CC BY
45
ПРИНЦИПЫ СОВЕРШЕНСТВОВАНИЯ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ СИСТЕМ ТЕХНИЧЕСКОГО ДИАГНОСТИРОВАНИЯ И НЕПРЕРЫВНОГО МОНИТОРИНГА
DOI 10.24411/2072-8735-2018-10270
Ефанов Дмитрий Викторович,
Российский университет транспорта (МИИТ), Москва, Россия, TrES-4b@yandex.ru
Ключевые слова: система технического диагностирования и мониторинга, система поддержки принятия решений, вопросник, диагностическое событие, вероятность события.
Хорошев Валерий Вячеславович,
Российский университет транспорта (МИИТ), Москва, Россия, hvv91@icloud.com
Обсуждается проблема развития технологий мониторинга сложных технических систем, включающих в себя большое количество разнородных подвижных и неподвижных объектов. Такие системы снабжаются как встраиваемыми, так и внешними средствами технического диагностирования и мониторинга, формирующими информационные сообщения о полученных результатах измерений и о текущих состояниях компонентов. Такая информация позволяет сервисному персоналу оперативно предупреждать останов технологического процесса, выявлять докритические (предотказные) состояния и, тем самым, способствовать повышению отказоустойчивости объектов диагностирования. При организации систем технического диагностирования и мониторинга по ряду причин (технических и экономических) зачастую невозможно обеспечить необходимую для постановки точного диагноза и последующего прогнозирования полноту и глубину диагностирования. Однако полученная системами мониторинга информация позволяет сформировать множества диагностических признаков, присущих состояниям объектов диагностирования. Эта информация может являться исходной для реализации на программном уровне подсистем поддержки принятия решений сервисным персоналом, эксплуатирующим объекты диагностирования. Авторами предложено использовать данные от измерительных подсистем, историческую информацию о конкретном объекте диагностирования и статистические показатели, получаемые из систем мониторинга в автоматическом режиме, для формирования исходных данных для подсистем поддержки принятия решений. В качестве статистических показателей используются вероятности возникновения дефектов различных компонентов объектов диагностирования и данные о комплексных показателях стоимости проведения работ по диагностированию, изменяющиеся в зависимости от срока службы, важности объекта диагностирования для технологического процесса, его влиянии на готовность системы и т.д. Исходные данные используются на программном уровне для реализации алгоритмов диагностирования в виде вопросников (древовидных взвешенных ориентированных графов). Выходная информация содержит рекомендуемые последовательности выполнения операций для тестирования объекта диагностирования для максимально эффективной локализации дефекта. Приводится пример развития технологий мониторинга объектов критического действия из области железнодорожной автоматики.
Информация об авторах:
Ефанов Дмитрий Викторович, д.т.н., доцент, руководитель направления систем мониторинга и диагностики ООО "ЛокоТех-Сигнал", профессор кафедры "Автоматика, телемеханика и связь на железнодорожном транспорте" Российского университета транспорта (МИИТ), Москва, Россия
Хорошев Валерий Вячеславович, аспирант, ассистент кафедры "Автоматика, телемеханика и связь на железнодорожном транспорте" Российского университета транспорта (МИИТ), Москва, Россия
Для цитирования:
Ефанов Д.В., Хорошев В.В. Принципы совершенствования информационного обеспечения систем технического диагностирования и непрерывного мониторинга // T-Comm: Телекоммуникации и транспорт. 2019. Том 13. №5. С. 41-48.
For citation:
Efanov D.V., Khoroshev V.V. (2019). Information support improving for technical diagnostics and continuous monitoring systems. T-Comm, vol. 13, no.5, pр. 41-48. (in Russian)
Введение
Для реализации технологических процессов на любом производстве используются разнообразные технические средства автоматизации в том числе, функционирующие либо при непосредственном участии человека, либо иод его наблюдением. При этом сами технические средства автоматизации могут принадлежать как одному хозяину, так и нескольким (хозяин определяет техническую и экономическую политику предприятия)! 13 процессе реализации технологических процессов надежность технических средств автоматизации снижается, что, и конечном итоге, может вылиться в останов технологического процесса или, в крайне нежелательных ситуациях, к опасным аварийным ситуациям, В этой связи наиважнейшим является обеспечение отказоустойчивости технических средств автоматизации, что достигается разнообразными методами.
К данным методам относятся использование высоконадежной элементной базы (в гом числе, элементов с несимметричными потоками отказов), методов синтеза контроле-иригодных, отказоустойчивых и безопасных схем, разнообразных способов резервирования и диверсифицирования аппаратных и программных средств, встроенных средств технического диагностирования (сам однатестирований блоков и узлов), внешних средств диагностирования и мониторинга, а также технического обслуживания и ремонтов силами специализированного сервисного персонала [] —8]. Задача обеспечения отказоустойчивости решается на различных этапах жизненного цикла каждого элемента сложной системы, обеспечивающей протекание какого-либо технологическою процесса.
