WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 | 2 || 4 |

Анализ существующих средств моделирования развития техногенных аварий в системе мониторинга ПОО показывает, что для генерации сценариев поведения целесообразно использовать аппарат знаковых графов, который позволяет работать с данными как качественного, так и количественного типа. Аппарат знаковых графов позволяет формально строить синергические сценарии, или гипотетические траектории движения моделируемой системы в фазовом пространстве ее переменных (факторов), на основе информации о ее структуре и желательных результатов функционирования. Предлагаемая методика заключается в аппроксимации тенденций развития состояний на объекте фрагментами траектории импульсных процессов на знаковых орграфах. При этом определяются основные тенденции развития ситуаций без вмешательства извне или при применении задаваемых управляющих воздействий (прямая задача).

При отрицательной качественной оценке характеристик наблюдаемых параметров следует перейти к решению обратной задачи – поиску эффективных с точки зрения ЛПР управлений и их использовании в модели, т.е. перейти к генерации аттрактивных сценариев специального типа. В качестве возможных вариантов в системе мониторинга могут быть использованы статические и динамические типы управления. Первые представляют собой такие управленческие решения, которые изменяют структурные отношения между элементами системы мониторинга, вторые – вносят изменения в динамику процесса функционирования ПОО.

Математическая модель функциональных знаковых орграфов является расширением математической модели орграфов. Кроме орграфа в модель включаются следующие компоненты: Множество независимых параметров вершин : каждой вершине ставится в соответствие вектор-столбец ее параметров. Параметры отражают определенные интегральные характеристики ЭЗР и являются соответствующей сверткой с номером р расширенных фазовых координат, формируемой при построении модели. Каждый набор состоит из полей описания и управления контролируемых параметров объекта.

Функционалы преобразования дуг, ставящие в соответствие каждой дуге для переменных и функционал.

Такая модель представляет собой функциональный векторный орграф. Считая для всех, расширим матрицы в соотношении так, чтобы были определены р квадратных матриц, положив:

. (5)

Таким образом, каждая строка матрицы характеризует величину переноса внешних возмущений с единичной интенсивностью, возникших в вершине с номером, по каждому направлению. Нулевые элементы матриц показывают отсутствие соответствующих связей между вершинами для параметра р. Моделирование переноса возмущений проводилось на основе «сальдированной» схемы по направлению, т.е. считалось, что перенос возмущений происходит только в направлении. Если в квазиинформационной гипотезе последовательности ЭЗС, получаемые в результате осуществления перехода, считаются марковскими, то для каждого параметра р можно определить оператор перехода, который указывает способ преобразования во времени при применении управляемо-контролируемого фактора по правилу: при, где - вектор-строка.

Импульсом в вершине в момент времени называется мгновенное приращение векторного параметра в этой вершине в момент времени :. При этом значение независимого параметра в вершине в момент времени t определяется соотношением:

, (6)

где - матрица переноса импульса в момент времени, полученная в соответствии с произведенными управляемо-контролируемым фактором изменениями.

Для представления схемы взаимодействия механизмов преобразования импульсов в предложенной модели мониторинга ПОО для вершины х был разработан алгоритм, представленный на рис. 1.

Рис. 1. Алгоритм механизмов взаимодействия графовой модели процессов мониторинга ПОО

Процесс распространения импульса (реализация импульсного процесса) рассматривается как процесс преобразования параметров вершин операторного векторного орграфа для всех с оператором перехода:

. (7)

Также используются понятия четного и нечетного цикла. Четный цикл имеет положительное произведение знаков всех входящих в него дуг, нечетный – отрицательное. Четный цикл является простейшей моделью структурной неустойчивости, так как любое начальное изменение параметра в любой его вершине приводит к неограниченному росту модуля параметров вершин цикла, в то время как любое изменение параметра любой вершины нечетного цикла приведет лишь к осцилляции параметров вершин.

Резонансом в рассматриваемом математическом аппарате называется явление импульсной неустойчивости знакового орграфа в простых импульсных процессах, возникающее вследствие взаимодействия циклов обратной связи. Резонанс – это единственно возможный случай импульсной неустойчивости в простых импульсных процессах. С помощью этого аппарата можно создавать модели и исследовать сценарии развития ситуации на ПОО.

