Теоретичні основи побудови і засоби практичної реалізації інтегрованих інформаційних систем обліку вантажопотоків

Размещено на http://www.allbest.ru/

Одеський національний політехнічний університет

УДК 681.518: 681.267

Автореферат

дисертації на здобуття наукового ступеня доктора технічних наук

Теоретичні основи побудови і засоби практичної реалізації інтегрованих інформаційних систем обліку вантажопотоків

05.13.06 - автоматизовані системи управління та прогресивні інформаційні технології

Копитчук Микола Борисович

Одеса 2003

Загальна характеристика роботи

інтегрована інформаційна система облік

Актуальність теми. Важливою складовою частиною інформаційного простору України є інформаційні та інформаційно-вимірювальні системи технологічного рівня. Саме такі системи, які є джерелами первинних даних, забезпечують формування об'єктивної і достовірної інформації про будь-які сфери життєдіяльності суспільства.

Створення автоматизованих систем реєстрації параметрів залізничних та автомобільних вантажопотоків є особливо актуальним для України з огляду на те, що за протяжністю залізничних магістралей вона посідає шосте місце у Європі. Через її територію проходять п'ять міжнародних транспортних коридорів, в основному, за напрямком Схід-Захід і на черзі відкриття ще декількох таких коридорів за напрямками Північ-Південь, Північ-Схід. Характерною особливістю таких систем є те, що вони мають тісний зв'язок з навколишнім середовищем і, як правило, входять до складу систем автоматизованого управління (САУ) різного рівня. Такі системи визначаються як управляючі інформаційні системи (УІС) реального часу. Інформація, що генерується цими системами, дозволяє отримувати оперативні дані про матеріальні потоки сировини та готової продукції і є однією з найбільш об'єктивних характеристик економічної ситуації як на регіональному, так і на державному рівнях. Перші розробки УІС, які дозволяли здійснювати ваговий облік рухомих об'єктів при швидкостях до 10...12 км/год з'явились ще у 60-70 роках минулого століття. Незважаючи на те, що подібні системи експлуатуються до цього часу, вони вже не задовольняють вимогам сучасних інформаційних технологій. Основними недоліками існуючих систем є низька пропускна спроможність і обмежена інформативність. В той же час факт проходження рухомих об'єктів через пункти реєстрації вантажопотоків (ПРВ) принципово дозволяє формувати цілу низку додаткової інформації, яка може характеризувати не тільки вантажі, але й рухомий склад, а також стан інженерних споруд у залежності від кількості потягів, що пройшли через дану дільницю. Систематизоване урахування всіх зазначених факторів може використовуватись для моніторингу такої складної системи, якою є залізничне господарство.

Таким чином, проблема розробки інтегрованих інформаційних систем обліку вантажопотоків (ІСОВП) як повнофункціональної складової єдиної інформаційної системи України є актуальною.

Зв'язок роботи з науковими програмами, планами, темами. Цільова спрямованість дисертаційної роботи тісно пов'язана з планами наукових досліджень Одеського національного політехнічного університету (ОНПУ) і відповідає вимогам галузевої програми “Охорона навколишнього середовища на залізничному транспорті України”, затвердженої наказом Укрзалізниці від 02.07.1999 р. №159-Ц. Робота виконувалась в рамках держбюджетних і госпдоговірних науково-дослідних робіт (НДР) під науковим керівництвом автора дисертації: держбюджетна НДР “Апаратно-програмні засоби автоматизованих систем” № 326-62, 1997-2001 р.р.; НДР "Разработка комплекса интеллектуальных средств преобразования и обработки тензометрических сигналов”, договір №1200-62 від 01.03.97 р., НДР “Исследование и разработка интеллектуальных информационных измерительных и управляющих систем промышленного назначения”, договір №1271-139/62 від 01.01.99 р.; НДР “Исследование и разработка аппаратно-программных компонентов интеллектуальных информационных измерительных систем”, договір №1338-139/62 від 02.01.00 р.; НДР “Дослідження та розробка апаратно-програмних засобів для електронно-тензометричних систем”, договір №1370-139/62 від 02.01.02 р.

Мета і задачі дослідження. Метою дослідження є розробка теоретичних основ побудови інтегрованих інформаційних систем обліку вантажопотоків та комплексного вирішення проблеми їх інформаційного супроводження, підвищення пропускної спроможності і розширення функціональних можливостей засобів реалізації таких систем, а також практичного впровадження їх на транспортних і промислових підприємствах України.

Для досягнення поставленої мети в роботі розв'язано такі основні задачі:

— виконано аналіз і формалізацію основних та допоміжних функцій автоматизованих систем управління транспортними потоками для розробки комплексу функцій, які дозволяють формувати повний інформаційний опис вантажопотоків;

— розроблено і досліджено інформаційну модель інтегрованих ієрархічних ІСОВП реального часу різних рівнів ієрархії для формалізації методів визначення їх параметрів;

— розроблено і досліджено математичну модель інформаційних сигналів, які характеризують масу вантажів, що транспортуються з підвищеною швидкістю, для створення нових методів визначення інформативних параметрів цих сигналів;

— розроблено методи та алгоритми визначення інформативних параметрів інформаційних сигналів для випадку суттєвого збільшення пропускної спроможності ПРВ;

— розроблено апаратно-програмні засоби для побудови агрегованого комплексу пристроїв вимірювання маси об'єктів, що транспортуються з підвищеною швидкістю;

— створено алгоритми та засоби формування атрибутивної та ситуаційної складових інформації для реалізації функцій моніторингу техногенної залізничної системи і моніторингу стану навколишнього середовища;

— винайдено і впроваджено апаратно-програмні засоби ІСОВП для промислового використання, у тому числі засоби їх метрологічного контролю.

