представлен всего двумя состояниями: работоспособное состояние и состояние отказа. Данная модель хорошо изучена, и с ее использованием не составляет особого труда получить зависимости показателей надежности от времени [24]. Для модели двух состояний характерен лишь учет возможности возникновения внезапных отказов без уточнения причин их возникновения, а также других особенностей процесса, например, наличие системы регламентированного ТО, призванной обеспечить поддержание работоспособного состояния аппаратуры за счет предупреждения постепенных отказов. Следовательно, учет технического обслуживания устройств предполагает выделение отдельного состояния в исследуемом процессе. При этом рассматривается регламентированное ТО, выполняемое через запланированные интервалы времени в соответствии с технико-нормировочными картами.
В соответствии с инструкцией по техническому обслуживанию и ремонту объектов железнодорожной электросвязи ОАО «РЖД» от 26.10.2017 № 2185р основными видами работ при регламентированном ТО объектов электросвязи являются
проверка и оценка технического состояния с помощью средств внутренней" диагностики; измерение параметров, характеристик, настроек и приведение их к установленным технической" документацией" нормам;
планово-профилактическая замена элементов на новые или отремонтированные и проверенные установленным порядком;
осмотр, регулировка, чистка, замена некоторых составных частей" оборудования, проверка крепления болтовых соединений, покраска, проверка исправного действия.
Указанные виды работы выполняются инженерно-техническим персоналом РЦС, главной характеристикой которого в предлагаемой модели является вероятность ошибочных действий при выполнении процедур технического обслуживания. Проведенные рядом авторов исследования показали, что при хорошей подготовке операторов и правильной организации эксплуатации радиоаппаратуры надежность ее в три - пять раз выше, чем при плохой организации и низкой подготовке операторов [24, 25]. По данным Петербургского государственного университета путей сообщения 58 % отказов оборудования автоматики и телемеханики происходит из-за ошибок персонала при проведении работ по техническому обслуживанию [26]. Результаты факторного анализа инцидентов в Кузбасском региональном центре связи за 2016 г. показывают, что около 20 % инцидентов происходит из-за нарушения инструкции, следовательно, учет такого фактора, как ошибки обслуживающего персонала, необходим при оценке и анализе показателей эффективности эксплуатации оборудования железнодорожной электросвязи.
Вероятность ошибочных действий (или ошибки) обслуживающего персонала Еор определяется как невыполнение поставленной задачи, которое может явиться причиной повреждения оборудования или имущества либо нарушения нормального хода запланированных операций по техническому обслуживанию. В модели принимается также допущение о том,
что эта же характеристика свойственна для персонала, занимающегося восстановительным ремонтом, вероятность ошибочных действий которого обозначается как Er.
Одним из основных условий ремонтопригодности аппаратуры является обеспечение ее необходимым комплектом элементов, используемых при восстановительных ремонтах аппаратуры. Комплект запасных частей, инструментов и принадлежностей (ЗИП) должен содержать все необходимые в процессе эксплуатации элементы. Иногда отсутствие необходимых элементов в комплектах ЗИП намного увеличивает время восстановления.
Правильное комплектование ЗИПа, оптимизация его по стоимости являются важной проблемой при решении вопросов ремонтопригодности радиоэлектронной аппаратуры. При отказе аппаратуры ее неисправный элемент заменяют исправным из состава ЗИПа. Поэтому в ЗИПах некоторое время отсутствует этот элемент. Условимся время отсутствия необходимого элемента в комплекте запасных элементов называть временем восстановления элемента ЗИПа. Оно состоит из времени доставки элемента, времени замены его на складе или ремонта и времени ожидания замены или ремонта. В модели эксплуатации и ТО предлагается учитывать систему комплектования ЗИПа вероятностью отсутствия запасных элементов Pn и временем восстановления элемента ЗИПа для отказов и технологических нарушений различной категории.
Граф процесса эксплуатации и ТО аппаратуры, учитывающий возможные отказы оборудования из-за ошибок обслуживающего персонала и сотрудников, занятых восстановительным ремонтом, представлен на рисунке 1.
Рисунок 1 - Граф состояния процесса эксплуатации и ТО с учетом вероятностей Eop и Ег
Граф состояний включает в себя работоспособное состояние (£0), состояние отказа (£2) и состояние технического обслуживания (£1). Перед возникновением отказа устройство находится в состоянии £0 случайное время т, которое напрямую зависит от интенсивности возможных отказов компонентов и (или) блоков устройства. При этом рассматривается экспоненциальный закон надежности, предполагающий постоянство интенсивности отказов и преобладание внезапных отказов над постепенными. В случае возникновения отказа (перехода в состояние £2) персоналом проводится восстановительный ремонт в течение времени Тг, по истечении которого система возвращается обратно в работоспособное состояние £0 или остается в состоянии отказа, если персоналом, занимающимся восстановительным ремонтом, допущена ошибка. Если для поддержания работоспособности применяется регламентированное ТО и не произошло отказа, то через ТоЬ - периодичность ТО - система перейдет в состояние £1, где обслуживающий персонал будет выполнять профилактические мероприятия в течение времени Тр, по истечении которого система перейдет в состояние £0 или в состояние £2, если персоналом, занимающимся проведением ТО, будет допущена ошибка.
