WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

 

На правах рукописи

Абдулалиев Фарид Абдулалиевич

СИСТЕМНЫЙ АНАЛИЗ МОДЕЛЕЙ ОПИСАНИЯ ПОЖАРОВ НА ОТКРЫТЫХ ТЕРРИТОРИЯХ

05.13.01 системный анализ, управление и обработка информации

(промышленность)

Автореферат

диссертации на соискание ученой степени

кандидата технических наук

Санкт-Петербург – 2012

Работа выполнена в Санкт-Петербургском университете Государственной противопожарной службы МЧС России

Научный руководитель

кандидат технических наук, доцент

Моторыгин Юрий Дмитриевич

Официальные оппоненты:

Успенская Майя Валерьевна, доктор технических наук, профессор, Санкт-Петербургский национальный исследовательский университет информационных технологий, техники и оптики, заместитель декана инженерно-физического факультета

Мироньчев Алексей Владимирович, кандидат технических наук, Санкт-Петербургский университет Государственной противопожарной службы МЧС России, начальник кафедры переподготовки и повышения квалификации специалистов

Ведущая организация

Санкт-Петербургский государственный политехнический университет

Защита состоится  8 ноября  2012 г. в 14:00 часов на заседании совета по защите докторских и кандидатских диссертаций Д 205.003.04 при Санкт-Петербургском университете ГПС МЧС  России по адресу (196105, Санкт-Петербург, Московский проспект, дом 149).

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского университета ГПС МЧС России (196105, Санкт-Петербург, Московский проспект, дом 149).

Автореферат разослан «___» ________ 2012 г.

Ученый секретарь

диссертационного совета Д 205.003.04                               С.В. Шарапов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность диссертационного исследования. Прогнозирование возникновения и развития горения является актуальным вопросов в сфере обеспечения безопасности людей при пожарах и сохранения материальных ресурсов на различных объектах. Специфика пожара такова, что при определении оценки пожарной опасности, особенно крупных и сложных объектов, требуется большое количество справочной информации, расчетных методов и моделирования обстановки на пожаре. При этом отмечается недостаточность исходных данных, необходимых для определения оценки пожарной опасности развития пожаров, в том числе методов расчетного обоснования последствий пожаров.

Любой подход в моделировании, будь то физический или математический, представляет комплексную и сложную задачу для исследователей. Понятие моделирования пожаров охватывает физико-математическое представление всех процессов, так или иначе связанных с возникновением и развитием пожара, включая воздействие опасных факторов пожара (ОФП) на человека, поведение людей в экстремальных ситуациях, стратегию и тактику пожаротушения, оценку потенциального и фактического ущерба от пожара.

Часто, объекты промышленности, расположены на открытых территориях. Бесконтрольное наращивание производственных мощностей на таких объектах, могут привести к образованию различного рода пожаров и представлять серьезную угрозу для людей. Кроме того, возможны различные стихийные бедствия (возникновение и развитие пожаров лесных массивов, граничащих с сельскими населенными пунктами), которые наносят огромный ущерб народному хозяйству. Таким образом, пожары на открытых территориях представляют собой источник повышенной опасности  для жилого сектора, и требует совершенствование эффективности управления этим процессом.

Современные математические программы (интегральные, зонные и полевые), разработаны для расчета развития пожара в замкнутых пространствах (помещениях). Однако пожары на открытых территориях особенно в сельских населенных пунктах, отличаются большими масштабами, необходимостью учета погодных условий (максимальная и минимальная температура воздуха, атмосферные осадки, направление ветров), конструктивными особенностями зданий и сооружений, удаленностью пожарных частей, наличием и расположенностью водоисточников и т.д. Предупреждение пожаров в сельских населенных пунктах, граничащих с лесными массивами, становится все более и более актуальной задачей. События «жаркого лета» 2010–2011 гг. наглядно показали, что существует проблема их предупреждения, локализации и тушения. Пожарные подразделения ни всегда способны предотвратить стихийное бедствие в сельских населенных пунктах, особенно в условиях ограниченности сил и средств. Причина данных обстоятельств чаще всего заключается в отсутствии исследования системных связей противопожарного состояния объекта и обстоятельств. При повышении эффективности промышленных объектов на открытых территориях необходимо четко прорабатывать их противопожарную защиту, не допуская отступлений от нормативных требований, в противном случае, будет иметь огромный материальный ущерб, человеческие жертвы, негативные социально-психологические и экологические последствия с соответствующим реагированием со стороны общественности и прокуратуры. Таким образом, системное исследование моделирования описания процессов возникновения и развития пожара лежит в основе успешного применения комплекса противопожарных мер на любом объекте.