Совокупность значений контролируемых параметров, характеризующих безопасность потенциально опасных объектов, вершин в модели представленной ф-графом описывает конкретное состояние системы в определенный момент времени. Изменения значения параметров ф-графа можно интерпретировать как переход системы из одного состояния в другое.

Изменения состояния системы могут происходить либо непрерывно, либо в дискретные моменты времени. При переходе к численным моделям необходимо осуществить дискретизацию временного пространства. Поэтому в основу методики моделирования задаются следующие ограничения: 1. Динамические процессы происходят в непрерывном временном пространстве Т. 2. В пространстве Т по определенным правилам выделяется последовательность моментов времени, для которых определены воздействия на систему и правила изменения ее состояния. Изменение состояния системы происходит мгновенно. 3. Вводится формализованное правило доопределения состояния S(t) системы в момент времени t на внутренних точках интервала, где - два последовательных момента времени изменения состояния системы.

При этом понятие времени в модели ф-графа условно, так как фактически рассматривается последовательность изменений состояний без привязки к значению абсолютного времени.

В четвертом разделе главы 2 предложено использовать логико-вероятностное управление риском развития опасных ситуаций на потенциально опасных объектах.

Для исследования сценариев в системе мониторинга ПОО предложено и обосновано использование логико-вероятностного (ЛВ) подхода при управлении риском. Система мониторинга фиксирует параметры функционирования объектов, изменение которых приводит к изменению вероятностей возникновения опасных ситуаций. По результатам мониторинга вычисляется риск аварии и ЧС, принимается решение об управляющем воздействии для предотвращения ситуации.

В ЛВ-методе кратчайший путь успешного функционирования (КПУФ) есть конъюнкция тех параметров объекта, ни один из которых нельзя превысить, не нарушив его функционирование.

, (8)

где - множество номеров переменных, соответствующих данному пути.

Иначе говоря, КПУФ описывает один из возможных вариантов развития ситуации с помощью минимального набора целевых функций объекта. А минимальное сечение отказов (МСО) системы есть конъюнкция отрицаний тех ее параметров, ни один из которых нельзя изъять, не нарушив условия развития опасности в системе.

, (9)

где - множество номеров переменных, соответствующих данному сечению. Т.е. МСО объекта описывает один из возможных способов развития ситуации с помощью минимального набора опасностей. КПУФ и МСО двойственны по отношению друг к другу. Используя эти понятия, можно по-разному записать логические условия функционирования и развития опасных ситуаций на объекте:

а) либо в виде дизъюнкции всех имеющихся КПУФ

; (10)

б) либо через конъюнкцию отрицаний всех МСО

. (11)

Т.е. условия безопасного функционирования объекта можно представить в виде условий безопасного состояния некоторой эквивалентной системы, структура которой представляет параллельное соединение КПУФ, или другой эквивалентной системы, структура которой представляет последовательное соединение МСО. КПУФ и МСО образуют полное вероятностное пространство событий, описываемых дизъюнктивной нормальной формой (ДНФ). Число конъюнкций в ДНФ определяет размерность ДНФ.

Вес события на объекте, состоящем из m подсистем, есть отношение веса булевой разности по аргументу к числу всех наборов m-мерного логического пространства

, (12)

где есть вес булевой разности функции алгебры логики (ФАЛ) по аргументу, равный числу наборов, на которых булева разность имеет значение 1. Вес булевой разности характеризует роль подсистемы в структурной безопасности объекта.

Таким образом, для управления риском возникновения пожаров и ЧС на ПОО доказана необходимость применения логико-вероятностного метода, позволяющего количественно оценить риск объекта (как меры его опасности) и произвести ранжирование вклада отдельных параметров мониторинга в опасность системы.

В пятом разделе главы 2 разработан алгоритм прогнозирования развития ЧС на потенциально опасных объектах.

Процесс прогнозирования пожаров и ЧС в системе мониторинга ПОО предлагается рассматривать как непрерывную количественную оценку состояния объекта или технологического процесса, которое через определенный период времени может привести к возникновению на объекте пожара и/или ЧС.

Для системы мониторинга ПОО обоснована целесообразность использования поискового прогноза. Для реализации поискового подхода используются различные статистические методы. Прогнозирование процесса на период упреждения представляется в виде последовательности результатов наблюдений:,, а множество непротиворечивых экспертных оценок; представимы конъюнкцией:. В работе рассматривается схема прогнозирования по общей трендовой модели с использованием непротиворечивых экспертных оценок. Задача заключается в отыскании прогнозной последовательности, наиболее согласованной с результатами наблюдений и экспертными оценками. Алгоритм предлагаемой методики математического прогнозирования представлен на рис. 2.

