CC BY
114
ПРОБЛЕМЫ ОПЕРАТИВНОГО УПРАВЛЕНИЯ РАБОТОЙ НА ЖЕЛЕЗНОДОРОЖНОЙ СОРТИРОВОЧНОЙ СТАНЦИИ
Обухов Андрей Дмитриевич,
ассистент кафедры "Управление эксплуатационной работой и безопасностью на транспорте", Московский государственный университет путей сообщения, Москва, Россия adobukhov@mail.ru
Ключевые слова: сортировочная станция, оперативное управление, инновационные технологии, искусственная нейронная сеть.
Рассмотрены вопросы оперативного управления на железнодорожном транспорте, проблемы прогнозирования времени прибытия поездов на сортировочную станцию. Обоснована необходимость перехода на качественно новый уровень информационно-управляющих систем на линейном уровне - систем поддержки принятия решений. Необходимым компонентом данной системы является совокупная система информационных ресурсов железнодорожной сортировочной станции. Для ее формирования и поддержания в актуальном состоянии информационных массивов предложены два метода прогнозирования прибытия грузовых поездов на станцию - с помощью искусственных нейронных сетей, а также с организацией комплекса фиксирующих геоположение датчиков. Для контроля хода выполнения отдельных операций в технологическом процессе предусмотрено применение портативных устройств фиксации и контроля выполнения технологического процесса (КВТП). Очередь заданий для обслуживающего персонала (ТО, КО и др) состоит из архивных и активных заданий.
Приведенная характеристика и элементы внутристанционного оборота вагона, анализ причин и методы сокращения особо нежелательных в работе станции простоев показали, что методы оперативного регулирования и управления в автоматизированном режиме должны быть направлены в первую очередь для сокращения непроизводительных простоев на всех технологических линиях станции. Предложены инновационные методы прогнозирования с использованием нейросетевых технологий, а также систем ГЛОНАСС и GPS.
Для цитирования:
Обухов А.Д. Проблемы оперативного управления работой на железнодорожной сортировочной станции // Т-Сотт: Телекоммуникации и транспорт. - 2016. - Том 10. - №7. - С. 59-64.
For citation:
Obukhov A.D. Problems of operational performance management in a rail yard. T-Comm. 2016. Vol. 10. No.7, pp. 59-64. (in Russian)
T-Comm Vol. 10. #7-201 б
Важнейшее знамение в перевозочном процессе на железнодорожном транспорте принадлежит сортировочным станциям (СС), основное назначение которых состоит в массовой переработке вагонопотоков, расформировании и формировании поездов. На отечественных стальных магистралях многообразие тс х н и чс с ко-тс х но л о ги чс с к и х форм организации сортировочной работы предъявляет высокие требования к уровню разработки технических устройств в парках станции, на, собственно, сортировочной горке и путях роспуска составов, к системам связи между объектами производственного комплекса, а также к системам планирования ноез-дообразования с учетом ограниченности тяговых ресурсов станции и прилегающих участков, системам точного прогнозирования входящих поездопотоков [!].
Для более эффективного управления технологическими процессами на сортировочных станциях возникает необходимость в получении точной, достоверной и актуальной информации О дислокации транспортных единиц, о пространственно-временной еизуации в целом на производственном объекте. Известно, что основные проблемы оперативного управления работой СС обусловлены, во-первых неравномерностью потоков заявок, поступающих в различные элементы технологических линий обработки, и, во-вторых колебаниями длительности технологических операций по обработке предъявляемого вагонопотока.
В этой связи оперативно-диспетчерский аппарат станции в условиях сгущенного подвода к станции поездов, повышенной психоэмоциональной и физической нагрузках не всегда способен при ограниченных временных ресурсах принимать самостоятельно однозначно правильные и оптимальные управленческие решения. В этой связи все более значимым для эксплуатационной науки становится вопрос разработки реально функционирующих, рабочих систем оперативного управления, в том числе систем поддержки принятия решений (СПГТР) линейного уровня,
В этих условиях важнейшим и нракгически главным средством для высококачественного оперативного планирования станционной работы является совокупная система информационных ресурсов (ССИР), включающая массивы данных о подходе вагонов в составах поездов, одиночных (резервных) локомотивах, дислокации маневровых локомотивов на станции, а также данные непрерывного мониторинга о состоянии технических средств СС (вагонные замедлители, стрелочные переводы, светофорные комплексы, компрессорные установки и др.), динамические модели состояния парков (приема, отправления, транзитного, сортировочного).