После внедрения технических средств автоматизации п приспособлений для реализации технологических процессов важным этапом является эксплуатация полученного комплекса и его максимально эффективное использование. В особенности это касается сложных систем, реализующих непрерывные технологи чес кие процессы. Например, перевозочный процесс на железнодорожном транспорте. В таких системах, полагая, что они являются некоторыми системами массового обслуживания, составляются расписания занятия и использования технических средств автоматизации (например, график движения поездов, который, в том числе, определяег и загрузку технических средст в автоматизации). Важнейшим свойством технических средств автоматизации в этой связи является готовность выполнить свои функции. Например, когда на железнодорожной станций задается маршрут для его реализации поездом необходимо, чтобы все составляющие, участвующие в его приготовлении, выполнили Свои функции по команде системы управления или оператора. Дефекты, возникающие в процессе эксплуатации комплекса реализации технологических процессов, приводят к невозможности выполнения части функций (либо создают такую возможность в будущем при отсутствии внешних воз де йств нй со стороны сервисного персонал а).
Для поддержания высокою уровня отказоустойчивости и готовности технических систем в процессе эксплуатации проводятся мероприятия по их техническому обслуживанию и ремонтам. Данные мероприятия включают в себя как регламентные работы, проводимые по специально разработанным расписаниям, составленным с учетом специфики объек-
тов обслуживания, таки и работы, не регламентированные, но связанные с отказами и с оперативным выявлением оптических отклонений с помощью средств встраиваемого и внешнего автоматического технического диагностирования и мониторинга.
Тенденцией в области эксплуатации технических систем, четко устоявшейся в первой четверти XXI века, является смещение роли человека в процессе управления в сторону «наблюдателя» при автоматизации процедур но техническому обслуживанию. Тем не менее, во многих сложных комплексах, к примеру, в том же железнодорожном комплексе, функционируют различные по своей физической и технической сущности объекты. Многие из них создавались в то время, когда об автоматизации технического диагностирования говорили в большей степени, как о «грядущем, по далеком будущем», и, естественно, просто не включали в себя средств самодиап юстирования, в том числе, не подразумевали возможности подключения внешних средст в автоматического диагностирования. Многие технические средства и в настоящее время не снабжаются встроенными средствами диагностирования в силу повышения стоимости конечного изделия и усложнения процессов обмена данными между компонентами системы. Как итог, процедуры по обслуживанию, которые включают в себя п техническое диагностирование, мотут быть автоматизированы лишь частично и участие человека в данном процессе исключить оказывается невозможным.
Разработчики систем технического диагностирования и мониторинга стараются предусмотреть максимальную степень автоматизации процедур но измерению и анализу ключевых диагностических параметров устройств п систем автоматизации. Тем не менее, полное множество диагностических параметров чисто технически получить в автоматическом режиме не представляется возможным: либо конструкция действующих устройств не позволяет этого сделать, либо удорожание конечного продукта становится весомее «цены отказа».
Системы технического диагностирования и мониторинга выполняют свои функции в режиме реального времени и относятся к средствам рабочего (функционального, on-line) диагностировании ¡4]. В случае идентификации некорректно работающего объекта данные системы выдают информационные сообщения сервисному персоналу, который затем оперативно решает, что следует сделать с устройством, имеющим дефект. В том числе, могут способствовать отключений объекта диагностирования от работы и проведению процедур по тестовому диагностированию J1 ].
Важнейшей составляющей любой системы технического диагностирования и мониторинга является не только наличие некоторой аналитической системы (она может быть реализована различными подходами, в том числе, использовать развитые средства аналитики и искусственного интеллекта), но и наличие встроенных систем поддержки принятия решений. В условиях неполноты диагностических параметров н диагностической информации зачастую становится невозможным получение полной «цифровой картины» технического состояния объектов диагностирования в автоматическом режиме, и требуются дополнительные процедуры по ручным измерениям, позволяющим увеличить полноту и глубину диагностирования. Часть состояний технического
объекта может быть неразличима при неполноте диагностических данных, получаемых системой диагностирования. Дальнейшие процедуры по тестовому диагностированию позволяют локализовать дефект.
Данная работа посвящена изложению теоретического подхода к автоматизации локализации дефектов технических средств автоматизации с использованием имеющихся в системах мониторинга диагностических параметров, а также статистической информации о дефектах, возникающих в процессе эксплуатации конкретного объекта мониторинга (учитывая его «историю»). Решение найдено авторами за счет использования математического аппарата теории вопросников.
