CC BY
32
11. Пожитной Н.М., Хромешкин В.М. К разработке теории отдыха. Проблемы Земной цивилизации // В сб. «Поиск решения проблем выживания и безопасности развития цивилизации в условиях современной глобализации» / под общ. ред. Н.М. Пожитного. Иркутск. 2011. Вып.25. С. 39-43.
12. Рященко С.В. Региональная антропоэкология Сибири. Новосибирск: Изд-во СО РАН, 2000. 191 с.
13. Советский энциклопедический словарь. М.: Советская энциклопедия, 1985. 1600 с.
14. Толстой Л.Н. Об истине, жизни и поведении (Антология мысли). М.: Эксмо, 2010. 992 с.
15. Философская Энциклопедия. М.: ДиректМедиа Пабли-шинг, 2006. 20361с. 1 электрон. опт. диск (DVD-ROM).
16. Хромешкин В.М. Императивы байкальского туризма: монография. Иркутск: Изд-во ИрГТУ, 2008. 200 с.
17. Хромешкин В.М. Отдых как объект познания в системе наук и географического комплекса в ней // Известия Иркутского государственного университета. Серия науки о Земле. 2012. №1. Т.5. С.277-278.
18. Эткинс П. Порядок и беспорядок в природе / пер. с англ.; предисл. Ю.Г. Рудого. М.: Мир, 1987. 224 с.
19. The New Encyclopœdia Britannica.- Knowledge in Depth, Chicago, FOUNDED 1768 15 TH EDITION.- MACROP^DIA.-Volume 2,3,14,19.- 1994.
20. http://ru.wikipedia.org/wiki
21. http://slovari/yandex.ru/^™/
22. http://www. fnpr.org.ru/print/241/6148.html
23. http://www.ruspravda.ru/strategies_ and_programms/ edinoros/
24. http://www.programs-gov.ru
УДК 502.3:504.064
ИСПОЛЬЗОВАНИЕ ИНТЕЛЛЕКТУАЛЬНЫХ ТРЕНАЖЕРОВ ПРИ ОБУЧЕНИИ ОПЕРАТОРОВ КАК ОСНОВА ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ
© А.В. Протасов1, Н.А. Белова2, П.Ю. Вильвер3
1,2Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83. 3Институт динамики систем и теории управления СО РАН, 664033, Россия, Иркутск, ул. Лермонтова, 134.
Рассмотрена методика и средство создания интеллектуальных тренажеров для операторов технологических процессов (ТП) с целью принятия управленческих решений по предотвращению отказов сложных технических систем (СТС) в условиях неопределенности. В основе математической модели использовалась модифицированная сеть Петри, способная отражать динамические характеристики моделей. По данной методике были созданы учебные тренажерные комплексы с модулем поддержки принятия решений для различных СТС. Ил. 4. Библиогр. 2 назв.
Ключевые слова: риск-менеджмент; промышленная безопасность; интеллектуальная система; управление качеством.
USING INTELLIGENT SIMULATORS FOR OPERATOR TRAINING AS A BASIS FOR FLOW PROCESS SAFETY A.V. Protasov, N.A. Belova, P.Yu. Vilver
Irkutsk State Technical University,
83 Lermontov St., Irkutsk, Russia, 664074.
Institute of System Dynamics and Control Theory SB RAS,
134 Lermontov St., Irkutsk, Russia, 664033.
The article discusses the procedure and resources to create intelligent simulators for flow process operators in order to make managerial decisions to prevent the failures of complex technical systems under uncertainty conditions. The mathematical model is based on the modified Petri net, which is able to reflect the dynamic characteristics of the models. This procedure has been used to create educational training complexes with the decision support module for various complex technical systems. 4 figures. 2 sources.
Key words: risk management; industrial safety; intelligent system; quality management.
Надежность и эффективность технологических процессов нефтехимического комплекса - добычи, транспортировки и переработки веществ - во многом определяют качество жизни населения, промышлен-
ную и экологическую безопасность, уровень экономической безопасности.