Учитывая данное обстоятельство, можно сделать вывод о необходимости проведения системного анализа и математических моделей для исследования возникновения и распространения пожара на открытых территориях. Недостаточное исследование этих вопросов обусловило выбор темы настоящего исследования.

Целью диссертационной работы является повышение пожарной безопасности промышленных объектов на открытых территориях, с использованием современных методов обработки информации.

Научная задача исследования разработка моделей описания развития пожаров для оценки пожарной опасности объектов расположенных на открытых территориях.

Частные задачи на отдельных этапах исследования:

  1. Провести системное описание современных методов моделирования развития и распространения пожаров, как в замкнутых пространствах, так и на открытых территориях;
  2. Разработка перколяционной модели описания развития пожара для оценки пожарной опасности объектов расположенных на открытых территориях;
  3. Создание экспертной модели анализа пожарной опасности объектов расположенных на открытых территориях с использованием нейронных сетей.

Объект исследования. Закономерности процессов развития пожаров, системные связи распределенной пожарной нагрузки с описанием пожаров на открытых территориях.

Предмет исследования. Модели описания развития пожаров с использованием перколяционного процесса и нейронных сетей.

Методы исследования. В диссертационной работе использовались следующие методы: теория систем, анализ аналогий и подобий, стохастический анализ, математическое моделирование, теория перколяции, нейронные сети.

Научная новизна диссертационного исследования заключается в:

– систематизации существующих методов моделирования развития и распространения пожаров, как в замкнутых пространствах, так и на открытых территориях;

– разработке перколяционной модели развития пожаров для оценки пожарной опасности объектов расположенных на открытых территориях;

– создании экспертной модели анализа пожарной опасности объектов расположенных на открытых территориях с использованием нейронных сетей.

Практическая значимость состоит в том, что в результате проведенной работы:

– предложена модель описания развития горения с помощью, которой можно повысить эффективность пожарной безопасности объектов расположенных на открытых территориях;

  – разработана экспертная модель анализа пожарной опасности объектов расположенных на открытых территориях с использованием нейронных сетей;

– на основании разработанных моделей развития пожаров могут быть даны рекомендации по усовершенствованию и планированию необходимых противопожарных мероприятий, а также планов эвакуации и стратегии пожаротушения;

Основные положения работы могут быть использованы в учебном процессе Санкт-Петербургского университета ГПС МЧС России при проведении занятий по дисциплине «Прогнозирование опасных факторов пожара».

Достоверность и обоснованность основных положений диссертационного исследования подтверждаются применением современного подхода моделирования, корректным использованием результатов исследования, апробацией полученных результатов на практике, а также реальными статистическими данными и согласованностью результатов с известными моделями развития пожара, справедливость которых не вызывает сомнений.

На защиту выносятся основные научные результаты:

  1. Системное описание существующих методов математического моделирования развития и распространения пожаров.
  2. Перколяционная модель описания развития пожаров на открытых территориях.
  3. Модель анализа пожарной опасности на открытых территориях с использованием нейронных сетей.

Апробация исследований. Основные научные результаты исследования докладывались и обсуждались на 14 международных конференциях. В их числе: Сервис безопасности в России: опыт, проблемы, перспективы, (II Международная научно-практическая конференция, Санкт-Петербург, 2009 г., Санкт-Петербургский университет ГПС МЧС России); Fire and Explosion Protection (XII International scientific conference, 2010 г., Higher Education Technical School of Professional Studies in Novi Sad, Republic Serbia);  Совершенствование работы в области обеспечения пожарной безопасности людей на водных объектах (Научно-практическая конференция, Вытегра, Вологодская область, 2010 г., УСЦ «Вытегра» МЧС России); Safety Engineering (Fire, Environment, work) (II International scientific conference, 2010 г., Школа молодых ученых (Научно-практическая конференция, посвященная 20-летию МЧС России, Иваново, 2010 г., Ивановский институт ГПС МЧС России); Чрезвычайные ситуации: предупреждение и ликвидация (VII Международная научно-практическая конференция 2011 г., Минск, Республика Беларусь); Wood and Fire Safety, 7th International Scientific Conference: – Strbske Pleso, Slovakia, 2012 г.; Проблемы устойчивости функционирования стран и регионов в условиях кризисов и катастроф современной цивилизации (XVII Международная научно-практическая конференция по проблемам защиты населения и территорий от чрезвычайных ситуаций, ФГБУ ВНИИ ГОЧС, Москва, 2012 г.); International scientific conference on the occasion of the jubilee of the 20th anniversary of establishment of the state fire department safety engineering and civilization threats, Czestochowa, Poland,2012 г.

