Автоматизированная информационная система поддержки принятия управленческих решений в условиях чрезвычайной ситуации на железнодорожном транспорте

Авторы патента:


 

Полезная модель относится к автоматизированным информационным системам, представляющим собой аппаратно-программные технические устройства, которые применяются для поддержки принятия управленческих решений в условиях чрезвычайных ситуаций на железнодорожном транспорте, и обеспечивает увеличение эффективности при поддержке принятия решений, повышение удобства пользования и расширение функциональных возможностей. Технический результат достигается за счет того, что: устройство содержит блок обучения и конфигурации искусственных нейронных сетей; блок предварительной оценки масштаба ЧС содержит внутри себя собственную БД, используемую при поиске типовой ЧС; в блоке предварительной оценки масштаба ЧС размещено несколько искусственных нейронных сетей, каждая из которых обучена на распознавание определенного типа ЧС; устройство дополнительно содержит встроенный блок анализа и прогнозирования метеорологической обстановки; функции блока оповещения разделены между блоком формирования оповещений и блоком GSM-передачи оповещений; устройство дополнительно содержит блок постобработки данных; устройство дополнительно содержит встроенный блок периодической проверки подготовленности операторов системы (пользователей) по вопросам ликвидации ЧС. 1 н.п. ф-лы, 3 ил.

Область техники, к которой относится полезная модель.

Полезная модель относится к вычислительной технике, в частности, к автоматизированным информационным системам, представляющим собой аппаратно-программные технические устройства, которые применяются для поддержки принятия управленческих решений в условиях чрезвычайных ситуаций.

Уровень техники и предпосылки создания полезной модели.

Современное развитие средств вычислительной техники позволяет создавать системы поддержки принятия решений в различных областях человеческой деятельности, в том числе и в такой важной сфере, как железнодорожный транспорт, являющейся основным звеном транспортной системы государства.

Железнодорожный транспорт является зоной возможного возникновения чрезвычайных ситуаций (ЧС), как в России, так и за рубежом.

Используются несколько отличающиеся определения понятия ЧС. В широком смысле, ЧС - это обстановка на определенной территории или акватории, сложившаяся в результате аварии, опасного природного явления, катастрофы, стихийного или иного бедствия, которые могут повлечь или повлекли за собой человеческие жертвы, ущерб здоровью людей или окружающей природной среде, значительные материальные потери и нарушение условий жизнедеятельности людей [1].

Под «ЧС на железнодорожном транспорте» в дальнейшем следует понимать сходы подвижного состава, крушения, аварии, пожары, взрывы, утечки опасных грузов и другие происшествия, которые могут привести к гибели, ранению, массовым отравлениям людей, животных, нанесению экологического ущерба и материального урона.

Оперативность и правильность принятия решений, своевременное оповещение при возникновении подобных ЧС играют важную роль. При этом оказать помощь лицу, принимающему решения (ЛПР), способны системы поддержки принятия управленческих решений, базирующиеся на различных математических моделях, экспертных знаниях, имитации биологических нейронных сетей и т.д.

Под «системой поддержки принятия решений» в дальнейшем, если не указано иное, будет пониматься аппаратно-программное техническое устройство, имеющее внутреннюю структуру, созданное для выполнения функций помощи ЛПР в сложных условиях.

Из уровня техники заявителем, в результате проведенного патентного поиска, были обнаружены системы, применяемые для решения подобных задач в различных сферах деятельности, которые можно рассматривать в качестве отдаленных аналогов патентуемой полезной модели:

- Устройство управления энергетическим холдингом [2];

- Информационная модель финансового управления холдингом [3];

- Интеллектуальная система управления объектами с использованием аэрокосмических и геоинформационных технологий [4];

- Устройство для осуществления способа автоматизации рабочего места специалиста по охране труда [5];

- Автоматизированная система ситуационного анализа [6];

- Система ситуационного управления [7];

- Автоматизированная двухуровневая система программно-ситуационного управления [8];

- Система автоматизированного функционально-технического управления в режиме реального времени инфраструктурой инженерной безопасности несущих конструкций уникальных жилых и общественных зданий [9].

К общим недостаткам этих систем, в свете заявляемой автором полезной модели, можно отнести то, что они не учитывают специфических особенностей железнодорожного транспорта и не могут быть применены для поддержки принятия решений на железнодорожном транспорте в условиях возникновения чрезвычайной ситуации.