Первым элементом, задающим ритм оперативной работы всей станции, является подсистема точного прогнозирования времени прибытия конкретного поезда в парк приема. В настоящее время для получения предварительной информации О приближающихся поездах узловой поездной диспетчер, станционный и маневровый диспетчеры СС используют несколько источников информации - автоматизированные системы ГИД «Урал-ВНИИЖТ» и АСУ станции. Также в их распоряжении телефонные средства связи и поездная радиосвязь непосредственно с машинистом поезда. Однако последние средства получения информации о дислокации подвижных единиц являются неактуальными, однако, как показывает практика, более достоверными по сравнению с АСУ.
Исходя из сложившейся ситуации, предлагается применение для целей прогнозирования двух взаимодополняющих друг друга технологий на основе искусственных нейросетей (ИНС) и систем ГЛОНАСС и GPS.
В первом варианте технологии прогнозирования построена модель нейронной сети, позволяющей прогнозировать времена прибытия на основе прогноза отклонений от нормативного графика движения поездов. Результаты экспериментов показали, что для данной решения данной задачи следует использовать ИНС со статическими нейронами и одним скрытым слоем с наиболее общей топологией, когда все нейроны связаны друг с другом и не имеют обратных связей. В ней использована часто применяющаяся в практических задачах ИНС симметричная сигмоидальная функция активации.
В силу специфики данной задачи - предсказание параметра по известным измерениям, было выбрано обучение ИНС С учителем. Обучение производится методом Левен-берга - Марквардта, который работает быстрее традиционного метода обратного распространения ошибки. В общем случае этот метод требует достаточно много памяти, однако при тех данных, которые имелись в наличии, проблемы с памятью не возникали.
Рассматриваемый метод обучения, схема процесса которого представлена на рис. 1, предназначен для нелинейной регрессии, В качестве критерия оптимизации используется среднеквадратичная ошибка модели на обучающей выборке [6], Алгоритм заключается в последовательном приближении заданных начальных значений параметров к искомому результату. Оп относится к алгоритмам локальной оптимизации с вычислением частных производных первого и второго порядка.
Рис. 1, Схема процесса обучения искусственной нейронной сети
Обучение производилось многократно для наилучшего обеспечения различного распределения значений по выборкам и повышения достоверности результатов. Процесс обучение занял 5 эпох, что эквивалентно по времени значению менее I секунды. Процесс обучения для 11 эпохи отражен на графике - рис. 2. Минимум значения среднеквадратичной ошибки достигнут после 5 эпохи (отмечено кружком).
На рисунке 3 приведены графические данные корреляционного анализа результатов обучения. По горизонтальной оси отложено реальное значение времени движения, по вертикальной оси - прогнозное, выданное нейронной сетью. При точном прогнозе прогнозная точка должна лечь на пунктирную линию. Рассеяние точек вокруг пунктира и степень отклонения от него линии регрессии (сплошная линия)
У
Т-Сотт Уо1.10. #7-2016
7Т>
У
мени от скорости и расстояния будет непрерывно вычисляться точное прогнозное время прибытия. Однако сразу необходимо сделать поправки на возможные остановки грузовых поездов при обгоне их пассажирскими. Для этого в субподсистеме предусмотрен логический модуль, который будет вносить изменения по ходу движения поезда.