Показателем надежности, характеризующим вероятность нахождения системы в работоспособном состоянии в произвольный момент времени, кроме планируемых периодов, в течение которых применение объекта по назначению не предусматривается, является коэффициент готовности К , вычисляемый по формуле:
ТБ 0 ТБ 0 + ТБ 2'
где ТБ 0 - время нахождения в работоспособном состоянии;
ТБ 2 - время нахождения в состоянии ремонта.
Кг , (1)
Таким образом, получив множество реализаций процесса (см. граф на рисунке), можно определить статистическое значение коэффициента готовности с течением времени, а также показателя качества технического обслуживания. При этом имитационное моделирование является более привлекательным, так как позволяет рассматривать такие значения входных параметров, для которых аналитическое решение тяжело реализуемо или невозможно. Следовательно, имея в наличии соответствующую имитационную модель, можно исследовать значения коэффициента готовности и показателя качества ТО в зависимости от входных параметров модели, характеризующих факторы эксплуатации.
С помощью инструмента имитационного моделирования AnyLogic была разработана статистическая модель, имитирующая поведение описанного ранее процесса эксплуатации и технического обслуживания устройств.
Модель является стохастической, так как учитываются случайность возникновения отказов и ошибочных действий персонала, наличие или отсутствие запасных элементов и непостоянство времени устранения отказов различных групп, распределенного по равномерному закону в заданном диапазоне.
Основными инструментами AnyLogic, использованными при построении модели, являются диаграмма состояний («стейтчарт») и событие.
Диаграмма состояний позволяет графически задать пространство состояний алгоритма поведения объекта и события, которые являются причинами срабатывания переходов из одних состояний в другие, а также действия, происходящие при смене состояний. С помощью названной диаграммы можно графически задать дискретное поведение объектов любой сложности, куда более разнообразное, чем элементарные состояния свободен/занят, открыт/закрыт, исправен/неисправен, предлагаемые большинством блочных инструментов моделирования. Переходы между состояниями могут сработать в результате заданного в качестве условия перехода события - это может быть истечение заданного таймаута, получение сообщения, выполнение заданного логического условия.
Событие является самым простым способом планирования действий в модели и часто используется для моделирования задержек и таймаутов. Работа данного инструмента организуется тремя способами, в предлагаемой модели это реализуется циклическим срабатыванием через определенные промежутки времени.
Рассматриваемая модель имеет внешнюю автоматизированную базу данных на основе файла Microsoft Excel, в которую записываются все данные, необходимые для проведения анализа результатов эксперимента. В рабочей области модели строятся графики основных исследуемых зависимостей.
К входным параметрам модели относятся следующие:
а) L - интенсивность отказов;
б) Tob - периодичность технического обслуживания;
в) Tp - время проверки оборудования во время технического обслуживания;
г) Tr - время ремонта;
д) kp - количество прогонов;
е) vrpr - время одного прогона (продолжительность моделирования);
ж) Pn - вероятность отсутствия ЗИПа;
з) dopvr - время ожидания поступления ЗИПа.
Выходные параметры модели:
а) Kg - коэффициент готовности;
б) B -удельное количество накопленных за месяц штрафных баллов;
в) TS0 - общее время нахождения в работоспособном состоянии;
г) TS1 - общее время нахождения в состоянии технического обслуживания;
д) TS2 - общее время нахождения в состоянии ремонта.
В данной работе реализованы функция начисления штрафных баллов за отказы и система оценки качества исходя из начисленных баллов, основанная на Положении о показателе качества технического обслуживания средств связи от 20.08.2014 № ЦСС-767/р (далее - Положение...), согласно которому отказы по степени тяжести последствий подразделяются на три категории, а технологические нарушения - на две категории. За каждый отказ или технологическое нарушение начисляется определенное количество штрафных баллов, регламентированное Положением...
Количество штрафных баллов также зависит от задержек во времени при восстановлении работоспособности средств электросвязи и вычисляется по формуле:
Б = Б0 + 0,5 • Б0 (VJ/(2)
где Б - итоговая балльная оценка;
Бо - количество баллов за отказ или технологическое нарушение, регламентированное Положением.;
tф - фактическое время восстановления работоспособности средств связи;
- среднесетевое время восстановления работоспособности средств связи, регламентированное Положением...
Значения таких параметров, как время ремонта, время технического обслуживания, время ожидания ЗИПа, генерируются случайным образом по нормальному закону распределения с заданными среднеквадратичным отклонением и математическим ожиданием. По итогам месяца определяется удельный показатель качества технического обслуживания средств связи Б в расчете на каждые 100 технических единиц обслуживаемого оборудования по формуле:
Б
Бу = ^100, (3)
где Бу - удельный показатель качества технического обслуживания средств связи;
Б - сумма баллов, начисленных за допущенные отказы технических средств связи и технологические нарушения;
T0 - приведенная величина технических единиц обслуживаемых устройств.
