CC BY
49
УДК 621:31:537
методология управления техногенными рисками опасности электроустановок на объектах апк
О.К. НИКОЛЬСКИЙ, доктор технических наук, зав. кафедрой (e-mail: epb_401@mail.ru)
Н.П. ВОРОБЬЕВ, доктор технический наук, профессор
Л.В. КУЛИКОВА, доктор технических наук, профессор
Е.О. МАРТКО, кандидат технических наук, доцент
Д.А. БОЯРКОВ, магистрант
Алтайский государственный технический университет им. И.И. Ползунова, просп. Ленина, 46, Барнаул, 656038, Российская Федерация
Резюме. Цель исследования - повышение эффективности диагностики технического состояния электроустановок объектов АПК для предупреждения аварий и электротравматизма, создания безопасных условий труда в сельском хозяйстве. Эффективность функционирования человеко-машинной системы (ЧМС) «человек - электроустановка - рабочая среда» (Ч-ЭУ-С) в условиях неопределенности исходных данных может быть выражена с помощью интегрального риска Rz - комплексного мультипараметрического критерия как вероятностной меры возникновения опасности электроустановки (например, электротравмы) в сочетании с нанесенным материальным или социальным ущербом (в рублях). Анализ рисков ЧМС при этом целесообразен путем использования нечетких моделей. Для формализованного описания ЧМС используем треугольную функцию принадлежности, интерпретирующую неопределенности типа: «приблизительно равно», «среднее значение», «расположен в интервале» и др. Исходные данные для описания модели - совокупность рискообразущих факторов (РОФ), которые наиболее существенно влияют на создание опасных техногенных ситуаций (ОТС). Введение для лингвистической оценки РОФ терм-множеств с формализацией их функциями принадлежности на основе логических операций «если-то» позволяет выполнить структурную идентификацию «входы-выход» ЧМС Ч-ЭУ-С. На основе изложенного разработана структурно-функциональная модель ЧМС Ч-ЭУ-С, а также имитационная модель (ИМ) ЧМС Ч-ЭУ-С, позволяющая выявлять полное или частичное устранение опасности, а, следовательно, и предупреждать последствия (аварии, электротравмы, пожара), то есть устанавливать причинно-следственные связи между переменными, характеризующими «входы» и «выходы» - расчетное значение R . Структура ИМ детализирована с помощью дерева возникновения рисков, которое служит для локализации всех опасных компонентов ЧМС Ч-ЭУ-С (на примере модели прикосновения электромонтера к токопроводя-щему корпусу электродрели, оказавшемуся под напряжением). Разработанная ИМ возникновения техногенной ситуации на основе логико -лингвистических переменных позволяет строить деревья рисков причинно-следственных связей между входными параметрами и R , и тем самым реализовать функцию управления Rz на объектах АПК в реальных производственных условиях.
Ключевые слова: электроустановка, риск, человеко-машинная система, мягкие вычисления, ущерб, имитационное моделирование, экспертная система.
Для цитирования: Методология управления техногенными рисками опасности электроустановок на объектах АПК/ О.К. Никольский, Н.П. Воробьев, Л.В. Куликова, Е.О. Мартко, Д.А. Боярков // Достижения науки и техники АПК. 2017.Т. 31. №3. С.
Повышение интенсификации сельскохозяйственного производства и улучшение качества жизни сельского населения - приоритеты развития аграрного сектора экономики страны. В связи с этим снижение техногенных угроз аварий и травматизма людей, повышение надежности и безопасности электроустановок, в том числе электриче-
ских сетей и технологического электрооборудования -важные и своевременные задачи. Особенно остро стоит эта проблема из-за старения основных фондов отрасли. Электроэнергетический парк АПК России большей частью состоит из отработавшего свой ресурс электрооборудования, износ которого превышает критический уровень ( «70 %) [1].
Состояние техногенной безопасности электроустановок сегодня нельзя признать удовлетворительным. Ежегодно только в коммунальном секторе гибнет более 4500 человек, около 30 тыс. - получают инвалидность, при этом на долю села приходится почти 70 % общего числа электротравм. Кроме того, серьезную угрозу представляют пожары, возникающие в результате коротких замыканий и повреждения изоляции электропроводки. Так, в 2009 г. в России было зарегистрировано более 200 тыс. таких пожаров, в которых погибло около 14 тыс. человек, а прямой материальный ущерб превысил 10 млрд руб. [1]. Сложившаяся ситуация представляет угрозу национальной безопасности страны, что вызвало необходимость включения проблемы техногенной безопасности в перечень критических технологий, утвержденных Президентом РФ в 2002 г.
