Библиографическое описание:

Шабельников В. А., Денисов А. В., Сарьян А. С. Система мониторинга и анализа состояния искусственных сооружений на железнодорожном транспорте // Молодой ученый. — 2009. — №8. — С. 34-38.

Одной из основ транспортной системы Российской Федерации является сеть железных дорог, надежное и безопасное функционирование которой служит залогом экономического роста и промышленного развития всего государства. Важной составляющей путевого хозяйства являются искусственные сооружения (мосты, эстакады, тоннели и т.п.). В распоряжении ОАО «РЖД» находится 82 219 таких объектов. Однако, по последним данным, около 62 % этих сооружений находятся в неудовлетворительном состоянии. Таким образом, очевидно, что необходим постоянный контроль за искусственными сооружениями во избежание выхода их из строя, что может повлечь за собой самые печальные последствия.

Учитывая значительное количество объектов контроля и их территориальную распределенность, к методам мониторинга можно предъявить следующие требования:

1.      Надежность работы.

2.      Простота развертывания.

3.      Минимальные требования к обслуживанию.

4.      Относительно малая стоимость.

Среди всех возможных методов мониторинга выше упомянутым требованиям лучше всего соответствует метод, основанный на развертывании так называемой беспроводной сенсорной сети (БСС). В основе БСС лежат автономные узлы, питающиеся от пальчиковых батареек, объединенные в сеть посредством радиоканала. Возможно использование следующих частотных диапазонов:

1.      433,92 МГц; 868 – 868,2 МГц.

Преимущества: большой радиус действия, низкие цены, пониженные требования к технологичности.

2.      2,4 ГГц.

Преимущества: высокая скорость передачи информации, стандартные протоколы связи и защиты информации, низкая загруженность диапазонов, поддержка сложных топологий, высокая помехоустойчивость.

Узлы могут быть оснащены датчиками следующих видов: датчики вибрационных и ударных нагрузок; газоанализаторы CO2, H2 и др.; датчики обнаружения воздушных загрязнений; датчики потока газа; датчики относительного давления; датчики относительной влажности; датчики температуры; цифровой компас; акустический датчик; датчики определения скорости вращения и пр.

Использование беспроводных сенсорных сетей позволяет избежать необходимости прокладывать кабель питания и кабель для передачи данных к датчикам, что значительно сокращает время развертывания системы, а также повышает ее надежность. Значительное количество независимых узлов позволяет нивелировать негативные последствия от выхода из строя одного из них. Обслуживание БСС заключается в текущем ремонте в случае выхода узла из строя и в периодической (раз в 1,5 года) замене батареек. Стоимость развертывания и эксплуатации БСС также не велика, так как минимальны требования к подготовке объекта для оснащения его узлами,  стоимость самих узлов относительно мала, для эксплуатации необходима лишь периодическая смена источников питания, минимально количество обслуживающего персонала.

Подобные системы уже используются за рубежом для мониторинга, например, железнодорожных мостов. В [1] представлена разработка индийских специалистов BriMon, предназначенная для фиксирования вибраций мостовых пролетов при прохождении по ним подвижного состава. В основе системы BriMon лежат датчики Tmote-sky, работающие на частоте 2.4 ГГц. Время работы узла от источника питания составляет примерно полтора года. Группы датчиков по 6-12 штук размещаются на каждом пролете моста и формируют небольшую БСС, что упрощает процесс разработки протоколов взаимодействия, улучшает масштабируемость системы и повышает общую надежность. К одной из новаций данной системы можно отнести тот факт, что датчики находятся в режиме работы только при продвижении по мосту поезда. В остальное время они находятся в режиме сна, не потребляют энергию и не собирают информацию с датчиков. Для перевода узлов из режима сна в рабочий перед мостом устанавливается специальный датчик, фиксирующий приближение поезда. Также интересно решена проблема передачи данных из БСС в центр для дальнейшей обработки. Для этого используется сам поезд, на борту которого расположено считывающее устройство. При прохождении состава считывающее устройство получает данные из БСС и сохраняет их в своей памяти. В последующем, при прибытии поезда на станцию эти данные посредством беспроводного канала связи отправляются в хранилище для дальнейшей обработки.

Аналогичные исследования проводятся и в России. В Ростовском филиале ОАО «НИИАС» в настоящее время ведется разработка «Системы интеллектуального мониторинга и управления искусственными сооружениями (ИССО)». Данная система, также как и BriMon, предназначена для мониторинга вибраций искусственных сооружений на железной дороге. В основе ее лежит БСС, построенная на узлах фирмы ZigBit, которые также работают на частоте 2,4 ГГц. Основные принципы, на которых строится «Система интеллектуального мониторинга и управления искусственными сооружениями (ИССО)», отражены в [2, c. 538-555].

