Предпосылки для создания цифровой системы управления безопасностью движения

Цель. Цифровая трансформация системы управления безопасностью движения в холдинге ОАО «РЖД» предусматривает переход на глобальный уровень взаимодействия с процессами всех подразделений по интегральной оценке риска возможных событий и достижению установленных показателей. Итогом станет интеграция системы управления безопасностью движения с производственными процессами на всех уровнях управления холдинга «РЖД» на основе интегрированной интеллектуальной системы управления процессами и услугами со встроенными функциями оперативного управления безопасностью движения.

Методы. В работе применяется системный анализ существующих подходов и методов обработки структурированных и неструктурированных данных значительных объемов.

Результаты. Проведено рассмотрение стадий развития управления безопасностью движения поездов, а также информационных автоматизированных систем управления, применяемых в целях управления безопасностью движения. Выполнен анализ общих тенденций создания систем сбора и обработки информации. Показана целесообразность внедрения в современные системы управления таких технологий, как Big Data, Data Mining, Data Science. Рассмотрена эффективность применения указанных технологий на примере анализа влияния различных факторов на среднесуточную производительность локомотива, где на первом уровне учитываются такие факторы, как среднесуточный пробег локомотива, средний вес поезда; на втором уровне – участковая скорость, оборот локомотива на станции и др.; на шестом уровне – тип локомотива, его техническое состояние и т.д. Всего учитывается более 50 факторов, влияющих на среднесуточную производительность локомотива. Показано, что с помощью статистических методов факторного анализа и анализа связей в сочетании с другими методами Data Mining, такими, как методы моделирования и прогнозирования, можно выполнить проактивное планирование среднесуточной производительности локомотива. Предложена схема перехода к цифровой системе управления безопасностью движения на основе построения моделей взаимодействия факторов безопасности и надежности всех объектов железнодорожного транспорта на всех уровнях иерархии, а также во взаимосвязи с другими факторами, которые непосредственно не относятся к надежности, однако оказывают влияние на безопасность перевозочного процесса.

Выводы. Основной результат перехода на технологию Big Data состоит в создании динамической модели управления безопасностью движения, в исключении зависимости системы управления от недостатков человеческого фактора и, что особенно важно, в возможности создания в холдинге «РЖД» интегрированной интеллектуальной системы управления процессами и услугами со встроенными функциями оперативного управления безопасностью движения. В результате масштабного развития и внедрения в компании Единой корпоративной платформы (ЕКП) УРРАН реализуется поддержка принятия управленческих решений по обеспечению надежности и безопасности функционирования объектов транспорта на основе оценки рисков. Таким образом, с помощью ЕКП УРРАН заложены основы цифровой трансформации системы управления безопасностью движения в холдинге «РЖД».

1. Розенберг И.Н. Автоматизированная информационная система ревизора движения [Текст] / И.Н. Розенберг, М.А. Аветикян, А.М. Замышляев // Железнодорожный транспорт. – 2004. – № 7. – С. 46‑48.

2. Замышляев А.М. Прикладные информационные системы управления надежностью, безопасностью, рисками и ресурсами на железнодорожном транспорте [Текст] / А.М. Замышляев. – М.: Надежность, 2013. – 143 с.

3. Розенберг Е.Н. Система КАСАНТ: задачи, возможности, перспективы развития [Текст] / Е.Н. Розенберг, И.Н. Розенберг, А.М. Замышляев и др. // Железнодорожный транспорт. – 2008. – № 9. – С. 6‑9.

4. Замышляев А.М. Система КАСАНТ: второй этап внедрения [Текст] / А.М. Замышляев, Г.Б. Прошин, А.А. Горелик // Автоматика, связь, информатика. – 2009. – № 7. – С. 9‑13.

5. Гапанович В.А. Математическое и информационное обеспечение системы УРРАН [Текст] / В.А. Гапанович, И.Б. Шубинский, А.М. Замышляев // Надежность. – 2013. – № 1. – С. 3‑11.

6. Гапанович В.А. Метод оценки рисков системы из разнотипных элементов [Текст] / В.А. Гапанович, И.Б. Шубинский, А.М. Замышляев // Надежность. – 2016. – № 2. – С. 49‑53.

7. Rizzatti R. Digital Data Storage is Undergoing MindBoggling Growth [Электронный ресурс] / Dr. Lauro Rizzatti, Verification Consultant // URL: https://www.eetimes.com// Подробнее: https://www.eetimes.com/author.asp?section_id=36&doc_id=1330462 (Дата обращения: 31.10.2018 г.).

8. Макевнин Б. Цифровая нефть. Большие данные как один из ключевых инструментов цифровой трансформации [Текст] / Б. Макевнин, А. Столяров // Сибирская нефть. – 2017. – № 9/146.

9. Thaduri A. Railway assets: A potential domain for big data analytics [Text] / Adithya Thaduri, Diego Galar, Uday Kumar; Lulea University of Technology, Lulea, Sweden. // Procedia Computer Science. – 2015. – Volume 53. – P. 457‑467.

10. Гапанович В.А. Построение и использование матриц рисков в системе управления рисками на железнодорожном транспорте [Текст] / В.А. Гапанович, И.Б. Шубинский, А.М. Замышляев // Надежность. – 2011. – № 4. – C. 56‑68.

11. Zamyshlyaev A. Adaptive Management System of Dependability and Safety of Railway Infrastructure [Text] / A. Zamyshlyaev, I. Shubinsky // Second International Symposium on Stochastic Models in Reliability Engineering, Life Science and Operations Management (SMRLO). Be’erSheva, Israel, 15.02.16-18.02.16, IEEE Xplore Digital Library. – P. 244‑250.

12. Shubinsky I. Risk management system on the Railway Transport [Text] / I. Shubinsky, A. Zamyshlyaev // Second International Symposium on Stochastic Models in Reliability Engineering, Life Science and Operations Management (SMRLO). Be’er-Sheva, Israel, 15.02.1618.02.16, IEEE Xplore Digital Library. – P. 481‑486.

13. Шубинский И.Б. Основные научные и практические результаты разработки системы УРРАН [Текст] / И.Б. Шубинский, А.М. Замышляев // Надежность. – 2012. – № 3. – С. 3‑12.