Содержание к диссертации
Введение
Глава 1 Состояние систем мониторинга объектов инфраструктуры на железнодорожном транспорте 12
1.1 Характеристика объектов мониторинга 12
1.2 Существующие системы. Анализ проблем и задач мониторинга 20
1.3. Авторская концепция организации мониторинга и управления природно-техническими объектами железнодорожного транспорта 35
Выводы по главе 1 41
Глава 2 Математические основы синтеза систем мониторинга и управления состоянием искусственных сооружений на железнодорожном транспорте 42
2.1 Общая стратегия оценки состояния искусственных сооружений на железнодорожном транспорте 42
2.2 Моделирование сети каналов системы мониторинга и управления 55
2.3 Систематизация и развитие моделей динамических процессов 58
2.4 Нечеткая логика в задачах мониторинга и управления состоянием искусственных сооружений на железнодорожном транспорте 72
Выводы по главе 2 78
Глава 3 Мультиагентные иммунологические модели в системах мониторинга распределенных технических объектов 80
3.1 Общий подход и принципы построения мультиагентных иммунологических систем распределенной обработки информации 81
3.2 Модели представления интеллектуальных автономных агентов и классифицирующих алгоритмов в гибридной системе технического мониторинга
3.3. Модели представления агентов-координаторов и иммунологические механизмы их взаимодействия в гибридной СТМ 97
Выводы по главе 3 106
Глава 4 Программно-аппаратная реализация системы мониторинга и управления природно-тежническими объектами 108
4.1 Иммунное распознавание образов. Эксперимент 108
4.2 Выбор беспроводного канала передачи информации 112
4.3 Автоматизированная беспроводная система мониторинга природно технических объектов 123
Выводы по главе 4 145
Заключение 146
Литература
- Авторская концепция организации мониторинга и управления природно-техническими объектами железнодорожного транспорта
- Систематизация и развитие моделей динамических процессов
- Модели представления интеллектуальных автономных агентов и классифицирующих алгоритмов в гибридной системе технического мониторинга
- Выбор беспроводного канала передачи информации
Введение к работе
Актуальность темы. Устойчивая тенденция повышения осевых нагрузок и скоростей движения на железнодорожном транспорте актуализирует задачи мониторинга динамического воздействия поездов на земляное полотно, мосты, тоннели и другие искусственные сооружения (ИС). В настоящее время на сети железных дорог эксплуатируется 82,6 тысячи искусственных сооружений, из них около 7,7 тысячи дефектных (9,3 %), не соответствуют современным нормам – 50,9 тысячи (62 %), превысили нормативный срок эксплуатации – 40,3 тысячи мостов (49 %).
Существующие системы мониторинга искусственных сооружений, между тем, отличаются устаревшей технологией анализа состояния ИС, значительным влиянием человека на результаты мониторинга, низкой производительностью, что требует разработки новой концепции мониторинга и управления состоянием ИС.
Степень разработанности проблемы. Вопросы автоматизации сложных объектов и процессов на транспорте рассматривались в трудах Долгого И.Д., В.Н. Иванченко, Э.К. Лецкого, В.М. Лисенкова, В.В. Сапожникова, Вл.В. Сапожникова и др.
Новая концепция беспроводного мониторинга, основанного на беспроводных сенсорных сетях, разрабатывается в трудах А. Боулиса, А. Дасгупта, Н. Джаубера, С.В. Дублинга, Д.П. Линча, М. Нилеша, Д. Станковича, К.Р. Фаррара, Х. Харидаса, К. Чинталапуди, Д.В. Шевитса и др.
Технологии искусственного интеллекта в исследуемой сфере разрабатывались Л.С. Берштейном, С.М. Ковалевым, А.О. Таракановым, Б.К. Хуангом, Б. Ченом, А.Н. Шабельниковым, Дж. Элманом и др.
Проблемы создания информационных систем мониторинга сложных природных и техногенных объектов на железнодорожном транспорте освещены в трудах: В.М. Круглова, В.А. Коугия, С.И. Матвеева, В.Я. Цветкова, Е.Н. Розенберга, И.Н. Розенберга, В.А. Явны и др.
Математические вопросы обеспечения работы автоматизированных систем на транспорте рассматривались в работах М.А. Бутаковой, А.Н. Гуды, Н.Н. Лябаха, Э.А. Мамаева, С.В. Соколова, В.Н. Тарана и др.