Об'єкт дослідження - інформаційні управляючі системи обліку вантажопотоків.

Предмет дослідження - моделі, методи та апаратно-програмні засоби побудови інтегрованих інформаційних систем обліку вантажопотоків.

Методи досліджень. Для розробки теоретичних основ створення ІСОВП і їх інформаційної моделі використовуються положення теорії системного аналізу, теорії ймовірностей і математичної статистики та теорії інформації. Розробка математичної моделі інформаційних сигналів і алгоритмів визначення їх інформативних параметрів базується на теорії математичного моделювання, диференційному і інтегральному обчисленнях, інформаційній теорії вимірювальних систем, методах та засобах обробки сигналів і зображень. Для перевірки отриманих результатів застосовані методи експериментальних досліджень в реальних умовах експлуатації.

Наукова новизна одержаних результатів. Наукова новизна роботи полягає у розв'язанні важливої народногосподарської проблеми, пов'язаної з розробкою теоретичних основ і засобів побудови ІСОВП реального часу з підвищеною пропускною спроможністю і розширеними функціональними можливостями для автоматизованого обліку вантажопотоків.

До захисту виносяться такі основні наукові результати:

— вперше запропоновані теоретичні основи побудови ієрархічних інтегрованих інформаційних систем обліку вантажопотоків (ІСОВП) як сукупності моделей, методів та алгоритмів визначення проблемної, атрибутивної і ситуаційної складових інформації про стан обігу вантажів у великих транспортних системах;

— вперше розроблена і досліджена інформаційна модель ІСОВП як системи реального часу з застосуванням універсального інформаційного опису вантажопотоків, орієнтованого на використання в розподілених базах даних складних управляючих інформаційних систем, які функціонують в реальному масштабі часу;

— дістала подальший розвиток і узагальнена класифікація ІСОВП за критерієм часу спостереження інформаційних сигналів шляхом введення двох нових класів таких систем, які охоплюють раніше не задіяний діапазон швидкостей руху транспортних засобів;

— удосконалена математична модель інформаційних сигналів для розширеного діапазону швидкостей руху об'єктів, що зважуються, в якій інформаційний сигнал представлений як нестаціонарний, з обмеженим часом існування і спотворений значними, у порівнянні з величиною інформативного параметру, гармонічними завадами, причому низькочастотна складова цих завад доступна в обсязі, меншому половини періоду;

— вперше запропоновані методи визначення інформативних параметрів інформаційних сигналів шляхом апроксимації недовизначеної, через обмежений час спостереження, множини дискретних реалізацій інформаційних сигналів узагальненими поліномами за критерієм максимальної правдоподібності;

— вперше запропоновані нові інформаційні технології формування атрибутивної та ситуаційної компонент інформаційного опису процесу транспортування вантажів, засновані на використанні природної надлишковості інформації, на підставі яких створені умови для реалізації функцій екологічного і технічного моніторингу складної транспортної системи.

Практичне значення одержаних результатів полягає у тому, що розроблені теоретичні основи, моделі, алгоритми та засоби побудови ІСОВП використані при створенні конструктивно уніфікованого ряду систем для реєстрації параметрів вантажів, що транспортуються залізничними потягами, які занесені до Держреєстру України (№У999-98), Держреєстру Республіки Білорусь (№РБ0302104699), Держреєстру Казахстану (№У999-98) та Держреєстру Росії (№19569-00 і №19570-00) і впроваджені в конкретних розробках ПРВ і ІСОВП для промислових і транспортних підприємств України та ближнього зарубіжжя. Так, тільки за період 2000 - 2002 рр. такі системи і комплекси для обліку вантажопотоків були розроблені і впроваджені на Авдієвському коксохімічному заводі, Алчевському металургійному заводі, Дніпровському металургійному комбінаті, Запорізькому залізорудному комбінаті, Одеській залізниці і інших підприємствах. Відповідні документи подаються в матеріалах дисертації.

Особистий внесок здобувача. Наукові положення, висновки і рекомендації, що викладені в дисертації та виносяться на захист, отримані особисто здобувачем в період з 1980 по 2002 рр. [2,8,17,18,19,21,33] і узагальнені під час оформлення дисертації. В працях, виконаних у співавторстві з аспірантами та співробітниками керованих автором колективів [7,9,10,12-16,20,22,37-41] науковий вклад розподіляється рівномірно. В інших роботах особистий внесок автора становить:

— у [1] - написаний розділ 9 “Приборы и средства автоматизации процессов взвешивания и дозирования”;

— у [3-6,11,23-32,34-36] - виконано розробку моделей, алгоритмічних і системотехнічних рішень.

Апробація результатів дисертації. Основні положення дисертації розглядалися та обговорювалися на засіданнях кафедри “Комп'ютерних інтелектуальних систем та мереж” ОНПУ. Матеріали дисертаційної роботи доповідалися та обговорювалися на Республіканських і Всесоюзних науково-технічних нарадах: ”Автоматизация процессов взвешивания и дозирования”, Москва, 1981, 1985; ”Перспективы развития и опыт применения мини и микро-ЭВМ (СМ ЭВМ)”, Москва, 1982; ”Метрология и технические средства в автоматике”, Харьков, 1984; ”Автоматизированные системы управления технологическими процессами и производствами непрерывного и непрерывно-дискретного типов в энергетике, химии, нефтехимии и металлургии”, Москва, 1987; ”Метрологическое обеспечение машиностроительных отраслей народного хозяйства ”, Москва, 1987; ”Применение микропроцессорной техники при автоматизации технологических процессов производства и в системах автоматического регулирования”, Москва, 1987; міжнародних конференціях “Sensors springtime in Odessa”, Odessa, 1998; “Информационные технологи в учебной и научной деятельности”, Севастополь, 2000; “Современные информационные и электронные технологии”, Одесса, 2000, 2001; “Автоматика - 2001”, Одеса, 2001; “Оброблення сигналів і зображень та розпізнавання образів”, Київ, 2002.

