Научная статья на тему 'АНАЛИЗ ТЕХНОГЕННЫХ РИСКОВ ДЛЯ КРАТКОСРОЧНОЙ МОДЕЛИ НА ПРИМЕРЕ МОНИТОРИНГА ПОДВОДНЫХ УЧАСТКОВ МОРСКОГО ГАЗОПРОВОДА'

АНАЛИЗ ТЕХНОГЕННЫХ РИСКОВ ДЛЯ КРАТКОСРОЧНОЙ МОДЕЛИ НА ПРИМЕРЕ МОНИТОРИНГА ПОДВОДНЫХ УЧАСТКОВ МОРСКОГО ГАЗОПРОВОДА Текст научной статьи по специальности «Математика»

CC BY
31
10
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ДЕРЕВО РИСКОВ / КРАТКОСРОЧНАЯ МОДЕЛЬ РИСКОВ / МОНИТОРИНГ / УЩЕРБ / РИСКОВОЕ СОБЫТИЕ

Аннотация научной статьи по математике, автор научной работы — Зарипова Эльвира Ринатовна

Анализируются риски возникновения техногенных чрезвычайных ситуаций. В качестве аппарата исследований использован метод анализа рисков для краткосрочных моделей с построением дерева рисков на основе критерия максимальной вероятности отказа. Для численного примера выбрана дистанционная система мониторинга морского газопровода с применением необитаемого подводного аппарата для обследования подводной части газопровода. Построена структурная схема подводного необитаемого аппарата, выделены работоспособные, предотказовые и отказовые состояния системы двигателей. Проведен расчет вероятности безотказной работы системы мониторинга в течение смены, выделены наиболее опасные пути развития рисковых событий по критерию максимальной вероятности отказа.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Зарипова Эльвира Ринатовна

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

ANALYSIS OF TECHNOGENIC RISKS FOR A SHORT-TERM MODEL BASED ON THE MONITORING OF GAS PIPELINE UNDERWATER SECTIONS

The risks of man-made emergencies are analyzed. The method of risk analysis for short-term models with the construction of a risk tree based on the criterion of the maximum probability of failure was used as a research apparatus. For a numerical example, a remote monitoring system of an offshore gas pipeline with the use of an uninhabited underwater vehicle for inspection of the underwater part of the gas pipeline is selected. A structural diagram of an underwater uninhabited vehicle is constructed, the operational, pre-launch and out-of-service states of the engine system are highlighted. The probability of failure-free operation of the monitoring system during the shift was calculated, the most dangerous ways of developing risky events were identified according to the criterion of the maximum probability of failure.

Текст научной работы на тему «АНАЛИЗ ТЕХНОГЕННЫХ РИСКОВ ДЛЯ КРАТКОСРОЧНОЙ МОДЕЛИ НА ПРИМЕРЕ МОНИТОРИНГА ПОДВОДНЫХ УЧАСТКОВ МОРСКОГО ГАЗОПРОВОДА»

Научная статья УДК 33:51

https://doi.org/10.24412/2073-0454-2022-6-280-287 NIION: 2003-0059-6/22-534 MOSURED: 77/27-003-2022-06-733

Анализ техногенных рисков для краткосрочной модели на примере мониторинга подводных участков морского газопровода

Эльвира Ринатовна Зарипова

Московский университет МВД России имени В.Я. Кикотя, Москва, Россия, [email protected]

Аннотация. Анализируются риски возникновения техногенных чрезвычайных ситуаций. В качестве аппарата исследований использован метод анализа рисков для краткосрочных моделей с построением дерева рисков на основе критерия максимальной вероятности отказа. Для численного примера выбрана дистанционная система мониторинга морского газопровода с применением необитаемого подводного аппарата для обследования подводной части газопровода. Построена структурная схема подводного необитаемого аппарата, выделены работоспособные, предотка-зовые и отказовые состояния системы двигателей. Проведен расчет вероятности безотказной работы системы мониторинга в течение смены, выделены наиболее опасные пути развития рисковых событий по критерию максимальной вероятности отказа.