Один из основных способов предотвращения аварий и травматизма - техническая диагностика электрических сетей и оборудования. Действующая нормативная база [2] предусматривает измерение сопротивления изоляции (1 раз в 2 года) и визуальный осмотр, чего явно недостаточно. Сама систем эксплуатации сельскохозяйственных электроустановок (ЭУ) ограничивается лишь фактом констатации отказа и аварии и не направлена на их предупреждение.
Известно, что эксплуатация ЭУ (электродвигатели, электропроводка и др.) в сельскохозяйственном производстве связана с влиянием совокупности неблагоприятных факторов, в частности, высокой влажности, нестабильности температуры, агрессивности среды, специфических режимов работы, которые негативно воздействуют на полимерную изоляцию, разрушая её в итоге. В основе существующих методов диагностики технического состояния электроустановок лежат либо инструментальные способы, либо физические или математические модели. В первом случае применение измерительной аппаратуры (например, интроскопия), связанной с визуализацией физических процессов в ЭУ не оправдано в виду высокой стоимостью экономически. Использование методов физического моделирования (натурные эксперименты) неприемлемо, поскольку речь идет о таких опасных явлениях, как электропоражение человека или авария в системе электроснабжения производственного объекта. Методы математического моделирования предполагают введение критериев -количественных показателей - для характеристики уровня техногенной опасности или эффективности превентивных мер. Один из показателей опасности, широко используемых в научной литературе - риск [3, 4]. На сегодняшний день его рассматривают как объект междисциплинарных исследований. Изучение феномена риска связано с отказом от детерминистического подхода к анализу техногенной опасности, в основе которого
лежит построение «жестких» функциональных моделей, обычно дифференциальных уравнений. В соответствии с современными представлениями техногенный риск можно трактовать как некоторую вероятностную меру возникновения опасности электроустановки (например, электротравмы) в сочетании с последствием - нанесенным материальным ущербом или социальным вредом [5, 6]. Как правило, второй компонент выражается в денежном исчислении. Эти два компонента взаимосвязаны и создают условия неопределенности и непредсказуемости.
На основании анализа статистических данных установлено, что возникновению опасной техногенной ситуации (ОТС) предшествует цепь инициирующих событий - предпосылок, вызванных ошибками или неправильными действиями человека (персонал, население); отказами электроустановки производственного объекта, включая электрическую защиту; негативным (сверхнормативным) воздействием факторов внешней среды [7]. Несмотря на то, что перечисленные предпосылки случайны, можно установить присущие им закономерности. Во-первых, возникновение каждого техногенного происшествие следует рассматривать как следствие не отдельной причины, а цепи соответствующих предпосылок. Во-вторых, все виды опасностей, возникающие в электроустановках, можно интерпретировать как поток случайных событий, количество которых на ограниченном интервале времени (например, одного года) подчиняется закону Пуассона, а время между появлением отдельных происшествий - экспоненциальному распределению [8].
Изложенные соображения позволили выдвинуть следующую гипотезу [7]: в основе анализа техногенной безопасности электроустановок сельскохозяйственного объекта (предполагая оценку, управление и оптимизацию риска) должно лежать рассмотрение сложной динамической человеко-машинной системы (ЧМС), в состав которой входят следующие компоненты: человек (Ч), электроустановка (ЭУ) и среда (С). Причем эта система функционирует в условиях неопределенности, которая проявляется в неполноте исходных данных, неточности экспериментальных результатов (вызванных невозможностью постановки идентичных опытов), а также в ненадежности (размытости) информации, связанной с отсутствием формализованных моделей описания поведения «человеческого фактора». К этому следует добавить также отсутствие методов априорного моделирования ЧМС (Ч-ЭУ-С) в реальном масштабе времени. Причина тому сложная структура и многоцелевой характер функционирования системы, наличие информационных и энергетических связей между компонентами с нелинейными характеристиками. Поэтому традиционные методы идентификации и оценки опасностей не могут быть положены в основу моделирования такой сложной системы, как рассматриваемая ЧМС. Отсутствие методов диагностики и прогнозирования техногенных рисков электроустановок производственного объекта приводит к тому, что персоналу приходится принимать интуитивные решения по предотвращению опасных происшествий: своевременно отключать электроустановку, выводить оборудование на профилактику или в ремонт. Поэтому поиск и разработка новой методологии анализа рисков ЧМС в условиях неопределенности путем использования процедур «мягких» приближенных вычислений, по нашему мнению, единственно возможный выход из сложившейся ситуации. Представление неопределенной информации с помощью нечетких
моделей, построенных на многообразии семантики и структуры естественного языка, наиболее приемлемо для формализации знаний об объекте исследования.
Цель исследования - повышение эффективности диагностики технического состояния электроустановок объектов АПК для предупреждения аварий и электротравматизма, создания безопасных условий труда в сельском хозяйстве.
