Математическое моделирование уровней готовности технического обеспечения железнодорожных систем с использованием интегрального показателя на базе шкалы Харрингтона
Аннотация
Обоснование. Актуальность исследования обусловлена возрастающими требованиями к надежности и безопасности железнодорожного транспорта. Современные системы железнодорожной автоматики и телемеханики представляют собой сложные технические комплексы, отказ которых может привести к значительным экономическим потерям и нарушению графика движения. Традиционные методы оценки надежности, основанные на анализе единичных показателей, не позволяют проводить комплексную оценку состояния таких систем. Существующий методический вакуум в области интегральной оценки готовности систем ЖАТ определяет необходимость разработки новых подходов, учитывающих многокритериальность задачи и позволяющих агрегировать разнородные показатели в единую оценку.
Цель – разработка методики интегральной оценки уровней готовности технического обеспечения железнодорожных систем на основе математического моделирования и функции желательности Харрингтона, позволяющей осуществлять сравнительный анализ объектов железнодорожной инфраструктуры и обосновывать управленческие решения в области технического обслуживания и модернизации.
Материалы и методы. Исследование основано на применении аппарата полумарковских процессов для моделирования надежности систем железнодорожной автоматики и телемеханики. Математическая модель включает шесть состояний системы, учитывающих различные этапы жизненного цикла оборудования. Для преобразования разнородных показателей надежности в единую интегральную оценку использована функция желательности Харрингтона, обеспечивающая переход к безразмерной шкале измерений.
Результаты. Разработана методика интегральной оценки уровней готовности систем ЖАТ, сочетающая математическое моделирование на основе полумарковских процессов с преобразованием показателей по функции желательности Харрингтона. Анализ статистики отказов за 2018-2023 годы выявил устойчивую тенденцию к снижению количества отказов по всем категориям оборудования. Практическая апробация методики на десяти железнодорожных станциях позволила идентифицировать проблемные зоны и определить приоритеты технического обслуживания. Реализация алгоритма распределения ресурсов на основе теории игр показала возможность повышения эффективности использования средств на 15% по сравнению с равномерным распределением. Наибольшая доля ресурсов (47,8%) целесообразна для систем СЦБ как наиболее критичных для безопасности движения. Разработанные модели показали адекватность при прогнозировании изменений интегрального показателя готовности.
EDN: SMNUAK
Скачивания
Литература
CENELEC. (2017). EN 50126 1:2017: Railway applications — The specification and demonstration of reliability, availability, maintainability and safety (RAMS). Brussels: CENELEC, 89 p.
Соколов, М. М. (2020). Основы железнодорожной автоматики и телемеханики. Часть 1. Омск: Омский государственный университет путей сообщения, 79 с. ISBN: 978 5 94941 258 9. EDN: https://elibrary.ru/FZWRAA
Журавлёв, И. А., Гусев, И. А., Скрипниченко, И. Г., & Курашева, Г. Г. (2022). Алгоритм расчёта коэффициента готовности систем железнодорожной автоматики и телемеханики для вновь проектируемых станций. Наука и бизнес: пути развития, 4(130), 136–138. EDN: https://elibrary.ru/CYHCGG
ГОСТ Р 27.301 2011. (2012). Надёжность в технике. Расчёт показателей надёжности. Основные положения. Москва: Стандартинформ, 35 с.
Harrington, E. C. (1965). The desirability function. Industrial Quality Control, 21(10), 494–498.