1. Формализация и постановка задачи
Объект диагностирования (рис. I) состоит из некоторого множества взаимосвязанных устройств (подсистем, структурных единиц), каждое из которых обладает своими рабочими и диагностическими параметрами. В общем случае, в процессе функционирования объект диагностирования переходит между тремя видами состояний - штатное, до критическое (предо пса зное) и неработоспособное (последние два вида состояний относятся к нештатным) [9]. Полное множество отказов - событий, переводящих объект диагностирования в неработоспособное состояние, - определяется множеством Ф = \(р{, (р2 [ ■ Отказам м о i у г предшествовать предотказные состояния Р = {л",,.7Г-,,,..,7Гт}. Множество нештатных диагностических событий Е = Р LJ Ф
Для фиксации всех диагностических событий S — , $2Sr ]. включая множество Е — Р LJ Ф , требуется полное множество диагностических параметров (они бывают прямыми и косвенными, а также вычисляемыми на нх основе) М = }. Системой мониторинга,
однако, фиксируется только некоторое их подмножество М* — \ц,}, j е {l,2,..-, к\ М* с: М, получаемое измерительными контроллерами с датчиков физических величин. Этйх данных не достаточно для идентификации всех диагностических событии из множества S, по некоторое подмножество S* d S выделить можно. Таким образом, системой мониторинга фиксируется некоторое подмножество отказов Ф*сФ. Ф* = \ф]},/ е '¡1,2,.,,,«{, и некоторое
подмножество нредотказов Р* tz Р : Р*={тг( е {l,2,...,wj. Множество реально фиксируемых диаг ностических событий в системе мониторинга является неполным S*aS. Его можно расширит ь за счет дополнительного ручного диагностирования при локализации более «укрупненного» места дефекта. Нештатные ситуации из S* a S фиксируются в системе мониторинга с некоторыми вероятностями P\Sr) ( р(71,) пли р(<р,) )■ Значения от их вероятностей определяются исходя из реальных статистических данных, в гом числе, при машинном обучении (machine learning) на реальном объекте в процессе эксплуатации. Каждое действие по тестированию в ручном режиме, необходимое для увеличения полноты и глубины диагностирования назовем провер-
кой и Обозначим как О е©. У каждой проверки имеется
стоимость ее выполнения с(вч) - цена проверки (например,
эффективность проверки, затраты на проверку, время и т.д., в том числе, некоторый обобщенный показатель).
о
X.
/' гг
:
ч -Vn-h.ini
* г V i '
ид
I),
i V„ i IV
'Г 1 ■
у»
гсл
II"; i
К, £; К; I к
Зафи кс 1 ipona j i цые днатригичаские события
Рис. 1. Модель объекта диаг ностирования
Сформулируем з а да чу и ле н1тi i ф и ка и 11 и, С учетом имеющегося множества диа1 носгичсскнх параметров М* = j/л },
j е ¡1,2,...,/;}, М* с: М , фиксируемых системой мониторинга, выявляемых автоматически диагностических событий S* CZ S, а также исторических и статистических данных об объектах диагностирования необходимо сформировать наиболее эффективную последовательность проверок 9<f £0,
позволяющую увеличить полноту и глубину диагностирования. Данная последовательность будет являться алгоритмом диагностирования. Он должен формироваться в программном обеспечении систем мониторинга с выдачей рекомендательных информационных сообщений сервисному персоналу в любой эффективной форме (на стационарные и автоматизированные рабочие места, в том числе, на кнберзащп-щенные мобильные приложения систем мониторинга),
2. Условие идентификации технических состояний
Каждому техническому состоянию объекта диагностирования соответствует конкретное множество диагностических признаков Д_ , зафиксированных системой технического
диагностирования и мониторинга - значений диагностических параметров в совокупности, В том числе, С учетом результатов машинного анализа и предыдущих изменений.
Утверждение 1. Для того чтобы система технического диагностирования и мониторинга однозначно интерпретировала полученное множество значений диагностических при тиков с каким-либо конкретным состоянием объекта диагностирования, требуется, чтобы это множество не являюсь собственным подмножеством диагностических признаков, соответствующим другому техническому состоянию:
V5H : ДЯи сгАл,ае{1,2.....,r],.ve{l,2......О)
Если условие {1) не выполняется хотя бы для одной нары технических состояний, то в автоматическом режиме смете-
ма технического диагностирования и мониторинга не сможет определить то состояние, в котором реально находится объект диагностирования. Это потребует дополнительных ручных измерений.
Рассмотрим пример, приведенный на рис. 2.
А.
Рис. 2. Множества диагностических признаков
На рисунке 2 изображены условно множества диагностических признаков Д^ , соответствующие 8 техническим состояниям некоторого объекта ди-агностттрования, Состояния 5,,5,,,^. различимы системой
диагностирования без дополнительных ручных измерений при попадании значений диагностических параметров в не заштрихованные зоны, гак как;
Д5 а: ДЛ;, Д<2. , Д4 <х Д5 , Ах <г Дл ,
Д^ <х Д^, Д^ а Д,г
Состояния, которым соответствуют значения диагностических признаков из заштрихованных областей, невозможно различить при работе системы технического диагностирования п мониторинга. К этим состояниям относятся группы
состояний (-^Л-ДЛ
Д., с Д( с: Д;
Л/ 1 ■>
Д. с; Д„ , Д.. сА..;
'ч "и **с
Дч-, с А,, .
Дчя идентификации технических состояний в областях значений диагностических признаков, которым соответствуют заштрихованные зоны па рис, 2, требуется проведение дополнительных измерений, которые в системе технического диагностирования ¡г мониторинга не предусмотрены по каким-либо причинам (эксплуатационным, техническим, Экономическим и пр.). Это позволяет «уточнить» значения диагностических признаков (например, если в системе мониторинга использовалось пороговое значение какого-либо диагностического параметра) или же расширить их множество (при дополнительном измерении «нового» (по отношению ко множеству М *) диагностического параметра).