Публикации. По теме диссертации опубликовано четырнадцать научных работ, в том числе четыре статьи в журналах, рекомендованных  ВАК РФ. Объем публикаций – 4,0 п.л.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, выводов по каждой главе, заключения, библиографического списка использованных источников. Работа содержит 102 страниц текста, 9 таблиц, 24 рисунков, 112 наименований литературных источников, 1 приложение.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность выбора темы диссертационного исследования, определяются цели и задачи исследования, приведены методы исследования, анализируется степень её научной разработанности и отражены положения, выносимые на защиту, а также указаны сведения об апробации и реализации результатов диссертационного исследования.

В первой главе проанализированы используемые современные методы моделирования развития горения. Очерчен круг общих проблем математического моделирования, согласно которым было рассмотрено применение различных моделей для описания возникновения и развития пожара (рис. 1).

Рисунок 1 – Сравнительная оценка применимости методов расчета развития пожара в замкнутых пространствах и на открытых территориях

Показано, что любой подход в моделировании, представляет комплексную и сложную задачу для исследователей. В каждом из способов прогнозирования пожара, своя оценка принятий решений, но нельзя забывать, что пожары до сих пор являются одной из основных угроз для людей и материальных ценностей.

Анализ доступной научной, нормативно-технической, зарубежной и отечественной литературы в области пожарной безопасности показал, что вопрос прогнозирования развития пожаров в сельских населенных пунктах, является, безусловно, актуальным (особенно в нашей стране). Пожары на открытых территориях, происходят ежегодно, ставшие для нашей страны, традиционными (табл. 1). Единая научная концепция создания математической модели для прогнозирования развития пожара в сельских населенных пунктах на данный момент отсутствует, поэтому, возникает необходимость совершенствования методов прогнозирования пожаров в сельских населенных пунктах.

Таблица 1 – Характеристика обстановки на пожарах в сельских поселениях Ленинградской области (пример из статистики)

Основной целью моделирования является исследование различных объектов, и предсказание результатов будущих наблюдений. Математическое моделирование и связанный с ним компьютерный эксперимент незаменим в случаях, когда натурный эксперимент невозможен или затруднен по тем или иным причинам. Однако все это вполне можно сделать на компьютере, построив предварительно математические модели изучаемого явления. В целом изучение литературных источников позволило осуществить постановку на диссертационное исследование задачи, удовлетворяющей требованиям научной и практической новизны и значимости.

Во второй главе в соответствии с задачами, поставленными в первой главе по реализации совершенствования методов прогнозирования пожаров в сельских населенных пунктах, разработан алгоритм, представленный на рис. 2, и создана программа, по которой проводилось моделирование и связанная с ним серия компьютерных экспериментов.

Рисунок 2 – Блок-схема алгоритма развития и распространения пожаров в сельских населенных пунктах.

Для получения модели процесса горения, была использована теория перколяции, по которой вычислялась размерность и плотность заполнения пространства (конкретного) сельского населенного пункта. Для этого применяется алгоритм, основанный на вычислении пространственной меры P. Исследуемые объекты покрываются множеством точек N, образуя кластеры. Тогда:

,                                                (1)

где – геометрический коэффициент, который зависит от выбора покрывающего объекта.

Критический показатель - размерность Хаусдорфа-Безиковича.

Теория перколяции (протекания) имеет дело с образованием связанных объектов в неупорядоченных средах (случайных средах). Большинство исследований теории перколяции получено в результате компьютерного моделирования. При этом приходиться проводить множество компьютерных испытаний на больших объектах, что потребовало разработки эффективных алгоритмов.