Публікації. Основні результати дисертації опубліковані в 41 науковій праці: 1 монографія у співавторстві; 21 стаття у фахових наукових журналах та збірниках наукових праць; 9 праць конференцій; 7 авторських свідоцтв СРСР; 3 патенти України.

Структура та обсяг роботи. Дисертаційна робота складається з вступу, 5 розділів, висновків, списку використаних джерел з 140 найменувань та 4 додатків. Містить 84 рисунки, 9 таблиць. Загальний обсяг роботи складає 308 сторінок, включаючи 278 сторінок основного тексту.

Основний зміст роботи

У вступі обгрунтована актуальність теми дисертації, сформульована мета роботи, виділений перелік проблем та питань, що розглянуті в дисертації, наведено характеристику отриманих теоретичних та практичних результатів.

У першому розділі на підставі функціонального аналізу транспортної системи України сформульовані основні напрямки і задачі досліджень, вирішення яких направлене на забезпечення суттєвого підвищення пропускної спроможності і розширення функціональних можливостей систем обліку вантажопотоків.

З метою формалізації аналізу ПРВ за критерієм швидкості руху транспортних засобів введений узагальнений коефіцієнт Q використання часу

Т_в=L_п/V_в

спостереження інформаційного сигналу

Q =

де Т₁=2p/w₁ - період низькочастотної завади, w₁--- частота низькочастотної завади, L_п - довжина вагової платформи, V_в ---швидкість руху транспортного засобу.

Виконаний за коефіцієнтом Q аналіз ПРВ дозволив поділити їх на два класи: з зосередженою ваговою платформою (ЗВП) при швидкості руху до 30 км/год. і з розподіленою ваговою платформою (РВП) при швидкості руху понад 30 км/год (QЈ0,49). Для першого класу визначено два підкласи: ЗВП1 при Q>1,33 (швидкість до 12 км/год.), і ЗВП2 при 0,49<QЈ1,33 (від 12 до 30 км/год.). При цьому до підкласу ЗВП1 віднесені всі існуючі пункти вагового обліку, які використовують традиційні засоби визначення маси вантажів. Відзначається, що існуючі системи обліку вантажопотоків вирішують задачі у класі ЗВП1. Для класів ЗВП2 і РВП необхідно розробити нові методи визначення інформативних параметрів при обмеженому часі спостереження.

Аналіз функціональних можливостей існуючих систем виявив необхідність вирішення нетривіальної задачі формування інформаційного опису вантажопотоків у вигляді множини різнорідних параметрів P={p₁,p₂,p₃,…}, які генеруються відповідною множиною функцій Ф={Ф₁,Ф₂,Ф₃,...}. При цьому вибір параметрів P і функцій Ф повинен задовольняти вимогам двох суперечливих критеріїв: максимальної інформативності параметрів I=max{I(p₁), I(p₂), I(p₃),…} при мінімальних витратах для реалізації відповідних функцій C=min{C(Ф₁), C(Ф₂), C(Ф₃),…}. Далі показано, що вирішення цієї задачі базується на природній надлишковості інформації, що дозволило сформувати повний інформаційний опис вантажопотоків і реалізувати нові функції технічного і екологічного моніторингу транспортної системи.

У другому розділі сформульовані теоретичні основи побудови інтегрованих інформаційних систем обліку вантажопотоків (ІСОВП) як ієрархічних систем, що характеризуються тісним зв'язком з навколишнім середовищем.

Показано, що ІСОВП може бути представлена у вигляді трирівневої ієрархічної структури з принципово різними вимогами до їх моделювання і реалізації. При цьому верхній рівень утворює підсистема управління, в якій концентрується вся інформація про стан вантажообігу великого регіону, тут вирішуються задачі оптимізації і перерозподілу транспортних потоків в залежності від ситуації, що складається на тій чи іншій дільниці. Середній, інформаційний рівень являє собою інформаційне відображення транспортної ситуації в конкретній транспортній мережі і призначений для формування її інформаційного опису, який використовується підсистемою управління. Нижній, транспортний рівень відображає реальні вантажопотоки, які реєструються ПРВ, розосередженими на основних транспортних магістралях області, регіону, або всієї держави. При цьому процес формування таких потоків розглядається як стаціонарний і ординарний з відсутністю післядії. Таке припущення в разі відсутності черг і відмов обслуговування коректне, оскільки потяги ідуть послідовно і незалежно один від одного, а їх кількість залежить тільки від часу спостереження. Очевидно, що в цьому випадку ІСОВП функціонує в режимі реального часу. Тому такі системи віднесені до класу управляючих інформаційних систем (УІС), для дослідження яких запропонована відповідна інформаційна модель.

Означення. Інформаційна модель УІС - це певним чином організована сукупність операторів передачі і перетворення інформації, які описують динаміку інформаційних станів самої системи і її інформаційну взаємодію з зовнішнім середовищем. Опис інформаційної моделі може бути виконаний у вигляді блок-схеми, графа, чи символьного представлення.

В даному випадку розглядаються не фізичні стани системи, як деякого складного технічного пристрою, а стани віртуального інформаційного простору, у яких можуть знаходитися кванти інформації, тобто інформаційні стани системи.