В случае невозможности разделения каких-либо технических состояний требуются дополнительные измерения но Определенному алгоритму;
Утверждение 2. Множество состояний S ~ -J.V! S } разделимо в том случае, если
VS,J Е {1,2,...,г] Щ. евJ е '{l,2,„.,r}, (2)
где ßj - результативная проверка.
Результативная проверка может последовать после автоматического измерения, а может быть следствием ручного тестирования объекта диагностирования сервисным перса* налом. В этом случае система технического диагностирования и мониторинга должна снабжаться встроенной системой поддержки принятия решений, «предлагающей» сервисному персоналу возможные проверки с учетом реальной технической обстановки. Это подразумевает учет исторических факторов функционирования объекта диагностирования, текущих условий эксплуатации, вероятностей состояний, полученных в ходе эксплуатации конкретного устройства и т.д.
В основе системы поддержки принятия решений может лежать автоматическое построение условного алгоритма Диагностирования с применением теории вопросников [10, 111. В данной теории алгоритм диагностирования представляется в виде вопросника О - древовидного взвешенного ориентированного графа, висячие вершины в котором соответствуют состояниям, а промежуточные п корневая - проверкам (или вопросам), необходимым для идентификации каждого из состояний. Получая данные от подсистемы аналитики в системе мониторинга подсистема поддержки принятия решении с учетом исторических данных и реальной обстановки должна строить в памяти вопросник, являющийся основой реализации действий по тестированию сервисным персоналом (рис. 3).
I-»-
= гз
- Г(
Я X
е- *
£ и
й I
Ж 1
Ii 11
\
л,
------------------------------ТСд
Рис. 3. Структура системы технического диагностирования н мониторинга
3. Развитие информационного обеспечения систем мониторинга на основе теории вопросников
Вопросником Q называется совокупность вопросов &ч 6 0 и последовательности их постановки на множестве
исходных событий S — , s sr j, необходимых для решения задачи идентификации [10]. Если совокупность допустимых вопросов позволяет полностью разделить все возможные события из множества S, то говорят, что вешается задача полной идентификации, в противном случае решается задача неполной идентификации, В терминах теории вопросников зачастую система технического диагностирования и мониторинга решает задачу неполной идентификации событий, давая некоторую исходную информацию для сервисного персонала, который уже решает задачу полной идентификации па основании полученных диагностических данных, добавляя к ним новые диагностические данные н экспертную оценку.
У каждого события (диагностического состояния в рассматриваемом случае) есть некоторый вес, определяемый с учетом различных факторов. К ним можно отнести и статистические показатели частоты возникновения событий, и некоторую «важность» событ ия (категорию: штатная работа, отказ, иредотказ и их подкатегории). Так как речь идет об условных алгоритмах диагностирования [ДО], вес события может быть нормирован с учетом весов всех остальных событий. В этом случае уместно говорить о вероятности события p(sf).
Каждый вопрос Q е (~) в вопроснике имеет некоторое количество исходов цену сЩU и вес /->(#„)■ Число
исходов a{6tj ) называется основанием вопроса. Цена вопроса ) характеризует условный показатель затрат на проверку и может быть определена из эффективности проверки, ее стоимости, временных затрат на реализацию и т.д. Вес вопроса p[ß. ) определяется как сумма весов его исходов. В
конечном итоге, вес вопроса определяется весами входящих в подмножество разделяемых им событий.
В зависимости от оснований вопросов вопросники классифицируются на гомогенные и гетерогенные [10]. К гомогенным вопросникам относятся вопросники, у которых все вопросы имеют одинаковые основания. Наиболее часто применяют бинарные вопрос ни кг u у которых основания всех вопросов а[вч )=2 [12]. Гетерогенным является вопросник,
у которого основание хотя бы одного вопроса отлично от оснований других вопросов. Такие вопросники также встречаются н практ ике и технической диагност ики [13| и других сфер приложения |14, 15 ¡.
На рисунке 4 изображен произвольный вопросник, а также указаны его параметры.
Наличие показателей цеп и весов позволяет определять среднее время идентификации события в вопрос пике (цену обхода воиросипка):
v^YMm <з>
Рис, 4. Произвольный вопросник
Для одного н того же множества идентифицируемых событий иУ = {.V, ,5,,..., | может быть построено несколько воиросников, отличающихся ценами обхода. Чем меньше значение С, тем эффективнее реализация вопросника.
Центральной задачей теории вопросников является их Оптимизация ПО критерию минимума цены обхода. Известны [1, ДО, 12, 16, 17| универсальные методы оптимизации воиросников, позволяющие получать как оптимальный вопросники, так и близкие к оптимальным вопросники.