Также известна Автоматизированная система поддержки принятия решений в условиях чрезвычайных ситуаций [10], в основу построения которой положена информационная технология, позволяющая организовать оперативное реагирование на сообщения о ЧС на основе типовых сценариев. С этой целью для каждого случая возможного возникновения ЧС (угрозы возникновения ЧС) заранее разрабатывается план проведения мероприятий по ликвидации ЧС на основе типовых планов мероприятий. Этот позволяет сократить время на принятие решения за счет переноса основных усилий на этап повседневной деятельности, когда нет ограничений на время.

Данную систему можно рассматривать в качестве аналога, поскольку реализованный в этой системе подход к решению задачи поддержки принятия решений на основе типовых планов применен в заявляемой полезной модели, хотя и в значительно измененном виде.

К недостаткам этой системы следует отнести то, что она также не учитывает специфику железнодорожного транспорта, и то, что в ней не используются в полной мере современные интеллектуальные и телекоммуникационные технологии.

В качестве более близкого аналога был рассмотрен специально созданный для железнодорожного транспорта комплекс «СКМ ОГ» [11, 12], работающий автономно в составе персонального компьютера.

«СКМ ОГ» применяется для смягчения последствий от аварий с нефтеналивными опасными грузами на железнодорожных станциях, поддержки принятия оперативных решений, подготовки планов по ликвидации аварийных ситуаций с нефтепродуктами.

К существенным недостаткам комплекса «СКМ ОГ» относиться то, что он эффективно работает только при ЧС, вызванных авариями с нефтеналивными грузами. Для работы при возникновении других типов ЧС он не предназначен, т.е. отсутствует свойство универсальности.

Также недостатком «СКМ ОГ» является необходимость ручного ввода всех необходимых для расчетов данных, отсутствие возможности автоматизированного получения информации о возникновении ЧС от информационных систем ОАО «РЖД». Не предусмотрена и функция передачи информации о ЧС другим ЛПР, принимающим решения на разных уровнях иерархии управления железнодорожным комплексом.

Указанных недостатков во многом лишена, описанная в источнике [13], Интеллектуальная советующая система управления ликвидацией последствий чрезвычайных ситуаций на железнодорожном транспорте, выбранная в качестве наиболее близкого аналога (прототипа) патентуемой полезной модели.

Прототип содержит: базу данных (БД); блок общения входной (БОвх); блок общения выходной (БОвых); блок оповещения (БОНР); блок предварительной обработки данных (БПОД); блок предварительной оценки масштаба ЧС (БПОМ); блок расчета необходимых сил и средств для ликвидации последствий ЧС (БРНСС); блок рационального управления силами и средствами ликвидации ЧС (БРУСС); географическую информационную систему (ГИС). Блок БГТОМ содержит в себе искусственную нейронную сеть (ИНС).

Система устанавливается на рабочих местах таких ЛПР на железнодорожном транспорте, как дежурный по станции (ДСП), маневровый диспетчер (ДСЦ), начальник станции (ДС) и др.

Прототип работает следующим образом. БОвх при возникновении ЧС получает информацию об этом от других систем ОАО «РЖД», которая дополняется необходимыми данными при помощи ручного ввода оператором системы. БПОД осуществляет предобработку данных, проверяя их на непротиворечивость и достоверность.

Затем БПОД подает эти данные на БПОМ, БРНСС, БРУСС. БПОМ на основе этих данных, используя встроенную в него ИНС, оценивает масштаб ЧС путем поиска в БД описания наиболее похожей ЧС (типовой ЧС). Найденное описание выдается оператору, а также подается в блок БРНСС, который используя математические модели, вычисляет необходимые силы и средства для ликвидации последствий возникшей ЧС.

БРУСС также получает результаты этих расчетов и, используя математические модели, выдает рекомендации о рациональном распределении и управлении имеющимися силами и средствами ликвидации ЧС.

Результаты расчетов визуализируются и отображаются оператору на схеме железнодорожной станции и географической карте прилегающих территорий при помощи ГИС, а так же подаются на БОвых для передачи в другие системы ОАО «РЖД».

Результаты расчетов также передаются в БОНР для отправки SMS-сообщений с алфавитно-цифровым кодом ЧС на мобильные телефоны других ЛИР разного уровня.

Однако описанный прототип не лишен некоторых существенных недостатков. В частности, можно указать следующее. В системе отсутствуют средства анализа и прогнозирования метеорологической обстановки, которые позволяли бы решить, в частности, задачу определения класса устойчивости приземного слоя атмосферы, являющуюся актуальной при возникновении ЧС связанных с химически опасными грузами.

Не обнаружены такие средства и в других аналогах полезной модели, в том числе и в описанном ранее комплексе «СКМ ОГ».