Процес переміщення інформації в такій моделі від стану l до стану k описується операторами двох типів: операторами передачі інформації l_lk, l № k, kОl, і операторами перетворення інформації S_l і S_lk.

При цьому оператори передачі інформації l_lk характеризують тільки пропускну здатність каналів зв'язку. Просторові і часові параметри моделі в цьому випадку враховуються автоматично, оскільки при збільшенні відстані передачі пропускна здатність каналу зменшується, а при збільшенні кількості переданої по цьому ж каналу інформації час передачі збільшується:

l_lk =

де I_q - величина кванта переданої інформації,

--y--(x_k-----x_l) - час передачі кванта інформації на відстань, обумовлену різницею просторових координат x_k і x_l.

Оператори перетворення інформації описують усі процедури, пов'язані з перетворенням форми представлення і кількості інформації, а також її збереження. Тут же враховуються і можливі втрати інформації. Таким чином, оператори перетворення інформації характеризують інформаційні стани системи S_l і S_k:

S_l--=--{x_l,--t_l,--I_l},--S_k--=--{x_k,--t_k,--I_k},--x_k--і--x_l,--t_k--=--t_l--+--t_lk,

I_k--=--{I_l--±--[M--_k--(I_l)-----e]},--t_lk--=--,

де M _k (I _l ) - кількість модифікованої інформації,

e - втрати інформації.

Розглянута концепція застосована для дослідження інформаційної моделі ІСОВП. При цьому основна увага в дисертаційній роботі зосереджена на дослідженні транспортного рівня ІСОВП, який є джерелом всієї первинної інформації, що характеризує вантажопотоки, Модель представлена у вигляді графу станів системи масового обслуговування з пуасоновським потоком заявок, експоненційним розподілом часу обслуговування і відсутністю черг і відмов від обслуговування.

Показано, що ситуація на транспортному рівні (рис. 2) може бути описана через інформаційні потужності вантажопотоків П_pg, pg, gОp, між p-тим і g-тим ПРВ, розосередженими на магістралях транспортної системи.

Аналіз системи виконується для найбільш напруженого магістрального потоку, який об'єднує всі ПРВ (на рис.2 показаний подвійною лінією). При цьому для складання його повного інформаційного опису використовується технологія комплексного багатовимірного аналізу даних OLAP (On-Line Analytical Processing). З урахуванням такого підходу інформаційний опис P_i окремого вагону потягу утворюється множиною різнорідних параметрів, які формуються при виконанні функцій Ф_s, що реалізують апаратно-програмні засоби ПРВ:

П_i = {N, M, t, V, z}_і, i = 1,2…,n ,

де N, M, t, V, z - відповідно ідентифікаційний номер, маса, часові параметри реєстрації інформаційного сигналу, вектор швидкості і напрямку руху і результати експрес-аналізу для одного вагону,

n - кількість вагонів у потягу.

В свою чергу, інформаційний опис P_j окремого потягу утворюється за допомогою агрегуючого оператора U, який об'єднує сукупність інформаційних описів вагонів

П_j--=--{N,--M,--t,--V,--z}_i,--j--=--1,2,m--,

де m - кількість потягів, що пройшли через даний ПРВ.

Неважко бачити, що інформаційний опис потягу є двомірною конструкцією в системі координат: s - параметри (властивості) вагону, i - кількість вагонів у потягу. Якщо ввести третю координату j - кількість потягів, що пройшли за певний проміжок часу Т, то в результаті утворюється тривимірна OLAP- конструкція інформаційного опису повного вантажопотоку, що проходить через pg-тий ПРВ. При цьому кожному значенню j присвоюється часовий інтервал--DТ_j=Т/m, що дозволяє автоматично враховувати також фактор часу.

Аналіз певних зрізів отриманої тривимірної конструкції дозволяє характеризувати вантажопотоки за обраними критеріями. Так, аналіз зрізів відносно координати s дає можливість визначити, наприклад, масу всіх вантажів, що пройшли через ПРВ, або звіт про напрямок і швидкість пересування потягів, а аналіз зрізів відносно координати j - отримати повну інформацію про окремий потяг. Аналіз зрізів відносно координати i дозволяє обчислити інформаційну потужність всього вантажопотоку, що проходить через pg-тий ПРВ:

,

,

- складові повного вантажопотоку з урахуванням напрямку пересування, m⁽⁺⁾+m^(-)=m.

Повна інформаційна інтенсивність l_pg вантажопотоку, який проходить через даний ПРВ за довільний проміжок часу Т, може бути представлена як інтенсивність потоку заявок в системі масового обслуговування:

l_pg--=--П_pg.

За величиною інтенсивності потоку заявок l_pg, і ймовірністю виконання протягом часу T деякої кількості N=mn заявок, для кожного ПРВ обчислюється необхідна інтенсивність обслуговування m_gp=1/t_обсл , де t_обсл - математичне очікування часу обслуговування однієї заявки. У подальшому за параметром t_обсл визначається мінімальна швидкодія апаратно-програмних засобів для реєстрації всієї інформації, що характеризує вантажі, які проходять через ПРВ.

Показано, що проходження транспортних засобів з вантажами через ПРВ дозволяє, окрім визначення кількості вантажів, формувати цілу низку додаткової інформації. Ця додаткова інформація формується за результатами аналізу параметрів інформаційного опису вантажопотоків і може характеризувати не тільки вантажі, але й рухомий склад (наприклад, стан його зносу в залежності від сумарної ваги перевезених вантажів, простої вагонів і т.п.), а також стан залізничного полотна, мостів і інших інженерних споруд в залежності від кількості зареєстрованих потягів, що пройшли через дану дільницю з відомим навантаженням на вісі. Систематизоване урахування всіх зазначених факторів шляхом реалізації низки додаткових функцій може використовуватись для моніторингу такої складної техногенної системи, якою є залізничне господарство. Крім того, використання експрес-аналізаторів в зоні проходу потягу для виявлення шкідливих та вибухонебезпечних речовин дозволяє також вирішувати задачі екологічного моніторингу.