Методы оптимизации легко автоматизируются и реализуются на программном уровне. Они могут быть реализованы и н виде подсистем поддержки принятия решений в системах технического диагностирования и мониторинга и позволять на основании имеющейся информации строить оптимальные (или близкие к таковым) вопросники. В свою очередь, результатом оптимизации будет набор маршрутов в вопроснике, позволяющих идентифицировать каждое диагностическое событие ,л} . в виде информационных сообщений Способ отображения результатов диагностирования является несущественным и, как отмечалось ранее, может подразумевать представление результатов мониторинга в виде информационных сообщений на стационарных шш мобильных автоматизированных рабочих местах (в том числе, в специализированных мобильных приложениях).
4. Припер реализации системы поддержки принятии решения в железнодорожной отрасли
Рассмотрим сферу железнодорожного транспорта и конкретно - железнодорожной автоматики и систем технического диагностирования в ней.
Железнодорожный транспорт в силу сложности протекающих в нем технологических процессов разделен на большое количество эксплуатационных предприятий, ориентированных на работу только с определенными инженерными сооружениями или подвижным составом. Например, объектов энергоснабжения тяговых подвижных единиц, верхнего строения пути, мостовых сооружений, объектов автоматики и железнодорожной сигнализации п нр.
При этом объекты инфраструктуры железных дорог могут быть расположены в одной и той же географической локации; к примеру, в некоторой географической точке находятся объекты контактной подвески, железнодорожной автоматики и пути. Они подвержены одинаковыми климатическим воздействиям, взаимодействуют с одинаковыми подвижными единицами, а обслуживание одних объектов оказывает влияние и на другие объект ы (как в положительную» так и отрицательную стороны). Децентрализация 'эксплуатации инженерных сооружений и подвижного состава приводит и к появлению отдельных систем технического диагностирования и мониторинга рядом располагаемых объектов диагностирования 1181. Отсу тст в и е части диагностических параметров в одной системе мониторинга сказывается и на совокупности диагностических признаков для разделении состоянии объекта диагностирования; уменьшается полнота и глубина диагностирования.
Сфокусируем внимание на проблеме технического диагностирования рельсовых цепей тональной частоты как составляющих железнодорожного перевозочного комплекса. Данное инженерное решение позволяет контролировать в системе управления местоположение подвижных единиц за счет непрерывного обтекания током ходовых рельсов при отсутствии сообщения между рельсами и обесточнвания при его наличии [19], !1а рельсовую цепь оказывают влияние все участники перевозочного процесса: и контактная сеть, и состояние пути, и состояние средств железнодорожной автоматики, и тяговый подвижной состав, и погодная обстановка. Тем не менее, системы технического диагностирования и мониторинга в настоящее время автоматически получают только диагностические параметры от трех приборов: генератора частот, путевого приемника и путевого реле [51» Кроме данных Параметров измеряется также сопротивление изоляции кабеля относительно земли, а также фиксируется дискретная информация о состоянии устройств. Другими словами, множество диагностических параметров М* = }, где щ Ф |д,, - диагностические данные от
генератора, приемника и реле соответственно (аналоговые/дискретные данные для каждого прибора), ¡.¡? - диагностические данные о сопротивлении изоляции кабеля. Измеряя эти три параметра, система технического диагностирования и мониторинга иолу чает ряд диагностических признаков с меткой времени Ду , соответствующих конкретным
диагностическим ситуациям. Их примеры, приводятся в [5].
В настоящее время диагностические признаки, получаемые от оборудования рельсовых цепей, анализируются на основе экспертной оценки, а не автоматически. Сформировав множество состояний 5 = {.т,5,.} И определив соответствующие им множества диагностических признаков Д-¡Д^ Д^ }. можно выделить то подмножество
идентифицируемых событии с 5, которое идентифицируете я системой мониторинга. Остальные же события определяются на основании дополнительных ручных измерений в рекомендуемых контрольных точках. Приведем простой пример. Системой мониторинга зафиксирован отказ рельсовой цепи, при котором наблюдаются такие значения диагностически* параметров: требуемое значение напряжения па выходе генератора, отсутствие напряжения на путевом фильт ре, отсутствие напряжения на путевом реле.
Отсюда следует сделать несколько выводов: дефект может быть связан с отказом путевого приемника, оборудования подключения приборов к рельсам, нарушением целостности рельсовой нити п т.д. В подсистеме поддержки Принятия решения строится вопросник, учитывающий все эти события и специфику самого объекта диагностирования и выдает рекомендуемые действия для технического персонала.
11а рисунке 5 приведен пример вопросника, построенный на основе экспертной оценки работы рельсовой цепи тональной частоты но алгоритму из ¡51- Представлен вариант вопросника, включающий в себя пять вопросов с основаниями й((9 )= 2 (бинарный вопросвик).
»1
л-5 ïjj
Гнс. 5. Вопросник для СППР фиксации событий в устройствах тональной рельсовой цепи
Вопросы в вопроснике формулируются следующим образом. Корневым является вопрос flj: «Напряжение па путевом приемнике находится в пределах 0 < U„„ < (У,*_,'?», Данный вопрос позволяет идентифицировать диагностическое событие — i] («Наличие логической занятости»).