Рассмотренные системы способны достаточно эффективно собирать информацию о воздействии подвижного состава на сооружение. Следующим этапом после получения этой информации должна быть ее обработка. Необходимо создать интеллектуальный комплекс, способный построить на основе собранных данных зависимости и спрогнозировать дальнейшее поведение сооружения под различными нагрузками. Частью такого комплекса должна стать «Система интеллектуального анализа состояния искусственного сооружения», которая на основе накопленных данных о вибрациях в совокупности с информацией о типе вагонов, типе состава, скорости состава, температуре окружающей среды, весе вагона и состава позволит:

1.      Накапливать статистическую информацию о характеристиках составов, проходящих по данному искусственному сооружению, фиксировать их влияние на него.

2.      Моделировать влияние различных характеристик подвижного состава на состояние искусственного сооружения.

3.      Использовать экспертные процедуры для анализа состояния искусственного сооружения и степени влияния на него различных характеристик подвижного состава, а также вырабатывать управленческие решения о скорости, весе и иных параметрах состава в целях снижения негативного влияния на сооружение.

4.      Совершенствовать пассивную и активную защиту искусственного сооружения от вибраций.

«Система интеллектуального анализа состояния искусственного сооружения» должна базироваться на принципах, изложенных в [3, c. 36-42]. Формирование управленческих решений по режиму использования искусственного сооружения может осуществляться двумя путями:

1.      С помощью экспертов в данной области.

2.      Путем синтеза интеллектуального советчика.

Рассмотрим первый подход. На начальной стадии своей работы экспертам необходимо определить перечень критериев оценки состояния искусственного сооружения. Далее на основе парных сравнений выбранные критерии ранжируются по их значимости. Следующим этапом является оценка влияния различных характеристик подвижного состава на искусственное сооружение в соответствии с выбранными критериями. Данная оценка также осуществляется при помощи парных сравнений. Следует отметить, что во избежание негативного влияния на результат экспертизы потенциально возможного недостатка квалификации экспертов, их возможной ангажированности, конформизма в системе интеллектуального анализа должна использоваться методика оценки результатов работы экспертов и формирования степени их компетенции, которая позволит в большей или меньшей степени учитывать мнение эксперта по определенному вопросу. В результате проведенной экспертизы могут быть выработаны рекомендации по наиболее эффективному режиму использования данного искусственного сооружения. Для формирования данного набора рекомендаций следует использовать модифицированный генетический алгоритм (МГА), представленный в [4, c. 635-646]. По результатам проведенных исследований такой МГА наиболее эффективно справляется с задачами подобного рода в сравнении с другими математическими методами.

Таким образом, общий алгоритм функционирования системы представляется следующим:

Шаг 1. Формирование и ранжирование критериев оценки состояния искусственного сооружения.

Шаг 2. Экспертная оценка влияния различных характеристик подвижного состава на искусственное сооружение.

Шаг 3. Формирование рекомендаций по наиболее эффективному режиму использования искусственного сооружения.

Шаг 4. По результатам дальнейшей эксплуатации искусственного сооружения оценивается работа экспертов.

Можно выделить следующие подсистемы в рассматриваемой системе:

1.      Подсистема экспертных оценок.

2.      Подсистема формирования рекомендаций по наиболее эффективному режиму использования искусственного сооружения.

3.      Подсистема формирования оценок экспертов.

Подсистема экспертных оценок предназначена для следующего:

1.      Формирование и ранжирование критериев оценки состояния искусственного сооружения.

2.      Выполнение экспертной оценки влияния различных характеристик подвижного состава на искусственное сооружение.

Процедуру формирования критериев сложно формализовать. Она является скорее эмпирической и должна осуществляться экспертами в выбранной области. Следует отметить, что возможность изменять состав критериев оценки является одним из способов адаптации системы к изменяющимся внешним условиям и способствует повышению гибкости системы относительно объектов оценивания и характеристик среды, в которых они функционируют.

Так как эксперты склонны проводить оценивание в нечисловых шкалах, то можно прийти к выводу о необходимости использовать при ранжировании критериев, а также при многокритериальном анализе влияния различных характеристик подвижного состава на искусственное сооружение теорию нечетких множеств. В этом случае эксперту предстоит попарно оценить каждый критерий и проект. Применение такого подхода  имеет неоспоримое преимущество перед другими методами. Оно заключается  в том, что эксперту требуется производить сравнение только двух элементов, причем на качественном уровне. При этом наличие остальных элементов не влияет на ход сравнения, т.е. они считаются статистически независимыми. А это психологически существенно легче, чем непосредственно расставлять весовые коэффициенты или производить ранжирование, поскольку в этих случаях необходимо держать в голове все элементы одновременно. Следовательно, и результаты парного сравнения будут более адекватными существующим зависимостям между элементами.

Экспертное оценивание должно проходить тайно. Это позволит избежать эффектов конформизма, т.е. влияния авторитетов в кругу экспертов. Вопрос об ознакомлении экспертов с результатами экспертизы и проведении второго круга голосования является спорным, т.к. такая процедура может привести к деформации суждений эксперта психологического характера. Поэтому следует большее внимание уделить процедуре отбора квалифицированных экспертов, а от проведения второго круга следует отказаться.