Таким чином, повну інформацію, яка генерується ІСОВП, запропоновано представляти у вигляді трьох складових:

I (Ф_s) = I_п (Ф_i) + I_а (Ф_j) + I_с (Ф_k), s = i + j + k,

де I_п (Ф_i) - проблемна складова інформації, яка генерується множиною функцій Ф_i і визначає масу та кількість зареєстрованих вантажів, що пройшли через ПРВ;

I_а (Ф_j) - атрибутивна складова інформації, що генерується множиною функцій Ф_j і визначає додаткові характеристики вантажопотоку, такі як ідентифікаційні ознаки транспортного засобу, напрямок, швидкість і час його проходження;

I_с (Ф_k) - ситуаційна складова інформації, яка генерується множиною функцій--Ф_k і визначає вплив проходження транспортних засобів на ступінь зносу інженерних споруд і самих транспортних засобів а також на екологічну ситуацію в регіоні. Ця складова є, в свою чергу, функцією проблемної та атрибутивної складових.

Для визначення всіх трьох складових інформації використовується її природна надлишковість, яка дозволяє формувати додаткові функції Ф_s(p_h), h<s при обмеженій кількості інформативних параметрів.

У третьому розділі наводяться результати аналізу запропонованої моделі інформаційних сигналів, які описують проблемну I_п складову інформації, що генерує ІСОВП, і методи визначення їх інформативних параметрів.

Показано, що незважаючи на використання в підкласах ЗВП1 і ЗВП2 однакової конструкції вагової платформи (ВП), процес визначення інформативних параметрів інформаційних сигналів для підкласу ЗВП2 суттєво відрізняється від традиційних підходів. Так, у підкласі ЗВП1 інформаційний сигнал розглядається як стаціонарний з необмеженим часом спостереження. Насправді і в цьому випадку через обмежену довжину ВП, яка визначається мінімальною відстанню між вісями вагонів, час спостереження обмежений, але повинен бути не менше двох періодів низькочастотної завади - саме ця умова накладає обмеження на швидкість руху об'єкту при реєстрації.

У класі ж ЗВП2, при реєстрації об'єктів на підвищених швидкостях руху, час спостереження зменшується до 100...150 мС (рис. 5), або до 1/3 періоду низькочастотної завади. Тому в цьому випадку інформаційний сигнал необхідно розглядати як нестаціонарний, з параметрами, які не піддаються ідентифікації відомими методами. Крім того, на величини амплітуд низькочастотних завад, пов'язаних з коливанням підресорених (F₁) та непідресорених (F₂) мас вагонів, значний вплив чинять удари коліс при наїзді на ВП. Причому, в залежності від моменту прикладання сили F_у удару відносно фази низькочастотних завад, реальні амплітуди F₁^(y) і F₂^(y) цих завад можуть збільшуватись, або зменшуватись.

Особливо значний вплив мають удари на амплітуду коливань непідресорених мас вагонів, що підтверджується експериментальними даними:

де q₂ =- коефіцієнт, який враховує співвідношення сил удару і тяжіння в залежності від частоти w₂ і амплітуди a₂ власних коливань непідресорених мас вагону, а також тривалості Dt дії удару,

j_у - зсув фази удару відносно власних коливань непідресорених мас вагону.

Враховуючи суттєво обмежений час спостереження Т_в = L_п/V_в, де L_п - довжина платформи, а V_в - швидкість руху об'єкту, ігнорування впливу ударів може привести до значних похибок визначення інформативного параметру, оскільки Т_в < 2p--/w₁. У зв'язку з цим запропонована удосконалена математична модель сигналу, яка враховує реальні умови його формування:

, (1)

де F₀ , x_j(t),--b₁,--b₂--- відповідно: інформативний параметр інформаційного сигналу; високочастотні завади, для яких M бx_j(t)с--=--_; і коефіцієнти загасання,

- віконна функція.

В роботі запропоноване вирішення у загальному вигляді двох задач, пов'язаних з визначенням інформативних параметрів сигналів для підкласу ЗВП2 і класу РВП з урахуванням обмежень, зумовлених суттєво різними частотами коливань підресорених і непідресорених мас вагонів.

Задача 1. При вирішенні у загальному вигляді задачі для ЗВП2, прийняті такі обмеження: b₁=0, а всі завади, крім низькочастотної, розглядаються як випадкові високочастотні величини, оскільки Т_в >> 2p--/w₂. Тоді експериментальні дані, які формуються після аналого-цифрового перетворення, можна представити у вигляді:

u(t_i) = F_{_}--+--F_1--sin(w₁t_i--+--j) + x_i, , (2)

де F_{_,}F₁,w₁,j - невідомі параметри, а - вектор незалежних випадкових величин, M( ) = 0.

Задача полягає у тому, щоб за даними експерименту {u(t_i)} знайти невідомі параметри сигналу.

Для знаходження загального рішення задачі, сформульоване додаткове твердження, яке використовується у подальшому.

Лема 1. Нехай задана система базисних функцій, які визначаються формулами:

a_-1--=--A--Ч--sin(wt_i-1--+--j);

a_{_}--=--A--Ч--sin(wt_i--+--j);

a₁--=--A--Ч--sin(wt_i+1--+--j),

де A, w--і--j - довільні числа, а числа t_i, i = задовольняють співвідношенню t_i+1 - t_i = t_i - t_i-1 = Dt.