Условия, материалы и методы. Согласно [9, 10] процедура выполнения мягких вычислений (МВ) предполагает использование определенных математических инструментов, среди которых можно назвать нечеткие множества (НМ) и нечеткую логику (НЛ).
Процесс функционирования человеко-машинных систем может быть описан в терминах ограниченного естественного языка и представлен с помощью лингвистических переменных (ЛП), где LV - такая переменная, значениями которой, как отмечено ранее, могут быть числа и слова (словосочетания) какого-либо естественного или искусственного языка. По своей сути, ЛП представляет собой дескриптивный кортеж:
¡.У = [ЦТ, X, в, М], (1)
где L - имя переменной, Т - множество её значений (терм-множество); X - универсальное множество нечётких переменных; G - синтаксическая процедура образования новых термов, позволяющая из простых атомарных термов строить составные (G: Т^Т*, где Т*- расширенное терм-множество); М - семантическая процедура, формирующая нечеткие множества для каждого терма 7данной лингвистической переменной.
Другими словами, лингвистическая переменная -это описательная иерархическая модель, включающая «понятие» - «его значение» - «смысл». Например, понятие «Величина» можно определять с помощью терм-множества Т = {большая отрицательная (БО), средняя отрицательная (СО), ..., примерно нулевая (ПН),..., большая положительная (БП)}.
Таким образом, терм-множество представляет собой совокупность значений ЛП. Лингвистические переменные предназначены для анализа сложных плохо определенных объектов и явлений. Использование словесных описаний, которыми оперирует человек, делает возможным проведение структурного анализа человеко-машинных систем вида (Ч-ЭУ-С). Нечёткую логико-лингвистическую систему описывает набор значений входных и выходных ЛП, связанных между собой эвристическими правилами [11].
Одно из основных понятий теории нечетких множеств - функция принадлежности цХ(х), которая представляет собой некоторую не вероятностную субъективную меру нечёткости, определяемую по результатам опроса экспертов о степени соответствия элемента х понятию, формализуемому нечетким множеством Х. В отличие от вероятностной меры, которая служит оценкой стохастической неопределенности, нечёткая мера - это численная оценка лингвистической неопределенности, связанной с неоднозначностью и расплывчивостью человеческого мышления.
Метод нечётких множеств, строго говоря, не накладывает ограничений на выбор функции принадлежности. Однако при анализе техногенных рисков ЭУ целесообразно использовать аналитическое представление функции принадлежности цХ(х), нечётко обладающей множеством некоторых его свойств. В этом смысле представляет интерес типизация функций принадлеж-
ности в контексте указанного анализа риска, что существенно упрощает соответствующие аналитические и численные расчеты при использовании методов теории нечётких множеств [11].
Для формализованного описания рассматриваемой ЧМС используем треугольную функцию принадлежности (ФП), интерпретирующую неопределенности типа: «приблизительно равно», «среднее значение», «расположен в интервале» и др. Исходные данные для описания модели - совокупность признаков компонентов человеко-машинной системы (рискообразущих факторов - РОФ), которые наиболее существенно влияют на создание ОТС, максимально возможные значения индикаторов соответствующего вклада в образовании ОТС и лингвистические (в том числе балльные) оценки каждого РОФ. При этом распределение таких факторов на соответствующей универсальной шкале задается функцией принадлежности цА(х) и лингвистической переменной.
Введем набор узловых точек в = [0,1; 0,3; 0,5; 0,7; 0,9], которые служат абсциссами максимумов соответствующих функций принадлежности. В качестве носителя Х лингвистической переменной выступает отрезок вещественной оси [0-1]. Узловые точки равномерно отстоят одна от другой на носителе [0-1] и симметричны относительно узла 0,5. Тогда лингвистическая переменная «Значимость рискообразующего фактора» на носителе [0-1] в совокупности с набором узловых точек будет представлять собой стандартный трехуровневый нечёткий [0-1] - классификатор. Интервалы [0,2-0,4], [0,40,6], [0,6-0,8] - отражают лингвистическую оценку (термы - «низкий», «средний», «высокий»). Применительно к техногенному риску может быть также использован двухуровневый классификатор с терм-множеством «есть», «нет», интерпретирующим возникновение или не возникновение ОТС.
Аналитическое представление кусочно-непрерывной функции принадлежности задаётся на некоторой универсальной базе Х = [0-1], в качестве которой был принят интервал действительных положительных чисел, а аналитическое ее выражение представляется в следующем виде:
/¿(х, а, Ь, с) =
0,
х-а
Ь-а с-х
с-Ь 0,
х < а; а < х < Ь;
Ь < х < с; с < х
(2)
где а, Ь и с - числовые параметры, принимающие произвольные действительные значения и упорядоченные соотношением а < Ь < с.