Метеорологическая обстановка в районе возникновения ЧС оказывает значительное влияние на интенсивность рассеивания примесей в приземном слое воздуха и определяет глубину распространения облака химически опасного вещества, а, следовательно, и масштаб ЧС.

По существующим нормативным методикам (РД 52.04.253-90. Методика прогнозирования масштабов заражения сильнодействующими ядовитыми веществами при авариях (разрушениях) на химически опасных объектах и транспорте. Дата введения 01.07.1990 г.) ЛПР определяют класс устойчивости атмосферы при помощи таблиц, подставляя в них метеоданные фактической погоды (скорость ветра, уровень облачности, время суток, наличие снежного покрова и др.), которые могут быть получены от метеостанций или путем непосредственного наблюдения.

Опытные ЛПР (эксперты) способны определить класс устойчивости атмосферы визуально по внешним признакам. Однако у большинства ЛПР это может вызвать затруднения, особенно в экстремальных условиях ЧС.

При этом, если невозможно оперативно определить устойчивость атмосферы, то при принятии решений ЛПР, согласно нормативным методикам, должны исходить из ее наихудшего состояния, что ведет к завышенной оценке глубины зоны поражения химически опасным веществом. А следовательно, приводит к необоснованным материальным затратам, преувеличению потребных сил и средств ликвидации ЧС, излишнему вызову служб на место ЧС, «оголению» других участков и т.д.

В более ранних методиках устойчивость атмосферы характеризовалась тремя состояниями - конвекцией, изотермией, инверсией. Из них инверсия, способствующая сохранению высоких концентраций химических веществ и их распространению, является наиболее неблагоприятной.

В новых документах (РД-03-26-2007. Методические указания по оценке последствий аварийных выбросов опасных веществ. Методика «Токси», Редакция 3.1. Дата введения 25.01.2008 г.) вводится уже шесть классов устойчивости атмосферы (модифицированные классы по Паскуилу) - А, В, С, D, Е, F. Наиболее неблагоприятными с точки зрения распространения облака химического вещества являются классы Е и F. Также существует классификация по Тернеру, вводящая 7 классов устойчивости атмосферы.

В итоге можно сделать вывод, что автоматизированное решение указанной задачи анализа и прогнозирования метеорологической обстановки имеет важное значение для ЛПР при возникновении ЧС на железнодорожном транспорте. Результаты ее решения могут быть использованы ЛПР непосредственно и/или после дополнительной обработки в других блоках системы поддержки принятия решений.

Раскрытие полезной модели

Технической задачей, решаемой патентуемой полезной моделью, является, расширение функциональных возможностей системы, применяемой для поддержки принятия управленческих решений в условиях чрезвычайной ситуации на железнодорожном транспорте, состоящее в обеспечении возможности анализа и прогнозирования метеорологической обстановки в районе возникновения ЧС.

Поставленная техническая задача достигается тем, что устройство дополнительно содержит встроенный блок анализа и прогнозирования метеорологической обстановки, получающий информацию от метеостанций, расположенных на объектах железнодорожного транспорта и прилегающих территориях, и применяемый, в частности, для определения класса устойчивости приземного слоя атмосферы при ЧС связанных с химически опасными грузами.

При этом информационный вход блока анализа и прогнозирования метеорологической обстановки соединен с информационным выходом блока общения входного, по которому (информационному выходу блока) обеспечивается получение информации о погодных условиях от подключенных к блоку общения метеостанций, расположенных на объектах железнодорожного транспорта и прилегающих территориях. Информационный выход блока анализа и прогнозирования метеорологической обстановки, на который он выдает результаты своей работы, соединен с соответствующим информационным входом блока предварительной оценки масштаба ЧС полезной модели.

Краткое описание чертежей

Полезная модель поясняется тремя фигурами графических материалов.

На фигуре 1 показана блок-схема существенных частей предпочтительной реализации патентуемого устройства.

На фигуре 2 показана одна из возможных схем подключения автоматизированных рабочих мест пользователей к полезной модели.

На фигуре 3 показано, как устройство передает SMS-сообщения с алфавитно-цифровым кодом ЧС на мобильные телефоны других ЛПР.

