Резюме. Цель. Целью статьи является исследование метода нормирования количества отказов сложного объекта с применением мультиномиального распределения. Данный подход предусматривает установление допустимого значения количества отказов объекта на основе «прошлого опыта» (по статистической выборке количества отказов объекта, накопленной за несколько предыдущих оценочных периодов времени).

Методы. В статье применяются методы системного анализа, теории вероятностей, математической статистики. Проанализированы первичные показатели, на основе которых формируются показатели надежности объекта. Отмечена перспективность применения нормирования показателей надежности на основе имеющихся статистических данных применительно к сложным объектам. Рассмотрена задача нормирования количества отказов на основе статистической выборки. Определены основные недостатки применяемых подходов, связанные с ошибками определения среднего значения ряда, коэффициентов вариации и асимметрии. Показана возможность решения данной задачи с применением известной в комбинаторике задачи «о шарах и ящиках», которая сводится к мультиномиальному распределению. Рассмотрено определение вероятностей для композиций и разбиений числа n на m частей, а также вероятностей нахождения заданного количества шаров в ящике с их максимальным количеством. Рассмотрены формулы и алгоритмы, реализующие наиболее эффективный (с точки зрения объема/времени машинных вычислений) расчет вероятностей распределения мультиномиального максимума. Оценена возможность аппроксимации дискретной функции распределения мультиномиального максимума распределением Гумбеля. Показана возможность нормирования количества отказов для «сегмента», соответствующего части (доле) размерности сложного объекта, рассматриваемой на определенной части (доле) оценочного интервала времени от общего времени, на котором собрана статистика. Рассмотрены примеры нормирования количества отказов для объекта в целом на интервале оценки 1 месяц и для ½ объекта на интервале оценки 12 месяцев при оценочном интервале, на котором накоплена статистическая выборка, 72 месяца. Приведены ограничения по применению представленного метода и отмечены некоторые его возможные преимущества. В частности отмечено, что конкретная статистическая выборка, отражающая распределение количества отказов по нескольким одинаковым интервалам времени, является лишь одной реализацией мультиномиального распределения, поэтому можно сказать, что при применении предлагаемого метода на результаты нормирования перестает оказывать влияние наличие в статистической выборке маловероятного сочетания значений ряда. Также отмечено, что при применении предложенного метода нормирования количества отказов полученное допустимое значение всегда будет выше среднего значения статистической выборки.

Результаты. Получены выражения для расчета дискретной плотности и функции распределения мультиномиального максимума на основе разбиений числа. Приведены результаты анализа алгоритмов для проведения машинных вычислений. Представлены результаты применения некоторых алгоритмов. Предложена формула для аппроксимации функции распределения мультиномиального максимума с помощью распределения Гумбеля (для наибольших значений) методом моментов. Рекомендован диапазон значений оценочного интервала, в котором предложенный метод обеспечивает приемлемую достоверность результатов. Определены задачи дальнейших исследований.

Резюме. Цель. Систематические отказы в отличие от случайных отказов аппаратных средств не могут быть описаны математическим аппаратом теории вероятностей и теории надежности. Однако именно такие отказы составляют наибольшую проблему, вследствие своей непредсказуемости. Выходом в случае описания систематических отказов уникальных высокоответственных систем становится подход, заключающийся во введении в рассмотрение количественных критериев выполнения объектом во времени требуемых функций, устанавливаемых, например, заданием для каждой функции набора параметров, характеризующих способность ее выполнения, и допустимых пределов изменения значений этих параметров. Целью статьи является разработка подхода к использованию экспертного оценивания для установления вида и параметров распределения наработки на отказ уникальных высокоответственных элементов. Рассмотрен подход к определению априорного распределения наработки на отказ уникальных высокоответственных элементов методом парных сравнений, полезный для повышения точности показателей их надежности.

Методы. Использованы методы анализа иерархий, нечеткой логики и теории перестановок. Введены нечеткие переменные, степени принадлежности которым интерпретируются как субъективные вероятности нахождения наработки на отказ и ее характеристик в различных временных интервалах. Предложен методы учета точности экспертного оценивания и метод решения задачи группового выбора.