Цель и задачи исследования. Данное диссертационное исследование предпринималось в соответствии со следующей целью: анализ этапов развития и совершенствование систем мониторинга и управления состоянием искусственных сооружений железнодорожного транспорта.
Достижение поставленной цели раскрывается в последовательном решении следующих задач:
1. Обоснование необходимости построения автоматизированной системы мониторинга искусственных сооружений железнодорожного транспорта.
2. Разработка авторской концепции мониторинга и управления искусственными сооружениями железнодорожного транспорта.
3. Развитие математического, программно-технического обеспечения синтезируемой системы.
4. Внедрение результатов диссертационного исследования в научные и практические разработки.
Объект и предмет исследования. В качестве объекта данного исследования выступают автоматизированные системы мониторинга и управления состоянием объектов железнодорожного транспорта различного назначения (мосты, тоннели, железнодорожное полотно, здания и пр.).
Предметом исследования являются технологии мониторинга и управления состоянием объектов, их информационное, программно-математическое, алгоритмическое, техническое обеспечение. Работа выполнена в рамках следующих пунктов паспорта специальности 05.13.06 – автоматизация и управление технологическими процессами и производствами (транспорт):
6. Научные основы, модели и методы идентификации производственных процессов, комплексов и интегрированных систем управления.
14. Теоретические основы, методы и алгоритмы диагностирования, (определения работоспособности, поиск неисправностей и прогнозирования) АСУТП, АСУП, АСТПП и др.
15. Теоретические основы, методы и алгоритмы интеллектуализации решения прикладных задач при построении АСУ широкого назначения (АСУТП, АСУП, АСТПП и др.).
Теоретико-методологической основа исследования. Научные труды отечественных и зарубежных ученых, посвященные вопросам автоматизации сложных объектов, построению математических моделей технологических процессов контроля, диагностики, управления и процедур принятия решений в условиях неопределенности.
Информационно-эмпирическая база исследования. Основана на натурных обследованиях ряда типичных объектов исследования:
скально-обвально-оползневого косогора КМ 1929 ПК 5-9 перегона Чемитоквадже – Якорная Щель;
тоннеля №8 КМ 1977 ПК 10 перегона Мацеста – Хоста;
- данных монографических исследований отечественных и зарубежных ученых, а также информации из разнообразных Интернет-ресурсов и собственных авторских исследований диссертанта.
Инструментарно-методологический аппарат. Для решения вышепоставленных задач был использован инструментарно-методологический аппарат, включающий: методологию системного анализа, методы и инструменты формализованного анализа: теория распознавания образов, теория нечетких множеств, анализ временных рядов, теория массового обслуживания, теория искусственных иммунных систем и пр. Программное обеспечение выполнено на языках программирования С# и MATLAB, 3D-модели объектов были созданы с использованием языка разметки XAML.
Основные положения, выносимые на защиту:
1. Организационный механизм, определяющий общую стратегию оценки состояния искусственных сооружений на железнодорожном транспорте, согласовывающий работу ЛПР и машины и включающий:
- методику экспертной системы оценивания;
- машинные процедуры принятия решений.
2. Модели описания сложных динамических процессов, характеризующих динамику среды и собственно исследуемого ИС. В данном направлении выполнено следующее:
- проанализированы условия применения классических подходов моделирования временных рядов (моделей авторегрессии, скользящего среднего и смешанных моделей);
- предложен авторский метод идентификации тенденций изменения временных рядов, основанный на использовании аппарата теории распознавания образов и позволяющий осуществить поэтапную адаптацию моделей и процедур принятия решений;
- исследованы интеллектуальные технологии анализа временных рядов.
3. Процедуры формализованного принятия решений в системах мониторинга и управления ИС на основе использования аппарата теории нечетких множеств. В частности:
- введен соответствующий категориальный аппарат исследования;
-разработана общая структура системы принятия решений, использующая нечеткую логику;
- показана теоретическая обоснованность и практическая реализуемость предложенного математического аппарата;
- предложено систему правил логического вида формировать в виде таблиц соответствий значений лингвистических переменных;
- проиллюстрирована возможность учета психофизиологических качеств ЛПР при формировании баз знаний.
4. Построение нового класса систем технического мониторинга (СТМ), основанное на использовании парадигм искусственных иммунных систем и мультиагентных технологий.