На фигурах графических материалов использованы следующие обозначения: 1 - патентуемая система поддержки принятия решений, 2 - интерфейс для получения данных из других железнодорожных систем, 3 - интерфейс для передачи данных в другие железнодорожные системы, 4 - блок общения входной, 5 - блок общения выходной, 6 - блок хранения общедоступных блоков устройства, 7 - интеллектуальная часть устройства, 8 - блок GSM-передачи оповещений, 9 - беспроводный канал GSM-передачи оповещений, 10 - блок предварительной обработки данных, 11 - блок анализа и прогнозирования метеорологической обстановки, 12 - блок рационального управления силами и средствами ликвидации ЧС, 13 - блок расчета необходимых сил и средств для ликвидации последствий ЧС, 14 - блок предварительной оценки масштаба ЧС, 15 - блок обучения и конфигурирования искусственных нейронных сетей, 16 - блок постобработки данных, 17 - блок формирования оповещений, 18 - блок географической информационной системы, 19 - общая база данных, 20 - блок периодической проверки подготовленности операторов системы (пользователей).

Внутри блока 14 под номерами 21, 22, 23 показаны три искусственные нейронные сети, каждая из которых обучена на распознавание определенного типа ЧС на железнодорожном транспорте, а также база данных типовых ЧС под номером 24.

Под номерами 25, 26, 27 на фигуре 2 показаны автоматизированные рабочие места (АРМ) дежурного по станции (25), маневрового диспетчера (26), начальника станции (27), подключенные к патентуемому устройству (1) при помощи соответствующих интерфейсов.

На фигуре 3 изображена патентуемая система (1) с блоком GSM-передачи оповещений (8) и беспроводным каналом GSM-передачи оповещений (9), установленная на железнодорожной станции. Также показаны GSM-сеть мобильной связи и мобильные телефоны, которые не являются частями патентуемой полезной модели, не подлежат патентной охране в соответствии с данной заявкой и не имеют числовых обозначений на фигуре 3.

Дабы не перегружать графические материалы излишними обозначениями и сохранить их наглядность некоторые части патентуемого устройства и связи между ними не были показаны на представленных фигурах графических материалов. При необходимости эти части и связи между ними могут быть восстановлены специалистами на основе текстового описания полезной модели, существующего уровня техники и здравого смысла.

Осуществление полезной модели.

Встроенный в полезную модель блок анализа и прогнозирования метеорологической обстановки может быть реализован различным образом.

Решаемую им задачу определения устойчивости атмосферы можно сформулировать, как задачу классификации, где G - множество описаний параметров фактической погоды, Q - множество классов устойчивости атмосферы. Требуется, чтобы блок выполнял алгоритм : GQ, способный корректно классифицировать произвольное состояние погоды gG.

В предпочтительной реализации блок содержит аппаратно реализованную ИНС (состоящую из совокупности простейших вычислительных устройств - процессоров, соединенных в единую сеть). Получая на вход вектор признаков, приведенный блоком общения к стандартному виду и размерности, состоящий из параметров фактической погоды G=[скорость ветра, уровень облачности, время суток, снежный покров], обученная ИНС, находящаяся в блоке анализа и прогнозирования метеорологической обстановки, должна классифицировать произвольное состояние погоды gG путем отнесения его к одному из 6 возможных классов устойчивости атмосферы по Паскуилу Q={А, В, С, D, Е, F}.

В качестве ИНС, подлежащей использованию, может быть выбрана нейросеть типа «многослойный персептрон». ИНС такого типа является универсальным классификатором и способна эффективно справляться с подобными задачами, что доказано предложенной в 1980-х годах Р. Хехт-Нильсеном теоремой, вытекающей из результатов, полученных ранее А.Н. Колмогоровым и В.И. Арнольдом.

При такой реализации количество нейронов во входном слое ИНС подбирают так, чтобы оно было равно числу параметров векторов признаков, подлежащих классификации, т.е. во входном слое должно быть 4 нейрона. Количество нейронов в выходном слое равно числу возможных классов, к которому могут быть отнесены векторы признаков, подлежащие классификации, т.е. в выходном слое должно содержаться 6 нейронов.

Результаты работы блока анализа и прогнозирования метеорологической обстановки, состоящие в определении класса устойчивости атмосферы по Паскуилу, могут быть автоматически преобразованы в результаты, соответствующие другой классификационной системе, в соответствии с таблицей.

В другой возможной реализации блока анализа и прогнозирования метеорологической обстановки может использоваться логика, позволяющая получить результат, путем обработки параметров фактической погоды с помощью набора правил следующего вида:

Если < скорость ветра = от 3 м/с до 5 м/с, уровень облачности = 5 октантов, время суток = день, снежный покров = есть >, то < Класс устойчивости атмосферы = С > и т.д.

Прогнозирование состояния атмосферы в будущем производится описываемым блоком на сверхкраткосрочный промежуток времени (прогнозный горизонт), не превышающий нескольких часов. Прогнозирование сводится к оценке того, следует ли ожидать в ближайшем будущем изменения сложившейся на данный момент степени устойчивости приземного слоя атмосферы. Для этого также используется набор правил определенного вида.