Цель. Обозначить одну из проблем профессионального психологического отбора (ППО) претендентов на обучение в высшее военное летное училище, показать значимость морально-нравственных ценностей в профессиональном становлении военного летчика и влияние их наличия или отсутствия на качество прогноза в ППО. В настоящее время прогресс и постоянная модернизация авиационного комплекса ВВС РФ предъявляет все более высокие требования к уровню профессионализма современного военного летчика. В связи с этим возрастает необходимость в увеличении количества диагностируемых при проведении ППО показателей, используемых в дальнейшем для прогнозирования успешности военного летного обучения и профессиональной деятельности в целом. Это связано, прежде всего, с тем, что в последнее время все больше и больше внимания уделяется роли личности и ее интегративной функции. Однако в настоящее время существующая система ППО летного состава не обеспечивает всестороннюю диагностику личности кандидата.

Методы. На основе теоретического анализа работ ученых и практиков в авиационной психологии и различных подходов по изучению профессиональной пригодности летного состава было установлено, что центральным звеном в диагностике профессиональной пригодности выступает личность с ее интегративной функцией и всей совокупностью профессионально важных качеств. Анализ авиационной психологической литературы показывает, что личностные качества определяют мотивацию, целенаправленность и устойчивый интерес к летной работе, а также социальный тип поведения и приспособления человека к специфическим условиям летной деятельности и военной службе.

Результаты. Профессионализм пилота начинается с формирования личности. В наши дни потеря духовных ориентиров привела к резкому упрощению нравственных ценностей и патриотического духа, в большей степени молодежь ориентирована на потребительство. При отборе кандидатов в военную авиацию используется многообразная батарея методик диагностики, с помощью которой оцениваются наиболее важные качества психики и личности. Однако опыт применения личностных опросников показывает, что они не всегда представляют полную картину мотивации, направленности личности, самосознания, базовых ценностей абитуриента. Минимизировано использование проективных и аппаратурных методик, существующая автоматизированная система профессионального психологического отбора (АСПО) в недостаточной мере оснащена методиками, диагностирующими личностные качества, здесь акцент сделан на диагностике познавательных процессов. Сложившаяся вековая история ППО показывает нарушение принципа интегративности личности, выразившееся в перевесе в сторону психофизиологии. В итоге в настоящее время существующая система ППО летного состава не обеспечивает всестороннюю диагностику личности кандидата.

Выводы. В заключении отмечается, что центральным звеном в диагностике профессиональной пригодности выступает личность со всей ее совокупностью профессионально важных качеств и морально-нравственными ценностями. Увеличение диагностируемых показателей в личностном блоке профессионально важных качеств обеспечит всестороннюю диагностику кандидата, а за счет сочетания опросных и проективных методик, позволит повысить надежность прогноза ППО при условии целостного, на принципах интегративного подхода к личности абитуриента как интегральной индивидуальности.

Резюме. Цель. Целью настоящей статьи является оценка показателей безопасности и бесперебойности комплекса технических средств, обеспечивающих управление локомотивом – маневровой автоматической локомотивной сигнализации (МАЛС). Повышениепоказателей достигается за счет использования дополнительного контроля, в качестве которого предлагается использование второго виртуального канала, позволяющего правильно обнаруживать отказы МАЛС, при этом не влияя на работу алгоритмов управления маневровым локомотивом.

Методы. В данной статье применен графовый метод. С помощью модифицированного топологического полумарковского метода выведены формулы расчета средней наработки до отказа и коэффициента безопасности.

Результаты. В представленной статье проведено отдельное рассмотрение среднего времени пребывания системы автоведения маневрового локомотива на уровне не ниже SIL3 и среднего времени работы до опасного отказа. Исследована зависимость данных показателей от интенсивности отказов технических средств МАЛС и интенсивности отказов технического зрения. С помощью графового метода проведена оценка уровня функциональной безопасности системы путем расчета коэффициента безопасности и коэффициента опасности. Исследованы зависимости данных коэффициентов от времени восстановления системы и вероятности обнаружения отказов составных элементов.

Резюме. Устройства железнодорожной автоматики и телемеханики существуют уже достаточно давно, многие системы, будучи в эксплуатации, считаются устаревшими. При этом модернизация не успевает охватить все протяженные участки российских железных дорог. Внедрение систем мониторинга с начала 2000-x годов привело к более комфортному техническому обслуживанию громоздких систем сигнализации, централизации и блокировки СЦБ, сокращению времени поиска отказа в них. Во втором десятилетии XXI в. началось активное внедрение информационных технологий в разные сферы жизни, включая промышленность, однако в более медленном темпе, особенно на железнодорожном транспорте. Одной из инноваций стало появление ИИ – искусственного интеллекта, что на производстве привело к более прогрессивному поддержанию работоспособности устройств за счет прогнозирования предотказных состояний. В этом случае появляется возможность оповещения технического персонала интеллектуальной системой, обрабатывающей значимые параметры наблюдаемого объекта или процесса, тем самым заменяя ручной мониторинг, требующий времени и профессионального опыта.

