Информационная система поддержки принятия стандартных управленческих решений по ремонту и развитию транспортных сооружений

Размещено на http://www.allbest.ru

Размещено на http://www.allbest.ru

Информационная система поддержки принятия стандартных управленческих решений по ремонту и развитию транспортных сооружений

Курганов Константин Игоревич

Аннотация

В статье рассматриваются различные методы реализации мониторинга состояния дорожного покрытия, для решения задачи диспетчеризации дорог и для получения данных о состоянии дорожного покрытия, для системы принятия стандартных управленческих решений в области дорожного ремонта. Также в статье выбираются критерии для сравнения методов и приводится соответствие рассматриваемых методов выделенным критериям, с целью выбора наиболее подходящего метода мониторинга.

Ключевые слова: автомобильные дороги; стандартное управленческое решение; методы мониторинга; дефекты дорожного покрытия

В настоящее время, сфера дорожного строительства, не смотря на современные достижения в этой области, до сих пор является проблемной для нашей страны. Одной из причин этого является то, что целевые программы и планы по строительству, ремонту и содержанию автомобильных дорог утверждаются на основании актов обследования. При этом анализ полученной информации не в полной мере учитывает нарушения технических норм эксплуатации дорожного полотна, связанных, например, с превышением грузопотока из-за неисполнения работ по содержанию и ремонту рокадных автомобильных дорог, перевода примыкающих автомобильных дорог (грунтовых, щебеночных, гравийных) в автомобильные дороги повышенной категории, ростом численности автомобилей, находящихся в личном пользовании и т.п. В результате межремонтный срок службы дорожного покрытия сокращается, а финансовые затраты на ремонт и содержание автомобильных дорог значительно превышают установленные нормативные значения [1]. Известно, что сохранение положительной динамики развития транспортной инфраструктуры в условиях ограниченных финансовых ресурсов во многом зависит от качества и своевременности принимаемых руководством управленческих решений [2-5]. Это делает актуальным решение задачи снижения финансовых затрат на ремонт и содержание автомобильных дорог путем совершенствование методов обоснования требований, предъявляемых к транспортным сооружениям и объектам транспортной инфраструктуры, и принятия стандартных управленческих решений муниципальными органами в сфере дорожного ремонта.

Результаты исследований взаимодействия транспортных потоков с транспортными сооружениями в процессе эксплуатации [6], выполненные нами ранее показали, что решение задачи прогнозирования состояния дорожного покрытия с целью выработки рекомендаций по принятию стандартных управленческих решений, может быть выполнено путем использования системы, включающей анализ полученных данных, визуализацию результатов мониторинга в виде web-приложения, и прогнозирование состояния дорожного покрытия с помощью модуля искусственного интеллекта (рис. 1).

Рис. 1. Веб-приложение [6]: а -- основная страница приложения; б -- прогнозирование состояния дорожного покрытия

Разработанная система (см. рис. 1) позволяет дать в соответствии с ГОСТ Р 50597-93 оценку состоянию дороги в зависимости от общей площади дефектов:

-- Зеленый цвет - нормальное состояние, когда общая площадь дефектов меньше предельно допустимой;

-- желтый - требует внимания, в случае если общая площадь дефектов равна предельно допустимой;

-- красный -аварийное состояние.

Выбрав интересующий участок дороги, пользователь во всплывающем окне видит информацию, нужную для принятия стандартного управленческого решения, включающую:

· Название улицы;

· Протяжённость дорожного покрытия;

· Общую площадь дефектов на участках дороги;

· Соответствие состояния участка дороги требованиям ГОСТ Р 50597-93;

· Когда и кем был произведен последний ремонт.

Кроме перечисленных данных, на основании анализа динамики роста количества дефектов дорожного покрытия, изменения грузопотока, изменения состояния объездных путей и рокад, составляется прогноз через какое время дорога или интересующий участок дороги окажутся в аварийном состоянии.

Рассмотрим требования, предъявляемые к формированию системы управления базами данных, полученных по результатам текущего мониторинга состояния дорожного полотна, объектов транспортной инфраструктуры и транспортного потока.

1. Карта местности, где осуществляется мониторинг дорожного покрытия - можно получить через API геоинформационной системы Яндекс.Карты. Поиск и отображение объектов на карте также возможен через API Яндекс.Карт. Запросы к API осуществляются в соответствии с документацией

2. Группа дорог и улиц по их транспортно-эксплуатационным характеристикам в соответствии с ГОСТ Р50597-93 «Автомобильные дороги и улицы. Требования к эксплуатационному состоянию, допустимому по условиям обеспечения безопасности дорожного движения». Эту информацию можно получить у органов муниципального управления в виде электронной таблицы Excel, содержащей следующие поля: название улицы/дороги, группа.

3. Текущие показатели загруженности дорог. Эту информацию можно получить у органов муниципального ГБДД в виде электронной таблицы Excel, содержащей следующие поля: название улицы/дороги, загруженность дороги в авт/сут.

