Алгоритмическое и математическое обеспечение вычисления показателей опасности и динамического риска при отказах технических средств

• Автор: Начигин, Александр Владимирович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Иркутск
• Количество страниц: 141 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ОБОСНОВАНИЕ НЕОБХОДИМОСТИ ВЫЧИСЛЕНИЯ ПОКАЗАТЕЛЕЙ ОПАСНОСТИ И РИСКОВ ПРИ ВОЗНИКНОВЕНИИ ОТКАЗОВ ТЕХНИЧЕСКИХ СРЕДСТВ
1.1. Необходимость анализа отказов и их последствий в работе железнодорожных транспортных средств

1.2. Характеристика средств мониторинга

текущего состояния пути

1.3. Анализ методов, использующих экспертную информацию

1.4. Анализ методов и средств оценки рисков

1.5. Формулировка цели и задач работы

2. МАТЕМАТИЧЕСКОЕ, АЛГОРИТМИЧЕСКОЕ И ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ ДЛЯ ОБРАБОТКИ ДАННЫХ

ПО АВАРИЙНЫМ СИТУАЦИЯМ
2.1. Создание методики «От отказов к рискам»
2.2. Алгоритмическое обеспечение расчета показателей
опасности возникновения происшествий
2.3. Математическое описание задачи вычисления
весовых коэффициентов
2.4. Алгоритмическое обеспечение оценки динамических рисков..
2.5. Моделирование значений случайных величин
2.6. Программное обеспечение для обработки
данных по негативным ситуациям и их последствий
2.6.1. Программное обеспечение для автоматизации процесса вычисления показателей опасности возникновения происшествий
2.6.2. Моделирующая программа

«Вычисление показателей динамического риска»
2.7. Выводы по главе
3. АПРОБАЦИЯ АЛГОРИТМОВ И ПРОГРАММНЫХ СРЕДСТВ ВЫЧИСЛЕНИЯ ПОКАЗАТЕЛЕЙ ОПАСНОСТИ
И ДИНАМИЧЕСКИХ РИСКОВ
3.1. Подготовка экспертной информации для вычисления показателей опасности
3.2. Вычисление показателей опасности
3.3. Подготовка экспертно-статистической информации для вычисления показателей динамического риска
3.4. Вычисление показателей динамического риска
3.5. Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1 Значения ЧПО для факторов (Е2-Б7)
ПРИЛОЖЕНИЕ 2 Акт внедрения

ВВЕДЕНИЕ
Важнейшим комплексным показателем эффективности перевозочного процесса является безопасность движения поездов различного назначения. Для обеспечения безопасности движения и повышения рентабельности перевозочного процесса необходимо максимально исключить отказы в работе технических средств [1; 17; 110].
Перевозочный процесс является сложной системой, так как осуществляется множеством дирекций, территориальных подразделений, находящихся в различных отношениях (связях). Сложность процесса затрудняет его моделирование и исследование, особенно в период структурных и функциональных изменений, что характерно для данного периода времени. Так, например, в последние годы в перевозочный процесс железнодорожной сети успешно внедряются полигонные технологии. В рамках этих технологий функционирует Восточный полигон, включающий четыре дороги: Красноярскую, Восточно-Сибирскую, Забайкальскую и Дальневосточную.
В целях совершенствования системы обеспечения безопасности движения и реализации Функциональной стратегии обеспечения гарантированной безопасности и надежности перевозочного процесса [95], в Министерстве транспорта РФ (далее - Министерство транспорта) и ОАО «РЖД», разработаны различные положения, приказы и распоряжения, создающие нормативную базу по этим основополагающим вопросам [92; 93; 94; 103].
Для информационной основы безопасности движения и принятия управленческих решений в ОАО «РЖД» разработана и используется «Комплексная автоматизированная система учета, анализа и контроля устранения отказов в работе технических средств» (далее - КАС АНТ).
В Министерстве транспорта и ОАО «РЖД» уделяется большое внимание математическому и информационному обеспечению безопасности движения на железнодорожном транспорте. Важное место в этом направлении занимает систе-

1) использование сверток, как правило, линейных. В этом случае частные показатели (критерии) «свертываются» с помощью весовых коэффициентов в
интегральный показатель;
2) использование систем нечеткого вывода;
3) использование нечетких логик и др.
На практике чаще всего используют первый подход. При этом частные критерии могут находиться расчетным путем, на основе статистической информации или с применением экспертных оценок.
Для получения и обработки качественной информации количественными методами рекомендуется использовать вербально-числовые шкалы [6].
Таблица 1.
№ Наименование градации Числовые интервалы Количественное значение
1 Очень низкая 0-0,2 0,
2 Низкая 0,2-0,37 0,
3 Средняя 0,37-0,63 0,
3 Высокая 0,63-0,8 0,
3 Очень высокая 0,8-1 0,
В этом случае большое применение находит шкала Харрингтона [44] (табл. 1.1). Эта шкала получена на основе логистической функции Харрингтона («кривая желательности») [44]
у=ехр(-ехр(-х)), (1.7)
где х - шкала частных показателей; у - шкала желательности.
При вычислении весовых коэффициентов помимо метода анализа иерархий, на практике используются и другие методы:
а) метод собственных векторов Уэя в модификации К. Бержа [3; 65];
б) метод Коггера и Ю [3; 65; 127];