Линник, И. И., & Линник, Е. П. (2018). Полумарковская модель эксплуатации сложных систем. В Информационные системы и технологии в моделировании и управлении: сборник материалов III Всероссийской научно практической конференции с международным участием, посвящённой 100 летию Крымского федерального университета имени В. И. Вернадского (Ялта, 21–23 мая 2018 года, с. 120–124). Ялта: ООО «Издательство Типография „Ариал“». EDN: https://elibrary.ru/XVDLNR
Артеменков, С. Л., Алхимов, В. И., Баранов, С. Н., и др. (2017). Марковские модели в задачах диагностики и прогнозирования (2 е изд., доп.). Москва: Московский государственный психолого педагогический университет, 203 с. ISBN: 978 5 94051 168 7. EDN: https://elibrary.ru/YLIAEY
Любушин, Н. П., & Брикач, Г. Е. (2014). Использование обобщённой функции желательности Харрингтона в многопараметрических экономических задачах. Экономический анализ: теория и практика, 18(370).
Сапожников, В. В., Ефанов, Д. В., & Шаманов, В. И. (2017). Надёжность систем железнодорожной автоматики, телемеханики и связи: учебное пособие. Москва, 318 с.
Колмогоров, А. Н., & Фомин, С. В. (2023). Элементы теории функций и функционального анализа. Москва: Физматлит, 576 с.
Горелик, А. В., Неваров, П. А., Орлов, А. В., и др. (2023). Выявление ошибок в данных информационных систем хозяйства автоматики и телемеханики ОАО «РЖД». В Современные проблемы совершенствования работы железнодорожного транспорта: межвузовский сборник научных трудов (с. 82–91). Москва: Российский университет транспорта. EDN: https://elibrary.ru/FACWZF
Бугреев, В. А., & Новиков, Е. В. (2010). Математическое моделирование систем и процессов железнодорожного транспорта, обладающих временной избыточностью. Труды международного симпозиума «Надёжность и качество», 1, 364–366. EDN: https://elibrary.ru/NDKSKZ
Горелик, А. В., Малых, А. Н., & Орлов, А. В. (2021). Оценка влияния готовности объектов транспортной инфраструктуры ОАО «РЖД» на риски потерь для перевозочного процесса. Надёжность, 21(4), 53–56. https://doi.org/10.21683/1729-2646-2021-21-4-53-56. EDN: https://elibrary.ru/AQFDPW
Горелик, А. В., Истомин, А. В., & Кузьмина, Е. В. (2025). О решении задачи распределения ресурсов на модернизацию объектов железнодорожной автоматики с применением методов теории игр. В Образование, наука и инновации: современные вызовы: материалы Международной научно практической конференции студентов, аспирантов и молодых учёных (в 2 ч., Мелитополь, 12–13 декабря 2024 года, с. 125–128). Мелитополь: Мелитопольский государственный университет. EDN: https://elibrary.ru/VUZXTY
Горелик, А. В., Истомин, А. В., Астапенко, Д. В., & Миненков, О. С. (2022). Алгоритм оценки нормативного времени восстановления систем железнодорожной автоматики и телемеханики. Наукосфера, 4 2, 213–217. EDN: https://elibrary.ru/JMEUAE
Гнеденко, Б. В., Беляев, Ю. К., & Соловьёв, А. Д. (2024). Математические методы в теории надёжности: основные характеристики надёжности и их статистический анализ. Москва: Книжный дом «ЛИБРОКОМ», 584 с.
Автоматика, телемеханика и связь на железнодорожном транспорте: учебное пособие (2 е изд., испр. и доп.). (2021). Хабаровск: Дальневосточный государственный университет путей сообщения, 159 с. EDN: https://elibrary.ru/IFKCVE
References
CENELEC. (2017). EN 50126 1:2017: Railway applications — The specification and demonstration of reliability, availability, maintainability and safety (RAMS). Brussels: CENELEC, 89 p.
Sokolov, M. M. (2020). Fundamentals of railway automation and remote control. Part 1. Omsk: Omsk State Transport University, 79 p. ISBN: 978-5-94941-258-9. EDN: https://elibrary.ru/FZWRAA
Zhuravlev, I. A., Gusev, I. A., Skripnichenko, I. G., & Kurasheva, G. G. (2022). Algorithm for calculating the availability coefficient of railway automation and remote control systems for newly designed stations. Science and Business: Ways of Development, 4(130), 136–138. EDN: https://elibrary.ru/CYHCGG
GOST R 27.301 2011. (2012). Reliability in engineering. Calculation of reliability indicators. Main provisions. Moscow: Standartinform, 35 p.