Результаты работы блока анализа и прогнозирования метеорологической обстановки могут быть выведены на АРМы ЛПР для непосредственного использования ими при принятии управленческих решений и/или переданы в другие блоки системы поддержки принятия решений для дополнительной обработки и выполнения необходимых вычислений.

Ниже описано функционирование патентуемой полезной модели в целом и ее важных элементов.

Патентуемая полезная модель (1) в своей предпочтительной реализации, показанной на фиг. 1, содержит в блоке предварительной оценки масштаба ЧС (14) три ИНС, обозначенные номерами (21), (22), (23), каждая из которых обучена на распознавание определенного типа ЧС на железнодорожном транспорте: ИНС для ЧС с нефтеналивными грузами (21), ИНС для ЧС со взрывчатыми материалами (22), ИНС для ЧС с химически опасными грузами (23).

В разных реализациях устройства может использоваться иное количество ИНС, выбираемое с точки зрения наибольшей эффективности работы полезной модели.

Устройство снабжено настраиваемым программным обеспечением, поддерживающим реализацию его основных функций и согласованное взаимодействие блоков. Существует программная возможность настройки параметров работы основных блоков устройства, изменения хранимых баз данных, путем их пополнения через имеющиеся интерфейсы устройства, редактирования и т.д.

Система устанавливается на железнодорожных станциях проследования и массовой обработки опасных грузов, на которых наиболее вероятно возникновение крупных ЧС, и подключается к автоматизированным рабочим местам таких ЛПР, как дежурный по станции (25), маневровый диспетчер (26), начальник станции (27).

Система имеет несколько режимов своей работы:

- режим подготовки и настройки;

- режим текущего функционирования;

- режим реагирования на ЧС;

- режим проверки пользователей (операторов).

Полезная модель (1) в режиме подготовки и настройки работает следующим образом.

Оператор системы, используя имеющиеся аппаратные и программные средства, конфигурирует и настраивает такие блоки интеллектуальной части (7) устройства, как (11), (12), (13) и (14), а также производит проверку на целостность и редактирование (при необходимости) информации, хранимой в базах данных (19), (24).

Также, используя блок обучения и конфигурирования искусственных нейронных сетей (15), оператор при необходимости может выбрать наиболее подходящую программу обучения и запустить ее выполнение. При этом имеется возможность обнулить все синаптические веса ИНС или установить им требуемые начальные значения.

Обучение искусственных нейронных сетей (21), (22), (23) может производиться при помощи одного из широко известных способов обучения, включая «обучение с учителем» и его многочисленные модификации.

Закончив обучение, блок (15) передает информацию о его результатах (включая статистические данные) на АРМ соответсвуюшего пользователя (например, (25) на фиг. 2).

Если обучение ИНС закончилось неудачно (информация об этом выводится оператору) или его результаты по каким-то причинам не устраивают оператора, то он может повторно инициировать процесс обучения, дав соответствующую команду блоку (15) через имеющиеся средства ввода/вывода.

Описанный выше режим работы предназначен для использования опытными пользователями системы (в идеале - администраторами с высоким уровнем знаний об особенностях функционированиях устройства) и предназначен для использования в редких случаях. А именно, при первоначальном запуске системы и далее - несколько раз в год - при накоплении новых данных, требующих ввода в систему, или необходимости настройки отдельных параметров.

Полезная модель (1) в режиме текущего функционирования работает следующим образом.

Блок общения входной (4) регулярно получает из других систем ОАО «РЖД», доступ к которым имеется на конкретной железнодорожной станции установки системы, информацию об обстановке на станции и прилегающих территориях. Получение информации осуществляется через интерфейс (2), предназначенный для получения данных из других железнодорожных систем.

Блок (4) приводит данные, поступающие из разных источников, к единому виду и размерности.

Возможна интеграция патентуемой системы с такими системами как: ГИД Урал-ВНИИЖТ - система автоматизированного ведения графика движения поездов; КАСАНТ - комплексная автоматизированная система учета, контроля устранения отказов технических средств ОАО «РЖД» и анализа их надежности; КАСАТ - комплексная автоматизированная система учета и анализа случаев технологических нарушений; ОСКАР - оперативная система контроля и анализа эксплуатационной работы железной дороги; АС ТРА - автоматизированная система ведения технико-распорядительных актов станций; ДИСПАРК - информационная автоматизированная система пономерного учета, контроля дислокации, анализа использования и регулирования вагонного парка; ЭТРАН - автоматизированная система централизованной подготовки и оформления перевозочных документов; ЕК АСУМИК - единая корпоративная автоматизированная система управления и мониторинга объектов имущественного комплекса ОАО «РЖД»; ГИС РЖД - автоматизированная система ведения геоинформационных баз данных ОАО «РЖД»; АСК ПС - автоматизированная система контроля технического состояния подвижного состава; АСУ-П - автоматизированная система управления путевым хозяйством; АСУ-Э - автоматизированная система управления хозяйством электрификации и электроснабжения; СИРИУС - сетевая интегрированная российская информационно-управляющая система; АС РБ - автоматизированная система управления безопасностью движения на железных дорогах и др.

