Ефим Н. Розенберг – профессор, доктор технических наук, первый заместитель Генерального директора
Москва
Efim N. Rozenberg, Professor, Doctor of Engineering, First Deputy Director General
Moscow
Александр С. Коровин – главный специалист сектора разработки микропроцессорных устройств
Москва
Alexander S. Korovin, Chief Specialist of Computer-Based Devices Development Sector
Moscow
Наталья Г. Пенькова – заместитель начальника центра безопасности и алгоритмической поддержки
Москва
Natalia G. Penkova, Deputy Head of Safety and Algorithmic Support
Moscow
Цель данной статьи – показать, что разработка, внедрение новых средств диагностики и улучшение существующих средств диагностики в бортовых устройствах позволяет добиться улучшения эксплуатационных характеристик и снижения вероятности перехода интеллектуальных систем железнодорожного транспорта в запрещенное состояние.
Методика. Для интеллектуальных систем железнодорожного транспорта наибольший интерес представляет построение аналитической модели оценки вероятности в связи с ее возможностью наглядной демонстрации учитываемых в модели факторов. Запрещенные события, которые приводят к нарушению работоспособности интеллектуальных систем железнодорожного транспорта, являются случайными, и их можно представить в виде случайного процесса. Случайный процесс развития системы, переход системы из разрешенного состояния в запрещенное состояние, изменение состояний системы во времени может быть описан полумарковским процессом. При оценке вероятности попадания системы в запрещенное состояние возникает вопрос выбора метода расчета. В статье показана возможность представления и решения полумарковской модели с помощью связанной графовой модели [3, 5], которая обладает высоким уровнем наглядности и является хорошо формализованным методом определения вероятности перехода системы в запрещенное состояние. Множество состояний системы и связи между ними представлены в виде ориентированного графа состояний, для которого определены топологические понятия [
Результаты. Реализованный в представленной статье графовый метод демонстрирует, что применение дополнительных средств диагностики позволяет уменьшить вероятность попадания системы в запрещенное состояние, то есть, в состояние, когда отказ не будет обнаружен штатными или дополнительными средствами диагностики, более чем в 2 раза.
The Aim of this paper is to show that the development, deployment of new diagnostic tools and improvement of the existing diagnostic tools in onboard equipment enables better operational characteristics and reduced probability of transition of intelligent railway systems into a forbidden state.
Method. In the context of intelligent railway systems, the construction of the analytical model of probability evaluation is of principal interest due to the feasibility of demonstrating the factors that are taken into consideration by such a model. Forbidden events that cause inoperability of intelligent railway systems are random; they can be represented as a random process. A random process of system development, transition from an allowed state into a forbidden state, system state changes in time can be described with a semi-Markovian process. When assessing the probability of system transition into a forbidden state, the question arises as to the selection of a method of calculation. The paper shows the feasibility of representation and solution of a semi-Markovian model with the help of a coupled graph model [3, 5] that has a high level of visualization and is a well-formalized method of identification of the probability of a system’s transition into a forbidden state. The set of system states and their connections are represented with a directed state graph with defined topological concepts [
Results. The graph method implemented in this paper shows that the use of additional diagnostic tools reduces more than twice the probability of a system’s transition into a forbidden state, i.e. a state when the failure will not be detected by the inbuilt or additional diagnostic tools.
The authors declare that there are no conflicts of interest present.