Следующий вопрос в бинарном вопроснике - уь, - формулируется так: «Напряжение на путевом приемнике находится в пределах U№, < U„„< t/4,,„?)>, Он обнаруживает событие 02 («Напряжение Um выше нормы»). Вопрос (Н - «[Д111м < U„а < икр1,1?». Данный вопрос различает событие sj («11редот-казное состояние рельсовой цепи»). Вопрос «¿/ф1П — U„„< L',MKt?>>. Данные вопросы различают событие .v4 («Параметры рельсовой цепи в норме»). Вопрос О5 - «< Um S сс'->>>. Ксли «да», то фиксируется событие s 5 («Логическая свободно сть рельсовой цепи»), иначе - фиксируется событие («Дефект в другом устройстве рельсовой цепи»). Добавляя в систему учет исторических и статистических данных, можно перестраивать вопросник и получать динамически изменяющийся оптимальный вопросник. Он является основой работы подсистемы поддержки принятия решений и влияет
на среднее время идентификации событии но вопроснику. Такие вопросники могут «наращиваться», а также «объединяться» в «систему вопросников» для повышения полноты и глубины диагностирования. Повысить информативность системы можно та счет добавления Диагностических параметров, например, включения датчиков целостности устройств подключения аппаратуры к рельсам, дополнительных датчиков зондирования рельсов, получения данных от средств самодиагностирования генераторов, фильтров и реле.
Система технического диагностирования и мониторинга в качестве источников исходных данных может и должна включать устройства получения диагностических параметров от всех участников технологических процессов {рис. 6). Не должно быть конкретной привязки к какому-либо эксплуатационному предприятию. А вот пользователь системы мониторинга должен получать данные о конкретном объекте диагностирования согласно его компетенции. Такой подход повысит качество функционирования систем технического диагностирования и мониторинга»
Рис. 6, Источники диагностической информации и пользователи я системах мониторинга объектов железнодорожног о транспорта
Заключен не
Предложенный авторами подход к развитию технологии мониторинга технических объектов со сложной структурой и большим количеством разнородных взаимодействующих объектов позволяет повысить эффективность технического диагностирования. При этом сам подход не подразумевает кардинального изменения принципов технического диагностирования и мониторинга, укоренившихся на конкретном предприятии, а связан с развитием информационного обеспечения.
Вопросники, заложенные в программное обеспечение систем мониторинга, в качестве исходных данных о ценах вопросов и весах диагностических событий имеют историческую информацию об эксплуатации конкретного объекта диагностирования, а также реальные данные, получаемые от подсистемы аналитики системы мониторинга. Это позволяет в режиме реального времени строить оптимальные вопросники в программном обеспечении подсистемы поддержки принятия решений и на основании этих данных формировать информационные сообщения техническому персоналу но обслуживанию конкре тных Объектов диагностирования.
Поскольку системы мониторинга строятся модульно, расширение множества автоматически идентифицируемых событий возможно за счет добавления источников диагностических данных н учета их в процессе анализа подсистемой аналитики. Часть функций по локализации дефекта, так
или иначе, остается на штате предприятий эксплуатации объектов диаг ностирования. Развитие технологий мониторинга должно идти по пути интеграции и автоматизации обработки больших потоков данных, что повысит и полноту, и глубину технического диагностирования.
1. Пархоменко П.П., СогомоШн Е.С. Основы технической диагностики (оптимизация алгоритмов диагностирования, аппаратурные средства). М.: Энергоатом издат, 1981. 320 е.
2. Гавчов Д.В.. Сапожников ВВ. Сапожников Вл.В. Методы обеспечения безопасности дискретных систем // Автоматика и телемеханика. 1994. № 8. С. 3-50.
3. Скляр В.В.. Хврченко B.C. Отказоустойчивые компьютерные системы управления с верснонно-пороговой адаптацией: способы адаптации, оценка надежности, выбор архитектур // Автоматика и телемеханика. 2002. №6. С, 131-145.
4 Дрозд А.В.. Харченко В С . Антощук С./'., Дрок) Ю.В.. Дрочд М.А., Сулима 10. Ю. Рабочее диагностирование безопасных инфор-мадионко-упраапядащих систем; Под ред. А.П. Дрозда к B.C. Харченко. Харьков: Национальный аэрокоемнчеекий университет им. Н. Е. Жуковского «ХАИ», 2012. 614 с,
5. Ефанов М-В. Функциональный контроль и мониторинг устройств железнодорожной автоматики и телемеханики: монография. СПб.: ФГБОУ ВО ПГУГ1С. 2016, 171 е.
6. Khatclienko К. Kondratenko );/., Касрщ>к J. Green IT Engineering: Concepts, Models, Complex Systems Architectures II Springer Book series "Studies in Systems, Decision and Control", Vol, 74, 2017, 305 p., doi: 10.1007/978-3 -311-44162-7,
7. Hahanov V. Cyber Physical Computing for lot-driven Services. -New York: Springer International Publishing AG, 2018, 279 p.. doi: I [}. 1007/978-3-319-54825-8.