После получения автоматизированной системой управления сортировочной станции с элементами искусственного интеллекта прогнозных данных производится пошаговый расчет времени на операции приема поезда, возможных вариантов осмотра его в парке приема бригадами технического и коммерческого осмотров (ТО, КО) и последующей передачи вагонов на технологические линии обработки. При этом каждая расчетная операция будет связана с целевой функцией оперативного управления работой сортировочной станцией |4, 51 и эффективным планированием поездообра-зования. Для оперативной фиксации шагов исполнения технологического процесса предусмотрено применение портативных устройств фиксации и контроля выполнения технологического процесса (КВТП), который представлен в виде последовательности исполняемых шагов. Подготовленные для обслуживающего персонала (бригада осмотрщиков вагонов, составителей поездов) команда «Проверить состав», «Проверить вагон» определяют перечень и последовательность выполнения работ. Все сформированные работы в ходе выполнения шагов помещаются в очередь заданий, которая представляет собой отдельную объектную модель в схеме функционирования управляющей системы. Сама очередь состоит из архивных и активных заданий, характеризуемая рядом параметров: 1) исполнитель работ; 2) должность и возможность выполнения данной операции; 3) необходимость электронной цифровой подписи. При исполнении задания форма автоматически должна быть определена в зависимости от устройства выполнения.
Пример исполнения технологического подпроцесса «Прием поезда на станцию» может инициироваться двумя принципиально различными способами: в автоматическом -с использованием ШЛО-технологии или в ручном режиме. После процесса инициации технологической операции формируется задание на осмотр каждого инвентарного вагона в прибывшем составе, которое отражается на переносном устройстве контроля выполнения технологического процесса (КВТП) работника НТО. После подтверждения принятия задания к исполнению ответственным работником службы соответствующая информация об устройстве КВТП, пользователе и времени принятия задания поступает по выделенному каналу беспроводной связи в информационно-управляющей системе с его одновременной блокировкой для выполнения другими возможными исполнителями.
Неотъемлемой и, безусловно, важной частью в оперативном управлении работой сортировочной станцией является организация и планирование поездных и маневровых передвижений по станционным путям. Повышенная интенсивность движения поездов, одновременное перемещение в горловине нескольких индивидуальных подвижных единиц, а также частое возникновение враждебности маршрутов передвижения при приеме (отправлении) на (со) станцию и маневровых работах вызывают повышенную загрузку дежурного по станции. Автоматизация данного вида эксплуатационной работы должна быть естественным образом учте-
на при проектировании и создании модели автоматизированной системы управления работой сортировочной станции с элементами искусственного интеллекта.
В общем виде модель логической нейронной сети, предназначенная для решения задачи выбора очередности выполнения маневровых и поездных передвижений в границах отдельных маневровых районов станции, представлена на рис. 6.
Рис. 6. Укрупненная схема логической нейронной сети для решения задачи выбора очередности маневровых (поездных) операций для маневрового района сортировочной станции
На рисунке 6 в качестве сигналов, подаваемых на нейроны рецепторного слоя, выбраны векторы данных: X/, Х2, & Д}, которые характеризуют ситуацию на факторном пространстве событий. При этом векторы X,, Х2 отвечают за данные, характеризующие состояние маневровых единиц 1,2; вектор Х3 - вектор состояния поездной единицы; Х4 - вектор состояния путей парка станции в границах отдельного маневрового района; Х5 - вектор, характеризующий метеоусловия.
В работе [2] приведены методические подходы к автоматизации планирования поездообразования в оперативном режиме работы станции и отмечены следующие важные положения, которые необходимо учитывать в работе:
- многовариантность задачи, обусловленная возможностью выбора в оперативных условиях различной очередности обработки составов в станционных парках, расформирования и формирования поездов;
- критерием планирования должен являться минимальный простой вагонов на станциях;
- необходимость связи процессов поездообразования и организации работы узловых локомотивов в расчетах по планированию.
Предлагаемые возможные методы решения много вариантной задачи планирования поездообразования включают:
- пошаговое решение задачи, при котором выбор состава из очереди производится изолированно для каждого шага, на которые разбивается период планирования;
- последовательный анализ вариантов;
- моделирование принятия решений по выбору состава из очереди с помощью генератора случайных чисел (метод Монте-Карло).
