К вопросу повышения эффективности и безопасности эксплуатации тоннельных эскалаторов метрополитена. Модель прогнозирования



Цитировать

Полный текст

Аннотация

Метрополитены Москвы и Санкт-Петербурга старейшие в России. Инфраструктурный комплекс каждого из них имеет в своем составе разнородные парки техники. Парк подвижного состава в последнее десятилетие преимущественно обновился, в то время как из-за особенностей эксплуатации и в основном по финансовым причинам, эскалаторный парк ещё долгое время не будет заменён. В связи, с чем основной задачей подразделений отвечающих за эксплуатацию эскалаторов является поддержание в исправном состоянии интенсивно стареющего парка. Таким образом формируется ситуация, при которой эскалаторное хозяйство является источником затрат для удовлетворения постоянно возрастающей потребности в ресурсах. Вместе с тем ограниченность выделения всех видов ресурсов только усугубляет сложившуюся ситуацию. Вышеперечисленные обстоятельства способствуют актуализации вопроса подбора инструментария, позволяющего повысить эффективность и безопасность эксплуатации тоннельных эскалаторов метрополитена. По мнению авторов работы одним из таких инструментов может стать прогнозирование технического состояния элементов подсистем эскалатора, выполненное на основе специальной маршрутизации информационных потоков, предназначенной для оптимального распределения выделяемых ресурсов. Так как эскалатор это сложный технический объект повышенной опасности, то для него маршрутизация информационных потоков, характеризующих его техническое состояние, возможна только на основе предварительной декомпозиции на информационные уровни. По этой причине начало статьи посвящено декомпозиции технического состояния эскалатора на четыре информационных уровня, охватывающих все аспекты технического состояния от микроуровня состояния материалов, из которых изготовлены элементы подсистем эскалатора, заканчивая функциональным состоянием всего эскалатора. В дальнейшем раскрывается цель работы, которая состоит в описании общей математической модели прогнозирования технического состояния элементов подсистем эскалатора и требований к ее построению. Также в работе описывается основная задача, которую она решает предложенная прогнозная модель. В заключение рассматриваются варианты использования предложенной модели. Научная новизна предложенного подхода заключается в использовании современного математического аппарата теории нечётких множеств для обработки параметрической информации, элементов искусственного интеллекта, а также прецедентного подхода при анализе эксплуатационной ситуации, которые в своем сочетании необходимы для построения прогнозной модели технического состояния в приложении к эскалаторному хозяйству метрополитена. С практической точки зрения следует отметить, что предложенная математическая модель, реализованная на основе современных информационных технологий, позволит более рационально настроить механизмы распределения выделяемых ресурсов, обеспечивая при этом необходимый уровень безопасности транспортировки пассажиров.

Об авторах

В. А Попов

Петербургский государственный университет путей сообщения императора Александра I

к.т.н. Саект-Петербург, Россия

В. В Еланцев

Петербургский государственный университет путей сообщения императора Александра I

Email: evv3012@gmail.com
Саект-Петербург, Россия

Список литературы

  1. Макаров К.В. Проблемы и перспективы развития подземного строительства в Санкт-Петербурге // Аллея науки. 2018. Т. 6, № 5(21). С. 326-330.
  2. Инструкция по техническому обслуживанию эскалаторов типа ЭТ-2, ЭТ-2М, ЭТ-3 [Текст]. СПб.: ГУП «Петербургский метрополитен», 2005.
  3. Руководство по ремонту эскалаторов: РР-ЭМ 002-17. СПб.: ГУП «Петербургский метрополитен», 2017. 96 с.
  4. Разработка норм межремонтного пробега эскалаторов типа ЭТ: отчет о НИР (промежуточ.) : Часть 2 ЛИИЖТ; рук. А.В. Каракулев; исполн.: колект. авторов. Л., 1988. Инв. № С24362р.
  5. Еланцев В.В. К вопросу повышения эффективности и безопасности эксплуатации тоннельных эскалаторов метрополитена. История формирования системы технического обслуживания и ремонта эскалаторного хозяйства метрополитена // Международный журнал прикладных и фундаментальных исследований. 2020. № 5. С. 98-104.
  6. Еланцев В.В. К вопросу повышения эффективности и безопасности эксплуатации тоннельных эскалаторов метрополитена. Механизмы управления ресурсами // Вопросы современных технических наук: свежий взгляд и новые решения: сб. науч. тр. по итогам междунар. науч.-практ. конф. № 7, Екатеринбург, 11 марта 2020 г.: НН: Изд-во Ареал, 2020. С. 19-26.
  7. Берман А.Ф. Информатика катастроф // Пробл. безопас. и чрезв. Ситуаций. ВИНИТИ РАН. 2012. Но 3, С. 17-37.
  8. ГОСТ 20911-89. Техническая диагностика. Термины и определения. М.: Изд-во стандартов, 2009. 9 с.
  9. Еланцев В.В. К вопросу повышения эффективности и безопасности эксплуатации тоннельных эскалаторов метрополитена. Анализ параметров // Международный журнал прикладных и фундаментальных исследований. 2020. № 3. С. 61-69.
  10. Еланцев В.В. К вопросу о повышении эффективности и безопасности тоннельных эскалаторов. Информационный комплекс оперативного мониторинга состояния эскалатора // Инновационные внедрения в области технических наук [Текст]: сб. науч. тр. по итогам междунар. науч.-практ. конф. № 5, Москва, 25 января 2020 г.: НН: Изд-во Ареал, 2020. С. 10-16.
  11. Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. Под ред. М.В. Финкова. СПб.: Наука и Техника, 2003. 384 с.
  12. Еланцев В.В. К вопросу повышения эффективности и безопасности эксплуатации тоннельных эскалаторов метрополитена. Анализ пассажиропотока // Вестник московского автомобильно-дорожного государственного технического университета (МАДИ). 2020. № 3(62).

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Попов В.А., Еланцев В.В., 2021

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».