При классическом подходе перколяционный процесс обычно рассматривают на различных типах решеток в различных пространствах, узлы которой «заняты» независимо друг от друга некоторыми объектами с вероятностью p<1 (рис. 3). В роли таких объектов могут выступать – объекты промышленности, дачные домики, деревья, автомобили на стоянке, и т.д. Доля не занятых («пустых») узлов решетки равна 1–p. При этом требуется определить: образуют ли занятые узлы непрерывный путь от нижнего края решетки до верхнего. Под непрерывным понимается путь, соединяющий один занятый узел решетки с соседним занятым узлом решетки. (Соседями данного узла считаются узлы, расположенные в непосредственном соседстве от него к северу, югу, востоку или западу). Если такой путь существует, то говорят, что решетка перколирует. Наименьшая плотность x занятых узлов, при которой бесконечная решетка перколирует, является критической плотностью или порогом перколяции xc.

Рисунок 3 – Перколяционный процесс на двумерной решетке

Таким образом, если рассматривать черные узлы в качестве горящих объектов, то образование цепочки горящих объектов (вероятность распространения пламени от горящего объекта к соседнему), протекающую через всю систему соответствует образованию пожара в сельском населенном пункте.

Путь, представленный линией на рис. 3, указывает на то, что система выше порога среды. Самая важная черта физики всех критических явлений состоит в том, что вблизи критического состояния система распадается на блоки с отличающимися свойствами, причем размер отдельных блоков не ограничено растет при приближении к критической (пороговой) точке. Конфигурация блоков при этом случайна. В некоторых физических явлениях вся конфигурация хаотически меняется, в других – меняется при переходе от образца к образцу. Блоки расположены беспорядочно и в процессе их формирования трудно увидеть какие-либо геометрические закономерности. Однако эти закономерности обладают вполне определенными свойствами. Физические и химические свойства в системе неразрывно связаны с их геометрией.

При исследовании перколяции вводиться понятие кластера, под которым понимается совокупность связанных узлов. Ими могут быть как удаленные (блокированные) узлы так и узлы, участвующие в передаче огня. Если x<xc, то в системе есть только кластеры из конечного числа узлов, и поэтому развитие пожара будет локализовано и горение прервется. При x>xc, обязательно появятся узлы, принадлежащие бесконечному кластеру.

Порядок вычислений заключался в следующем:

– строительные объекты были расположены на квадратной решетке, которые соответствовали сельскому населенному пункту. Также строительные объекты по классу горючести были разделены на деревянные (IV и V степени огнестойкости), кирпичные постройки и конструкции (I и II степень огнестойкости) и на кирпичные конструкции с деревянной отделкой (III степени огнестойкости);

– определение размерности пространства Хаусдорфа-Безиковича, путем генерирования случайных точек методом Монте-Карло (рис. 4);

– если отношение пожарной нагрузки (общей площади пространства) к общей площади строительных объектов на территории этого пространства, больше или равно чем предел перколяции (отношение количества точек к общему количеству попадания точек на строительные объекты), то определяем площадь S распространения пламени с помощью компьютерного моделирования (рис. 5);

– если нет, то вычисляются максимальные кластеры;

При моделировании учитывались внешние воздействия на процесс горения (направление и скорость ветров), и согласно справочнику РТП – В.В. Теребнева, была рассчитана линейная скорость распространения фронта пожаров в метрах в минуту для сельских населенных пунктов. Распространение фронта пожаров происходит в виде эллипса с точкой воспламенения, находящейся в одном из фокусов:

               (2)

где: угол отклонения от направления ветра; линейная скорость распространения фронта пожара в этом направлении; скорость в направлении ветра; B – отношение длины к ширине.

Рисунок 4 – Определение размерности пространства Хаусдорфа-Безиковича, методом Монте-Карло

Рисунок 5 – Пример развития пожара на исследуемом участке

В программе также учитывалось развитие пожаров: по поверхности земли (низовой пожар), при котором горят трава, кустарники и стволы деревьев, находящиеся в непосредственной близости от строения; горение верхней части домов (верховой пожар); явление возникновения новых очагов пожара в результате выброса и переноса ветром горящих головней (количество искр зависит от множества случайных параметров, таких как территориальное расположение горючих объектов, природные и погодные условия).