5. Процедуры формирования локальных БЗ интеллектуальных агентов и механизм выработки диагностических решений, основанных на технологии мягких вычислений, а также общая схема применения данной технологии.
6. Модели интеллектуальных агентов для иммунологических мультиагентных СТМ, ориентированных на решение задач, связанных с диагностикой распределенных технических объектов.
7. Модель взаимодействия агентов верхнего уровня СТМ при решении задач распределенного мониторинга сложных технических объектов.
Научная новизна диссертационного исследования заключается в следующих предложениях автора.
1. Уточнен категориальный аппарат исследования: автоматизированная беспроводная система мониторинга (АБСМ), уровень компетентности, стабильность функционирования, обучаемость эксперта; адаптированы к решению поставленной задачи понятия интеллектуальных агентов и биоинспирированных алгоритмов.
2. Разработана концепция и базовые принципы функционирования АБСМ, отличающаяся интеллектуальностью функционирования, универсальностью внедрения на объектах железнодорожного транспорта.
3. Разработана методика экспертной оценки состояния искусственного сооружения, включающая механизм обучения и отбора экспертов.
4. Предложен подход к представлению числовых временных рядов в символьном виде путем многомерной нечетко-шейповой аппроксимации.
5. Разработана парадигма использования биоинспирированных алгоритмов в задаче диагностирования инженерных сооружений. В частности:
- адаптированы модели интеллектуальных агентов для иммунологических мультиагентных систем мониторинга, ориентированных на решение задач, связанных с диагностикой распределенных технических объектов.
- разработаны два новых класса интеллектуальных моделей обработки динамической информации в условиях неопределенности, позволяющих также решать задачи обучения и адаптации локальных БЗ интеллектуальных систем мониторинга.
Апробация и внедрение результатов исследования. Результаты диссертации докладывались на семинарах кафедры «Информатика» РГУПС, на международных научно-практических конференциях «Актуальные проблемы информатики и информационных технологий» (г. Тамбов, 2005, 2006 гг.), «Интеллектуальные системы на транспорте» (г. Санкт-Петербург, 2011 г.) и «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (г. Коломна, 2009 г.), международном конгрессе по интеллектуальным системам и информационным технологиям «AIS-IT» (г. Дивноморск, 2010 г.), всероссийских научно-практических конференциях и симпозиумах «Транспорт – 2006» (г. Ростов-на-Дону) и «Седьмой всероссийский симпозиум по прикладной и промышленной математике» (г. Москва, 2006 г.), Российской выставке научно-технического творчества молодежи (г. Москва, НТТМ – 2010 г.), отраслевых выставках ОАО «РЖД» и ОАО «НИИАС» (г. Москва, г. Санкт-Петербург).
Публикации. Полученные в диссертации результаты нашли свое отражение в 22 печатных работах, 7 из которых опубликованы в журналах из перечня ВАК, одна является патентом на полезную модель.
Структура и объем работы. Диссертация состоит из введения, четырех глав, включающих 13 параграфов, заключения, списка использованных источников из 147 наименований и приложения. Работа проиллюстрирована 52 рисунками, 7 таблицами. Общий объем диссертации составляет 164 страниц.
Авторская концепция организации мониторинга и управления природно-техническими объектами железнодорожного транспорта
Устойчивая тенденция повышения осевых нагрузок и скоростей движения на железнодорожном транспорте требует более серьезного подхода к решению задач мониторинга динамического воздействия поездов на земляное полотно, мосты, тоннели и другие искусственные сооружения: Острота ситуации усугубляется необходимостью проводить обслуживание, капремонт и восстановление железнодорожных конструкций в стесненных условиях и при максимальном сохранении пропускной способности стальных магистралей. Особенно актуальным является вопрос о допустимой нагрузке на мосты, спроектированные под старые условия грузопровозной способности, и вибрационные воздействия на выше перечисленные объекты транспортной инфраструктуры.
Согласно [45] в настоящее время на сети железных дорог эксплуатируется 82,6 тысячи искусственных сооружений, из них около 7,7 тысячи дефектных (9,3 %), не соответствуют современным нормам - 50,9 тысячи (62 %), превысили нормативный срок эксплуатации - 40,3 тысячи мостов (49 %).