Тоді справедливі такі формули:

a_-1--+--a₁--=--2--Ч--cos(wDt)--Ч--a_{_},

a₁-----a_-1--=--2--Ч--sin(wDt)--Ч--.

Якщо H _F - довільна множина цілих чисел з інтервалу [1,k], то, використовуючи твердження леми 1, показано, що експериментальні дані (2) для відліків m--О--H--_F задовольняють співвідношенню:

[u_m (t_i+1) + u_m(t_i-1) - 2F_0m] = g [u_m(t_i) - F_0m] + t_im; i = ; m--О--H _F, (3)

де g--=--2cos(wDt), a - незалежний випадковий вектор, для якого M = 0; m--О--H_--F.

Таким чином, за даними (3) можна поставити задачу оцінки параметрів F₀--=--{F_0m}_m--О--H--F--і--g. Для вирішення цієї задачі визначається допоміжна функція L(D,g):

L(D,g) = ,

D = F_0m(2 - g)--=--{D_m}_m--О--H--F.

При цьому оцінками F ₀ і g вважаються величини , де є параметрами точки, в якій функція L(D,g) досягає свого мінімуму:

.

Прирівнявши до нуля похідні від функції L(D,g)--по--D_m,--m--О--H_F--і--g,--в результаті можна записати систему алгебраїчних рівнянь:

Рішення отриманої системи рівнянь записується у такому вигляді:

, (4)

де S₁ і S₂ визначаються через параметри сигналу, представленого множиною дискретних відліків u_m(t_i):

,

.

Таким чином, остаточну оцінку для F₀--=--{F_{_m}}_m--О--H--F можна визначити за формулою:

,

де ; m--О--H _F и задаються співвідношеннями (4).

Задача 2. Метод визначення інформативних параметрів інформаційних сигналів для класу систем з розподіленою ваговою платформою (РВП) суттєво відрізняється від наведеного вище. При цьому закон впливу на ВП з боку об'єкта, що зважується, наприклад, залізничного вагона, описується тим же рівнянням (1), що і для систем класу ЗВП. Основні відмінності полягають у тому, що інформаційний сигнал для систем цього класу представлений у вигляді декількох послідовних реалізацій, кожна з яких складена множиною дискретних відліків. Крім того, в цьому випадку відсутній вплив ударів на стиках рейок і тому q₁=q₂=1, оскільки при побудові РВП використовують суцільне залізничне полотно.

Основні труднощі при визначенні параметрів таких сигналів зумовлені суттєво обмеженим часом спостереження кожної з реалізацій інформаційного сигналу і впливом періодичних завад, викликаних коливаннями підресорених та непідресорених частин вагону, який рухається на підвищеній швидкості. Оскільки частота коливань непідресорених частин вагону, через їх значно більшу жорсткість, на порядок перевищує частоту коливань підресорених частин, для вирішення такої задачі у загальному вигляді високочастотні коливання розглядаються як випадкові величини з нульовим математичним очікуванням.

Показано, що у загальному вигляді сформульована задача має рішення для двох випадків: з відомою і невідомою матрицею коваріацій.

Задача 2.1. Знайти оцінки параметрів сигналу {g_k} і F за двома заданими наборами (i,m) дискретних вибірок з відомою матрицею коваріацій В, які, згідно з твердженням леми 1, зв'язані між собою співвідношеннями:

L_i,m,k = g_k--+--x_i,m,k,

k = , m = , i = ,

де {g_k} і F - невідомі параметри,

x = {x_i,m,k}_k,m,i - нормально розподілена випадкова компонента дискретизованого сигналу, для якої M(x) = 0.

Шукані оцінки параметрів {g_k} і F знаходяться за методом найменших квадратів шляхом введення функції максимальної правдоподібності

. (5)

у припущенні, що випадкові величини незалежні одна від одної, а

x_k=1/g_k.

Тоді пошук зазначених оцінок зводиться до визначення таких і , при яких функція (5) досягає мінімального значення

. (6)

При цьому оцінка параметрів може визначатись за формулою

.

Таким чином, задача оцінки невідомих параметрів зведена до пошуку рішення (6). Для цього знаходяться часткові похідні від функції (5) по x_k і F, які прирівнюються до нуля, і записується система алгебраїчних рівнянь для визначення оцінок

і

(7)

де c₀, c_k, c_F, b_k, b_0,k, b_F,k - величини, які визначаються через параметри сигналу, представленого множиною дискретних відліків.

Рішення системи рівнянь (7) приводить до простих виразів для знаходження і

Задача 2.2. При вихідних даних задачі 2.1, визначення невідомих параметрів необхідно здійснити за умови, що матриця коваріацій В невідома.

Для вирішення задачі вводяться додаткові позначення: три вектори, які визначаються через параметри сигналу Z_k, U_k, J_k, і матриця, зворотна до В

,

де В - матриця розмірності

З використанням прийнятих позначень можна ввести функцію

(8)

де - транспоновані матриці.

Тоді знаходження оцінок і , як і у задачі 2.1, може бути приведене до вирішення

рівняння (6) для випадку, коли функція визначається формулою (8). Для цього

обчислюються часткові похідні від цієї функції по x_k і F, і після виконання дій, аналогічних наведеним у задачі 2.1, шукані оцінки і , можуть бути знайдені з системи рівнянь

,

де коефіцієнти матриці T і елементи вектора C визначаються через параметри досліджуваного сигналу.

