Статья: Проблематика формирования извещения на железнодорожных переездах (2025)

Для цитирования: Ястребенецкий М. А. Моя география работ по надежности. Надежность. 2025;25(3):68-76. https://doi. org/10.21683/1729-2646-2025-25-3-68-76

Цель. Рассмотреть вопрос применимости алгоритма поиска пути в ширину для решения задач пространственного развития линейных объектов наземной транспортной инфраструктуры. Методы. В статье применяется алгоритм поиска пути в графе – Поиск в ширину (Breadth-First Search, BFS), широко используемый для различных прикладных задач теории графов, в том числе трассирования и планирования пути. С данным алгоритмом проведен ряд простых экспериментов с целью определения количественных показателей его асимптотической сложности, т. е. количества выполняемых операций и времени выполнения алгоритма. Серия экспериментов имеет различную конфигурацию, определяемую направленностью поиска (однонаправленный и двунаправленны) и способом прохода ячеек (прямой и смешанный). Выводы. Эксперименты с различной реализацией алгоритма показывают, что двунаправленный поиск может существенным образом сократить количество выполняемых операций и время поиска. Так количество операций при двунаправленном поиске меньше в 2,75 раза при прямом и в 2,78 раза при смешанном (прямом и диагональном) проходе ячеек. Более того, сделан вывод, что применение двунаправленной реализации алгоритма имеет свою область эффективного использования. Во-первых, двунаправленный поиск эффективен в графах с высокой степень ветвления. Сокращение количества операций при двунаправленном поиске в условиях лабиринта составляет 57,07%, а сокращение времени при этой же конфигурации эксперимента 76,92%, по сравнению с однонаправленной реализацией поиска. В среде, представляющей собой коридор и, следовательно, характеризующейся слабым ветвлением, разница в количестве выполняемых операций между двунаправленным и однонаправленным поиском составила 1,06%, а время выполнения осталось неизменным. Во-вторых, эффективность алгоритма существенно снижается при сложной структуре графа. В-третьих, для использования такой реализации необходимо иметь четкое понимание, что путь между стартовым и целевым узлом существует.

Цель. Использование новых технологий в интеллектуальных системах водного транспорта (ИСВТ), сопряжено с дополнительными рисками безопасности, которые обусловлены появлением новых типов угроз. Входящие в состав ИСВТ автоматизированные системы корпоративного и технологического управления являются объектами критической информационной инфраструктуры (КИИ). Это накладывает на ИСВТ повышенные требования безопасности. Программно-аппаратные комплексы, реализующие данные решения, в настоящее время находятся в состоянии активной разработки. Во многих случаях физическое макетирование объектов ИСВТ в разумные сроки затруднительно и экономически нецелесообразно. Эффективное решение данных вопросов обеспечивают современные методы имитационного моделирования. Они позволяют создавать цифровые прототипы объектов ИСВТ и ИСВТ в целом в безопасных виртуальных средах, на что было направлено исследование, результаты которого представлены в статье. Методы. Использованы методы системного анализа, исследования операций, имитационного моделирования, обеспечения безопасности ИСВТ. Результаты. Рассмотрена эволюция имитационного моделирования и приведена терминология в данной области. Определены типовые объекты КИИ в составе ИСВТ и объекты для цифрового моделирования. Проведен анализ средств создания цифрового испытательного стенда анализа безопасности объектов КИИ ИСВТ. Приведены описание цифрового испытательного стенда анализа безопасности объектов КИИ ИСВТ и примеры функционирования. Заключение. Представленный в работе цифровой испытательный стенд позволяет встраивать в свою среду как существующие, так и создаваемые отечественные защищенные программно-аппаратные комплексы, решать задачи по управлению рисками безопасности функционирования объектов ИСВТ. Это обеспечивает возможности применения стенда на различных этапах жизненного цикла объектов КИИ ИСВТ. Дальнейшее развитие стенда связано с разработками цифровых двойников акваторий внутренних водных путей, отечественных программно-аппаратных комплексов объектов КИИ ИСВТ, средств защиты объектов КИИ ИСВТ от компьютерных атак и методов гибридного управления их безопасностью.

Рассматриваются концепции обеспечения комплексной безопасности зоны управления автоматизированных систем управления железнодорожным транспортом верхнего уровня и основные требования регулятора по обеспечению защиты информации. Показано, что представленные концепции не противоречат требованиям ФСТЭК России.