По недавним расчетам [54] на железных дорогах России эксплуатируются 2081 мостовые постройки до 1875 года выпуска, которые более чем в два раза превысили нормативный срок службы. Эти мосты рассчитаны на воздействие подвижного состава с осевой нагрузкой 12 тонн, в настоящее время требуется пропускная способность мостов в 35 тонн. Несмотря на усиление этих мостов, 25% из них не обеспечили пропуск подвижного состава, а 75% пропускают с ограничением скорости.
Из 38,7 тысяч эксплуатируемых железобетонных мостов около 6 тысяч построены до войны, при этом использовался железобетон низких марок и вместо требуемой прочности 400 кгс/м" их прочность составляет 170/250 кгс/м". Кроме того, 420 мостов, построенных в военные годы при восстановлении разрушенных, превысили свой нормативный срок службы (25 лет) в два раза. Потери, связанные с ограничением движения поездов и с содержанием мостов старых лет постройки, в целом оцениваются в 1,2 млрд. рублей в год, в ценах 2001 года [45]. Для повышения надежности и долговечности искусственных сооружений предусматриваются: а) усиление надзора за их состоянием; б) повышение качества их текущего содержания; в) увеличение объемов их реконструкции и капитального ремонта. Повышение скоростей и массы составов негативно сказывается также и на состоянии тоннелей. Высокие вибрационные нагрузки предполагают создание надежных систем мониторинга состояния проходов под землей.
Скально-обвально-оползневые косогоры также несут не малую опасность к прилегающим железнодорожным веткам. Об этом говорят неоднократные случаи схода оползней на верхнее строение пути.
Очевидно, что подавляющее количество искусственных сооружений российской сети железных дорог, в том числе железнодорожных мостов, тоннелей и косогоров, требует интеграции современных систем анализа и прогнозирования несущих конструкций, а также управления скоростным процессом поездов на контролируемых участках. Такие системы позволят значительно продлить сроки эксплуатации объектов, а также вовремя сообщить оператору о необходимости усиления и реконструкции сооружений.
Рассмотрим подробнее основные природно-технические объекты (ПТО) на железнодорожном транспорте.
Мосты. Железнодорожный мост (см. рис. 1.1) состоит из пролетных строений, являющихся основанием для пути, и опор, поддерживающих про летные строения и передающих давление на грунт. Железнодорожный мост вместе с подходами, укрепительными и регуляционными сооружениями и подмостовым руслом реки составляет мостовой переход. Береговые опоры моста называют устоями, а промежуточные — быками. Опорами мост разделяется на пролеты. Опоры состоят из фундамента и видимой части (тела) и бывают монолитными или сборными. Фундаменты опор могут сооружаться при неглубоком расположении прочных грунтов на естественном основании, а при слабых грунтах — на сваях.
Основными параметрами железнодорожного моста являются длина, высота, отверстие моста, грузоподъемность. Длиной моста называется расстояние между задними гранями его устоев, а высотой — расстояние от подошвы рельса до горизонта низких вод. Отверстием железнодорожного моста называется расстояние в свету между внутренними гранями его устоев однопролетного моста. Грузоподъемностью моста называется наибольшая нагрузка, которую он может выдержать при условии обеспечения безопасности движения поездов по железнодорожным линиям. Параметры мостов определяются шириной водной преграды, колебаниями уровня воды, заданной нормой массы поездов
Систематизация и развитие моделей динамических процессов
Синтез систем мониторинга и управления состоянием ИС наряду с решением проблем программно-математического обеспечения требует организации надежно функционирующих каналов связи. Рассмотрим особенности каналов, возникающих при создании систем мониторинга и управления состоянием ИС. Вот основные из них: - система содержит очень много взаимодействующих абонентов сети (каждый элемент БСС и обслуживающие устройства) и нужно оценить ее параметры: вероятность стационарного состояния системы, коэффициенты загрузки различных локальных подсистем, среднее число заявок в очереди, время занятости каналов, время ожидания обслуживания и т.д. - условия функционирования ИС на железнодорожном транспорте характеризуются высокой зашумленностью данных (помехи от работы специального оборудования), кроме того, учитывая особую важность исследуемых объектов, необходимо обеспечить защиту этой информации от преднамеренного искажения, что актуализирует проблему обеспечения надежности передачи информации, которая традиционно решается средствами помехоустойчивого кодирования; - ответственность ИС, реальный режим работы системы мониторинга, высокая динамичность процессов выставляют к ней альтернативное свойство - достаточное быстродействие, что решается средствами эффективного кодирования. Цель данного раздела двоякая: - предоставить математический аппарат для предварительного аналитического анализа параметров создаваемой системы; - заложить программно-математические основы для создания имитационной модели системы.