Таким чином, оцінки невідомих параметрів визначаються, як

У подальшому розподілений сигнал з визначеними параметрами розглядається як комплексний, представлений окремими реалізаціями, і використовується для визначення інформативного параметру (маси вагону) з використанням методу, викладеному у задачі 1.

При розв'язанні задач 1 і 2 було прийняте допущення, згідно з яким складова завади, викликана коливаннями непідресорених частин вагону, розглядалась такою, що

де Т_в - час спостереження інформаційного сигналу.

В дійсності, через обмежений час спостереження, математичне очікування цієї складової завади не дорівнює нулю. Тому в роботі запропоновані способи зменшення впливу високочастотних завад. Розглядаються способи подвійного і циклічного інтегрування отриманого інформаційного сигналу, які теоретично здатні суттєво зменшити вплив шумів. Але в зв'язку з тим, що операції інтегрування потребують значних обчислювальних витрат, при практичній реалізації швидкодіючих засобів визначення інформативних параметрів інформаційних сигналів більш ефективним є застосування аналогових фільтрів нижніх частот високих порядків з максимально плоскою вершиною.

Узагальнений алгоритм визначення інформативних параметрів інформаційних сигналів передбачає комплексне використання запропонованих методів у залежності від конкретних умов.

Алгоритм передбачає: фільтрацію сигналу (вершина 3), розрахунок математичного очікування інформативного параметру F₀ (цикл 4,5), обчислення меж аномальності F₀ (вершина 6), поліноміальну апроксимацію і обчислення F₀ (цикл 8-10), перевірку аномальності результатів (вершини 11,12) і формування кінцевого результату (вершина 13). Якщо в процесі обробки виявляються аномальні результати, здійснюється перехід до вершини 7 і виконується корекція коефіцієнтів апроксимуючого поліному.

На підставі отриманих теоретичних результатів запропонована структурна схема інформаційного каналу (ІК) для визначення проблемної складової інформації, яку генерує ІСОВП.

ІК включає такі основні блоки: фільтр нижніх частот (ФНЧ) для зменшення впливу на сигнал F(t) завад загального вигляду; аналого-цифровий перетворювач (АЦП), який формує числові відліки інформаційного сигналу; блок визначення параметрів розподілених сигналів (БВПС); блок поліноміальної апроксимації (БПА), який, з використанням вагової функції, відтворює параметри інформаційних сигналів при обмеженому часі спостереження; блок формування інформативних параметрів сигналу (БФІП), з виходу якого до ЕОМ рівня ПРВ передається проблемна складова інформації І_п. Перемикач ЗВП2-РВП ілюструє зміни в структурі ІК при його реалізації в залежності від класу ПРВ.

Експериментальні дослідження ефективності запропонованих моделей і методів визначення інформативних параметрів сигналів проводились як в режимі математичного моделювання, так і на реальних об'єктах з використанням розроблених апаратно-програмних засобів.

Тестові сигнали, які використовувались при цьому, включали низькочастотні завади, ефективна величина яких складала 7...10% від величини корисного сигналу, а частота знаходилась у межах 0,5...15 Гц. Високочастотні завади мали ефективну величину до 3% від величини корисного сигналу і частоту понад 20 Гц. Узагальнені результати експериментальних досліджень показують, що у порівнянні з алгоритмом усереднення (графік 3) запропоновані методи визначення інформативних параметрів інформаційних сигналів дозволяють отримати більш точні результати як для ПРВ класу РВП (графік 2), так і для ПРВ класу ЗВП2 (графік 1).

У четвертому розділі наводяться результати розробки агрегованого комплексу (АК) апаратно-програмних засобів для побудови ІСОВП.

В основу побудову комплексу покладений принцип агрегування, реалізація якого, завдяки використанню уніфікованого інтерфейсу, дозволяє з використанням обмеженої кількості функціональних модулів будувати ПРВ потрібної конфігурації з заданими технічними характеристиками.

ПРВ, в свою чергу, включають:

ѕ Спеціалізовані аналого-цифрові перетворювачі (САЦП) різних модифікацій: одноканальні (ОК), багатоканальні (БК), загальної швидкодії (ЗШ), швидкодіючі (ШД), а також у іскробезпечному виконанні (ІБ) для роботи у вибухонебезпечних середовищах.

ѕ Прилади реєстрації інформації (ПРІ) - стаціонарні (СТЦ) і мобільні (МОБ), а також у іскробезпечному виконанні (ІБ).

ѕ Засоби відображення інформації (ЗВІ) - активні (АКТ) і пасивні (ПАС).

ѕ Засоби визначення атрибутивних параметрів вантажопотоків (ЗВА) - системи розпізнавання образів (СРО) і газоаналізатори (ГА).

ѕ Засоби метрологічної атестації (ЗМА) інформаційних каналів ПРВ.

З наведеного переліку модулів найважливішими, з точки зору досягнення необхідних параметрів ІСОВП є модулі САЦП, ЗВА і ЗМА.

Засоби визначення І_п. Основні проблеми при побудові багатоканальних САЦП пов'язані з суттєво обмеженим часом спостереження інформаційного сигналу (1). Відомо, що дискретизація і відновлення такого нестаціонарного сигналу з обмеженим спектром теоретично потребує нескінченно великої частоти дискретизації f_d??. Оскільки реально виконати це неможливо, сигнал (1) умовно розглядається необмеженим із спектральним носієм [-f_c,f_c] і дисретизованим гребінцевою функцією G_d(t). Використовуючи тільки N_d значень в інтервалі [- T_c/2, T_c/2], дискретизоване зображення рівняння (1) представлене у вигляді

(9)

де S(t) - функція відліків, n - поточний відлік в діапазоні [- N_d/2, N_d/2].