В нашем случае (рис. 1) параметры а и с характеризуют основание треугольника (0,2; 0,9); параметр Ь - его высоту (0,5). Представленная функция принадлежности интерпретирует нормальное выпуклое унимодальное нечёткое множество с границами (а, с) и модой Ь.
Таким образом, введение для лингвистической оценки рискообразующих факторов соответствующих терм-множеств с формализацией их функциями принадлежности на основе логических операций «если-то», позволяет выполнить, так называемую, структурную идентификацию «входы-выход» человеко-машинной системы (Ч-ЭУ-С).
Использование изложенного подхода для измерения информации, получаемой от экспертов, должно быть основано на некоторых формальных правилах, которые
Рис. 1. Фрагмент построения функции принадлежности ц(х) рискообразующего фактора с терм-множеством Т е [«низкий», «средний», «высокий»]
обеспечивают непротиворечивость системы оценок РОФ, предписываемых экспертами.
При выполнении экспертной процедуры будем руководствоваться следующим:
оценку рискообразующего фактора выражаем числом, лежащим в интервале между 0 и 10, сумма факторов должна быть равна 10;
при группировке нескольких РОФ в один (свертка) его оценка должна быть равна сумме отдельных РОФ.
Расчет интегрального риска человеко-машинной системы (Ч-ЭУ-С) применительно к производственному объекту АПК содержит следующие этапы:
формируют таблицу экспертной оценки рискообразующих факторов. Каждому РОФ (числу множеств) дают смысловое выражение, присваивают соответствующий код и вес, вычисляют индикатор опасности (нормируемая оценка);
вводят лингвистическую переменную «значимость фактора риска» на основе трехуровневой шкалы терм-множества значений типа («низкий» - Н, «средний» - С, «высокий» - В);
совокупность рискообразующих факторов группируют по кластерам, характеризующим базовые показатели функционирования человеко-машинной системы.
Каждый кластер формируют в соответствующий вектор:
«человек»
Ч =£(*,), л = 1-1*
«электроустановка»
У=1
«среда»
(3)
(4)
(5)
где п, т и р - количество РОФ в каждом компоненте ЧМС [7];
определяют риски по каждому компоненту и составляют уравнения для расчета интегрального риска, общий вид которого выглядит следующим образом
(6)
где М - значимость (вес) показателя (ХМ = 1); Э -количество рискообразующих факторов.
Значимость показателя гк определяют на основе ранжирования или свертки.
В этом случае интегральный риск системы с учетом (6) может быть выражен так:
^ «=1
(7)
где А - агрегированный показатель к-го кластера. В свою очередь:
(8)
/и
где ^ - вес /-го РОФ в свертке; В - узловые точки стандартного трехуровневого классификатора; ^ (X)-значение функции принадлежности у-ой лингвистической оценки РОФ относительно текущего значения /-го фактора.
Сформированная иерархическая база знаний с определением влияющих рискообразующих факторов в виде лингвистических переменных позволяет учитывать значительную неопределенность входных данных человеко-машинной системы (Ч-ЭУ-С). Построение нечеткой базы данных на основе экспертных оценок соответствует этапу структурной идентификации. Вместе с тем, степень адекватности экспертной информации существенным образом зависит от профессионального уровня эксперта, что не гарантирует сходимость результатов теоретических (нечеткого логического вывода) и экспериментальных исследований. В этом случае используют параметрическую идентификацию на основе тонкой настройки нечеткой модели посредством ее обучения экспериментальным данным. Этап параметрической идентификации состоит в минимизации несоответствия получаемых результатов исследования теоретической модели и машинного эксперимента [13].
результаты и обсуждение. Модель человеко-машинной системы (рис. 2) можно представить в следующем виде:
(9)
М= {X, Y, Z, S, Т^, h},
X = Х21
где у = (ур у2..... Ут);
2 = (г„ г2..... гр)\
- пространства входных,
количество состояний также должно быть достаточно ограниченным. Причем их ограничение определяет соотношение между энергией внешнего возмущения и собственной энергоемкостью системы. На наш взгляд, можно выделить следующие наиболее характерные уровни воздействия факторов среды на состояние системы:
низкий - не превышающий пороговых значений энергии (система находится в состоянии гомеостазиса);
допустимый - внешняя энергия незначительно превышает пороговое значение, однако ее накопления не происходит и она уменьшается в результате рассеяния или преобразования в тепловую энергию; возмущение проявляется в виде незначительных колебаний интегральных показателей и система возвращается в состояние равновесия;
опасный - приводит систему к кризисному режиму функционирования. Под кризисом системы (Ч-ЭУ-С) будем понимать процесс её адаптации к изменившимся внешним и внутренним условиям с сохранением системных свойств при незначительных ущербах;
критический - приводит к состоянию катастрофы, которое сопровождается значительным изменениям интегральных показателей системы из-за радикальной перестройки её структуры и морфологии. Катастрофическое состояние системы вызывает значительные аварии, человеческие жертвы и ухудшение экологической обстановки в результате пожаров.