Цель. Обосновать смысловое содержание понятия надежность систем энергетики. Оценить необходимость использования таких терминов, как краткосрочная, долгосрочная, балансовая, системная и режимная надежность в сборниках рекомендуемых терминов и справочниках. Дать научное обоснование необходимости пересмотра содержания терминологии «Надежность систем энергетики. Сборник рекомендуемых терминов», опубликованной в 2007 г. Методы. В статье используются логические процедуры, состоящие в придании строго фиксированного смысла такому понятию как надежность систем энергетики. Результаты. Крупные аварии за последние 30-40 лет в системах энергетики разных стран свидетельствуют о необходимости более пристального внимания к проблеме обеспечения безопасности. Однако из терминологии «Надежность систем энергетики. Сборник рекомендуемых терминов», опубликованной в 2007 г. был исключен термин «безопасность». В тексте терминологии утверждается, что «главный мотив для исключения безопасности из состава свойств надежности объектов энергетики – его невостребованность на протяжении 27 лет». Нет теоретического обоснования для исключения термина «безопасность» из терминологического справочника. Как можно говорить о невостребованности свойства безопасность, когда в электроэнергетической системе была авария на Чернобыльской АЭС 26 апреля 1986 г., а 17 августа 2009 г. авария на Саяно-Шушенской ГЭС, которая унесла жизни 75 человек? В терминологии 2007 г. отмечается, что необходимость ее разработки была обусловлена «… изменениями внешних условий функционирования и развития систем энергетики (либерализация экономики, появление рынков энергии) …». Надежность – это свойство (характерный признак, составляющий отличительную особенность) систем энергетики и поэтому либерализация экономики не может повлиять на содержание понятия «надежность», может повлиять только на требуемый уровень обеспечения надежности, на критерии принятия решений и модели обеспечения надежности. Для ускорения взаимопонимания между специалистами (занимающимися исследованием надежности систем энергетики) в процессе их общения появился ряд терминов, представляющих собой набор упрощенных (сокращенных или образных) слов, например, режимная надежность, краткосрочная надежность, долгосрочная надежность, балансовая надежность и т. д., которые представляют собой абстрактное представление о надежности систем энергетики, отраженное с теми или иными допущениями в соответствующих моделях исследования надежности. Нет необходимости вводить эти термины в сборники рекомендуемых терминов или справочники (так как перечень заданных функций систем энергетики не изменяется, а поэтому остается без изменений и свойство). Выводы. Надежность систем энергетики – комплексное многоаспектное свойство как при государственном регулировании экономикой, так и в рыночных условиях. Содержание понятия надежность систем энергетики не зависит от формы собственности, не зависит от смены собственника объекта, не зависит и от заблаговременности принятия решений по обеспечению надежности.

Цель. Настоящая работа посвящена рассмотрению вопросов построения интеллектуальной системы анализа и классификации генераторов псевдослучайных чисел (ГПСЧ), объединяющей возможности машинного обучения и направленного перебора для решения задачи определения типа источника случайной последовательности чисел. Основное внимание уделяется выявлению слабостей некриптографических ГПСЧ, которые могут быть предсказуемыми, что несет риски для их использования в области информационной безопасности.

Методы. В ходе исследования использовались методы машинного обучения, в частности нейронные сети, корреляционный анализ и статистические тесты NIST. Разработанные модели обучались на больших выборках выходных последовательностей ГПСЧ, что позволило оценить предсказуемость ГПСЧ и возможность восстановления внутренних состояний. Структура нейронных сетей выбиралась с учетом результатов работы процедур оптимизации значений гиперпараметров нейронных сетей. Показано влияние размера выборки на получаемые результаты.

Результаты. Анализ и классификация ГПСЧ включает несколько этапов: вычисление автокорреляционной функции выходных последовательностей и их спектр, выполнение статистических тестов, разработанных лабораторией NIST; классификация ГПСЧ на основе анализа выходных последовательностей; выявление особенностей внутренней структуры ГПСЧ или его внутренних состояний; прогнозирование значений на выходе. Для алгоритма Xorshift128 нейронная сеть показала высокую точность восстановления выходных значений, подтверждая его уязвимость. Анализ алгоритма Mersenne Twister выявил определенные закономерности, но потребовал более сложных архитектур для полной реконструкции последовательностей. Для алгоритма «стоп-пошел» удалось выявить закономерности построения структуры с использованием алгоритмов машинного обучения, но решить задачу прогнозирования значения на выходе ГПСЧ только по предыдущим значениям выходной последовательности без знания внутренних состояний с высокой точностью не удалось. Линейный конгруэнтный генератор и генератор Геффе удается классифицировать и прогнозировать с использованием алгоритмов направленного перебора. Объединенные в систему модели классифицируют ГПСЧ по их характеристикам и прогнозируют их дальнейшие выходные значения. Анализ полученных результатов подтверждает значимость выбора не только структуры ГПСЧ, но и числовых параметров и задействованных в вычислениях битов внутри чисел.