Как правило, основным следствием распространения пожара является передача тепла, в период активного горения. Количество тепла, выделившегося в единицу времени, зависит от мощности источника зажигания. В перколяционной модели территория, на которой расположены сельские поселения, представлены как система горючих (воспламеняющихся при внешнем термическом воздействии) участков (узлов), распределенных в пространстве. Возможные состояния различных (отдельных) участков (узлов) и переходы между этими состояниями можно привести к матрице, согласно Марковскому процессу. План сельской местности моделируется в виде решетки. Узлы на решетке – это пожарная нагрузка, которая соответствует исследуемым домам. Узлы соединены между собой связями. Эти связи могут быть двух классов. Одни из них соединяют участки, между которыми существует вероятность того, что огонь будет переноситься (передаваться) в результате передачи тепла. Связи другого класса соединяют пару участков, между которыми огонь будет распространяться посредством искр.

Весь промежуток времени с момента возникновения пожара до начала его тушения называют, временем свободного развития пожара:

                       (3)

Именно с этого периода времени, происходит активное горение несущих конструкций, перекрытий, элементов чердачного покрытия строительных объектов. В качестве примера были рассмотрены реальные пожары, произошедшие в сельских поселениях Ленинградской области с 2009 по 2011 гг. (рис. 6).

а)

б)

Рисунок 6 – Пожар в садоводстве, Гатчинский район, Ленинградская область (пример из анализа): а) время свободного развития пожара 20 мин; б) локализация пожара.

В ходе проведенного анализа из статических данных по 50 пожарам, были взяты фактические площади пожаров Sфакт на момент локализации и на основании результатов моделирования, определены расчетные площади пожаров Sрасч, которые были сведены в табл. 2. В результате проведенного анализа был получен показатель «коэффициент применимости модели FА».

Таблица 2 – Пример из анализа

В третьей главе при определении оценки пожарной опасности объектов расположенных на открытых территориях, возникло два вопроса. Первый вопрос, был связан с  внешними факторами окружающей среды, влияющих на развитие и распространение пожаров. Второй был связан с точность обработки данных. Путем решения вопросов стало использование нейронных сетей.

Обучающиеся нейронные сети позволяют моделировать явления при трудности или невозможности получения закономерностей происходящих процессов. Наращивая сложность такой нейронной сети, можно получить более точные и более полные предсказания. Основой использования данного подхода является нахождение удачной формализации изучаемого явления в терминах входных и выходных сигналов, подбор свойств нейронной сети и выбор набора данных для обучения. В данной главе проведен анализ применимости нейронных сетей к моделированию развития пожара с учетом погодной обстановки и тушения пожарными подразделениями.

Рисунок 7 – Структурная схема нейронной сети

Элементарной ячейкой нейронной сети является нейрон. Нейрон с одним вектором входа p с R элементами p1, p2.., pR показан на рис. 7. Здесь все элементы входных сигналов умножаются на весовые коэффициенты w11, w12… , w1R, и взвешенные значения передаются на сумматор. Их сумма равна скалярному произведению вектора – строки w на вектор входа p. Нейрон дополняется скалярным смещением b, которое суммируется со взвешенной суммой входов. Результирующая сумма n равна

                               (4)

и служит аргументом функции активации . Функцией активации , как правило, является логическая функция активации . Сети обычно имеют несколько слоев. Каждый слой характеризуется своей матрицей весов W, смещением b, операциями умножения w*p, суммирования, функцией активации и вектором выхода a. В сети каждый элемент вектора входа соединен со всеми входами нейрона, и это соединение задается матрицей весов W; при этом каждый нейрон включает суммирующий элемент, который формирует скалярный выход n. Совокупность скалярных функций n объединяется в вектор входа n функции активации слоя. Выходы слоя нейрона формируют вектор-столбец a, и, таким образом, описание слоя нейронов имеет вид:

                                                       (5)

Количество входов R в слое может не совпадать с количеством нейронов S. В каждом слое, как правило, используется одна и та же функция активации. Каждый нейрон генерирует определенную часть выходов. Элементы вектора входа передаются в сеть через матрицу весов W, имеющую вид:

.                                        (6)

Заметим, что индексы строк матрицы W указывают адресатов (пункты назначения) весов нейронов, а индексы столбцов – какой источник является входом для этого веса. Таким образом, элементы матрицы весов определяют коэффициент, на который умножается второй элемент входа при передаче его на первый нейрон.