8. Heidmann L. Smart Point Machines: Paving the Way for Predictive Maintenance // Signal+Draht, 2018. (I 10). Issue 9, pp. 70-75.
9. Ефанов Д.В. Особенности функционирования систем технического диагностирования н мониторинга объектов железнодорожной инфраструктуры // Автоматика на транспорте. 2018. Том 4, №3. С. 333-354.
10. Пархоменко П.П Теория вопросников (обзор) // Автоматика и телемеханика. 1970. №4. С. 140-159.
11. Picard C.F Graphs and Questionnaires. Netherlands; North-Holland Publishing Company, 1980.431 p.
12. Аржененко А.Ю., Чугаев B.H Оптимальные бинарные вопросники. М.: Энергоатом издат, 1989, 128 с.
13. Efanov D, V,. Khoroshev У. К. Osackhy G.K. Belyi A.A. Optimization of Conditional Diagnostics Algorithms for Railway Electric Switch Mechanism Using the Theory of Questionnaires with Failure Statistics // Proceedings of 16th IEEE East-West Design & Test Symposium (EWDTS'2018), Kazan, Russia. September 14-?7. 2018, pp. 237245, doi: 10.1109/EWDTS.2018.8524620.
14. Duncan G Heterogeneous Questionnaire theory II SI AM Journal on Applied Mathematics. 1974. Vot. 27. Issue 1. тр. 59-71. DOI: 10.1137/0127005.
15. Пархоменко П.П Вопросники it организационные иерархии Н Автоматика и телемеханика. - 2010. - №6. - С. 163-174.
16. Аржененко А.Ю. Вестях В.А. Модификация метода толерантных перестановок н почти равномерных компактных анкетах// Автоматика и телемеханика, 2012. №7. с. 109-118.
17. Чугаев КН.. Аржененко А.Ю. Оптимальная идентификация
случайных событий // Экономика, статистика ................
Вестник УМО. 2013. №2, С. 188-190.
1S. Ефанов Д.В. Интеграция систем непрерывною мониторинга и управления движением на железнодорожном транспорте II Транспорт Российской Федерации. 2017. №4. С. 62-65.
19. Theeg G., Vlasenkn S. Railway Signalling & Interlocking: 2nd Edition. Germany, Hamburg: PMC Media House GmbH, 2018. 458 p.
Л итеpaтуpa
INFORMATION SUPPORT IMPROVING FOR TECHNICAL DIAGNOSTICS AND CONTINUOUS MONITORING SYSTEMS
Dmitrii V. Efanov, Russian University of Transport (MIIT), Moscow, Russia, TrES-4b@yandex.ru Valerii V. Khoroshev, Russian University of Transport (MIIT), Moscow, Russia, Hvv91@icloud.com
Abstract
The article raises the problem of technological development of monitoring for complex technical systems, which include many different mobile and stationary objects. Such systems are equipped with built-in and external technical diagnostics and monitoring means. They form informational messages about the obtained measurement results and the current states of the components. Such information allows service personnel to promptly prevent a process shutdown, identify pre-failure conditions and to increase the fault-tolerant. When organizing technical diagnostics and monitoring systems, it is often impossible to ensure the necessary diagnosis accuracy, prediction accuracy, diagnosis completeness and depth. However, the information obtained by the monitoring systems makes it possible to form a multitude of diagnostic signs corresponding to the objects states. This information may be the source for the implementation of decision support subsystems at the program level for service staff. The authors propose to use data from measuring subsystems, historical information about a specific diagnostic object and statistical value obtained from monitoring systems in automatic mode, to form the initial data for decision support subsystems. The statistical value are the probabilities of the defects occurrence and data on complex indicators of the diagnostics cost, varying depending on the service life, the importance of the object being diagnosed for the process, its impact on the readiness of the system, etc. Baseline data is used at the software level to implement diagnostic algorithms in the form of questionnaires. The output contains the recommended sequence of actions for testing the object of diagnosis for the most effective defect detection. An example of the monitoring technologies development for railway automation facilities is given.
Keywords: technical diagnostics and monitoring systems; decision support system; questionnaire; diagnostic event; probability of event.. References
1. Parkhomenko, P.P., and Sogomonyan, E.S. (1981). Osnovy tekhnicheskoj diagnostiki (optimizaciya algoritmov diagnostirovaniya, apparaturnye sredstva) [Fundamentals of technical diagnostics (optimization of diagnostic algorithms, hardware tools)], Energoatomizdat, Moscow, Russia.
2. Gavzov, D.V., Sapozhnikov, V.V., and Sapozhnikov, Vl.V. (1994). Metody obespecheniya bezopasnosti diskretnyh sistem [Methods for ensuring the safety of discrete systems], Avtomatika i telemekhanika, Issue 8, pp. 3-50.