Ключевые слова: дерево рисков, краткосрочная модель рисков, мониторинг, ущерб, рисковое событие

Для цитирования: Зарипова Э. Р. Анализ техногенных рисков для краткосрочной модели на примере мониторинга подводных участков морского газопровода // Вестник Московского университета МВД России. 2022. № 6. С. 280-287. https://doi.org/10.24412/2073-0454-2022-6-280-287.

Original article

Analysis of technogenic risks for a short-term model based on the monitoring of gas pipeline underwater sections

Elvira R. Zaripova

Moscow University of the Ministry of Internal Affairs of Russia named after VYa. Kikot', Moscow, Russia, ezarip@ gmail.com

Abstract. The risks of man-made emergencies are analyzed. The method of risk analysis for short-term models with the construction of a risk tree based on the criterion of the maximum probability of failure was used as a research apparatus. For a numerical example, a remote monitoring system of an offshore gas pipeline with the use of an uninhabited underwater vehicle for inspection of the underwater part of the gas pipeline is selected. A structural diagram of an underwater uninhabited vehicle is constructed, the operational, pre-launch and out-of-service states of the engine system are highlighted. The probability of failure-free operation of the monitoring system during the shift was calculated, the most dangerous ways of developing risky events were identified according to the criterion of the maximum probability of failure.

Keywords: risk tree, short-term risk model, monitoring, damage, risk event

For citation: Zaripova E. R. Analysis of technogenic risks for a short-term model based on the monitoring of gas pipeline underwater sections. Bulletin of the Moscow University of the Ministry of Internal Affairs of Russia. 2022;(6):280-287. (In Russ.). https://doi.org/10.24412/2073-0454-2022-6-280-287.

Актуальность и постановка проблемы исследования

По оценкам аналитиков Aberdeen Research один незапланированный простой может стоить компании до 260000 долларов в час, и 82 % компаний сталкиваются с незапланированными простоями за три года [1]. В среднем простои длились 4 часа, 46 % компаний не смогли предоставлять услуги клиентам, 37 % потеряли время на производстве критически важного актива, остальные

© Зарипова Э. Р., 2022

полностью остановили производство и были неспособны обслуживать клиентов и поддерживать конкретное оборудование.

Избежать незапланированного простоя поможет плановый мониторинг состояния объекта. Мониторинг позволяет оценить состояние, выделить элементы объекта, подлежащие скорой замене, и организовать их замену в удобное время [2; 3]. Интересными с точки зрения сложных комплексов становятся известные технологические объекты страны, которые важны с точки зрения

ECONOMIC SCIENCE

обеспечения населения жизненно важными ресурсами. Например, для газоснабжения населения используют магистральный трубопровод. Необходимо следить за браком труб, дефектами строительных и монтажных работ, коррозии, механическими повреждениями. Мониторинг стоит в десятки раз дешевле внепланового простоя, и позволяет избежать внепланового простоя. С точки зрения рисковых событий, гораздо сложнее осуществлять мониторинг подводной части объектов из-за более агрессивной среды с множеством меняющихся параметров. Для численного примера исследования выбран газопровод Джубга-Лазаревское-Сочи, который в районе поселка Джубга уходит в Черное море, проходя в 4,5 км от берега на глубине до 80 м, морской участок заканчивается через 159,5 км и выходит к станции Кудепста около Сочи и продолжается на суше. Газопровод введен в эксплуатацию в 2011 г. Расчетный срок эксплуатации — 50 лет [4]. Постоянный мониторинг состояния газопровода позволит увеличить срок службы комплекса при своевременной замене устаревших элементов и уменьшит возможные простои. Оперируя прогнозными значениями сроков службы дистанционной системы мониторинга морского газопровода, проанализируем риски и оценим ущерб от возникновения аварийных событий.

циональность каждого элемента. Представляемый подводный аппарат получил первое место на конкурсе AquaRoboTech 2018 и имеет высокий потенциал для коммерческого внедрения для мониторинга сложных подводных комплексов. Однако, в данной работе не проведены оценки рисковых событий, поскольку целью являлась презентация подводного аппарата.