Далее полученный удельный показатель интерпретируется соответствующей категорией качества: «отлично» - от 0 до 14,5; «хорошо» - свыше 14,5 до планируемого показателя; «удовлетворительно» - свыше планируемого показателя до 80 и «неудовлетворительно» -свыше 80.
Модель состоит из диаграммы трех состояний, связанных между собой переходами, совокупности входных и вспомогательных переменных. Используется также инструмент «Событие», отвечающее за сбор статистики и организацию нового прогона. Структура модели изображена на рисунке 2.
Каждый прогон начинается с работоспособного состояния (£0), в котором происходит розыгрыш перехода в следующее состояние, основанный на экспоненциальном законе распределения. После розыгрыша случайного события открывается переход в состояние технического обслуживания (£1) или ремонта (£2), срабатывающий через определенный промежуток времени, задаваемый периодичностью технического обслуживания (Tob) или временем, через которое произойдет отказ (т). После пребывания в неработоспособном состоянии (£2) или состоянии технического обслуживания (£1) срабатывает переход в работоспособное состояние (£0), открываемый через время, определяемое временем ремонта (Tr) или проверки при техническом обслуживании (Tp), после чего цикл повторяется заново и так kp раз, что соответствует задаваемому количеству прогонов.
После проведения эксперимента, выполнения кр прогонов вычисляются средние значения коэффициента готовности и показателя качества технического обслуживания, значения которых сохраняются автоматически в базе данных в виде файла data.xls.
£ timeTS ©kTS
о50
Q Si
О52
©Pt © tau Q S0S2 © 9DS1
fy event ©тр
On
Q data
©sig ©kp © vrpr
State Chart
OL OE°P
Q Tob Q Er
Q TpO Q Pn
0Tr
d
' - S2-
H5-
so
t-o
-GH
si
© S1S2 © S2S0 © S13J © S2S2
J
{•ykset jjS)Bset g^Kcpet
QjdatasetAk Щ datase® Щ datase«g фЗ datasetsrAk jft' datasetsrB datasetsrKg Jji datasetBn
Q сок ©в
OB0
©то
© VrSS
© VrRI © vrRII © vrRIII © vrRtri © vrRtnll
© dopvrIO © cbpvrllO © cbpvrHIO © dopwrtrlO © dopvrtrtIO
Рисунок 2 - Внешний вид структуры имитационной модели
Для оценки качества технического обслуживания в модели предусмотрена пользовательская функция «Система оценки качества» (СОК), выполняющая расчет на основе полученных в процесс моделирования статистических данных и правил Положения... При этом функция СОК учитывает, какую долю составляют отказы и технологические нарушения по всем категориям от их общего количества за период с 2014 по 2016 г. Следовательно, в модели было принято, что отказы первой категории составляют 3 %, второй - 1 %, третьей категории - 70 % и технологические нарушения первой и второй категорий - по 13 %.
Важно отметить, что модель является гибкой в настройке и позволяет вводить произвольные значения входных параметров, что дает возможность выполнять анализ их влияния на ключевые показатели эффективности эксплуатации оборудования железнодорожной электросвязи.
С целью анализа влияния входных параметров на коэффициент готовности КГ и показатель качества технического обслуживания Б необходимо выполнение компьютерных экспериментов с предложенной моделью. Значения входных параметров модели по умолчанию приведены в таблице 1.
Таблица 1 - Значения входных параметров по умолчанию
Параметр Значение параметра
Интенсивность отказов L, 1/ч 0,00001
Периодичность технического обслуживания Tob, ч 2190
Время проверки при ТО, ч 1
Время устранения отказов и технологических нарушений каждой из групп
vrRI - vrRIII, vrRtnl, vrRtnll, ч 4
Время ожидания ЗИПа при различных группах отказов и технологических
нарушений dopvrIO, dopvrII0, dopvrIII0, doptnIO, doptnIl, ч 24
Вероятность ошибки обслуживающего персонала Eop 0,0
Вероятность ошибки персонала при ремонте Er 0,0
Вероятность отсутствия ЗИПа Pn 0,0
Техническая оснащенность То, Т.Е. 278
Среднеквадратическое отклонение времени проверки и устранения отказов и
технологических нарушений sig 0,15
Время одного прогона vrpr, лет 100
Количество прогонов kp 1000
№ 2(34) ЛЛ л о ___-ИЗВЕСТИЯ Транссиба 131
=2018 ■
В качестве входных изменяемых переменных модели были выбраны: интенсивность отказов Ь, продолжительность восстановительного ремонта Тг, влияющая непосредственно на время устранения отказов и технологических нарушений каждой из групп, вероятность ошибочных действий обслуживающего персонала Еор и вероятность отсутствия ЗИПа Рп. Значения перечисленных параметров для проведения экспериментов приведены в таблице 2.