3. Sklyar, V.V., and Kharchenko, V.S. (2002). Otkazoustojchivye komp'yuternye sistemy upravleniya s versionno-porogovoj adaptaciej: sposoby adaptacii, ocenka nadezhnosti, vybor arhitektur [Fault-Tolerant Computer-Aided Control Systems with Multiversion-Threshold Adaptation: Adaptation Methods, Reliability Estimation, and Choice of an Architecture], Avtomatika i telemekhanika, Issue 6, pp. 131-145.
4. Drozd, A.V., Harchenko, V.S., Antoshchuk, S.G., Drozd, Yu.V., Drozd, M.A., and Sulima, Yu.Yu. (2012). Rabochee diagnostirovanie bezopasnyh informa-cionno-upravlyayushchih sistem [Objects and Methods of On-Line Testing for Safe Instrumentation and Control Systems], eds. A.V. Drozda and V.S. Harchenko, Nacional'nyj aehrokosmicheskij universitet im. N. E. Zhukovskogo "KHAI", Khar'kov, Ukraine.
5. Efanov, D.V. (2016). Funkcional'nyj kontrol' i monitoring ustrojstv zheleznodorozhnoj avtomatiki i telemekhaniki [Concurrent checking and monitoring of railway automation and remote control devices], Publishing house of Emperor Alexander I St. Petersburg state transport university, St.Petersburg, Russia.
6. Kharchenko, V., Kondratenko, Yu., and Kacprzyk, J. (2017). Green IT Engineering: Concepts, Models, Complex Systems Architectures. Springer Book series "Studies in Systems, Decision and Control", Vol. 74, 2017, 305 p., doi: 10.1007/978-3-319-44162-7.
7. Hahanov, V. (2018). Cyber Physical Computing for IoT-driven Services, Springer International Publishing AG, New York, USA.
8. Heidmann, L. (2018). Smart Point Machines: Paving the Way for Predictive Maintenance, Signal+Draht, (110), Issue 9, pp. 70-75.
9. Efanov, D.V. (2018). Features of the functioning of technical diagnosis and monitoring systems of railway infrastructure objects [Osobennosti funkcionirovaniya sistem tekhnicheskogo diagnostirovaniya i monitoringa ob"ektov zheleznodorozhnoj infrastruktury], Automation on Transport [Avtomatika na transporte], 2018, Vol. 4, Issue 3, pp. 333-354.
10. Parkhomenko, P.P. (1970). Teoriya voprosnikov (obzor) [Theory of questionnaires (review)], Avtomatika i telemekhanika, Issue 4, pp. 140-159.
11. Picard, C.F. (1980). Graphs and Questionnaires, North-Holland Publishing Company: Netherlands.
12. Arzhenenko, A.Yu., and Chugaev, B.N. (1989). Optimal'nye binarnye voprosniki [Optimal binary questionnaires], Energoatomizdat, Moscow, Russia.
13. Efanov, D.V., Khoroshev, V.V., Osadchy, G.V., and Belyi, A.A. (2018) Optimization of Conditional Diagnostics Algorithms for Railway Electric Switch Mechanism Using the Theory of Questionnaires with Failure Statistics, Proceedings of 16th IEEE East-West Design & Test Symposium (EWDTS'2018), Kazan, Russia, September 14-17, 2018, pp. 237-245, doi: I0.II09/EWDTS.20I8.8524620.
14. Duncan, G. (1974) Heterogeneous Questionnaire Theory, SIAM Journal on Applied Mathematics, Vol. 27, Issue I, pp. 59-71.
15. Parkhomenko, P.P. (2010). Voprosniki i organizacionnye ierarhii [Questionnaires and Organizational Hierarchies], Avtomatika i telemekhanika, Issue 6, pp. I63-I74.
16. Arzhenenko, A.Yu., and Vestyak, V.A. (2012). Modifikaciya metoda tolerantnyh perestanovok v pochti ravnomernyh kompaktnyh anketah [Modification of the method of tolerant rearrangements in almost uniform compact questionnaires], Avtomatika i telemekhanika, Issue 7, pp. I09-II8.
17. Chugaev, B.N., and Arzhenenko, A.Yu. (20I3) Optimal'naya identifikaciya sluchajnyh sobytij [Optimal Identification of Random Events], Ekonomika, statistika i informatika. Vestnik UMO, Issue 2, pp. I88-I90.
18. Efanov, D.V. (20I7). Integraciya sistem nepreryvnogo monitoringa i upravleniya dvi-zheniem na zheleznodorozhnom transporte [Integration of continuous monitoring and control systems in rail transport], Transport Rossijskoj Federacii, Issue 4, pp. 62-65.
19. Theeg, G., and Vlasenko, S. (20I8) Railway Signalling & Interlocking: 2nd Edition, PMC Media House GmbH, Hamburg, Germany. Information about authors:
Dmitrii V. Efanov, DSc, Professor at "Automation, Remote Control and Communication on Railway Transport", Russian University of Transport (MIIT), Head of the Direction of Monitoring and Diagnostic Systems at "LocoTech-Signal" LLC, Moscow, Russia
Valerii V. Khoroshev, PhD Student, Department of "Automation, Remote Control and Communication on Railway Transport", Russian University of Transport (MIIT), Moscow, Russia