Также предусмотрено получение информации о погодных условиях от метеостанций, расположенных на объектах железнодорожного транспорта и прилегающих территориях.

К каким системам будет подключен блок (4) зависит от оснащения конкретной железнодорожной станции, на которой устанавливается полезная модель.

В случае, если информация, поступающая через интерфейс (2) не содержит данных о возникновении ЧС, то блок (4) не предпринимает никаких действий. Если же такая информация имеется, то блок (4) переводит полезную модель в режим реагирования на ЧС. Перевод устройства в этот режим работы также может быть осуществлен уполномоченными операторами системы в ручном режиме со своих рабочих мест (25, 26, 27).

Полезная модель (1) в режиме реагирования на ЧС работает следующим образом.

Блок общения входной (4) получает из систем ОАО «РЖД», информацию о возникновении ЧС на железнодорожной станции и сложившейся обстановке на станции и прилегающих территориях.

Также патентуемое устройство запрашивает недостающие данные у операторов системы (25, 26, 27), которые вводят их вручную при помощи специально предназначенных для этого интерфейсов устройства.

Получив из разных источников все критически необходимые для работы устройства данные, блок (4) приводит их к единому виду и размерности, а затем передает в блок предварительной обработки данных (10) и блок анализа и прогнозирования метеорологической обстановки (11).

Блок (11) на основе полученных данных (скорость ветра, облачность, наличие осадков и т.д.) определяет текущее состояние и возможные изменения в приземном слое атмосферы (степень вертикальной устойчивости). Результаты своей работы блок (11) передает в блок предварительной оценки масштаба ЧС (14).

Блок (10) осуществляет предобработку поступивших данных о возникшей ЧС, проверяя их на непротиворечивость и достоверность, отбирает из них наиболее актуальные и на их основе выбирает одну из имеющихся в блоке (14) ИНС (21, 22 или 23), наиболее подходящую для поиска описания ЧС соответствующего типа.

Результаты своей работы блок (10) передает в блок рационального управления силами и средствами ликвидации ЧС (12), блок расчета необходимых сил и средств для ликвидации последствий ЧС (13), блок предварительной оценки масштаба ЧС (14).

Блок (14) на основе этих данных, используя одну из встроенных в него ИНС (21, 22 или 23), наиболее подходящую для поиска описания ЧС соответствующего типа, оценивает масштаб ЧС путем поиска в базе данных типовых ЧС (24) описания наиболее похожей ЧС (типовой ЧС). Данная задача решается, как задача классификации.

Найденное описание, рекомендуемый порядок действий в типовой ЧС и другие релевантные данные выдаются операторам системы из базы данных (24), а также подаются в блок расчета необходимых сил и средств для ликвидации последствий ЧС (13), который используя хранимые математические модели, вычисляет необходимые силы и средства для ликвидации последствий произошедшей ЧС.

Блок рационального управления силами и средствами ликвидации ЧС (12) получает результаты этих расчетов и, используя хранимые математические модели, выдает рекомендации о рациональном распределении и управлении имеющимися силами и средствами ликвидации ЧС.

Каждый из блоков имеет возможность обращения к общей базе данных (19) для получения необходимой для функционирования информации.

Для поддержки принятия решений результаты работы всех блоков визуализируются на схеме железнодорожной станции и географической карте прилегающих территорий с использованием блока географической информационной системы (18) и отображаются операторам системы на их рабочих местах (25, 26, 27).

Также результаты подаются в блок постобработки данных (16). Блок (16) обеспечивает сбор полученных вычислений от блоков (12), (13), (14), а также их систематизацию, распределение, архивирование в базе данных (19) для последующих обращений и т.д.

Блок (16) также отбирает из имеющихся результатов те, что подлежат передаче в другие информационные системы ОАО «РЖД» и те, что подлежат передаче в виде SMS-сообщений на мобильные телефоны других ЛПР на железнодорожном транспорте.

Первые он направляет в блок общения выходной (5), вторые - в блок формирования оповещений (17).