Таблица 2 - Значения входных изменяемых переменных модели
Параметр Значение параметра
эксперимент 1 эксперимент 2 эксперимент 3 эксперимент 4
Интенсивность отказов Ь, 1/ч Время восстановления Тг, ч Вероятность ошибки обслуживающего персонала Еор Вероятность отсутствия ЗИПа Рп 0,00001 4 0,0 0,0 0,00005 8 0,2 0,2 0,0001 12 0,4 0,4 0,0005 16 0,6 0,6
Моделирование процесса эксплуатации и ТО носит стохастический (вероятностный) характер, поэтому каждый эксперимент выполняется 1000 прогонов с последующим вычислением средних значений коэффициента готовности и показателя качества ТО.
Зависимости коэффициента готовности КГ от времени при изменении интенсивности отказов Ь представлены на рисунке 3.
0,9999
0,9998
0,9997
0,9996
0,9995
0,9994
0,9993
1 •
1 \ "V
1 1 - - Щ*
1 1
( 1 ......
1 1 ........
«
11
13
15
17
19
21
25
- I - О.
----I а.
00001 00005
1/ч:
■I =0,0001 1/ч:
1/ч- ------1=0.0005 1/4
Рисунок 3 - Зависимость коэффициента готовности от времени при изменении интенсивности отказов Ь
Графики зависимостей на рисунке 3 имеют нелинейный убывающий характер. В начальный момент времени оборудование находится в работоспособном состоянии, поэтому коэффициент готовности равен единице независимо от интенсивности отказов. С течением времени отмечается уменьшение значения коэффициента готовности с увеличением интенсивности отказов оборудования железнодорожной электросвязи, что говорит об адекватной реакции модели на входные воздействия. Следовательно, целесообразно эксплуатировать оборудование до того момента времени, пока значение коэффициента готовности отвечает установленным требованиям.
Линии тренда оценок показателя качества ТО от времени при изменении интенсивности отказов Ь показаны на рисунке 4.
Рисунок 4 - Линии тренда оценок показателя качества ТО от времени при изменении интенсивности отказов Ь
На рисунке 5 представлены линии тренда для оценок показателя качества технического обслуживания Б от времени при изменении времени восстановления Тг.
Рисунок 5 - Линии тренда оценок показателя качества ТО от времени при изменении времени восстановления Тг
№ 0(34) лл л о ННдаИЗВЕСТИЯ Транссиба 133
=2018 ■
Линии тренда оценки показателя качества технического обслуживания Б от времени при изменении вероятности ошибки обслуживающего персонала Еор изображены на рисунке 6.
Рисунок 6 - Линии тренда оценок показателя качества ТО от времени при изменении вероятности ошибки обслуживающего персонала Еор
Линии тренда оценки показателя качества технического обслуживания Б от времени при изменении вероятности отсутствия ЗИПа Рп изображены на рисунке 7.
Рисунок 7 - Линии тренда оценок показателя качества ТО от времени при изменении вероятности отсутствия ЗИП Рп
Анализ данных моделирования, представленных на рисунке 4, показывает, что c ростом интенсивности отказов отмечается увеличение оценки показателя качества ТО, что соответствует правильной работе модели. При этом наибольший прирост Б получен для Ь, равной 0,0005 1/ч, тогда как для интенсивностей отказов от 0,00001 до 0,0001 1/ч прирост Б не превышает 0,8.
Результаты моделирования на рисунке 5 демонстрируют нелинейное увеличение оценок показателя качества Б от продолжительности восстановительного ремонта Тг. С увеличением вероятности ошибки обслуживающего персонала Еор отмечается также резкое увеличение показателя качества ТО, как это показано на рисунке 6. Однако с течением времени показатель качества Б нелинейно уменьшается, что свидетельствует об уменьшении влияния вероятности ошибки персонала на качество ТО с течением времени. Характер изменения показателя качества технического обслуживания Б от времени при изменении вероятности отсутствия ЗИПа Рп показан на рисунке 7. Экспериментальные кривые демонстрируют нелинейное возрастание показателя качества Б с течением времени, при этом наибольший прирост штрафных баллов происходит при Рп = 0,2 по всей оси времени.
Связь на железнодорожном транспорте стала неотъемлемой частью технологического процесса, от надежного ее функционирования зависят бесперебойность и эффективность перевозочного процесса.
По причине воздействия различных факторов окружающей среды, старения аппаратуры средствам электросвязи свойственны отказы. Для поддержания надежного функционирования и восстановления оборудования первичных сетей связи на сети железных дорог применяются различные виды технического обслуживания, реализуемые структурными подразделениями Центральной станции связи ОАО «РЖД» - региональными центрами связи. При этом планомерно осуществляется переход на более современные системы связи и технологии, что обусловлено необходимостью повышения качества предоставляемых услуг связи, заменой морально устаревшего оборудования и расширения функциональных возможностей. Таким образом, анализ производственной деятельности и организация технического обслуживания и ремонта в региональных центрах является важной задачей, от правильности выполнения которых в конечном счете зависит эффективность перевозочного процесса.
В данной работе предложена и апробирована в Кузбасском региональном центре связи имитационная модель, построенная в среде моделирования АпуЬо§ю, позволяющая выполнить автоматизированный расчет коэффициента готовности и показателя качества технического обслуживания средств электросвязи в зависимости от влияющих факторов и тем самым дать оценку эффективности работы регионального центра связи.