В связи с принятием Федерального закона № 116-ФЗ «О промышленной безопасности опасных произ-
1Протасов Артем Васильевич, кандидат технических наук, доцент кафедры управления качеством и механики, тел.: 89643549548, e-mail: artem_protasov@mail.ru
Protasov Artem, Candidate of technical sciences, Associate Professor of the Department of Quality Management and Mechanics, tel.:
89643549548, e-mail: artem protasov@mail.ru
2Белова Надежда Александровна, студентка, тел.: 89641285310
Belova Nadezhda, Student, tel.: 89641285310
3Вильвер Павел Юльевич, программист, тел.: (3952) 453152, e-mail: wilwer@mail.ru Vilver Pavel, Programmer, tel.: (3952) 453152, e-mail: wilwer@mail.ru
водственных объектов», особую актуальность приобрела разработка и внедрение научно обоснованных методов риск-менеджмента, позволяющих всесторонне оценить возникновение чрезвычайных ситуаций (ЧС) (отказ, авария, инцидент, несчастный случай и т.д.) на опасном производственном объекте (ОПО).
Обеспечение энергоэффективности работы комплекса в целом требует комплексного рассмотрения следующих вопросов:
- обеспечение безотказных и экономически эффективных технологических процессов путем автоматизации оперативного контроля и управления оборудованием;
- минимизация рисков и последствий ЧС при работе технологического оборудования, вследствие уменьшения вероятности ошибок в работе персонала и компенсации последствий от их возникновения.
Значимыми инструментами для реализации указанных задач являются информационные технологии, современные средства телекоммуникаций, комплексная автоматизация и метрологическое обеспечение производственно-технологических процессов.
Регламенты технологических процессов (ТП) могут нарушаться по причине их несовершенства или некачественного осуществления, что приводит к производству бракованной продукции, аварийным ситуациям. Принятие управленческих решений с учетом знаний о рисках ЧС, количественной и качественной информации о производственном объекте и деятельности персонала обеспечит снижение аварийности на ОПО.
Обычно первопричиной отказа сложных технических систем (СТС), в том числе аварийного, является человеческий фактор. Рассматривая подготовку персонала как один из ключевых элементов менеджмента, руководство должно учитывать, что и в этой сфере есть свои риски, которые надо принимать во внимание и по возможности минимизировать.
Основные источники этих рисков [1]:
1. Необученный (изначально) персонал.
2. Недостаточно обученный персонал.
3. «Не тому» обученный персонал.
4. «Не тот» обученный персонал в структуре иерархической лестницы предприятия (например, нужно было обучить специалиста высшего уровня, а обучили - среднего, у которого нет полномочий для реализации новых компетенций).
5. Незнание или непонимание проблем предприятия, ради решения которых следует обучать персонал.
6. Потеря темпов развития предприятия (надеялись на развитие вследствие обучения персонала, а не получилось, и нужно повторять обучение или приглашать новых сотрудников, ждать, когда они адаптируются и т.д., что приводит к запаздыванию модернизации или других направлений развития предприятия).
7. Отвлечение персонала от производственной деятельности при обучении (в узком понимании: пока учится - «не работает», особенно это актуально при обучении решению общих проблем, а не при удовлетворении конкретных потребностей на конкретном предприятии).
Одним из основных способов обучения персонала является тренажерная подготовка, однако она несет потенциальную опасность, связанную с возможным привитием ложных навыков. Это связано с возможной недостаточной адекватностью моделей.
Оператор должен досконально знать объект управления и в точности представлять себе последствия того или иного действия, направленного на изменение режима, предупреждение либо ликвидацию аварий. Последнее особенно важно, поскольку в условиях возникновения нештатных ситуаций такие процессы, как гидравлические, тепломассообменные и т.д., распространяются по оборудованию за считанные секунды, а следовательно, время на принятие адекватных решений ограничено.