Ввиду того, что продолжительность периода наблюдений недостаточна для получения надежных статистических выводов, и/или процесс может отклониться от стационарного режима, при оценивании параметров модели часто требуют ее соответствия экспертным оценкам, а уже затем - результатам наблюдений. Т.е. этот метод прогнозирования использует субъективные предпочтения экспертов. Соответствие модели результатам наблюдения определяется тем, насколько вычисленные по модели значения временного ряда близки к наблюдаемым.

При этом в качестве меры близости была взята сумма:, где - некоторая строго выпуклая функция. Определение параметров варианта решения можно осуществить на основе решения задачи линейного программирования.

Поэтому переходят к задаче минимизации линейной формы: при соответствующих ограничениях и дополнительных условиях:

Рис. 2. Алгоритм методики математического прогнозирования возникновения и развития ЧС техногенного характера

,. Решая задачу, находят вектор оценок параметров,, а затем прогнозную последовательность:.

Глава 3. Практическая реализация моделей и методов мониторинга потенциально опасных объектов.

В первом разделе главы 3 дано описание разработанной системы информационно-алгоритмической поддержки моделирования процессов мониторинга потенциально опасных объектов.

Эффективная реализация функций системы информационно-алгоритмической поддержки процессов мониторинга ПОО, отвечающей предъявляемым к ней требованиям с ориентацией на решение поставленных задач напрямую зависит от состава и структуры программного обеспечения системы мониторинга. Состав и структура предлагаемой системы информационно-алгоритмической поддержки процессов мониторинга ПОО включает шесть функциональных и управляющих подсистем (рис. 3):

  • сбора и обработки экспертных оценок (эксперты);
  • АРМов конечных пользователей системы (ЛПР);
  • анализа и прогноза процессов функционирования потенциально опасных объектов и расчета характеристик развития опасных ситуаций;
  • комплексной оценки мониторинга потенциально опасных объектов;
  • формирования оптимального управления предотвращением и ликвидацией пожаров и ЧС;
  • управления и администрирования, обеспечивающая в том числе права доступа конечных пользователей и экспертов к тем или иным функциональным подсистемам.

Рис. 3. Состав системы информационно-алгоритмической поддержки процессов мониторинга ПОО

В работе дано подробное описание функционального назначения каждой из подсистем информационно-алгоритмической поддержки, предложены современные программные пакеты, позволяющие реализовать задачи моделирования процессов мониторинга ПОО.

Во втором разделе главы 3 проведена апробация методики и алгоритмов моделирования процессов мониторинга для системы газоснабжения объектов жилищно-коммунального хозяйства (ЖКХ).

Апробация предложенных методов и алгоритмов процессов мониторинга проводилась на примере типовой системы газоснабжения объектов ЖКХ. Для количественного оценивания и анализа безопасности эксплуатации предложено использовать двухуровневую систему показателей. Вектор вероятностей возникновения опасностей при функционировании технических средств системы газоснабжения, где - тип опасности. Вероятности возникновения причин опасности, которыми могут быть отказы элементов технической системы, ошибки обслуживающего персонала, неудачи при локализации возникшей опасной ситуации и инициирующие события являются показателями второго уровня. Задача оценивания и анализа риска текущей безопасной эксплуатации системы газоснабжения на основе результатов мониторинга решалась как последовательное выполнение этапов разработанного алгоритма (рис. 4).

Рис. 4. Алгоритм оценивания безопасной эксплуатации системы газоснабжения объектов ЖКХ по результатам мониторинга

Формирование сценариев в системе мониторинга объектов газоснабжения заключалось в поиске временной последовательности допустимых экспертно значимых событий, которые определяют моменты перехода в качественно новое состояние при указанных условиях устойчивости и безопасности. Вершина-объект в ф-графовой модели системы газоснабжения ЖКХ, соответствует показателю, значением которого требуется управлять (например, удерживать в заданном диапазоне в течение указанного временного интервала). Вершина-субъект, соответствует показателю, влияя на который осуществляют это опережающее во времени управляемое изменение.

Pages:     | 1 | 2 || 4 |






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»