Список литературы
1. Коваленко, В. Н. Контроль качества и надежности технического обслуживания и ремонтов [Текст] / В. Н. Коваленко, Д. Ю. Зайцев, Д. Г. Неволин // Транспорт Урала / Уральский гос. ун-т путей сообщения. - Екатеринбург. - 2016. - № 3(50). - С. 43 - 47. Б01: 10.20291/1815-9400-2016-3-43-47
2. Шагиахметов, Д. Р. Усовершенствование оценки качества технической эксплуатации устройств железнодорожной автоматики [Текст] / Д. Р. Шагиахметов, Т. О. Мусин // Вестник Казахской академии транспорта и коммуникаций им. М. Тынышпаева / Казахская академия транспорта и коммуникаций им. М. Тынышпаева. - Алматы. - 2011. - № 4(71). - С. 60 - 66.
3. Манаков, А. Л. Имитационное моделирование функциональной системы для оценки качества технического обслуживания и ремонта парков транспортно-технологических машин [Текст] / А. Л. Манаков, В. В. Моисеенко // Проблемы информатики / Институт вычислительной математики и математической геофизики Сибирского отделения РАН. - Новосибирск. - 2010. - № 3. - С. 36 - 42.
4. Емельянов, В. Е. Оценка качества технического обслуживания средств РТОП и ЭС [Текст] / В. Е. Емельянов, С. Н. Смородский // Научный вестник Московского государственного технического университета гражданской авиации / Московский гос. техн. ун-т гражданской авиации. - М. - 2015. - № 219(9). - С. 41 - 45.
5. Модель для расчета показателей качества функционирования системы технического обслуживания и ремонта сети связи [Текст] / В. Л. Витюк, В. Л. Гузенко др. // Фундаментальные исследования. - Пенза: Академия Естествознания. - 2015. - № 5-3. - С. 493 - 498.
6. Якубович, А. Н. Эффективный алгоритм численной реализации случайных величин в задачах статистического моделирования надежности технических систем [Текст] / А. Н. Якубович, И. А. Якубович // Интеллект. Инновации. Инвестиции / Оренбургский гос. ун-т. -Оренбург. - 2016. - № 8. - С. 84 - 89.
7. Якубович, А. Н. Определение надежности автотранспортных систем и их элементов методами математического моделирования [Текст] / А. Н. Якубович, И. А. Якубович // Грузовик. -М.: Инновационное машиностроение. - 2016. - № 7. - С. 39 - 44.
8. Якубович, А. Н. Оценка надежности автотранспортных систем методами статистического моделирования (аналитический обзор) [Текст] / А. Н. Якубович, И. А. Якубович, В. И. Рассоха // Интеллект. Инновации. Инвестиции / Оренбургский гос. ун-т. - Оренбург. -2016. - № 1. - С. 89 - 94.
9. Имитационное моделирование вероятностных характеристик функционирования железнодорожной сети [Текст] / И. В. Максимей, Е. И. Сукач и др. // Математические машины и системы / Институт проблем математических машин и систем Национальной академии наук Украины. - Киев. - 2008. - № 4. - С. 147 - 153.
10. Сукач, Е. И. Автоматизация процесса исследования вариантов организации перемещения транспортных потоков в железнодорожной сети [Текст] / Е. И. Сукач // Математические машины и системы / Институт проблем математических машин и систем Национальной академии наук Украины. - Киев. - 2009. - № 4. - С. 161 - 168.
11. Кокурин, И. М. Оценка пропускной способности железнодорожных линий на основе имитационного моделирования процессов перевозок [Текст] / И. М. Кокурин, В. А. Кудрявцев // Известия Петербургского университета путей сообщения / Петербургский гос. ун-т путей сообщения Императора Александра I. - Санкт-Петербург. - 2012. - № 2(31). - С. 18 - 22.
12. Алексеев, С. И. Имитационно-анимационное моделирование основных технологических процессов мурманского транспортного узла [Текст] / С. И. Алексеев, В. В. Береженой, Р. И. Сорока // Евразийское пространство: приоритеты социально-экономического развития: Материалы междунар. науч.-практ. конф. / Евразийский открытый институт. - М., 2011. - С. 28 - 36.
13. Тихменев, А. Н. Прогнозирование надежности структурно-сложных радиоэлектронных средств методами имитационного моделирования [Текст] / А. Н. Тихменев, В. В. Жад-нов // Качество. Инновации. Образование / Европейский центр по качеству. - М. - 2013. -№ 3(94). - С. 50 - 56.
14. Оценка надежности программного обеспечения методами дискретно-событийного моделирования [Текст] / А. В. Чернов, А. Н. Гуда и др. // Программные продукты и системы / НИИ «Центрпрограммсистем». - Тверь . - 2015. - № 4. - С. 158 - 165. DOI: 10.15827/0236-235X.112.158-165
15. Якимов, И. М. Моделирование сложных систем в имитационной среде AnyLogic [Текст] / И. М. Якимов, А. П. Кирпичников, В. В. Мокшин // Вестник казанского технологического университета / Казанский технолог. ун-т. - Казань. - 2014. - Т. 17. - № 13. - С. 352 - 357.