Harrington, E. C. (1965). The desirability function. Industrial Quality Control, 21(10), 494–498.
Linnik, I. I., & Linnik, E. P. (2018). Semi Markov model of complex system operation. In Information systems and technologies in modeling and management: Proceedings of the III All Russian Scientific and Practical Conference with International Participation Dedicated to the 100th Anniversary of V. I. Vernadsky Crimean Federal University (Yalta, May 21–23, 2018, pp. 120–124). Yalta: LLC “Publishing House Printing House ‘Arial’”. EDN: https://elibrary.ru/XVDLNR
Artemenkov, S. L., Alkhimov, V. I., Baranov, S. N., et al. (2017). Markov models in diagnostics and forecasting tasks (2nd ed., rev. and suppl.). Moscow: Moscow State University of Psychology and Education, 203 p. ISBN: 978-5-94051-168-7. EDN: https://elibrary.ru/YLIAEY
Lyubushin, N. P., & Brikach, G. E. (2014). Using the generalized Harrington desirability function in multi parameter economic problems. Economic Analysis: Theory and Practice, (18)(370).
Sapozhnikov, V. V., Efanov, D. V., & Shamanov, V. I. (2017). Reliability of railway automation, remote control and communication systems: study guide. Moscow, 318 p.
Kolmogorov, A. N., & Fomin, S. V. (2023). Elements of function theory and functional analysis. Moscow: Fizmatlit, 576 p.
Gorelik, A. V., Nevarov, P. A., Orlov, A. V., et al. (2023). Detecting errors in data of information systems of the automation and remote control sector of Russian Railways (RZD). In Modern problems of improving railway transport operations: Interuniversity collection of scientific papers (pp. 82–91). Moscow: Russian University of Transport. EDN: https://elibrary.ru/FACWZF
Bugreev, V. A., & Novikov, E. V. (2010). Mathematical modeling of railway transport systems with time redundancy. Proceedings of the International Symposium “Reliability and Quality”, (1), 364–366. EDN: https://elibrary.ru/NDKSKZ
Gorelik, A. V., Malykh, A. N., & Orlov, A. V. (2021). Assessing the impact of Russian Railways transport infrastructure readiness on transportation process loss risks. Reliability, 21(4), 53–56. https://doi.org/10.21683/1729-2646-2021-21-4-53-56. EDN: https://elibrary.ru/AQFDPW
Gorelik, A. V., Istomin, A. V., & Kuzmina, E. V. (2025). On solving the problem of resource allocation for modernizing railway automation facilities using game theory methods. In Education, science and innovation: Modern challenges: Proceedings of the International Scientific and Practical Conference of Students, Postgraduates and Young Scientists (in 2 parts, Melitopol, December 12–13, 2024, pp. 125–128). Melitopol: Melitopol State University. EDN: https://elibrary.ru/VUZXTY
Gorelik, A. V., Istomin, A. V., Astapenko, D. V., & Minenkov, O. S. (2022). Algorithm for assessing the standard recovery time of railway automation and remote control systems. Naukosfera, 4-2, 213–217. EDN: https://elibrary.ru/JMEUAE
Gnedenko, B. V., Belyaev, Yu. K., & Solovyov, A. D. (2024). Mathematical methods in reliability theory: Key reliability characteristics and their statistical analysis. Moscow: Book House “LIBROKOM”, 584 p.
Automation, remote control and communication in railway transport: study guide (2nd ed., rev. and suppl.). (2021). Khabarovsk: Far Eastern State Transport University, 159 p. EDN: https://elibrary.ru/IFKCVE
Copyright (c) 2025 Aleksandr V. Gorelik, Elena V. Kuzmina
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