В Подсистеме формирования рекомендаций по наиболее эффективному режиму использования искусственного сооружения должно быть проанализировано влияние тех или иных характеристик подвижного состава на состояние искусственного сооружения. Для этого может быть построена целевая функция состояния, содержащая в себе экспертную оценку влияния каждой из характеристик в совокупности с весом эксперта, давшего данную оценку. Оптимизируя целевую функцию можно определить наиболее благоприятный режим использования искусственного сооружения. При помощи набора ограничений на значения параметров целевой функции можно смоделировать различные варианты режима использования объекта и получить прогноз на будущее.

Подсистема формирования оценок экспертов играет очень важную роль в системе. Именно эта подсистема выполняет роль обратной связи, позволяющей всей системе адаптироваться к внутренним возмущениям, проявляющимся в возможных злоупотреблениях экспертов при проведении экспертизы. Для этого необходимо ввести параметр, оценивающий работу эксперта. Назовем его репутация эксперта. Пусть определена относительная допустимая ошибка в оценке  и ошибка i-го эксперта , где  – оценка эксперта,  – реальная оценка, данная по результатам эксплуатации объекта. Считается, что i-ый эксперт добросовестно выполнил свою работу, если . Обозначим репутацию i-го эксперта как . Функция корректировки репутации i-го эксперта может принимать разный вид и должна соответствовать политике организаторов экспертизы. Также эта функция должна быть непрерывна и соответствовать принципу «точнее оценка – больше вознаграждение». В качестве примера можно привести следующую кусочно-линейную функцию для определения репутации эксперта во время n-го цикла экспертного оценивания:

,

где .

Введем следующую рекуррентную функцию для определения новой репутации  i-го эксперта во время n-го цикла подачи заявок на финансирование:

.

Изначально репутация всех экспертов принимается равной 1.

Рассмотрим второй подход, основанный на создании интеллектуального советчика. Его преимуществом является исключение человека из контура принятия решений. При этом, однако, формализации доступен более узкий круг задач по принятию решений.

Предлагается в качестве математической основы интеллектуального советчика использовать аппарат статистического анализа. В частности, это могут быть:

-        метод принятия решений по минимизации риска;

-        методы теории распознавания образов (ТРО) [5].

В обоих случаях используется статистическая информация, накопленная в системе о функционировании данного и/или аналогичных объектов в прошлом, а также статистика имитационного моделирования. Предполагается наличие ограниченного числа известных решений (например, «ИССО работает нормально», «требуются регламентные работы», «ИССО не может далее эксплуатироваться» и т.д.).

В методе принятия решений по минимизации риска, кроме того, предполагается ограниченное число состояний системы в пространстве характеризующих признаков. Каждое состояние оценивается (осуществляется итеративное обучение) по каждому критерию и автоматически принимается максиминное (гарантированное) решение.

Во втором случае (с использование ТРО) число состояний исследуемого объекта в пространстве его признаков допускается бесконечным. Необходима процедура выделения компактных, неразличимых множеств ситуаций. Решение этой задачи основывается на применении методов автоматической классификации [5]. Далее задача переходит в плоскость классификации исследуемых состояний к одному из выделенных классов. Эта процедура проще всего выполняется на основе сравнения «расстояний» от исследуемой ситуации до выделенных ранее множеств.

Предложенная «Система интеллектуального анализа состояния искусственного сооружения» способна подстраиваться под изменяющиеся условия окружающей среды за счет использования многокритериального анализа на основе неравновесных критериев при проведении экспертных оценок. Также предусмотрена защита от возможных внутренних колебаний – работа экспертов оцениваются по итогам эксплуатации искусственного сооружения, что позволяет противостоять возможным злоупотреблениям при дальнейших оценках. Совокупность этих факторов позволит использовать рассмотренный подход на всей сети железных дорог России, а внедрение данной системы привнесет необходимую долю интеллектуализации к имеющимся разработкам в области мониторинга искусственных сооружений.

 

Использованная литература:

1.      Nilesh Mishra. Design Issues and Experiences with BRIMON Railway BRIdge MONitoring Project // Indian institute of technology Kanpur. – 2006.

2.      Шабельников А.Н., Шабельников В.А., Ковалев С.М. Интеллектуальные системы распределенного мониторинга на основе беспроводных сенсорных сетей с использованием системы мобильных объектов // Сб. науч. трудов V-ой междунар. науч.-практ. конф. «Интегрированные модели и мягкие вычисления в искусственном интеллекте», 2009. – Т.2.

3.      Лябах, Н.Н. Алгоритмическое, математическое, информационное обеспечение формирования портфеля инновационных проектов / Н.Н. Лябах, А.В. Денисов // Известия вузов. Сев.-Кавк. регион. Техн. науки. – №1, 2009.

4.      Денисов А.В., Лябах Н.Н. Генетические алгоритмы в задачах формирования портфеля инновационных проектов // Сб. науч. трудов V-ой междунар. науч.-практ. конф. «Интегрированные модели и мягкие вычисления в искусственном интеллекте», 2009. – Т.2.

5.      Лябах Н.Н., Шабельников А.Н. Техническая кибернетика на железнодорожном транспорте. – Ростов н/Д.: Изд-во Северо-Кавказского научного центра высшей школы. 2002.

Обсуждение

Социальные комментарии Cackle