Текущая работа продолжает исследования [9], где были сформулированы вероятностные характеристики для анализа долгосрочной и краткосрочной модели оценки рисковых событий в общем виде.

В рамках данной статьи будет проведен анализ системы мониторинга морского газопровода для краткосрочной модели оценки рисковых событий, данный анализ рисковых событий был ранее представлен и одобрен на конференции «The third Eurasian risk conference and symposium» в декабре 2021 г, ранее не опубликован. Будет проанализирован подробно подводный необитаемый аппарат, представленный в работе «Portable Remotely Operated Underwater Smart Vehicle with a Camera and an Arm», оценены вероятности наступления рисковых событий во время рабочего периода (сутки).

Описание системы мониторинга

Анализ последних исследований и постановка задачи

В работе «Preventive Maintenance of k-out-of-n System with Respect to Cost-Type Criterion» [5] авторами проведен анализ чувствительности функций распределения времени безотказной работы элементов. Для анализа выбрана долгосрочная модель, задействованных в профилактических работах, для численного анализа выбран критерий минимизации стоимости мониторинга, рассмотрены 3 сценария замены элементов: периодическая замена, замены по сроку службы и замены на основе данных внешнего мониторинга.

В статье «Risk tree as an assistant tool for the decisionmaker» [6] на примере модели телекоммуникационной высотной платформы на базе привязного беспилотного летательного аппарата применена долгосрочная модель оценки рисковых событий, построено дерево рисков, для анализа времени безотказной работы выбраны Гамма-распределение и распределение Гнеденко-Вейбулла, оценены вероятности отказов и надежность элементов системы, однако, отсутствует краткосрочная модель рисков (расчет на короткий период, например, рабочая смена или сутки).

В учебном пособии Рыкова В. В., Иткина В. Ю. [7] приведена методология оценки рисков, введены понятия рисковых событий и характеристики риска, примеры оценки рисковых событий приведены на примере работоспособности двигателя автомобиля.

В работе «Portable Remotely Operated Underwater Smart Vehicle with a Camera and an Arm» [8] команда инженеров Института проблем управления Российской академии наук представляет дистанционный управляемый подводный аппарат и описывает подробно функ-

Для идентификации элементов сложных иерархических комплексов удобно пользоваться векторной системой обозначений [7]. Обозначим вектором Т — (¿1; ¿2,..., ¿г) элементы системы, где Ь — номер первой подсистемы системы мониторинга, ¿2 — номер подсистемы второго уровня подсистемы ОД а 'V — элемент подсистемы Гг_! = (¿!, 12,..., ¿т—1). Индекс г обозначает уровень иерархии в системе, причем различные элементы могут иметь разную иерархию.

Система мониторинга морского газопровода состоит из трех крупных частей: наземного мобильного операторского центра, надводного судна, осуществляющего передачу данных о состоянии подводного объекта, и подводного необитаемого аппарата, ведущего съемку. Введем обозначения (0) для самой системы и (1)-(3) для соответствующих подсистем (рис. 1).

Рис. 1. Структурная схема системы мониторинга морского газопровода

Исследование системы мониторинга начинается с построения структурной функции и анализа работоспособности всех ее подсистем.

Наземный мобильный операторский центр (1) представляет собой автомобиль, сопровождающий подводный необитаемый аппарат во время мониторинга вдоль

берега. Надводное судно (2) связывает подводный необи- (3,2) —

таемый аппарат (3) и наземный мобильный операторский (3,3) — центр (1). Наиболее уязвимым из-за агрессивности среды обитаемого

является подводный необитаемый аппарат, рассмотрим (3,4) —

его элементы с точки зрения иерархии возможных риско- (3,5) —

вых событий (рис. 2). (3,5,1) -

Выделим основные рисковые события и элементы (3,5,2) -

системы, влияющие на работоспособность подводного (3,5,3) —

необитаемого аппарата (3). (3,5,4) —

(3,1) — отказ системы видеонаблюдения, (3,5,5) -

(3.1.1) — поломка камеры видеонаблюдения, (3,6) —

(3.1.2) — отказ светильников (3,1,2,1) или (3,1,2,2), (3,7) —

разрядка батареи,

нарушение герметичности подводного неаппарата,

отказ системы управления, отказ / поломка сенсоров, - отказ / поломка глубинометра, отказ / поломка акселерометра, отказ / поломка гироскопа, отказ / поломка компаса, отказ / поломка датчика тока и напряжения, поломка схвата,

поломка двигателей (3,7,1) - (3,7,6).

