ВЕСТНИК ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА МОРСКОГО И РЕЧНОГО ФЛОТА ИМ. АДМИРАЛА С. О. МАКАРОВА

В статье представлена методика планирования перевозки и выгрузки контейнеризованных грузов во внепортовых условиях, направленная на достижение наиболее эффективного по трудозатратам результата.

Отмечается, что эффективность использования средств морского транспорта для обеспечения перевозок в значительной степени зависит от наличия и технического состояния портов и портовых сооружений.

Исследование способов подготовки необорудованного морского побережья для организации временных перегрузочных пунктов имеет актуальное значение в связи с постоянной необходимостью осуществления снабженческих перевоок в арктические пункты назначения. В специфических условиях Арктической зоны Российской Федерации особую специальную подсистему перевозок формирует регулярный северный (экспедиционный) завоз.

Подчеркивается, что несмотря на значительный объем научных исследований в области транспортного обеспечения частные задачи научного обоснования транспортно-технологических систем перевозок во внепортовых условиях в настоящее время исследованы недостаточно.

Обоснована необходимость разработки новых технических решений для выполнения рассматриваемой задачи с учетом того, что современные условия реализации перевозок грузов предполагают в общем случае применение двух технологических схем транспортировки контейнеризованных грузовых единиц из трюма судна в прибрежную зону в каждом из пунктов назначения перемещением каждой отдельной единицы с использованием плашкоута или вертолета. Для повышения эффективности функционирования транспортно-технологической системы перевозок во внепортовых условиях в дополнение к существующим предлагается альтернативная схема, основанная на использовании саморазборных понтонов (лихтеров) при выгрузке грузов на необорудованное побережье.

Отмечается, что методика планирования перевозки и выгрузки контейнеризованных грузов во внепортовых условиях базируется на том, что частным объектом исследования являются технологические схемы транспортировки определенных объемов партий контейнеризованных грузовых единиц различных категорий, реализуемые в рамках заданного пункта назначения.

В статье представлены исходные данные и расчетные характеристики, используемые в процессе реализации методики, а также структура разработанной методики, описанной в виде блок-схемы. В предложенной методике выполнено вычисление комплексного показателя предпочтительности для каждой рассматриваемой технологической схемы. Рассматриваемая методика позволяет определить наиболее предпочтительную технологическую схему из набора альтернативных схем.

Выполнен анализ библиографического материала, в котором исследована проблема человеческого фактора. Составлена репрезентативная выборка, полнота которой определялась критерием отсутствия новых трактовок термина «человеческий фактор». Составлен перечень определений этого термина, в каждом из которых выделена его основная суть, имеющая в разных источниках различную интерпретацию.

Выполнена классификация основополагающих толкований данного термина, из которых выделено пять групп: ошибки человека, характеристика профессиональная деятельность, характеристика человека, наличие структуры, важность и сложность предмета исследования.

Сделан вывод о том, что исследуемая тема деятельности человека при выполнении им профессиональных задач может быть описана следующими терминами: «человеческий элемент», «человеческий фактор», «успешная профессиональная деятельность», «человеческие факторы», «индивидуально-психологические свойства личности человека», «физическая и социальная среда», «состояние человека».

Даны определения каждого из указанных терминов. Предложена структурно-логическая схема взаимосвязи данных понятий. В качестве общего предлагается использовать термин «человеческий элемент» в виде сущностной части (элемента) сложной системы, в данном случае сложного технического устройства - судна, используя его как проявление человека в процессе профессиональной деятельности.

Отмечается, что обширный спектр человеческих проявлений представляет собой континуум, на одном полюсе которого находятся «ошибки» человека («человеческий фактор»), а другой полюс не имеет общепризнанного определения, поэтому предлагается использовать термин «успешная профессиональная деятельность».

Мотивацией для проявления профессиональной деятельности человека являются «человеческие факторы», которые включают его индивидуально-психологические особенности, физическую и социальную среду, в которой осуществляется данного рода деятельность, а также состояние специалиста, ее реализующую.

Предложенная структурно-логическая схема взаимосвязи понятий позволяет формулировать актуальные научные задачи, решение которых должно способствовать повышению безопасности плавания судна с помощью учета человеческого элемента.

Предложен метод определения широты места судна по глубине на основе нейронной сети, которая принимает на вход последовательность глубин, измеренных при помощи однолучевого эхолота и прогнозирует широту на момент измерения последней глубины. Сеть имеет два слоя. Первый слой содержит нейроны с функциями активации в виде гиперболического тангенса, второй состоит из одного нейрона, обладающего тождественной функцией активации. Набор учебных данных состоит из обучающей и контрольной выборок. Обучающая выборка формируется на основе слоя глубин, содержащегося в электронной навигационной карте. Контрольная выборка формируется путем псевдослучайных вариаций входных образцов из обучающей выборки. Каждая такая вариация соответствует постоянному изменению уровня моря вследствие ошибок измерений и/или колебаний ветрового и/или приливоотливного характера. Обучается сеть методом Adamax. Критерием эффективности обучения служит наибольшее значение модуля ошибки прогноза широты, определенное для образцов из контрольной выборки. После обучения сеть проходит тестирование на образцах, полученных аналогичным образом, как для контрольной выборки. Моделирование выполнено с использованием языка программирования Python. Для обучения и реализации работы нейронной сети используется библиотека TensorFlow. Моделирование выполнено для нескольких вариантов архитектуры сети, каждый из которых отличается количеством нейронов в скрытом слое. В результате было зафиксировано, что нейронные сети имеют тенденцию к обучению их прогнозированию широты места судна по последовательности глубин, что позволяет рассматривать их в качестве перспективного инструмента для решения задач батиметрической навигации.

Темой исследования являются все более востребованные в настоящее время для безопасной морской деятельности системы динамического позиционирования и низкоскоростного маневрирования.

Отмечается, что широкое применение системы динамического позиционирования находят не только в нефтегазовой промышленности, но также и на судах снабжения, баржах и буровых установках, океанских лайнерах и грузовых судах.

Разработка и анализ систем управления для эффективной работы системы управления судном с динамическим позиционированием требует использования его математической модели, на основе которой производится исследование синтезированных систем управления.

В статье предлагается для моделирования общая структура системы управления судна с динамическим позиционированием. Система управления представлена совокупностью объекта управления (в данном случае морского судна), задающего устройства, устройства управления (контроллера), а также информационно-измерительной системы.

В статье рассмотрена математическая модель плоскопараллельного движения судна, описывающая движение судна в трех обобщенных координатах: поступательное продольное движение, боковой снос и рыскание. В качестве примера рассмотрены два типа судов с различными движительными системами: суда, оснащенные двумя кормовыми азимутальными винторулевыми колонками и носовым туннельным подруливающим устройством, и аналогичные суда, оборудованные носовой винторулевой колонкой. Упоры, формируемые движительными устройствами судов, определяются посредством связи с обобщенными силами и моментами через матрицу тяги для соответствующей кинематической схемы.

Приведенные движительные схемы обеспечивают возможность удержания судна в режиме динамического позиционирования. Описание математических моделей представлено в виде векторно-матричных нелинейных дифференциальных уравнений. Используемый для представления математических моделей судов математический аппарат позволяет использовать модели для синтеза и моделирования систем управления.

Приведены структура программной реализации системы управления, выполненная в среде Matlab, описание разработанных модулей и результаты моделирования.