Расчет параметров каналов [8, 29]. Рассматриваемый подход не привязан к схемам передачи данных посредством EGG. Он имеет более универсальное значение для создания систем мониторинга и управления. Обслуживающими устройствами в телекоммуникационных каналах (ТК) информационных систем на транспорте являются как физически существующие кабели (оптоволоконный, проводные), так и логически образуемые сеансы соединений между источниками и приемниками данных. Когда число запросов на установление сеансов связи превышает количество возможных логически устанавливаемых сеансов связи между клиентами и серверами или пропускную способность сервера, очередь образуется на устройствах телекоммуникаций (коммутаторах, маршрутизаторов) или на самом приемнике данных (вычислительной,системе).
Создаваемые системы существенно зависят от свойств НС (его протяженности, наличия критических точек, числа анализируемых параметров и т.д.). Поэтому универсальной системы (созданной «раз и навсегда») существовать не может. Каждый объект индивидуален и необходима модель, имитирующая заложенные в- систему функции. На этой, модели отрабатываются технологии, кодирования-. передачи и приема данных в лабораторных условиях. На объект выставляется уже функционирующая система, что сокращает трудоемкость создания, повышает эффективность труда разработчиков.
В основу процедуры расчета параметров ТК системы, мониторинга положены модели теории массового обслуживания [31]. Предполагалось наличие в рассматриваемых ТК обслуживающих устройств, пуассоновского входного потока и обслуживание заявок по экспоненциальному закону. Данные предположения не являются критичными, так как режим передачи данных в нашем случае управляется: разработчиком, а не возникает независимо от его воли.
Интенсивность обслуживания возрастает пропорционально количеству пакетов, находящихся; в стадии пересылки по каналу связи. Основными параметрами сети, требующими анализа, являются: коэффициент загрузки ТК для многоканальной системы, среднее число заявок в очереди, среднее число заявок, находящихся в состоянии передачи, общее время занятости т каналов, среднее время ожидания заявки в очереди, общее время нахождения заявки в ТК [9].
Методика выбора оптимальных параметров помехоустойчивого кодирования информации в каналах связи [63]. В данных работах разрабатывается методика выбора оптимальных параметров кода, осуществляемая на каждом объекте с учетом поставленной ЛПР задачи (количество обнаруживаемых и исправляемых кодом ошибок) и свойств каналов передачи данных.
В частности использовались коды Хэмминга, которые являются групповыми, линейными, разделимыми кодами, имеющими минимальное кодовое расстояние d=3 или d=4. Благодаря простоте кодеров и декодеров, а также минимальной избыточности, этот тип кодов широко применяются в системах связи, автоматики и телемеханики.
Разработанная компьютерная модель позволяет исследовать указанные устройства как в режиме отсутствия ошибок, так и при их вводе. Кроме того, она позволяет исследовать корректирующие возможности кода Хэмминга.
Оптимизация параметров каналов. Уровни шумов, затрудняющих работу синтезируемых систем мониторинга, на различных объектах (ИС) различны. Это требует разработки адекватных средств защиты информации, одним из которых является ее кодирование. Вместе с тем, чем выше помехозащищенность канала передачи данных, тем хуже показатели системы по скорости передачи информации и затратам на эту передачу (показатели эффективности). Поэтому в каждом конкретном случае, учитывающем особенности системы, решается оптимизационная задача по названным критериям: Jj- помехозащищенность, J2, J3— эффективность канала (скорость, затраты).
Модели представления интеллектуальных автономных агентов и классифицирующих алгоритмов в гибридной системе технического мониторинга
По своему содержанию технический мониторинг распределенных объектов железнодорожной инфраструктуры представляет собой чрезвычайно сложную задачу, содержащую множества плохо формализуемых факторов. В самых общих чертах она заключается в наблюдении за динамикой реакции контролируемой системы или объекта на,внешние воздействия, прогнозированию развития этой динамики, выявлению критичных признаков текущих состояний, обнаружению и идентификации аномальных событий в данных мониторинга или существенных отклонений режимов функционирования системы от нормальных. Поэтому сформулировать задачу технического мониторинга в строгой математической постановке не представляется возможным, и, тем не менее, попытаемся дать максимально приближенное к формальному описание, в схему которого представляется возможным уложить большинство конкретных постановок задач, связанных с проблемой мониторинга и диагностики сложных технических объектов и систем.