При цьому виникають похибки відновлення дискретизованого сигналу (9) двох видів:

ѕ похибка d_н, яка зумовлена впливом високочастотних і неперіодичних завад x(t):

,

оскільки в цьому випадку M[x(t)]--№--_;

ѕ похибка d_d, яка виникає через обмеження енергії усіченого сигналу, оскільки, за визначенням, відновлене значення сигналу (10) U_Tdв(t)=0 для всіх tП[-T_с/2, T_с/2]. Відносне середнє квадратичне значення цієї похибки

d_d = , (10)

суттєво залежить як від частоти дискретизації, так і від алгоритму відновлення сигналу.

Враховуючи практично необмежений частотний спектр складової x(t), і досить високу нижню граничну частоту цього спектру (25 - 50 Гц), для корекції похибки d_н пропонується використовувати активні аналогові фільтри нижніх частот (ФНЧ) з частотою зрізу f_c > f₀ , f₀=w₀/2p.

За експериментальними та розрахунковими даними встановлено, що основна частина енергії складової F₀ + sin (w_{_}t--+--j₀) сигналу (1) зосереджена в смузі частот 3...7 Гц при максимальних значеннях завади = (0,1…0,15)F₀. Підставляючи ці дані в (10), знаходяться числові значення d_d і f_d для різних алгоритмів апроксимації при відновленні сигналу за його дискретним відображенням (9). Так, задаючись величиною похибки d_d=0,1% і максимальною частотою сигналу f₀ = 10 Гц, яка відповідає частоті зрізу f_с ФНЧ, частота дискретизації визначається: у випадку використання ступеневої апроксимації f_d = 200pf₀/d_d = 6,28*10⁶ Гц, для шматочно-лінійної апроксимації f--_d--=720 Гц, а для нелінійної апроксимації ступеневими поліномами f--_d--=51_--Гц.

Для багатоканальних САЦП, які обслуговують N_k інформаційних каналів, частота дискретизації сигналів по каналам f_dk=f_d*N_k. При цьому інтервал часу T_dk=1/f_dk, що припадає на один канал, включає час комутації каналу, час встановлення інструментальних підсилювачів, час аналого-цифрового перетворення, час попередньої обробки отриманих результатів, а також час передачі інформації до ПЕОМ рівня ПРВ. Таким чином, вже при N_k=4 і застосуванні найбільш складної нелінійної апроксимації, величина T_dk=4,9*10^-4с. Реалізація таких параметрів САЦП, при використанні сучасних інструментальний підсилювачів і шістнадцятирозрядному аналого-цифровому перетворюванні, потребує суттєвих додаткових витрат.

Тому в структурі розробленого багатоканального САЦП, окрім застосування однокриштальної мікро-ЕОМ за RISC архітектурою (МКЕОМ) і швидкодіючої ІМС АЦП з часом перетворення 5...10 мкс, запропоновано використовувати розподілений інструментальний підсилювач (ІП), складений з двох частин, які об'єднуються аналоговим мультиплексором (АМ). Вхідний каскад ІП, який сприймає сигнал від тензодатчиків (ТД), індивідуальний для кожного каналу (ПФ_к), і виконаний у вигляді сполучення прецизійного підсилювача і активного фільтра Баттерворта четвертого порядку. Виходи канальних ПФ_к через АМ підключаються по черзі до швидкодіючого підсилювача (ПШ).

Така схема аналогового тракту САЦП дозволила виключити вплив затримок, які вносять ФНЧ та ІП в традиційних схемах, і забезпечити йому необхідну швидкодію з урахуванням часу передачі кванта інформації через інтерфейсний модуль (ІМ). Швидкодія реальних САЦП, розроблених за схемою рис.10, складає 200...300 мкс на канал при величині основної приведеної похибки вимірювання контрольного сигналу 0,02%.

Засоби визначення І_а. Більшість параметрів атрибутивної інформації, що характеризує вантажі, визначається шляхом обробки сигналів ТД, розташованих на ВП. Так, час реєстрації вантажу фіксується за системним таймером ЕОМ в момент наїзду коліс потягу на ВП, напрямок і швидкість пересування - шляхом аналізу послідовності появи сигналів ТД в процесі проходження потягу через ВП. Таким чином, для визначення зазначених параметрів додаткове обладнання не потрібне. Дещо складніша ситуація з визначенням ідентифікаційних номерів вагонів і концентрації шкідливих речовин, які попадають у навколишнє середовище під час проходу потягу. Вирішення цих задач потребувало розробки нових алгоритмічних і апаратно-програмних засобів.

Для вирішення задачі розпізнавання ідентифікаційних номерів вагонів під час проходження через ПРВ, запропоновано використовувати додаткове устаткуванн в складі СРО.

Фіксація зон на поверхні рухомих вагонів, в яких розташоване зображення їх номерів, здійснюється двома цифровими відеокамерами ВК1 і ВК2. Вихідні сигнали ВК за допомогою модуля відеозахвату (МВЗ) перетворюються у файли відео даних, які у подальшому використовуються блоком обробки зображень (БОЗ) для реалізації алгоритму розпізнавання номерів вагонів (АРНВ). АРНВ реалізує такі функції:

А1. Пошук на поверхнях вагонів зображень із заданими характеристиками серед зображень довільного виду. При цьому використовуються особливості написання номерів, наведені у розділі 1. З метою підвищення ймовірності ідентифікації зображень саме номерів вагонів, використовуються дві ВК, розташовані з двох боків за напрямком руху вагона, кожна з яких формує по декілька кадрів для подальшого аналізу.

...