Обучение сети

Процесс обучения требует набора примеров ее желаемого поведения – входов p и желаемых (целевых) выходов t; во время этого процесса веса и смещения настраиваются так, чтобы минимизировать некоторый функционал ошибки. По умолчанию в качестве такого функционала для сетей принимается среднеквадратичная ошибка между векторами выхода a и t.

При обучении сети рассчитывается некоторый функционал, характеризующий качество обучения:

                                       (7)

где – функционал; – Объем выборки; – число слоев сети; – номер выборки; – число нейронов выходного слоя; – вектор сигнала на выходе сети;  – вектор желаемых (целевых) значений сигнала на выходе сети для выборки с номером .

Для того чтобы обучить нейронную сеть применяемую в исследовании процесса распространения пожаров на открытых территориях, использовался математический пакет MATLAB®, в качестве входных характеристик были взяты статистические данные 50 пожаров в сельских населенных пунктах, произошедших в Ленинградской области в период с 2009 по 2011 г. (табл. 1).

В качестве входных данных модели использовали: скорость ветра, температуру, расстояние от ПЧ до пожара, время следования, время подачи первых стволов, время локализации, расстояние до водоисточника (рис. 8).

В ходе исследования построена многослойная нейронная сеть:

– 10 нейронов в первом слое

– 8 нейронов во втором слое

– 6 нейронов в третьем слое

– 1 нейрон в последнем.

Слои выбираются с помощью экспертной оценки. Максимальное отклонение в обученной нейронной сети составляет 5,2 10-5. Максимальное количество циклов обучения составило 1200.

Рисунок 8 – Схема применения нейронной сети для оценки пожарной опасности сельских населённых пунктов

Связи элементов показаны стрелками. Входные элементы получают информацию непосредственно от статистических данных по пожарам. Выходной элемент является коэффициентом определения площади пожара.

При апробации результатов исследования, была проведена оценка пожарной опасности исходя из статистических данных, полученных в 2011 г. (табл. 3).

Таблица 3 – Апробация результатов исследования

Площадь пожара

Коэффициент применимости

Коэффициент применимости обученный нейронными сетями

= x

(м2)

(м2)

1

106

186

1,75

1,79

0,04

2,23

2

120

370

3,08

3,16

0,08

2,53

3

105

320

3,04

3,13

0,09

2,87

4

90

182

2,02

2,05

0,03

1,46

5

115

200

1,73

1,81

0,08

4,41

6

112

170

1,51

1,67

0,16

9,58

7

156

275

1,76

1,83

0,07

3,82

8

100

148

1,48

1,55

0,07

4,51

9

108

208

1,92

2,08

0,16

7,69

10

106

172

1,62

1,65

0,03

1,81

В заключение излагаются итоги работы. Перечисляются полученные научные и практические результаты, приводятся сведения о внедрении и практическом использовании полученных результатов.

Общие выводы и практическое использование научных результатов исследования:

  1. В работе проведено системное описание современных методов моделирования развития и распространения пожаров, как в замкнутых пространствах, так и на открытых территориях;
  2. Для оценки пожарной опасности объектов расположенных на открытых территориях, разработана перколяционная модель развития пожара;
  3. Разработана экспертная модель анализа пожарной опасности объектов расположенных на открытых территориях с использованием нейронных сетей;
  4. Предложены рекомендации для планирования противопожарных мероприятий и тактики пожаротушения в сельских населенных пунктах с использованием перколяционной модели развития пожаров и применением функции нейронных сетей.

Основной результат работы

Таким образом, исследование показало, что развитие пожара в сельских населенных пунктах на основе перколяционого процесса с применением функции нейронной сети, учитывая определенные данные, позволит дать оценку пожарной опасности объектам расположенных на открытых территориях.

Список опубликованных работ по теме диссертации.

Статьи в ведущих рецензируемых научных журналах и изданиях, рекомендованных ВАК:

1. Абдулалиев Ф.А., Моторыгин Ю.Д. Описание развития пожара с помощью перколяционной модели// Пожаровзрывобезопасность. 2011. № 8. Т. 19. (0,5/0,2п.л.).