Дано О - множество объектов, процессов их состояний или режимов функционирования. Пусть V с О — множество состояний или режимов, которые можно уверенно- отнести к классу нормальных. Пусть О = V U W образует множество всех имеющихся на текущий момент времени состояний объекта или режимов функционирования. Пусть J — некий критерий, на основе которого можно вычислить меру близости между двумя состояниями объекта или режимами его функционирования в контексте понятия нормальный режим или состояние. Необходимо на основе анализа множества, нормальных состояний или режимов функционирования О построить некоторое формальное описание, например, также в виде решающего правила, позволяющее классифицировать как «нормальные» все примеры из множества О и «близкие» к ним по критерию J, а состояния или режимы из W, которые «существенно» отличаются от «нормальных» по критерию J классифицировать как аномалии. Решающее- правило также может быть представлено в виде логической функции, дерева решений, набора продукционных правил вида «ЕСЛИ условие ТО искомое понятие» и других формализованных представлений;
Очевидно, что приведенная постановка может быть различными.способами формализована путем конкретизации критерия J с использованием тех или иных метрических функций и формализации понятий «близкие» и «существенно отличающиеся» путем введения соответствующих пороговых значений для критерия J. Однако, оказываетсявозможным разработка подхода к решению выше приведенной задачи без какой-либо дальнейшей ее конкретизации, опираясь на использование биологических аналогий, заимствованных у естественных систем обработки информации:
Наиболее близким аналогом в данном случае является, иммунная система живого организма, которая представляет собой пример уникальной системы естественного мониторинга, обладающей такими важнейшими характеристиками, как адаптивность, специфичность, самотолерантность, диффе-ренцировка. Для решения задач распознавания и классификации иммунная система (ИС) использует механизмы обучения, памяти и ассоциативного поиска. Моделируя эти механизмы, оказывается возможным успешно решать задачи распознавания образов, диагностики и обнаружения неисправностей в распределенных системах.
Однако, использование одной лишь иммунологической парадигмы для решения проблемы мониторинга распределенных технических объектов, очевидно; недостаточно, поскольку, во-первых, осуществлять эффективный анализ и контроль за рассредоточенными объектами; невозможно без привле - чения средств и методов параллельных или распределенных вычислении, а, во-вторых, сама иммунологическая парадигма опирается на принципы распределенной классификации, идентификации и распознавания образов рассредоточенными по организму средствами. Поэтому напрашивается для целей мониторинга сложных рассредоточенных технических объектов привлекать помимо иммунологической парадигмы технологии мультиагентных систем.
Сформулируем принципы, которые положим в основу разработки гибридного подхода к построению систем технического мониторинга (СТМ):
1. Для целей технического мониторинга распределенных объектов железнодорожной инфраструктуры следует использовать парадигму искусственных иммунных систем, включающую в себя различные техники искусственного интеллекта, такие как распознавание образов, идентификация, адаптация, самообучение и эволюционное моделирование.
2. Для технической реализации иммунологической парадигмы в распределенных СТМ представляется эффективным использование технологий беспроводньк сенсорных сетей (БСС), имеющих в себе распределенные вычислительные мощности, которые, будучи рассредоточенные по конструкции, способны обеспечить богатую информационную поддержку процессам мониторинга, диагностики и локализации повреждений.
3. Технология БСС должна поддерживать взаимодействие большо го количества узлов в условиях многочисленного множества НЕ-факторов, динамичности внешней среды и сетевых параметров, что может быть обес печено средствами мультиагентных систем (МАС). В MAC отдельным узлам БСС сопоставляются интеллектуальные автономные агенты, осуществляю щие распределенную обработку информации, получаемой от сенсорной и измерительной аппаратуры.
Выбор беспроводного канала передачи информации
Одним из преимуществ радиосвязи по сравнению с проводной является возможность организации связи с подвижными объектами. Однако, для обеспечения бесперебойного функционирования канала связи следует внимательно отнестись к выбору частотного диапазона и мощности передатчика. Рассмотрим некоторые существующие на железнодорожном транспорте системы радиосвязи.