16. Дискретно-событийная модель железнодорожного узла в среде AnyLogic [Текст] / А. А. Любченко, С. В. Бартош и др. // Динамика систем, механизмов и машин / Омский гос. техн. ун-т. - Омск. - 2016. - Т. 4. - № 1. - С. 87 - 92.
17. Любченко, А. А. Применение имитационного моделирования для определения вероятностных характеристик комплексных показателей надежности радиотехнических систем [Текст] / А. А. Любченко // Наука и современность / Центр развития научного сотрудничества. -Новосибирск, - 2010. - № 5-2. - С. 246 - 251.
18. Баран, В. И. Прогнозирование надежности элементов информационных систем с помощью инструментальных средств AnyLogic 7 [Текст] / В. И. Баран, Е. П. Баран // Вестник Российского университета кооперации / Российский университет кооперации. - Мытищи. -2016. - № 1. - С. 8 - 10.
19. Merkuryeva, G. Vehicle schedule simulation with AnyLogic / G. Merkuryeva, V. Bolshakov // 12th International Conference on Computer Modelling and Simulation. - 2010. IEEE. pp. 169-174. DOI: 10.1109/UKSIM.2010.38
20. Рахмангулов, А. Н. Особенности построения имитационной модели технологии работы железнодорожной станции в системе AnyLogic [Текст] / А. Н. Рахмангулов, П. Н. Мишкуров // Сборник научных трудов SWorld / Научный мир. - Иваново. - 2012. - Т. 4. - № 4. - С. 7 - 13.
21. Лутченко, С. С. Моделирование процессов технического обслуживания радиостанций в среде Anylogic [Текст] / С. С. Лутченко, Е. Ю. Копытов // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2010. - № 2. - С. 86 - 92.
22. Обухов, П. А. Разработка имитационных моделей в среде Anylogic для исследования эффективности работы компьютерных сетей [Текст] / П. А. Обухов, А. Б. Николаев // Автоматизация и управление в технических системах / Научно-инновационный центр. - Красноярск. - 2014. - № 4(12). - С. 71 - 81.
23. Попов, А. А. Оптимизация структуры компьютерной сети средствами имитационного моделирования в среде Anylogic [Текст] / А. А. Попов, М. М. Яблокова // Информационные технологии. Радиоэлектроника. Телекоммуникации / Поволжский гос. ун-т сервиса. -Тольятти. - 2016. - № 6-2. - С. 181 - 190.
24. Острейковский, В. А. Теория надежности: Учебник [Текст] / В. А. Острейковский. -М.: Высшая школа, 2003. - 463 с.
25. Шибанов, Г. П. Количественная оценка деятельности человека в системах «человек -техника» [Текст] / Г. П. Шибанов. - М.: Машиностроение, 1983. - 263 с.
26. Шаманов, В. И. Надежность систем железнодорожной автоматики и телемеханики: Учебное пособие [Текст] / В. И. Шаманов / Иркутский ин-т инж. трансп. - Иркутск, 1999. -223 с.
References
1. Kovalenko V. N., Zaytsev D. Y., Nevolin D. G. Quality and reliability control for maintenance and repair [Kontrol' kachestva i nadezhnosti tekhnicheskogo obsluzhivaniya i remontov]. Ural State University of Railway Transport (USURT), 2016, no. 3(50), pp. 43 - 47. DOI: 10.20291/1815-9400-2016-3-43-47
2. Shagiakhmetov D. R. Improvement of quality estimation of technical operation of railway automation devices [Usovershenstvovanie otsenki kachestva tekhnicheskoj ehkspluatatsii ustrojstv zheleznodorozhnoj avtomatiki]. The Bulletin of KazATC, 2011, no. 4(71), pp. 60 - 66.
3. Manakov А. L. Functional system simulation for quality estimation of preventive maintenance and repair of transport machine fleets [Imitatsionnoe modelirovanie funktsional'noj sistemy dlya otsenki kachestva tekhnicheskogo obsluzhivaniya i remonta parkov transportno-tekhnologicheskikh mashin]. Problems of Informatics, 2010, no. 3, pp. 36 - 42.
4. Emelyanov V. E., Smorodskiy S. N. Quality assessment maintenance of FRTS and ES [Ocenka kachestva tekhnicheskogo obsluzhivaniya sredstv RTOP i EHS]. Civil Aviation High TECHNOLOGIES, 2015, no 219(9), pp. 41 - 45.
5. Vityuk V. L., Guzenko V. L., Mironov Е. A., Sevastiyanov D. A., Shestopalova O. L. Model for calculating parameters of functioning quality of repair and maintenance of communications network [Model dlya rascheta pokazatelej kachestva funkcionirovaniya sistemy tekhnicheskogo obsluzhivaniya i remonta seti svyazi]. Fundamental research, 2015, no 5-3, pp. 493 - 498.