Здесь особое внимание нужно обратить па один из главных критериев оперативного планирования - простой транзитного вагона, который есть время нахождения вагона на технической станции в процессе выполнения технических, технологических и грузовых операций, а также в ожидании их. Величина простоя вагона играет важную роль в 'эксплуатационной деятельности железных дорог и влияет па эффективность использования вагонного парка, а также всей железнодорожной инфраструктуры [1], Поэтому значительные ресурсы автоматической системы оперативного управления сортировочной станцией должны быть направлены на сокращение именно этого эксплуатационного показателя, а именно выражаться в функции минимизации внутристанцн-онного оборота вагона:
frtcoopúM _ л ^ J
станц .СП
аж.ТО 1 ТО
СП
ож. расф расф мак
г„ .СП .по (по по
ах форм ок.форм ож.ТО ТО ож.опитр
глс tlienp - время простоя по неприему на станцию;
(О
.ПП
- время ожидания обработки состава по прибытию; - время обработки состава по прибытию;
•то
^ожрасф ~ вРемя ожидания расформирования; ~ вРемя на расформирование состава; - время простоя вагонов под накоплением в сортировочном парке;
СП
о.жг.форм СП
с
окформ
- время ожидания окончания формирования:
- время на окончание формирования и выс тавку со-
става оез учета времени на возвращение локомотива обратно; - время ожидания обработки состава в парке отправ-
'пж.ТО
ления;
tno
'ТО
.по
- время на обработку состава перед отправлением;
^ажмипр ~ время ожидания отправления готового поезда со станции.
Здесь особо нежелательными простоями в общем времени внутристанционного оборота являются простой по неприему и время ожидания отправления готового поезда [8]. Для сокращения первого необходимы меры оперативного диспетчерского влияния на технологический процесс, в числе которых повышение уровня равномерности регулирован нем подвода поездов, прием поездов в неспециализированные парки. Также нужно широко применять высокоэффективные техни-ко-техналогические приемы - увеличение производительности станции по сдерживающему элементу (увеличение числа осмотрщиков в составе бригад пункта технического осмотра, сокращение горочного технологического интервала, применение параллельного роспуска составов).
Целевая функция оперативного управления работой сортировочной станции согласно |3| заключается в принятии всего предъявленного потока поездов с минимумом задержек, отправить максимум поездов и вагонов транзитных, своего формирования, местных вагонов по возможно ранним «ниткам» графика с учетом наложенных ограничений, отправить резервные локомотивы и бригады с минимумом задержек. В итоге необходимо решить сложную многокри-
териальную задачу со множеством технико-технологических ограничений.
Современные вычислительные мощности микропроцессорных компьютеров позволяют реализовывать перечисленные выше мероприятия в режиме оперативного планирования через инновационные программные продукты. В этом случае процесс оперативного управления работой сортировочной станцией сводится к ряду последовательных процессов установления заданий, получение по каналам обратной связи данных об ох выполнении с последующей выдачей новых команд. В перспективе, рассматриваемая Система автоматического управления работой станции должна быть дополнена модулем самообучения.
Выводы
На современном этапе развития железных дорог России остро стоит проблема автоматического управления работой станционных объектов. Достоверность получаемой от существующих информационных систем информации о подходе поездов к сортировочной станции не является достаточной для точного планирования оперативной работы СС и всех его производственных компонент диспетчерским персоналом станции. В этих условиях, а также при большой психоэмоциональной и физической нагрузках дежурного гю станции, маневрового п станционного диспетчеров оптимально планировать задания и наряд-заказы причастным службам не представляется возможным. Поэтому для организации эффективного единого технологического процесса, снижения роли «человеческого фактора», повышения безопасности движения и улучшения качества транспортного обслуживания на железнодорожном транспорте необходимо проведение дальнейших исследований в области проектирования и создания автоматизированных, а в перспективе интеллектуал изнрованных станционных систем управления
Литература
1. Обухов А.Д. Совершенствование технологии работы сортировочных станций в современных условиях на основе факторного анализа // Бюллетень транспортной информации. - № 1, 2015. -С. 28-33.
2. Дел Рчо Б. и Фролов П.Я. Информационно-планирующая система железнодорожных узлов. — М.: Транспорт, 1972. - 208 с.