Подводный необитаемый аппарат (3)

Система

видеонаблюдения __

Г

Камера (3.1,1)

Светильники

(3.1.2)

Батарея (3-2)

Глубиномер

(3.5,1)

Светильник (3,1,2,1)

Светильник (3,1,2,2)

Герметичность (3.3)

Акселерометр

(3.5.2)

Двигатель 1

(3.7.1)

Система управления (3.4)

Гироскоп (3.5.3)

Сенсоры (3.5)

Л

т

Компас

(3.5.4)

Схват

(3.6)

Датчик тока и напряжения

(3.5,5)

Двигатель 2

(3.7,2)

Двигатель

3

(3.7.3)

Двигатель 4

(3.7.4)

Двигатель 5

(3.7.5)

Двигатели (3.7)

Двигатель 5

(3.7,5)

Двигатель б

(3-7.6)

Рис. 2. Структурная схема подводного необитаемого аппарата

Изучим состояния двигателей. В подводном аппарате 6 двигателей, располагающиеся по кругу. Двигатели условно можно поделить на две группы: два двигателя в первой группе под номерами (3,7,2) и (3,7,5) отвечают на команды «вперед - назад», а двигатели второй группы (3,7,1), (3,7,3), (3,7,4) и (3,7,6) — за команды «погружение — всплытие». Подводный необитаемый аппарат продолжает работать полноценно, пока работает хотя бы один двигатель из каждой группы [5].

Обозначим у'; £ {0; 1} — состояние двигателя (3,7,0, где /'[ = 1 будет соответствовать отказу двигателя, и /, =0 — рабочему состоянию двигателя. Состояние Ь = (к.к-к.к.к^бХ к = 0; 63, показывает работоспособность шести двигателей в данный момент времени, тогда начальное нулевое состояние (0,0,0,0,0,0) двигателей соответствует состоянию, когда все двигатели работают, а 63-е состояние (1,1,1,1,1,1) — состоянию, когда все двигатели отказали. Количество возможных состояний равно 26 = 64, нумерация соответствует переходу в двоичную систему счисления. Определим совокупность состояний, когда двигатели отказывают. В группу 37А включим все состояния, при которых подводный аппарат не может двигаться вперед-назад из-за отказа двигателей (3,7,2) и (3,7,5). В группу 37В включим все состояния, когда отказали все четыре двигателя, отвечающие за погружение-всплытие. Определим множества и посчитаем

количество состояний.

37А) «Вперед-назад», (3,7,2) и (3,7,5) двигатели. Множество состояний

В множестве находится 16 возможных состояний: 18, 19, 22, 23, 26, 27, 30, 31, 50, 51, 54, 55, 58, 59, 62, 63.

37В) «Погружение-всплытие», двигатели (3,7,1), (3,7,3), (3,7,4) и (3,7,6). Множество возможных состояний определяется

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

и содержит всего 4 возможных состояний 45, 47, 61 и 63, причем состояние 63, соответствующее состоянию (1,1,1,1,1,1) включается в оба множества 37А и 37В и обозначает состояние со всеми отказавшими двигателями.

В вышеперечисленном контексте состояниями можно поделить условно на 3 группы:

0 «отказовые» состояния (входящие в группы 37А и 37В) (19 состояний из 64). {]1,]2']зЛ^кЛб) е СА и В);

и) «предотказовые» состояния, где при отказе хотя бы одного двигателя состояние будет на следующем шаге принадлежать группам 37А и 37В, т.е. существует ровно один работающий двигатель (3,7,2) или (3,7,5) из

ECONOMIC SCIENCE

первой группы, и ровно один двигатель из группы (3,7,1), (3,7,3), (3,7,4) и (3,7,6). Предотказовое состояние при поломке очередного двигателя переходит в отказовое состояние. Обозначим группу состояний множеством С.