4. Подрядчик ремонта конкретной дороги, дата ремонта и гарантийный срок. органов муниципального управления в виде электронной таблицы Excel, содержащей следующие поля: название улицы/дороги, подрядчик, дата ремонта, гарантийный срок.

5. Географические координаты дефекта. Информацию о местоположении можно получить от датчика GPS/Глонасс. На данный момент определение координат в системе Глонасс осуществляется с точностью с точностью 3-6 метров, а в системе GPS 2- 4 метра. Поэтому для рассматриваемого комплекса рекомендуется получать информацию о местонахождении именно по GPS

6. Линейные размеры дефекта. Согласно требованиям ГОСТ Р50597-93, контроль линейных параметров, характеризующих техническое состояние дорог и улиц, следует осуществлять с помощью линейки или рулетки. Известно, что точность таких измерительных приспособлений является ценой деления [7]. Для 3-x метровой рулетки и линейки - это 1 мм. Соответственно измерение линейных дефектов должно осуществляться с точностью 1мм.

7. Осуществление повторного мониторинга участка дороги в соответствии с ГОСТ Р50597-93 и зависит от группы дороги - от 5 до 10 суток.

Информацию под пунктами 1-4 можно получить из открытых источников [8] и источников в ГИБДД и в органах муниципального управления, а остальные же направлены на непосредственный мониторинг дорожного покрытия. Решение задачи может быть осуществлена разными методами, характеристика которых приводится далее.

Непосредственные измерения

Рис. 2. Приспособления для измерения размеров дефектов

Самый распространенный и простой по реализации метод. Осуществляется выездной группой экспертов по оценке состояния дорожного покрытия со специальными измерительными механическими приборами [9]. На рис. 2 изображен сам процесс измерения кривизны дорожного покрытия. К положительным сторонам можно отнести высокую точность измерений, потому что погрешность определения размеров дефектов зависит от погрешности измерительных приборов и может достигать ±1 мм. Главным недостатком, который делает использование этого метода невозможным - высокая трудо- и времязатратность. Требуется достаточно длительное время для измерения специалистами дороги, что сделает постоянный мониторинг различных участков дорожного покрытия дорогостоящим.

Измерения с помощью гироскопа

Суть метода заключается в применении гироскопа (датчик изображен на рис. 2) для определения неровности дорожного покрытия. Реализация метода предполагает, что устройство с гироскопом находится внутри автомобиля, который движется по дороге, определяющее все его колебания из-за неровности дорожного покрытия. Данный метод уже применяется в системах дорожного анализа, но служит больше для информирования водителей о неровностях дорожного покрытия [10]. Недостаток метода для прогнозирования состояния дорожного покрытия заключается в том, что размеры дефекта можно определить только по косвенным значениям колебания подвески автомобиля, что значительно увеличивает погрешность измерений и не дает оценивать дефекты выявленные таким способом по ГОСТ Р50597-93.

Рис. 3. Датчик гироскопа

Ультразвуковые измерения

Для того, чтобы получить линейные размеры дефекта дорожного покрытия можно использовать ультразвуковые дальномеры. Принцип действия таких приборов очень прост и представлен на рис.4.

Рис. 4. Принцип действия ультразвукового дальномера

Импульс, выпушенный из ультразвукового передатчика 2, отражается от измеряемого объекта 4 и поступает на приемник 6, связанный с вычислителем 7, который определяет расстояние через время приема отраженного импульса [12]. Достоинством этого метода является несомненная простота реализации. Однако такой метод имеет значительные недостатки. Главным минусом является точность замера, так как она определяется с учетом окружающей среды, в которой будет распространяться звук. Параметры и значения (главным из которых является плотность) не могут быть постоянными и имеют способность изменяться в период работ. Немаловажным недостатком считается и ограничение длины измерений, так как пределы расстояния -- от 30 см до 20 м. Также с помощью дальномера сложно вычислить площадь дефекта, но он легко определит его глубину.

Применение технического зрения

Техническое зрение -- технология создания машин, которые могут производить обнаружение, отслеживание и классификацию объектов основываясь на изображениях, полученных с цифровых камер [13]. Эта технология широко развивается в настоящее время и также применяется в дорожной сфере для обнаружения дефектов дорожного покрытия, пример таких измерений показан на рис.5. Принцип обнаружения основан на графической обработке входного потока, и кластеризации выделенных участков изображения методами искусственного интеллекта.

Рис. 5. Определение дефектов с помощью технического зрения

Рассматриваемый метод можно реализовать на движущейся мобильной платформе, что позволит осуществлять непрерывный мониторинг состояния дорожного покрытия. Недостатками метода является высокая потребность алгоритмов технического зрения в вычислительных мощностях, и относительно большая погрешность в определении размера дефекта в 10 см. Однако безусловным достоинством является быстрое распознавание дефекта в видео потоке.