Блок общения выходной (5) приводит данные к виду и размерности, используемым в других информационных системах ОАО «РЖД», которым следует их передать, что позволяет создать единое информационное пространство железнодорожной станции. Затем блок (5) отправляет необходимые данные системам ОАО «РЖД» через интерфейс для передачи данных в другие железнодорожные системы (3).

Блок формирования оповещений (17) получив от (16) данные, подлежащие передачи в виде SMS-сообщений по GSM-сети, производит их кодирование в виде соответствующего SMS-сообщения с алфавитно-цифровым кодом ЧС, а также определяет точное число абонентов, подлежащих оповещению. Этот процесс может потребовать от операторов системы ручного ввода некоторых данных и подтверждения отправки конкретных сообщений, которые они могут произвести со своих рабочих мест (25, 26, 27). Затем блок (17) передает код сообщения в блок GSM-передачи оповещений (8).

Получив этот код, блок GSM-передачи оповещений (8) передает их в виде стандартного SMS-сообщения, содержащего алфавитно-цифровой код произошедшей на железнодорожной станции ЧС, в GSM-сеть мобильной связи через беспроводный канал GSM-передачи оповещений (9), как это показано на фиг. 3.

Сообщения направляются на номера абонентов мобильных телефонов, принадлежащих другим ЛПР на железнодорожном транспорте. Эти номера телефонов передаются блоку (8) от блока (17) в соответствии со схемой оповещения при конкретном типе ЧС, хранимой в базе данных (19).

Полезная модель (1) в режиме проверки пользователя (оператора) работает следующим образом.

При необходимости и по согласованию с руководством операторы со своих рабочих мест (25, 26, 27) активизирует блок (20) периодической проверки подготовленности операторов системы (пользователей).

Блок (20), анализируя, хранимую в базе данных (19) архивную информацию о предыдущих действиях пользователей при возникновении типовых ЧС и используя набор вопросов и вариантов ответов на них, хранимый в той же базе данных (19), начинает процесс проверки пользователей. Вопросы по проблемам ликвидации ЧС на железнодорожном транспорте и варианты ответов на них, среди которых содержатся верные, выводятся сгруппированными по соответствующей тематике на рабочие места (25, 26, 27) проходящих проверку операторов.

По окончании проверки блок (20) сохраняет в (19) и выводит на АРМ операторов результаты работы, баллы набранные пользователями и рекомендации по дальнейшему совершенствованию их профессионального уровня с указанием рекомендуемых источников информации с точностью до конкретных страниц и разделов.

Проверки пользователей рекомендуется проводить на регулярной основе (например, ежемесячно). Информация о прохождении проверок может использоваться руководством для принятия соответствующих организационных и кадровых решений по отношению к операторам патентуемой системы.

Наличие режима, реализуемого с использованием блока (20), позволяет контролировать и поддерживать высокий профессиональный уровень операторов системы, повышать их осведомленность о функциональных возможностях системы и о проблемах ликвидации ЧС на железнодорожном транспорте.

Выше были описаны лишь общие схемы работы патентуемого устройства в различных режимах, многие второстепенные и очевидные подробности были опущены в целях упрощения изложения материала.

Логика работы блоков устройства, заложенная в них, может быть реализована, как с использованием только аппаратных средств, так и с привлечением программных средств. Конкретный тип логики, используемый в том или ином блоке устройства, не оказывает принципиального влияния на работу устройства. Достижение технического результата также не зависит от типа реализации логики работы отдельных блоков полезной модели.

Библиографические данные источников информации.

1. ГОСТ Р 22.0.02-94. Безопасность в чрезвычайных ситуациях. Термины и определения основных понятий;

2. Борисов Е.И., Журба Д.Г. Устройство управления энергетическим холдингом // Свидетельство на полезную модель РФ, RU 35154 U1, опубликовано 27.12.2003 г;

3. Чубайс А.Б., Меламед Л.Б., Кудрин А.Л., Абызов М.А., Зелинский A.M., Журба Д.Г., Борисов Е.И. Информационная модель финансового управления холдингом // Свидетельство на полезную модель РФ, RU 26665 U1, опубликовано 10.12.2002 г;

4. Мазур И.И., Семенов В.И. Интеллектуальная система управления объектами с использованием аэрокосмических и геоинформационных технологий // Свидетельство на полезную модель РФ, RU 17741 U1, опубликовано 20.04.2001 г;

5. Халин Е.В., Стребков Д.С., Кобяков Н.И. Способ автоматизации рабочего места специалиста по охране труда и устройство для его осуществления // Патент РФ, RU 2147143 C1, опубликовано 27.03.2000 г;