Имитационная модель человеко-машинной системы (рис. 3) в общем виде представляет собой стохастическую сеть, в которой инициирующие события и соответствующие предпосылки носят случайный характер. Основание этой сети составляют компоненты, которые генерируют рискообразующие факторы. Например, электротехнический персонал при производстве определенных видов работы формирует мыслительный алгоритм выполнения тех или иных действий (операций). Однако, в силу ряда причин, он может быть неадекватен в отличие от действительной объективной информации о
выходных и возмущающих воздействий;
S = (s1, s2,..., sk) - пространство состояний системы в момент времени feT;
Т = t2,..., tk) - множество моментов времени; q - оператор переходов, отражающий изменение состояния системы под воздействием внутренних и внешних возмущений;
h - оператор выходов, описывающих механизм формирования выходного сигнала как реакции системы на внутренние и внешние возмущения.
Входные воздействия Х(0 интерпретируются в виде заданных цели и функций, установленных интервалов времени и выделенных ресурсов, а также совокупности рискообразующих факторов; выходное воздействие Y(t) проявляется как полезные (или вредные) результаты функционирования ЧМС; возмущающие воздействия Z(t) - негативные факторы внешней среды (сверхнормативные нагрузки, параметры микроклимата, социально-экономические условия); S(t) - состояние системы в определённый интервал времени.
Состояние системы можно оценивать в виде динамического равновесия, при котором интегральные показатели находятся в гомеостазисе. Такое состояние целевых систем (с заданной целью) обусловлено стремлением их к устойчивости. Поскольку диапазон внешних воздействий не может быть неограниченным,
Входы Х(г)
>
1 Человек \
Выход
/ Электро- \ / \ \_»/ Среда \ установка Ь V (ЭУ) Г у (С) у
Состояние S(t)
3
Интегральный риск Я 1
Виды риска (компоненты Я^)
т *
ее
¡5 а
ГУ"
о *
рис. 2. Структурно-функциональная модель системы «человек-электроустановка-среда».
О
CD
О
я
£
а о х
Электротравма Пожар Авария f Головное событие
> к > к t 1
Полное устранение ОТС
Частичное устранение ОТС
Альтернативные исходы (сценарии)
Устранение ОТС невозможно
Нарушение динамического равновесия в системе
Предпосылка
1
Предпосылка 2
~1
Предпосылка 3
С
Ошибочные действия Износ элементов и возможные отказы Сверхнормативные нагрузки Негативное воздействие
> к > к > к > к
Иници рующее событие 1 Иници рующее событие 2 Иници рующее событие 3 Иницирующее событие 4
Рискообразующие факторы (РОФ)
> к J к > к i к
Человек (персонал) (Ч) Электроустановка (ЭУ) Среда рабочая (С) Среда внешняя
Рис. 3. Имитационная модель человеко-машинной системы (Ч-ЭУ-С).
состоянии выполненных работ, причем персонал может воспринимать или не воспринимать это несоответствие [14]. В первом случае, когда ожидаемая информация идентична действительной, персонал адекватно реагирует, и последующие его действия правильны. Во втором случае, неадекватное восприятие действительной информации приводит к тому, что оператор вносит определенные искажения. Последние вызывают возмущение в системе, что приводит к нарушению ее равновесия, предполагая возможность появления ОТС. Возникающие при этом альтернативные сценарии могут вызвать полное или частичное устранение опасности или невозможность ее устранения, а, следовательно, и предупреждения последствий (аварии, электротравмы или пожара). Таким образом, с помощью ИМ можно установить причинно-следственные связи между пере-
менными (факторами), характеризующими «входы» и «выходы», то есть результат, представленный в виде расчетного значения интегрального риска исследуемого объекта.
Нечеткую логико-лингвистическую модель описывает совокупность значений входных и выходных LV, связанных между собой определенными эвристическими правилами [15, 16]. Поэтому систему нечетких лингвистических рассуждений можно представить в виде следующих функциональных блоков:
блок фаззификации, в котором осуществляется преобразование входных переменных в нечёткие распределения - термы LV;
база правил, содержащая набор нечётких логических правил «если (вход), ..., то (выход)»;
база знаний, в которой определены функции принадлежности нечётких множеств, используемых в нечётких правилах;
блок принятия решений, совершающий операцию «нечёткого логического вывода» на основании определенных правил;
блок дефаззификации, в котором осуществляется переход от дискретной лингвистической шкалы термов Т к непрерывной числовой переменной Х.