2. Абдулалиев Ф.А. Моторыгин Ю.Д. Использование перколяционных моделей при проведение пожарно-технических экспертиз // Судебная экспертиза. 2011. № 3 [27]. (0,98/0,4п.л.).

3. Абдулалиев Ф.А. Моторыгин Ю.Д., Грачев Е.В. Перколяционная модель развития пожара // Проблемы управления риском в техносфере. 2012. № 1, [21]. (0,6/0,3п.л.).

4. Абдулалиев Ф.А. Иванов А.В. Описание развития пожара в сельских населенных пунктах на основе перколяционного процесса с использованием нейронных сетей // Электронный научно-аналитический журнал «Вестник Санкт-Петербургского университета ГПС МЧС России»,vestnik.igps.ru. 2012. № 1. (0,6/0,4п.л.).

Статьи в иных научных изданиях:

5. Абдулалиев Ф.А. Моторыгин Ю.Д. Применение перколяционных процессов для описания моделей развития пожара // материалы Междунар. научно-практической конференции. Сервис безопасности в России: Опыт, Проблемы, Перспективы. СПб.: Санкт-Петербургский университет ГПС МЧС России. 2009. (0,3/0,1 п.л.).

6. Абдулалиев Ф.А. Перколяционная модель развития пожара // Межвузовский сборник научных трудов, журнал «Экология, Экономика, Энергетика». Выпуск 11. СПб.: Санкт-Петербургский технический институт (технологический институт). 2009. (0,5 п.л.).

7. Абдулалиев Ф.А. Разработка перколяционной модели развития пожара:  материалы Всеросс V науч.-практ. конф. Проблемы обеспечения взрывобезопасности и противодействия терроризму. СПб.: Санкт-Петербургский университет ГПС МЧС России. 2010.  (0,3п.л.).

8. Abdulaliev F.A. Motorigin Y.D. Description of fire development by percolation models // Proceedings on II international scientific conference: Safety engineering (Fire, Environment, Work environment, Integrated risk). Novi Sad, Republic Serbia: Higher Education Technical School of Professional Studies in Novi Sad, Republic Serbia, 2010. (0,5/0,3п.л.).

9. Абдулалиев Ф.А. Стохастическое описание развития и распространения пожара строительных объектов с помощью перколяционных процессов: материалы V Междунар. науч.-практ. конф.: Технические средства и противодействие террористическим и криминалистическим взрывам. СПб.: РАНАН,The Combustion Institute, 2010. (0,3 п.л.).

10. Abdulaliev F.A. Motorigin Y.D. Description development of fire in rural settlements on the basis of percolation process with use of the neural networks //scientific and expert journal – Monitoring and expertise in safety engineering. Novi Sad, Republic Serbia. 2011. № 4. (0,6/0,3п.л.).

11. Абдулалиев Ф.А. Перколяционная модель развития пожара: сборник VII Междунар. науч.-практ. конф.: Чрезвычайные ситуации: предупреждение и ликвидация. Минск, Республика Беларусь, 2011. (0,3п.л.).

12. Abdulaliev F.A. Ivanov A.V., Baskin Y.G. Development of fires in rural settlements adjoining on forests // Proceedings on 7th International Scientific Conference: Wood and Fire Safety. – Strbske Pleso, Slovakia, 2012. (0,3/0,1п.л.).

13. Abdulaliev F.A. Ivanov A.V. Modeling of fire extension in rural settlements // Proceedings international scientific conference on the occasion of the jubilee of the 20th anniversary of establishment of the state fire department safety engineering and civilization threats, Czestochowa, Poland 2012. (0,6/0,4п.л.).

14. Абдулалиев Ф.А. Методы прогнозирования обстановки на пожаре в сельских населенных пунктах:  Материалы XVII Междунар. науч.-практ. конф. по проблемам защиты населения и территорий от чрезвычайных ситуаций. ФГБУ ВНИИ ГОЧС, Москва, 2012. (0,3 п.л.).

Подписано в печать  27.09.2012 г.               Формат 6084 1/16

Печать цифровая.                Объем 1,0 п.л.               Тираж 100 экз.

Отпечатано в Санкт-Петербургском университете ГПС МЧС России

196105, Санкт-Петербург, Московский проспект, дом 149




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

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.