6. Yakubovich A. N., Yakubovich I. A. Efficient algorithm for numerical implementation of random variables in statistical modeling of technical systems reliability [Effektivnyj algoritm chislennoj realizatsii sluchajnykh velichin v zadachakh statisticheskogo modelirovaniya nadezhnosti tekhnicheskikh sistem]. Intellekt. Innovatsii. Investitsii, 2016, no. 8, pp. 84 - 89.
7. Yakubovich A. N., Yakubovich I. A. The determination of the reliability of transport systems and their elements using mathematical modelling [Opredelenie nadezhnosti avtotransportnykh sistem i ikh ehlementov metodami matematicheskogo modelirovaniya]. Gruzovik, 2016, no. 7, pp. 39 - 44.
8. Yakubovich A. N., Yakubovich I. A., Rassokha V. I. Reliability evaluation of transport systems by statistical modeling methods (analytical review) [Otsenka nadezhnosti avtotransportnykh sistem metodami statisticheskogo modelirovaniya (analiticheskij obzor)]. Intellekt. Innovatsii. Investitsii, 2016, no. 1, pp. 89 - 94.
9. Maksimey I. V., Sukach E. I., Giruts P. V., Erofeeva E. A. Simulation Modeling of probabilistic characteristic of railway network operation [Imitatsionnoe modelirovanie veroyatnostnykh kharakteristik funktsionirovaniya zheleznodorozhnoj seti]. Mathematical machines and systems, 2008, no. 4, pp. 147 - 153.
10. Sukach E. I. Automatization of research processes of organization variants for transport flows movement of railroad network [Avtomatizatsiya protsessa issledovaniya variantov organi-zatsii peremeshheniya transportnykh potokov v zheleznodorozhnoj seti]. Mathematical machines and systems, 2009, no. 4, pp. 161 - 168.
11. Kokurin I. M., Kudryavtsev V. A. Estimation of Railway Line Capacity Based on Imitation Modeling the Transportation Processes [Otsenka propusknoj sposobnosti zheleznodorozhnykh linij na osnove imitatsionnogo modelirovaniya protsessov perevozok]. Proceedings of Petersburg Transport University. 2012, no. 2(31), pp. 18 - 22.
12. Alekseev S. I., Berezhnoy V. V., Soroka R. I. Imitated-animated simulation of the basic technological processes the Murmansk transport hub [Imitacionno-animacionnoe modelirovanie osnovnyh tehnologicheskih processov murmanskogo transportnogo uzla]. Evrazijskoe prostranstvo: prioritety social'no-jekonomicheskogo razvitija. Moscow, 2011. Vol. I, pp. 28 - 36.
13. Tikhmenev A. N., Zhadnov V. V. Reliability prediction structural-difficult electronic devices by methods of imitating modeling [Prognozirovanie nadezhnosti strukturno-slozhnykh radi-oehlektronnykh sredstv metodami imitatsionnogo modelirovaniya]. Quality. Innovation. Education, 2013, no. 3, pp. 50 - 56.
14. Chernov A. V., Guda A.N., Chubeyko S.V., Butakova M.A. Software reliability evaluation by discrete-event simulation methods [Otsenka nadezhnosti programmnogo obespecheniya meto-dami diskretno-sobytijnogo modelirovaniya]. Programmnye Produkty i Sistemy, 2015, no. 4, pp. 158 -165, DOI: 10.15827/0236-235X.112.158-165
15. Yakimov I. M., Kirpichnilov A. P., Mokshin V. V. Modelling of complex systems with simulation instrument AnyLogic [Modelirovanie slozhnyh sistem v imitacionnoj srede AnyLogic]. Herald of Kazan Technological University. 2014, vol. 17, no. 13, pp. 352 - 357.
16. Lyubchenko A.A., Bartosh S.V., Smirnov V.A., Castillo P.A. A discrete-event simulation model of railway junction in AnyLogic [Diskretno-sobytijnaja model' zheleznodorozhnogo uzla v srede AnyLogic]. Dynamics of systems, mechanisms and machines, 2016, vol. 4, no. 1, pp. 87 - 92.
17. Lyubchenko A. A. Application of simulation for determination of probabilistic features of integrated reliability indices of radio systems [Primenenie imitacionnogo modelirovanija dlja opredelenija verojatnostnyh harakteristik kompleksnyh pokazatelej nadezhnosti radiotehnicheskih sistem]. Nauka i sovremennost', 2010, Vol. II, pp. 246 - 251.
18. Baran V.I., Baran E.P. Forecasting the reliability of elements of information systems using Anylogic 7 tools [Prognozirovanie nadezhnosti ehlementov informatsionnykh sistem s pomoshh'yu instrumental'nykh sredstv AnyLogic 7]. Vestnik of the Russian University of Cooperation, 2016, no. 1, pp. 8 - 10.
19. Merkuryeva G., Bolshakovs V. Vehicle schedule simulation with AnyLogic. 12th International Conference on Computer Modelling and Simulation, 2010, pp. 169 - 174. DOI: 10.1109/UKSIM.2010.38
20. Rakhmangulov A. N., Mishkurov P. N. Special aspects of railroad station working method simulation model development within AnyLogic system [Osobennosti postroeniya imitatsionnoj modeli tekhnologii raboty zheleznodorozhnoj stantsii v sisteme AnyLogic]. Sbornik nauchnykh tru-dov SWorld, 2012, vol. 4, no. 2, pp. 7 - 13.