В качестве правила нечеткого логического ввода был выбран алгоритм Мамдани [17], обладающий интуитивно понятными приемами использования базы знаний. Формально эта процедура выглядит следующим образом. Рассмотрим Y выходную переменную и относящееся к ней множество Х(]...т). Используя процедуру дефаззификации, найдем итоговое количественное значение выходной переменной с помощью метода центра тяжести, в котором значение Yi-ой переменной определяется по формуле:
)
J x-\ij(x)dx
МП_
max '
J V-j(*)dx
(10)
где ц(x)dx - функция принадлежности соответствующего нечеткого множества Х; max и min - границы универсального множества нечетких переменных.
Для иллюстрации использования базы логических высказываний рассмотрим фрагмент возникновения
какого-либо головного события, используя при это логическое правило «если - то» [12, 18]: ЕСЛИ - неправильные действия персонала - «редкие», И - уровень опасности возникновения аварийных режимов -«средний», И - эффективность средств защиты -«высокая», И - диагностика технического состояния ЭУ - «эпизодическая», И - состояние условий труда -«удовлетворительные», ТО - головное событие (авария, пожар, электротравма) не произойдет.
Детализируем структуру ИМ с помощью дерева возникновения рисков, которое служит логическим методом локализации всех опасных компонентов системы (Ч-ЭУ-С). Выделим три опасных техногенные ситуаций, приводящие либо к аварии электроустановки (следствие - перерыв электроснабжения), либо к несчастному случаю (электротравме), либо к пожару. Выявление сценария возникновения той или иной ОТС должно основываться как на знаниях эксперта, так и на результатах моделирования изучаемого случайного явления. Например, используя диаграммы причинно-следственных связей (деревьев), можно воспроизвести процесс зарождения отдельных инициирующих событий и предпосылок, а также перерастания их в ОТС.
Дерево рисков (ДР) лежит в основе логико-вероятностной модели причинно-следственных связей отказов системы (как вида проявления опасности). При этом возникновение отказа (в трактовке ОТС) представляется некоторой последовательной комбинацией нарушений и неисправностей. Поэтому дерево рисков можно рассматривать как многоуровневую графологическую структуру причинных взаимосвязей, полученных в результате прослеживания динамики развития техногенных опасностей.
При построении ДР необходимо учитывать следующие основные виды событий:
результирующее (опасное происшествие), приводящее к недопустимому ущербу (потерям);
промежуточное, возникающее при неблагоприятных условиях и являющееся одной из возможных причин результирующего события;
базовое (инициирующее) - исходное, трактующееся как первичный отказ.
При построении ДР будем руководствоваться следующими правилами:
располагаем первичные события (исходные причины) внизу; последовательность событий образуется с помощью логических знаков И, ИЛИ; конечное событие (ОТС) помещается вверху;
устанавливаем пропускное (аварийное) сочетание (ПС), включающее в себя набор инициирующих событий и предпосылок, приводящих к головному событию;
определяем возможность появления отсеченного сочетания (ОС), прерывающего причинно-следственную цепь развития ОТС. В этом случае наличие ОС трактуется как предупреждение возникновения, например, аварии;
проводим качественный анализ ДР с использованием установленных ПС и ОС. В первом случае определяем маршрут и начальные условия с целью нахождения критических (наиболее опасных) путей, приводящих к ОТС. Во втором, находим узлы (гипотетические мероприятия), предупреждающие опасное событие.
Рассмотрим ОТС, вызывающую электропоражение человека. Примем модель прикосновения электромонтера к токопроводящему корпусу электродрели, оказавшемуся под напряжением. Примем гипотезу, что при работе с электроинструментом рабочий может
получить электротравму различной степени тяжести (электрический удар, инвалидность и летальный исход). Причем ее можно интерпретировать как результат функционирования человеко-машинной системы (Ч-ЭУ-С).