До настоящего времени учебные центры по подготовке персонала не располагали универсальными программами, способными одновременно моделировать сложные технологические процессы, конструкционные и прочностные параметры деталей, возникновение аварийных ситуаций.
Для исследования сложных ТС с возможностью описания поведения элементов СТС на высоком уровне детализации, а также исследования динамики взаимодействия элементов во времени и контроля протекания процессов в системе все большее применение находят методы имитационного моделирования.
Для создания математической модели ТС предлагается использовать модифицированную сеть Петри (СП) [2], где определены основные понятия, связанные со структурой и поведением СП, которые используются для создания и управления моделями. Одним из основных свойств СП является их способность отражать динамические характеристики моделей. Использование иерархических сетей Петри с приоритетами позволяет моделировать на различных уровнях СП состояние и функционирование как ТП в целом, так и отдельных аппаратов, машин, механизмов и их деталей.
Модификация формализма СП
Модифицированный сетевой формализм (СФ) определяется следующим набором:
NF = ( P, T, M, MET, LEV,
I,O,R,DSS,г,г ,Mr
множество позиций. множество переходов, на
система
приоритетов
где P = P2,•• •, PNp
T — { Prt1 fPrt2 fPrtH }_ 1 = t , '2 ,• • •, lNt )
которых определена
prt e N+ < Nt, prt Ф prtj, i, j = 1, N ■
M: P ^MET ^{M(p) | p e P}- маркировка
сети, где множество меток MET определяется как совокупность векторов с указанием приоритета метки
prm, типа (цвета) метки tmt и множества параметров (atn,ati2,•••,atiN ), описывающих этот тип, с историей значений his:
MET =
тРГт2 mPrmNm m 2 >■■■■> mNm
m
prm _
', {atkl,
•> at^ Ч...Ч at,
k2v-5 ^kN,
,H
ODZm e ODZp ;
Prmi e N + < Nm , Prmn * Prmi 2
i1, i 2, i = 1, Nm,
m
tmf e TM, аХщ e A^, k = 1, N
j = 1, Nka, his = 1, где TM - множество типов меток, AT - множество значений параметра attj, N - число типов меток, Nfa - число параметров, принадлежащих данному типу метки, Nte - количество предыдущих значений параметров меток, ODZm - область допустимых,
недопустимых значений атрибутов метки в позиции Pj ■
I = (lm, If, I,1 lev) - входная функция,
где 4 : PxT —MET^M(p)I P e P} - функция, определяющая возможность срабатывания перехода и изменение параметров меток по каждому из цветов множества Щ
I(fk1' fkfNkNka У1
Т : P x T —
f = f (atj) k = 1, Nk, j = 1, N ka
функция, вычисляющая атрибуты меток,
J i^k!' Lk2'-' I'NkNka У 1
l: X Ц e Lj, k = 1TNk, j = VC
функции разметки входных дуг, где fK - алгебраическая функция, определяющая метод вычисления значения атрибута метки в позиции p;
LK - ограничение на значение атрибута метки в позиции p.
4V: Plevi x Tlevi — PleVi+1 x TleVi+1 - функция,
описывающая взаимодействие уровней сети на входных дугах.
Аналогично определяется выходная функция: O = (Om, Of, Ol, Opro, Oev) - выходная функция
Om : TXP —MET ^M(p)I p e P}
O :TxP — •
O : T x P —
(fk1, fk2,■■■, fNtNh У 1
f. = f (at. ), k = 1N, j = 1N
(Lk1, Lk2 ,■■■, LNkNka ^ 1
ka
Wj e Lkj, k =1 N, j =1, Nk
ka
Opro: TxP -><
( fp
Vk1
pro r pro r pro
Jk2 ,■■■, JNiN,
.lf\
j=fpro(h Y)
k = 1, Nk ,j = 1, Nka, his = 1, N
his
- функция прогнозирования значений параметров метки на основе предыдущих (исторических) значений.
Ofev: Tlevi x Plevi
— Tlevi+1 x P
levu
функция,
описывающая взаимодействие уровней сети на выходных дугах.