6. Солодихин Г.М., Ильин Н.И., Соловьев В.Е., Покаместов Е.В., Дубровский Л.Ц. и др. Автоматизированная система ситуационного анализа // Патент на полезную модель РФ, RU 52218 U1, опубликовано 10.03.2006 г;

7. Андреев Г.И., Латышев Н.В., Остапенко С.Н., Глушков И.Н., Щербаков Е.С. Система ситуационного управления // Свидетельство на полезную модель РФ, RU 13103 U1, опубликовано 20.03.2000 г;

8. Глушков К.Н., Девятое С.В., Козарь И.С., Латышев А.К, Мартшкевич Ж.К. и др. Автоматизированная двухуровневая система программно-ситуационного управления // Свидетельство на полезную модель РФ, RU 23696 U1, опубликовано 27.06.2002 г;

9. Шубарев В.А., Куркова О.П. Система автоматизированного функционально-технического управления в режиме реального времени инфраструктурой инженерной безопасности несущих конструкций уникальных жилых и общественных зданий // Патент на полезную модель РФ, RU 123187 U1, опубликовано 20.12.2012 г;

10. Арлазоров В.Л., Романов А.Н., Гуревич Д.С., Соловьев А.В. Автоматизированная система поддержки принятия решений в условиях чрезвычайных ситуаций // Патент на полезную модель РФ, RU 57481 U1, опубликовано 10.10.2006 г;

11. Веревкина О.И., Мартынюк И.В., Попов О.Н., Погребной М.Ю. О возможностях ситуационно-аналитического комплекса компьютерного моделирования последствий аварийных разливов нефтеналивных грузов (СКМОГ) на припортовых станциях Северо-Кавказской железной дороги с использованием ГИС-технологий // Безопасность движения поездов: тр. IX науч.-практ. конф., 30-31 октября 2008 г., г. Москва / ОАО РЖД, МГУПС. - М.: МИИТ, 2008.

12. Ситуационно-аналитический комплекс компьютерного моделирования транспортных происшествий при перевозках опасных грузов на ЖД с использованием ГИС [Электронный ресурс]. URL: http://www.rgups.ru/pages.php?id=404 (дата обращения: 11.12.2013);

13. Цуриков А.Н. Интеллектуальная советующая система управления ликвидацией последствий чрезвычайных ситуаций на железнодорожном транспорте // Бюллетень Объединенного ученого совета ОАО «РЖД». - 2013. - 3. - С. 70-76.

1. Автоматизированная информационная система поддержки принятия управленческих решений в условиях чрезвычайной ситуации (ЧС) на железнодорожном транспорте, представляющая собой аппаратно-программное техническое устройство, устанавливаемое на железнодорожной станции и подключаемое к железнодорожным информационным системам, а также к автоматизированным рабочим местам лиц, принимающих решения (ЛПР) на железнодорожной станции, предназначенное для выполнения функций помощи ЛПР в принятии решений в сложных условиях ЧС, проведения необходимых расчетов, визуализации, отображения, передачи в другие системы их результатов, а также отправки SMS-сообщений с алфавитно-цифровым кодом ЧС на мобильные телефоны ЛПР разного уровня, снабженное настраиваемым программным обеспечением, содержащее следующие существенные части:

общую базу данных, блок общения входной, блок общения выходной, блок оповещения, блок предварительной обработки данных, блок предварительной оценки масштаба ЧС (содержащий в себе искусственную нейронную сеть), блок расчета необходимых сил и средств для ликвидации последствий ЧС, блок рационального управления силами и средствами ликвидации ЧС, блок географической информационной системы, интерфейсы для получения и передачи данных, отличающаяся тем, что

устройство дополнительно содержит встроенный блок анализа и прогнозирования метеорологической обстановки, получающий информацию от метеостанций, расположенных на объектах железнодорожного транспорта и прилегающих территориях, и применяемый для определения класса устойчивости приземного слоя атмосферы при ЧС, связанных с химически опасными грузами,

при этом информационный вход блока анализа и прогнозирования метеорологической обстановки соединен с информационным выходом блока общения входного, по которому (информационному выходу блока) обеспечивается получение информации о погодных условиях от подключенных к блоку общения метеостанций, расположенных на объектах железнодорожного транспорта и прилегающих территориях,

а информационный выход блока анализа и прогнозирования метеорологической обстановки, на который он выдает результаты своей работы, соединен с соответствующим информационным входом блока предварительной оценки масштаба ЧС полезной модели.



 

Похожие патенты:
Наверх