Экспертным путем установим для каждого компонента группу рискообразующих факторов (рис. 4):
множество Х (человеческий фактор) - Х3 - несоблюдение техники безопасности (работа без диэлектрических перчаток или с просроченным сроком их использования); Х4 - низкий уровень профессионализма; Х7 - ошибки в оперативных решениях;
множество Y (электроустановка) - Y3 - большой срок эксплуатации; Y2 - физический износ изоляционных частей ЭУ; ^ - возникновение аварийного режима (пробой изоляции на корпус и вынос опасного электрического потенциала на металлические части электрооборудования, в том числе РЭМ)^6 - отказ (отсутствие) средств электрозащиты. Отметим, что Y3, Y2 и ^ (в рамках термина «события») связаны логическим знаком «приоритетное И»;
множество Z (рабочая среда) - Т1 - деструктивное воздействие параметров микроклимата сельскохозяйственных производственных помещений; Т3 - неудовлетворительная диагностика технического состояния РЭМ (просроченный срок испытания электрической изоляции); - низкий уровень дискомфортности выполнения работы персоналом; Т4 - возникновение опасных факторов, превышающих критическое значение (ток, протекающий через тело человека, с учетом времени его действия, превышает допустимое значение).
Логический знак И используется при построении дерева рисков в тех случаях, когда выходное (результирующее) событие возможно при условии, если все входные (предыдущие) события случаются одновременно; «приоритетное И» - когда выходное событие наступает, если предыдущие входные события происходят в нужном порядке слева направо.
Электротравма с летальным исходом
Человеческий фактор
Электроустановка
Среда
© о © © © (¿^ © ©
^ Логический знак Логический знак .
«ИЛИ» / \ «И» '—1--
Логический знак приоритетное И »
рис. 4. Дерево риска электротравмы с летальным исходом
П редставл енная в качестве иллюстрации диаграмма причинно-следственных связей между компонентами ЧМС (см. рис. 4) отражает достаточно типичные процессы возникновения рисков электроустановок сельскохозяйственного объекта. Вместе с тем эта диаграмма не претендует на некоторое эталонное (стандартное) решение и в зависимости от постановки задачи может быть представлена с большим или меньшим уровнем детализации (декомпозиции) рассматриваемой человеко-машинной системы.
выводы. Эффективность функционирования человеко-машинной системы (Ч-ЭУ-С) в условиях неопределенности исходных данных может быть выражена с помощью комплексного критерия (интегрального риска), представленного в виде единого денежного эквивалента, что позволяет применить механизм оценки экономической эффективности при проведении оптимизации системы безопасности электроустановок. В основу данного критерия положено мультипараметрическое описание динамического состояния системы, учитывающее, наряду с
параметрами надежности, факторы, характеризующие ее безопасность, эргономичность и экономичность.
Разработанная имитационная модель возникновения техногенной ситуации на основе логико-лингвистических переменных позволяет строить графические диаграммы (деревья рисков) причинно-следственных связей между входными параметрами и интегральным риском, тем самым реализовать функцию управления интегрального риска на объектах АПК в реальных производственных условиях.
Литература.
1. Основы электромагнитной совместимости: учебн. для вузов / Л.В. Куликова, O.K. Никольский, А.А. Сошников и др./под ред. докт. техн. наук, проф. Р.Н. Карякина. Барнаул: АлтГТУ, ОАО «Алтайск. полиграф. комбинат», 2007. 480 с.
2. Правила устройства электроустановок: ПУЭ. 7-е изд. М.: Изд-во НЦЭНАС, 2002-2004. 289 с.
3. Никольский O.K. Риск безопасности в энергетике // Вестник Алтайского государственного технического ун-та им. И.И. Полузнова. 2000. № 3. С. 9-10.
4. F.R.A.M.E. Fire Risk Assessment Method for Engineering, 2008. URL: http//www. framemethod.net (дата обращения: 10.03.2017),
5. Костюков А.Ф., Черкасова Н.И., Никольский O.K. Основы вероятностного анализа риска электроустановок с учетом фактора неопределенности / Вестник Алтайского государственного аграрного университета. 2014. № 3. С. 102-106.
6. Meacham B.I. A risk - infotmed performance-based approach to building regulation / Proc. of the 7-th International Conference on Perfomence - Based Codes and Fire Safety Design Methods, 2008 URL: www.iafss.org/publications/fss/6/59/view(дата обращения: 10.03.2017).
7. Теория и практика управления техногенными рисками: учебное пособие / О.К. Никольский и др. / под общ. ред. засл. деят. науки и техн., докт. техн. наук О.К. Никольского. Барнаул: Изд-во АлтГТУ, 2015. С. 203.
8. Еремина Т.В. Вероятностный анализ безопасности сельских электроустановок: монография / под ред. засл. деят. науки и техн., докт. техн. наук О.К. Никольского. Улан-Удэ: Изд-во ВСГТУ, 2010. 200 с.
9. Молодцов Д.А. Описание зависимостей при помощи мягких множеств. Известия Академии наук. Теория системы управления. 2001. № 6. С. 137-144.
10. Заде Л. Роль мягких вычислений и нечеткой логики в понимании, конструировании и развитии информационных интеллектуальных систем //Новости искусственного интеллекта. 2001. № 2-3. С. 7-11.