^^lev 2 — levN* ) \
LEV:PxT— ■
£ NFleVi = NF i = 1, Nlev
levi
функция, описывающая иерархические уровни сети.
R - функция, описывающая риск возникновения аварийной ситуации.
DSS:— f (Rpro,Opro,LEV) - функция «кооперативной системы поддержки принятия решений (СППР)», позволяет изменять, пополнять или улучшать решения, предлагаемые системой, посылая затем эти изменения в систему для проверки.
тх: T — N и т2 : P — N -функции, определяющие время задержки при срабатывании перехода и время задержки в позиции, что интерпретируется как время загрузки аппарата и время получения промежуточного продукта соответственно.
M0 - начальная разметка сети.
Метод создания сетевой модели
Модель СТС базируется на структурной иерархии исследуемого объекта, например: сложный технологический комплекс - установка - аппарат - деталь. Отношение «часть -целое» между элементами структуры обусловливает причинно-следственные отношения между их состояниями и возникающими событиями. Построение модели основано на декомпозиции СТС в соответствии с функциями, выполняемыми во внешней среде функционирования компонентов СТС и в соответствии с внутренней структурой компонентов. При этом внутренняя среда функционирования компонентов будет одновременно являться внешней средой функционирования его составных частей. Такая ситуация будет повторяться циклически вплоть до требуемого уровня детализации структуры и процессов. В модели отображаются позициями P элементы СТС. Атрибутами меток, принадлежащих определённым
позициям
P
моделируются параметры состояния
элементов СТС. Использование атрибутов меток позволяет группировать метки, описывающие один материальный поток, отражает изменение параметров СТС, как в пределах допустимых, так и недопустимых значений, что позволяет сократить количество меток и уменьшить размер модели. События, интерпретируемые переходами Т, определяются функциями, выполняемыми объектами СТС.
<
Синхронизация выполнения переходов
Для обеспечения правильности взаимодействия параллельно происходящих процессов модели реализуется следующий механизм синхронизации выполнения переходов.
• Первыми выполняются переходы I- вложенных сетей ЫЕ1^1 с наибольшим числом сетей верхнего уровня Ыгет.
• Переходы во вложенных сетях срабатывают в соответствии с заданными приоритетами грг*м.
• Вторыми выполняются переходы между
вложенными сетями ЫЕ^1 в соответствии с функцией ЬЕК.
Выполнение переходов t. вложенных сетей
NFleVi и переходов t. между вложенными сетями
NF"
производится последовательно с последую-
щим выполнением переходов t вложенной сети N
lev
уровня вложенности Nfev-1. Функционирование модели
При данном описании сети Петри переход t. e T
с маркировкой n(pp) разрешен, если для всех p e P во входных позициях имеются метки такого цвета, который указан в функциях дуг, а значения атрибутов этих меток принадлежат множеству ATj, то
есть выполнены условия Im , I^, 1г:
U(p, )> (p,, j Переход запускается удалением всех разрешающих меток из его входных позиций и последующим помещением в каждую из его выходных позиций по одной метке для каждой дуги. Цвет метки определяется функциями дуг, значения атрибутов меток определяются функциями дуг или поступают с ОРС-сервера.
Переход t. с маркировкой ju(p) может быть выполнен всякий раз, когда он разрешен. В результате выполнения разрешенного перехода t. образуется
новая маркировка ju'(p), определяемая следующим
соотношением:
M'(pt )> ju(p,) - (p,, I(tj)) + (p,, O(tj)).