21. Lutchenko S. S., Kopytov E.Y. Simulation processes maintenance radio stations in environment Anylogic [Modelirovanie protsessov tekhnicheskogo obsluzhivaniya radiostantsij v srede Anylogic Izvestiia Transsiba - Journal of Transsib Railway Studies, 2010, no. 2, pp. 86 - 92.
22. Obukhov P. A., Nikolaev A. B. Development of Simulation Models in Anylogic Software for the Study of the Efficiency of Computer Networks [Razrabotka imitatsionnykh modelej v srede Anylogic dlya issledovaniya ehffektivnosti raboty komp'yuternykh setej]. Automation and Control in Technical Systems, 2014, no. 4(12), pp. 71 - 81.
23. Popov A.A., Yablokova M.M. Optimization of computer network structure using AnyLogic simulation [Optimizatsiya struktury komp'yuternoj seti sredstvami imitatsionnogo modelirovaniya v srede Anylogic]. Information technologies. Radioelectronics. Telecommunications, 2016, no. 6-2, pp. 181 - 190.
24. Ostrejkovskij V. А. Teoriya nadezhnosti (Reliability theory). Moscow: Vysshaya shkola, 2003, 463 p.
25. Shibanov G. P. Kolichestvennaya otsenka deyatel'nosti cheloveka v sistemakh chelovek-tekhnika (Quantifying of human activity in man-machine systems). Moscow: Mashinostroenie, 1983, 263 p.
26. Shamanov V. I. Nadezhnost' sistem zheleznodorozhnoj avtomatiki i telemekhaniki (Reliability of rail transport automatics and telemechanics). Irkutck, 1999, 223 p.
ИНФОРМАЦИЯ ОБ АВТОРАХ
Копытов Евгений Юрьевич
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, доцент кафедры «Телекоммуникационные, радиотехнические системы и сети», ОмГУПС.
Тел.: +7 (3812) 31-16-72.
E-mail: [email protected]
Степаненко Наталья Ивановна
Кузбасский РЦС Новосибирской дирекции связи ЦСС ОАО «РЖД».
Кузнецкий пр., д. 75, г. Кемерово, 650025, Российская Федерация.
Старший электромеханик.
Тел.: +7 (904) 966-59-76.
Любченко Александр Александрович
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Кандидат технических наук, доцент кафедры «Телекоммуникационные, радиотехнические системы и сети», ОмГУПС.
Тел.: +7 (960) 998-97-04.
E-mail: [email protected]
Богданов Александр Александрович
Омский государственный университет путей сообщения (ОмГУПС).
Маркса пр., д. 35, г. Омск, 644046, Российская Федерация.
Студент Института автоматики, телекоммуникаций и информационных технологий, ОмГУПС.
Тел.: +7 (950) 338-99-11.
E-mail: [email protected]
БИБЛИОГРАФИЧЕСКОЕ ОПИСАНИЕ СТАТЬИ
Копытов, Е. Ю. Подход к автоматизированной оценке качества технического обслуживания в региональном центре связи [Текст] / Е. Ю. Копытов, Н. И. Степаненко, А. А. Любченко, А. А. Богданов // Известия Транссиба / Омский гос. ун-т путей сообщения. - Омск. - 2018. - № 2 (34). - С. 125 - 139.
INFORMATION ABOUT THE AUTHORS
Kopytov Evgeniy Yurevich
Omsk State Transport University (OSTU). 35, Marx st., Omsk, 644046, the Russian Federation. Candidate of Engineering Sciences, associate professor, Department of Telecommunications, radio system and networks, OSTU.
Phone: +7 (3812) 31-16-72. E-mail: [email protected]
Stepanenko Natalya Ivanovna
Kuzbass regional communication center of Novosibirsk communication managment office of CSS, JSC «RZD».
75, Kuznetsky st., Kemerovo, 650025, the Russian Federation.
Senior electrician engineer.
Phone: +7 (904) 966-59-76.
Lyubchenko Alexander Alexandrovich
Omsk State Transport University (OSTU).
35, Marx st., Omsk, 644046, the Russian Federation.
Candidate of Engineering Sciences, associate professor, Department of Telecommunications, radio system and networks, OSTU.
Phone: +7 (960) 998-97-04.
E-mail: [email protected]
Bogdanov Alexander Alexandrovich
Omsk State Transport University (OSTU). 35, Marx st., Omsk, 644046, the Russian Federation. A student of the Institute of Automation, Telecommunications and Information Technology, OSTU. Phone: +7 (950) 338-99-11 E-mail: [email protected]
BIBLIOGRAPHIC DESCRIPTION
Kopytov E. Y., Stepanenko N. I., Lyubchenko A. A., Bogdanov A. A. An approach for automated quality estimation of preventive maintenance in regional communication center. Journal of Transsib Railway Studies, 2018, vol. 2, no 34, pp. 125 - 139 (In Russian).