11. Дилегенский Н.В., Дымова Л.Г., Севастьянов П.В. Нечеткое моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. М.: Изд-во Машиностроение -1, 2004. 397 с.
12. Бельман Р., Заде Л. Приятие решений в расплывчатых условиях. М.: Мир, 1976. 43 с.
13. К вопросу о формировании экспертных систем оценки интегрального риска электроустановок (принципы построения имитационной модели) / О.К. Никольский, Н.П. Воробьев, Н.И. Черкасова, А.Ф. Костюков // Ползуновский Вестник. 2014. № 4. Т. 1. С. 100-106.
14. Детина С.А. Надежность оперативного персонала при осуществлении оперативных переключений: автореф. дисс. ... канд. техн. наук. Самара, 2012. 197 с.
15. Лаврентьев М.М., Романов В.Г., Шишатский С.П. Некорректные задачи математической физики и анализа. М.: Наука, 1980. 286 с.
16. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений / пер. с англ. М.: Мир, 1976. 167 с.
17. Sugeno M. Fuzzy Decision Maxing Problems // Transaction of the Socieery of Instrumments and Control Engineers, 1975. Vol. 11. № 6. Pp. 85-92.
18. Hasofer A.M., Beck V.R., Bennetts I.D. Risk Assessment in Building Fire Safety Engineering Butterworth - Heinemann. Oxford, 2007. 189 с.
METHODOLOGY OF TECHNOGENIC RISKS CONTROL AT ELECTRICAL INSTALLATIONS AT THE OBJECTS OF THE AGRO-INDuSTRIAL COMPLEx
O.K. Nikolsky, N.P. Vorobyev, L.V. Kulikova, E.O. Martko, D.A. Boyarkov
I.I. PolzunovAltai State Тechnical University, prosp. Lenina, 46, Barnaul, 656038, Russian Federation
Abstract. The aim of the investigation was to increase the efficiency of diagnostics of technical condition of electrical installations at the objects of the agro-industrial complex for prevention of accidents and electro-traumatism, the creation of safe working conditions in agriculture. The efficiency of functioning of the human-machine system (HMS) in the form of "human - electrical installation - working environment" (H-EI-WE) under conditions of uncertainty of source data can be expressed by means of the integral risk R(sigma), which is a complex multiparametric criterion as a probability measure of occurrence of danger of an electric set (for example, electrical injury) in combination with the caused material or social damage (in rubles). Risk analysis of the HMS at that is expedient by the use of indistinct models. For the formalized description of the HMS, it is used the triangular membership function, interpreting uncertainties of the types "it is approximately equal", "mean value", "it is located in an interval", etc. The source data for the description of the model is the set of risk-factors (RF), which significantly influence the occurrence of the dangerous technogenic situations (DTS). The introduction of term-sets with their formalization by membership functions on the basis of logical operations "if..., then" for a linguistic assessment of RFs allows executing a structural identification "inputs-output" of the HMS "H-EI-WE". In accordance with the foregoing the structurally functional model of HMS "H-EI-WE" was developed, as well as a simulation model (SM) of the HMS "H-EI-WE" allowing to reveal complete or partial elimination of danger, and, therefore, and to prevent the consequences (accidents, electrical injuries, fires), that is to establish cause-and-effect relations between the variables characterizing "inputs" and "outputs" - the design value of R(sigma). The structure of the SM is detailed with the help of a tree of risk occurrence, which serves for the localization of all dangerous components of the HMS "H-EI-WE" (by the example of the model of a single-phase touch of the electrician to the conductive corpus of the electric drill which appeared charged). The developed SM of occurrence of a technogenic situation on the basis of logical-linguistic variables allows to build trees of risks of cause-and-effect relations between the input parameters and R(sigma) and by this way to realize the function of management of R(sigma) at the objects of the agro- industrial complex under real working conditions. Keywords: electrical installation, risk, human-machine system, soft computing, damage, simulation modeling, expert system. Author Details: O.K. Nikolsky, D. Sc. (Tech.), head of department (e-mail: epb_401@mail.ru); N.P. Vorobyev, D. Sc. (Tech.), prof.; L.V. Kulikova, D. Sc. (Tech.), prof.; E.O. Martko, Cand. Sc. (Tech.), assoc. prof.; D.A. Boyarkov, master's student.
For citation: Nikolsky O.K., Vorobyev N.P., Kulikova L.V., Martko E.O., Boyarkov D.A. Methodology of Technogenic Risks Control at Electrical Installations at the Objects of the Agro-Industrial Complex. Dostizheniya nauki i tekhniki APK. 2017. Vol. 31. No. 3. Pp. (in Russ.).