Лазерные и триангуляционные способы

Лазерные дальномеры реализуют принцип действия похожий на рассмотренные ультразвуковые, методы используя лазерный луч вместо ультразвукового импульса. Это дает уменьшение погрешности измерении, вызванными изменениями внешней среды и увеличения радиуса действия. Но измерения площади дефекта с использованием этого метода все равно затрудненно. Эту проблему решает применение лазерных триангуляционных датчиков. Схема функционирования такого датчика приведена на рис. 6. В основу работы датчика положен принцип оптической триангуляции [14]. Излучение полупроводникового лазера 1 фокусируется объективом 2 на объекте 6. Рассеянное на объекте излучение объективом 3 собирается на CCD-линейке 4. Процессор сигналов 5 рассчитывает расстояние до объекта по положению изображения светового пятна на линейке 4. Такой датчик тоже может быть установлен на мобильной платформе, что обеспечит непрерывный мониторинг дорожного покрытия. Таким образом, этот метод позволяет определять размеры дефекта любого размера с точностью до 0,5 см, а также строить непосредственно профиль всего дорожного покрытия. Из недостатков стоит отметить невозможность работы в ясные солнечные дни.

Рис. 6. Принцип работы триангуляционного датчика

триангуляционный ультразвуковой дальномер

Рассмотрены требования, предъявляемые к формированию системы управления базами данных, полученных по результатам текущего мониторинга состояния дорожного полотна, объектов транспортной инфраструктуры и транспортного потока. Показано, что для решения задачи мониторинга подходят триангуляционный метод и метод технического зрения, потому что метод технического зрения позволяет быстро определить факт нахождения дефекта на дорожном покрытии, а триангуляционный метод позволяет измерять дефекты с линейными размерами до 1 см, и минимальной площадью в 0.02 м2 и глубиной в 1 см.

Список литературы

1. Понижение инновационных рисков и экономическое регулирование /Арутюнов Ю.А., Архипов И.П., Дробязко А.А., Глинских В.А., Зотова В.Б., Рудой А.А., Чащин Е.А./ Экономические исследования и разработки. 2017. № 5. С. 119-128.

2. Аппаратно-программный комплекс диспетчеризации предприятия карьероуправления / Аксенов Д.Н., Курганов К.И., Чащин Е.А./ Интернет-журнал Науковедение. 2017. Т. 9. № 3. С. 36.

3. Information Support for Making Standard Management Decision with the Help of Hardware-Software System / M.S. Lioublinskiy, L.I. Shemonayeva, V.V. Kotov, Ye.A. Chashchin / Advances in Economics, Business and Management Research.- 2017.- vol. 38 - P. 410-414

4. Применение аппаратно-программного комплекса для принятия стандартного управленческого решения / Люблинский М.С., Котов В.В., Чащин Е.А., Шеманаева Л.И. / Интернет-журнал Науковедение. 2017. Т. 9. № 5. С. 3.

5. Аппаратный комплекс для информационной системы поддержки принятия стандартных управленческих решений / Бадалян Н.П., Люблинский М.С., Чащин Е.А., Шеманаева Л.И. / Вестник Национального политехнического университета Армении. Электротехника, энергетика. 2018. № 1. С. 32-45.

6. Крылов М.А., Курганов К.И., Чащин Е.А. Аппаратно-программный комплекс мониторинга, моделирования и прогнозирования состояния и износа дорожного покрытия // Интернет-журнал «Транспортные сооружения», 2018 №1, https://t-s.today/PDF/04SATS118.pdf (доступ свободный). Загл. с экрана. Яз. рус., англ. DOI: 10.15862/04SATS118.

7. Данилевич С.Б., Колесников С.С. О выборе показателей достоверности результатов контроля. -- «Законодательная и прикладная метрология», 2008, №2, с. 48-51.

8. Яндекс.Карты. URL: https://yandex.ru/maps/ (дата обращения: 23.07.2018).

9. Приемочная диагностика автомобильных дорог // ДорТехПроект+. URL: http://dtproekt.ru/index.php/14-types-of-work (дата обращения: 23.07.2018).

10. Дороги России. URL: http://www.rusdorogi.ru/ (дата обращения: 23.07.2018).

11. Датчики смартфона // Iceandroid. URL: http://iceandroid.net/android_articles_and_tips/1299-datchiki-smartfona-kakie-skolko-i-zachem-oni-ustanovleny.html (дата обращения: 23.07.2018).

12. Как выбрать лазерный или ультразвуковой дальномер? // Мои инструменты URL: https://moiinstrumenty.ru/izmeritelnye/dalnomer-lazernyi-ili-ultrazvukovoi.html (дата обращения: 23.07.2018).

13. Видеоизмерительная система // Транспроект-Казань. URL: http://www.transproject-kazan.ru/activity/diagnostika,_pasportizatsiya,_inventarizatsiya,_monitoring_avtomobilnih_dorog,_kontrol_remontov_i_soderzhaniya,_geoinformatsionnie_sistemi-116/ (дата обращения: 23.07.2018).

14. Лазерные триангуляционные датчики // Riftek. URL: https://riftek.com/ru/products/~show/sensors/laser-triangulation-sensor (дата обращения: 23.07.2018).

Размещено на Allbest.ru