Станционная радиосвязь обеспечивает связь между машинистами маневровых и горочных локомотивов с маневровым диспетчером или соответствующим дежурным по парку или горке, а также списчиков или осмотрщиков вагонов с технической конторой или составителей вагонов с машинистами маневровых локомотивов. Массовое внедрение станционной радиосвязи началось с 1948 г. и в настоящее время ею оборудованы все маневровые локомотивы.
Станционная радиосвязь предназначена для служебных переговоров о маневровой работе, роспуске составов с горки, контроля за их выполнением, а также для передачи оперативной информации персоналу, работающему непосредственно на путях железнодорожных станций. Станционная радиосвязь является симплексной, ее строят по принципу прямой связи командного пункта с подвижными объектами. Несколько радиостанций — стационарных, локомотивных и носимых, работающих на одной волне частоте,— образуют круг радиосвязи, или одну радиосеть. На станциях с несколькими районами маневровой работы в каждом районе создают свои круги станционной связи. Рабочие частоты радиостанций различных кругов выбирают с расчетом исключения взаимных помех.
Станционную радиосвязь организуют на радиостанциях ЖР-У-ЛС, «Пальма», «Сирена», «Тюльпан», «Кактус» и «Ласточка» — 798 МГц. Все радиостанции работают в симплексном режиме, передатчик и приемник работают попеременно на одной частоте с одной антенной для приема и передачи.
Поездную радиосвязь стали широко внедрять с 1949 г. Она обеспечивает (как и станционная) двустороннюю телефонную связь между машинистами локомотивов, движущихся по перегонам, с дежурными по станциям или диспетчером и содействует выполнению графика движения поездов, а также повышает безопасность движения. Поездной радиосвязью оборудованы все грузонапря-женные направления дорог.
Поездную радиосвязь организуют на радиостанциях ЖР-ЗМ, работающих в гектометровом диапазоне на фиксированных частотах, а также на стационарных радиостанциях ЖР-УК-СП и локомотивной ЖР-УК-ЛП, работающих в метровом и гектометровом диапазонах. Две первые буквы ведомственного шифра обозначают железнодорожную радиостанцию, одна или две последующие — диапазоны, в которых работает радиостанция У—УКВ и К — коротковолновый, т. е. гектометровый, предпоследняя буква - место установки станции С — стационарная, Л -— локомотивная, последняя буква — назначение П — для поездной, С — для станционной радиосвязи. Радиостанции железнодорожной технологической радиосвязи иногда обозначают как комплекс ЖРУ - железнодорожные радиостанции унифицированные. Унификация сводится к использованию отдельных блоков в локомотивных и стационарных радиостанциях поездной и станционной радиосвязи.
Коротковолновую радиосвязь используют для резервирования магистральной и дорожной проводных связей. Радиорелейные линии на железнодорожном транспорте применяют для организации магистральной, дорожной и отделенческой связей.
Индуктивная связь предназначена для связи машиниста поезда, составителя поездов и других работников, находящихся на территории железнодорожного парка, с руководителями станции.
Промышленное телевидение. Его используют для наблюдения и контроля за отдельными технологическими процессами железнодорожного транспорта.
Передача данных. Система связи в вычислительных центрах (ВЦ) дорог предназначена для автоматизированной передачи данных: с низовых подразделений железной дороги в ВЦ управления с последующей передачей части обработанной информации в хозяйственные единицы (отделение, депо, сортировочные, крупные узловые и участковые станции); с низовых подразделений железнодорожной станции в отделения (для автоматизации оформления грузовых перевозочных документов); из отделений железных дорог в хозяйственные единицы о грузовых и коммерческих операциях; в ВЦ управления со станций соседних дорог о вагонах и поездах, следующих на данную дорогу.
Ни один из перечисленных видов связи не занимает полосу частот не лицензируемого в РФ ISM-диапазона 2,4 - 2,4835 ГГц и 868 - 870 МГц. Таким образом, автор предлагает использовать данные частотные диапазоны для организации беспроводных сетей мониторинга природно-технических объектов. Автор считает, что мощности передатчика равной 10 мВт будет достаточно для эффективной организации беспроводной сенсорной сети: Перечисленные характеристики канала связи не требуют специальной регистрации устройств в государственной комиссии по радиочастотам (ГКРЧ) [44, 46, 47].