Моделирование события происходит следующим образом:
- на каждом шаге выполнения метка mprm = {mk, (atk1, atk2,•••, atNkNa цвета tmk и находящаяся во входной позиции p по отношению к
выполняемому переходу t получает новые значения
атрибутов оборудования от ОРС-сервера, и полученные значения присваиваются атрибутам меток
(atk1, atk 2 ,•••, atNkNka ) '
- массив значений атрибутов метки цвета tm изменяется:
(atk1, atk2,•••, atNkNa I := (atk1, atk2 ,•••, atNkNa ) ,
(atk1, atk2 ,•••, atNkNa У := (atk1, atk2 ,•••, atNkNka У ,
his = 1, Nhis -1; - при выполнении предусловия перехода T , связанного с входной позицией P , метка изымается и происходит коррекция коэффициентов уравнения
j = fprO }hiS );
- при выполнении постусловий O тип и атрибуты метки изменяются в соответствии с функциями выходных дуг Oj-;
- в выходной позиции P+1 для выполняющегося
перехода T создается метка 'mprm с заданным цветом и атрибутами.
После коррекции коэффициентов уравнения
fPro = fpro(aц}"s) вычисляются атрибуты меток
at , значения атрибутов меток не должны выходить за допустимые пределы, которые заданы для атрибу-
ODZ(mprm )
тов меток в данной позиции pg ■
Таким образом, при исследовании моделей СТС, созданных на основе предложенного СФ, производится прогнозирование следующего значения атрибута меток ещё при предполагаемом выполнении перехода, что позволяет корректировать невыполненное управляющее действие и выполнять его до выхода значения атрибута метки за допустимые пределы.
Методика создания программного тренажерного комплекса
Для создания, управления и анализа функционирования моделей используется система моделирования следующей архитектуры (рис.1).
Для создания тренажера использована следующая методика:
1. Создание с помощью инструментального средства моделирования структуры модели исследуемой СТС с использованием дискретно-событийного подхода.
а. Модель отражает объекты Pk , события Тк и параметры A системы.
- Объекты ТС имеют определенные параметры, соответствующие значениям атрибутов A метки mk , находящейся в позиции Pk , значения которых могут изменяться с течением времени в зависимости от данных, получаемых от ОРС-сервера.
- События определяются функциями, выполняемыми объектами СТС.
Графические редакторы имитационного моделирования, мнемосхем и чертежей
База данных имитационных моделей
Библиотека математических модулей
Модуль создания и редактирования модели и т.д.
База данных схем элементов ТС
ОРС-сервер SCADA-система
/
Модуль построения графиков параметров
i к
Модуль функционирования моделей
Модуль прогнозирования (Нейронная сеть и т.д.)
Рис. 1. Архитектура системы моделирования
- Значения параметров объектов ТС поступают с первичных приборов или контроллеров на ОРС-сервер и затем могут быть использованы в модели как значения атрибутов А, меток тк .
- События происходят или не происходят в соответствии с условиями I, О, которые определены в модели выражениями входных и выходных дуг «перехода» Т .
- Все события в модели происходят в соответствии с функционированием системных и вложенных сетей МР.
Ь. Модель ТС является иерархической; количество уровней зависит от сложности ТС и поставленной задачи. Разделение СТС на объекты достаточно условно и зависит от постановки задачи. Например, при анализе технологической линии ее объектами могут считаться отдельные установки и станки, транспортные и загрузочные устройства. Станки и загрузоч-
ные устройства также могут считаться техническими системами и при оценке их надежности должны быть разделены на элементы - узлы, блоки, а те, в свою очередь, - на детали и т.д.
2. На основе статической модели создается модель функционирования СТС.
a. Задается начальное состояние системы.
b. Задаются интервалы номинальных, допустимых и недопустимых значений параметров.
c. Выполняются активные «переходы» Тк.
3. Производится обмен данными атрибутов Ai меток и ОРС-сервера во время выполнения «переходов» Тк. Предыдущие значения атрибутов Ai сохраняются, количество сохраненных значений his определяется настройками модели.
4. Производится прогноз значений параметра Ai меток и, таким образом, получаем информацию о будущих событиях в модели.