Заключение. Проведенное исследование подтверждает эффективность сочетания методов машинного обучения и направленного перебора при анализе и классификации ГПСЧ. Полученные результаты позволяют рекомендовать разработанную систему для использования в практических задачах оценки безопасности ГПСЧ. Перспективы дальнейших исследований связаны с расширением множества анализируемых ГПСЧ и рассмотрением других типов нейронных сетей для повышения качества и производительности моделей.

Пассажирские вагоны являются сложными техническими изделиями. Они состоят из агрегатов, узлов и компонентов, которые характеризуются определенным сочетанием деталей, находящихся во взаимодействии. Помимо этого, в современных пассажирских вагонах значительное количество автоматики и автоматизированных компонентов: система кондиционирования, электронагревательные системы, системы освещения, двери купе, наружные двери и др. При сборе данных о техническом состоянии изделий необходимо обеспечить регулярность, достоверность, своевременность и полноту информации. Известно, что качество и надежность изделия наиболее полно проявляется в процессе эксплуатации. Грамотная организация сбора и обработки информации о надежности изделия дает возможность получить достоверную информацию о его работоспособности и эффективности. В процессе эксплуатации пассажирских вагонов могут нарушаться связи между отдельными узлами и компонентами, ослабляться крепления отдельных деталей, датчиков, происходит естественный износ резиновых уплотнений. Все это приводит к снижению эксплуатационных показателей и возникновению ряда неисправностей и отказов. Для уменьшения интенсивного возрастания количества отказов требуется выполнять ряд профилактических действий, которые направлены на выявление и устранение неисправностей, а также предупреждение причин их возникновения. Прежде всего, к таким мероприятиям следует отнести техническое обслуживание и капитальный ремонт подвижного состава. Все эти мероприятия строго регламентированы в руководствах по эксплуатации как самого вагона, так и его компонентов. Приблизительный диапазон назначенного срока службы пассажирских вагонов, как и их узлов и агрегатов, составляет от 20 до 40 лет. Некоторые компоненты пассажирских вагонов производятся серийно с модификациями начала 2000-х годов. Таким образом, мы можем говорить о возможной комплексной оценке надежности изделий за весь жизненный цикл. Но это можно сделать только при сборе и обработке значительного количества информации о неисправностях, полученных как в гарантийный, так и в постгарантийный период. Эта информация должна поступать из различных источников: эксплуатирующих организаций, обслуживающих депо, вагоноремонтных заводов, которые проводят капитальные ремонты. Эта ценнейшая информация должна накапливаться и поддаваться цифровизации. В данной статье затрагивается ряд вопросов, связанных со сбором, валидацией и учетом неисправностей и отказов компонентов пассажирских вагонов.

Цель. Рассмотреть актуальное состояние систем сбора и обработки данных о неисправностях на предприятиях вагоностроения и предложить алгоритмические и методические решения для повышения уровня автоматизации процесса обработки информации об отказах.

Методы. В статье применяются методы системного анализа и программной инженерии.

Выводы. Предложен алгоритм учета отказов изделий по входящим документам. Разработаны программные решения для автоматизации процесса сбора и обработки данных о неисправностях компонентов пассажирских вагонов. Рассмотрена методика учета гарантийного парка, необходимого для формирования суммарной наработки в процессе расчета показателей надежности компонентов пассажирских вагонов в процессе эксплуатации. Предложен кодификатор отказов, учитывающий особенности структурной взаимосвязи компонентов пассажирских вагонов.

В результате длительной работы экипажной части тягового подвижного состава (рамы и кузова, их шкворневых узлов, рам тележек, осей колесных пар и др.), под действием знакопеременных циклических нагрузок происходит деградация прочностных свойств металла деталей, снижается их сопротивление усталости, что может впоследствии привести к разрушению конструкции. Поэтому прочность конструкций локомотивов и вагонов необходимо подтверждать не только коэффициентами запаса, как предусмотрено действующими нормативами, но и расчетами на долговечность (ресурс), конструкций с заданными уровнями надежности. Цель. Совершенствование традиционных подходов к оценке и обеспечению безопасной эксплуатации подвижного состава. Метод. Оценка ресурса и срока службы элементов конструкции выполняется расчетно-экспериментальными методами с использованием методов, разработанных Институтом Машиноведения Российской академии наук (ИМАШ РАН), адаптированных к конструкциям железнодорожного подвижного состава на базе опыта их эксплуатации и с использованием данных, накопленных ВНИКТИ. Результат. Расчеты долговечности и ресурса критически важных объектов, определение приемлемого уровня риска эксплуатации локомотива. Заключение. Риск-ориентированный подход способствует повышению безопасности движения на железнодорожном транспорте.