Цель. Предложить использование методов искусственного интеллекта в устройствах железнодорожной автоматики на базе действующих систем технической диагностики и мониторинга.

Методы. Для создания, обработки и визуализации данных применяются методы машинного обучения без учителя на базе языка программирования Python. Результаты. Получен отклик моделей ИИ на аномальные изменения во временных характеристиках формирователей кода.

Заключение. Программа с поддержкой ИИ может являться ядром обработки данных мониторинга устройств СЦБ и требует тщательного исследования в прогнозировании их известных сбоев на сигнальной точке.

Резюме. Цель. Цель работы состоит в построении неимитационного способа нахождения доверительного интервала для вероятности верхнего события дерева отказов. Итерационные алгоритмы, основанные на методе Монте-Карло, весьма затратны по времени и вычислительным ресурсам, особенно для больших деревьев отказов. Поэтому разработка «быстрых» алгоритмов нахождения неопределенности рассчитанного дерева отказов крайне важна.

Методы. При разработке алгоритма применялись классические методы теории вероятностей, математической статистики и теории надежности. В математическую основу алгоритма заложена центральная предельная теорема и некоторые свойства дисперсии случайной величины из теории вероятностей. В основе построения доверительного интервала, для упрощения расчетов, лежит предположение о логнормальном распределении оценки интенсивности отказов с некоторым заданным фактором ошибки – Error Factor. В качестве исходной информации используется сформированный для дерева отказов специализированными программными средствами набор минимальных сечений и параметры надежности событий, входящих в каждое из сечений. Сечения могут содержать зависимые события, объединенные в группы отказов по общим причинам (ООП). Для расчетов вероятности таких событий могут применяться различные модели учета ООП, такие как модель бета-фактора, альфа-фактора и другие. Для упрощения набора сечений используется программный код, группирующий одинаковые по значению и смыслу сечения. Результаты. Разработан консервативный метод построения доверительного интервала для вероятности верхнего события дерева отказов. Метод не является итерационным и позволяет определять неопределенность итогового результата для произвольных по размерам деревьев отказов.

 Выводы.Алгоритм определения неопределенности может быть использован как альтернатива методу Монте-Карло в специализированных программных комплексах, рассчитывающих деревья отказов.

Резюме. Цель. Разработан критерий для проверки гипотезы о равномерном законе распределения наблюдений случайных величин в выборках малого объема. Формирование критерия заключается в построении из выборочных наблюдений вариационного ряда в порядке возрастания и делении каждого предыдущего члена этого ряда на крайний член с последующим его отбрасыванием. С полученным новым вариационным рядом поступают аналогично до тех пор, пока не останется одно частное, являющееся значением критерия.

Методы. В статье применяются методы теории вероятностей и математической статистики. Результаты. Предложенный критерий обладает достаточной эффективностью для различения выборок минимального объема для статистически близких гипотез, таких как гипотеза о равномерном законе распределения и гипотеза о бета-распределении 1-го рода.

Выводы. Предлагаемый в статье подход позволяет достаточно просто реализовать процедуру последовательного анализа (обнаружение «разладки» процесса). Такая процедура позволяет выявлять «разладку» (отклонение распределения наблюдений от равномерного закона) с достаточной для практики интенсивностью.

Резюме. Цель. Рассматриваются методические аспекты оценки оптимального резерва мощности в концентрированной электроэнергетической системе. Определены источники погрешностей формулы Марковича. Показано, что основным требованием по применимости формулы Марковича является допущение об абсолютной надежности дополнительно вводимых резервных энергоагрегатов. Выполнен анализ математических процедур по определению вероятности и математического ожидания (МО) дефицита мощности (ДМ). Предложены формулы, позволяющие аналитически определить МО и дисперсию ДМ. Предложено график плановых ремонтов основного генерирующего оборудования представлять как детерминированную составляющую дополнительной нагрузки, что позволяет перейти от модели случайных процессов к случайным величинам. Показано, что между вероятностью и МО ДМ существует практически линейная функциональная связь, что позволяет оценивать показатели балансовой надежности исходя из интервальной вероятности ДМ.