Рис. 2. Программный тренажер на основе технологической схемы: 1- окно графика контролируемого параметра, 2 - окно регулирования, 3 - окно значений первичного датчика, 4 - окно показаний контролируемого параметра
Рис. 3. Программный тренажер дегазации ПВХ: 1-параметры оборудования, 2- аварийный сигнал датчика,
3- сообщение системы ППР, 4- схема оборудования
5. При выходе параметра А объекта Рк СТС за
Рк
допустимые или регламентируемые границы 1А, определяется последовательность произошедших событий:
a. Определяется наименование и значение параметров СТС, изменение которых влияет на значение атрибута А, метки тк элемента модели СТС.
b. Определяются значения параметров объектов модели СТС, достижимые из заданного состояния; выбирается нужное состояние модели.
c. Определяется последовательность событий, приводящих модель СТС в это состояние.
6. При нарушении регламентируемой последовательности событий:
a. определяется условие, необходимое, но не выполненное для возникновения события;
b. определяются условия возникновения нере-гламентируемого события;
c. определяются параметры объектов системы, значение которых влияет на выполнение данного условия;
с1. Действия по пп. 5. Ь, с.
По данной методике были созданы учебные тренажерные комплексы с модулем поддержки принятия решений для различных ТС. На рис. 2,3 показаны общий вид тренажерных комплексов и пример работы СППР.
Работа оператора с программным тренажером в режиме тестирования (проверки знаний) практически не отличается от работы на реальном объекте. В основе этого лежит математическая модель процесса, оборудования, программно-технического комплекса автоматизированной системы управления. Технологические схемы и табличные формы соответствуют операторскому интерфейсу установки. В режиме обучения, в отличие от режима тестирования, оператор по-
лучает подсказки от СППР, может просматривать справочную информацию.
Проводящий обучение и тестирование инструктор имеет возможность генерировать отказы оборудования и аварийные ситуации, а впоследствии анализировать действия оператора. Динамика развития ситуации и возникновения событий может быть сохранена в конкретной модели и впоследствии воспроизведена повторно. В результате можно оценить тенденции процесса тренинга каждого обучаемого.
Итогом работы на тренажере являются приобретение и поддержание на высоком уровне знаний и навыков персонала, работающего на АРМ оператора, объективная их оценка, что позволяет снизить аварийность в результате ошибки оператора.
Основные задачи, решаемые с помощью тренажера:
• отработка действий в среде управления, близкой к реально существующей на объекте при:
- пуске установки;
- работе установки в регламентном режиме;
- остановке установки;
- аварийных ситуациях;
• поддержка навыков работы с системой;
• автоматическая оценка действий оператора системой ППР;
• квалифицированная оценка действий оператора;
• протоколирование процесса обучения.
На рис. 4 показан программный тренажер испытаний компрессоров. Данный тренажер предназначен для комплекса испытаний в соответствии с «Инструкцией по техническому обслуживанию, ремонту и испытанию тормозного оборудования локомотивов и мотор-вагонного подвижного состава. ЦТ-533». Испытания производятся по 5 этапам с автоматическим
Леоновым И. С.
Рис. 4. Программный тренажер испытаний компрессоров
определением результата и последующей распечаткой заключения о пригодности компрессора к эксплуатации.
Заключение
Обучение ответственным и дорогостоящим технологическим операциям до того, как обучаемый оператор столкнется с ними на практике, способствует сохранению человеческих жизней и оборудования от возможных последствий ошибок персонала.
Применение предложенной модели иерархиче-
ской ситуационно-событийной сети позволяет решать задачи оперативного управления и планирования сложными техническими системами.
Эффективность использования интеллектуальных тренажеров систем принятия решений по управлению рисками при возникновении аварийных ситуаций и своевременному обучению на них дает возможность повысить надежность и безопасность технологических процессов.
Библиографический список
1. Гущина Л.С., Васильков Ю.В., Иняц Н. Риски при обучении персонала. Как их снизить // Стандарты и качество. 2009. №4. С. 80-83.
2. Вильвер П.Ю., Протасов А.В. Имитационное моделирова-
ние сложных динамических систем с использованием сетей Петри // Мехатроника, автоматизация, управление. М.: 2011. №7. С. 35-39.