3. Буянов В.А.. Ратин Г.С. Автоматизированные информационные системы на железнодорожном транспорте. - М,: Транспорт, 1984,-240 с.
4. Обухов Л.Д. О переходе на интеллектуальные технологии в условиях транспортно-логистического комплекса // Соискатель -приложение к журналу Мир транспорта. 2015. №1 (9). - С. 111-116.
5. Обухов А.Д. Реализация интеллектуального управления на линейном уровне // Современный транспорт: инфраструктура, инновации, интеллектуальные системы: сборник трудов №18. Москва, 2015. С. 158-159.
6. Обухов АД. Интеллектуализация процессов управления на сортировочной станции // Труды Четвертой научно-технической конференции с международным участием «Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование» (ИСУЖТ-2015), 2015, ОАО «НИИАС», С, 140-141.
7. Обухов А.Д. Инновационные технологии в управлении работой сортировочной станции // Труды РГУПС, - 2015. №4. С. 74-77.
8. Шапкин И.И.. Обухов А.Д. Мультиагентные технологии в управлении перевозочным процессом // Труды РГУПС. - 2015. №4. С. 151-154.
T-Comm Vol. 10. #7-2016
PROBLEMS OF OPERATIONAL PERFORMANCE MANAGEMENT IN A RAIL YARD
Andrei D. Obukhov, assistant of the Department of "Management of operational work and transport security" of the Moscow State University of Railway Engineering, Moscow, Russia, adobukhov@mail.ru
Abstract
The problems of operational management in rail transport, forecasting problems train arrival time at a marshalling yard. The necessity of the transition to a qualitatively new level of information-management systems on the linear level - decision support systems. A necessary component of this system is a total system of information resources rail yard. For its formation and maintenance of up to date information arrays are proposed two methods of forecasting freight train arriving at the station - with the help of artificial neural networks, as well as the organization of complex fixing geolocation sensors. To monitor the progress of individual operations in the process involves the use of portable fixing and monitoring the implementation process (kWp). Job Queue for staff (TO, TO, etc.) consists of archival and active jobs.
These characteristics and elements of the intra-car turnover, analysis of the causes and methods of reducing undesirable particularly in the station outages have shown that the methods of operational control and management in the automatic mode should be directed primarily to reduce unproductive downtime at all process lines station. Propose innovative methods of forecasting using neural network technology, as well as GLONASS and GPS.
Keywords: the switchyard, operational management, innovative technology, artificial neural network. References
1. Obukhov A.D. improvement of the technology of work of marshalling yards in modern conditions on the basis of factor analysis / Bulletin of transport information. No. 1, 2015. Pp. 28-33. (in Russian)
2. Del Rio and B. Frolov, V. Ya. Information and planning system railway junctions. Moscow: Transport, 1972. 208 p. (in Russian)
3. Buyanov V.A., Ratinov G.S. Automated information systems on the railway transport. Moscow: Transport, 1984. 240 p. (in Russian)
4. Obukhov A.D. On the transition to smart technology in transport and logistics complex / Applicant - supplement to the journal World Transport . 2015. No.1 (9). Pp. 111-116. (in Russian)
5. Obukhov A.D. Implementation of intelligent control at the linear level / Modern transportation: infrastructure, innovation, intellectual systems: Proceedings No.18. Moscow, 2015. Pp. 158-159. (in Russian)
6. Obukhov A..D. Intellectualization management processes yard / Proceedings of the Fourth scientific and technical conference with international participation "Intelligent control systems for rail transport. Computer and Mathematical Modeling" ( ISUZHT-2015 ), 2015, JSC "NIIAS". Pp. 140-141. (in Russian)
7. Obukhov A.D. Innovative technologies in the management of yard / Proceedings RSTU. 2015. No. 4. Pp. 74-77. (in Russian)
8. Shapkin I.N., Obukhov A.D. Multi-agent technology in the management of transportation process / Proceedings RSTU. 2015. No. 4. Pp. 151-154. (in Russian)
7T>
T-Comm Tом 10. #7-20 16