В эту группу входит 33 состояния из 64: 2, 3, 6, 7, 10, 11, 14-17, 20, 21, 24, 25, 28, 29, 34, 35, 37-39, 41-44, 46, 48, 49, 52, 53, 56, 57, 60.

ш) «работоспособные» состояния двигателей, т.е. до отказа двигателей как минимум 2 возможных отказа. Объединим эти 12 состояний во множество D.

Деление состояний на отказовое, предотказовое и работоспособное позволяет дать рекомендации разработчикам об установлении датчиков, показывающих, в каком состоянии находится система двигателей, и в предотказовом состоянии можно проводить «профилактику» или замену системы двигателей, не дожидаясь полного отказа системы мониторинга.

Построение дерева техногенных рисков

Для анализа системы мониторинга и поиска рисковых путей построим дерево техногенных рисков. Для построения дерева будем использовать обозначения [10]. Круг будет обозначать листьевое — конечное событие, а квадрат — корневое или промежуточное событие, которое может быть разбито на более мелкие события, рис 3.

0

Рис. 3. Дерево техногенных рисков системы мониторинга морского газопровода (37А) — совокупность состояний, отвечающих за движение назад—вперед (37В) — совокупность состояний, отвечающих за погружение—всплытие

В дереве рисков используется шлюз «А,В» для системы двигателей, который при событии 37А или 37В фиксирует поломку двигателей, остальные шлюзы дерева фиксируют отказ в обслуживании при хотя бы одном отказе элемента нижележащего уровня.

Следует отметить, что стоимость всей системы мониторинга ничтожно мала с возможными финансовыми штрафами, которые понесет компания за возможную аварию. В работе Ямникова С. А. [11, с. 117] говорится о возможном ущербе окружающей среде на участке газопровода в 250 млн руб. с поправкой на 2018 г., величина ущерба, сочетая экологический ущерб, прямой и косвенный ущерб, в том числе для третьих лиц, расходы на ликвидацию возможной аварии, социально-экономические потери действительно могут доходить до сотней миллионов рублей. Авария может произойти, в том чис-

ле, и от не своевременно проведенного мониторинга, чему виной могут быть элементы системы мониторинга. Ущерб от отсутствия мониторинга может быть распределен по элементам системы мониторинга соразмерно вероятности отказа элемента за рабочий период. Автор в данной работе показывает анализ рисковых ситуаций за рабочий период (сутки), при увеличении рассматриваемого периода вероятности рисковых событий и средние величины ущерба могут быть увеличены. Приведем в таблице 1 вероятность отказа для листьевых событий за рабочий период (сутки), которая для краткосрочной модели обратно пропорциональна периоду безотказной работы в днях. Ущерб в краткосрочной модели пропорционален вероятности отказа элемента за рабочий период и общей сумме ущерба, и отражает вклад элемента в возможный ущерб.

Таблица 1.

Исходные данные

Событие Вероятность отказа элемента Событие Вероятность отказа

за рабочий период элемента за рабочий период

(1) 0,00055 (3,3) 0,00091

(2) 0,00068 (3,4) 0,00027

(3,1,1) 0,00027 (3,5,1) 0,00046

(3,1,2,1) 0,00137 (3,5,2) 0,00011

(3,1,2,1) 0,00091 (3,5,3), (3,5,4) 0,00018

(3,2) 0,00055 (3,5,5), (3,6) 0,00018

Введем структурные функции надежности системы. Структурные переменные ххк элементов и подсистем являются индикаторными функциями соответствующих событий ххк = 1 если подсистема 4 работоспособна,

иначе х., =0.

Вычисление структурной функции надежности подсистемы 4-1 производится путем замены шлюза соответствующей операцией:

Для верхнего уровня: причем

Для следующих уровней

Ф(31) = <Р( 311)^(312) = ^(311)-^(3121)-^(312 2)'

32) — ^(32)' 1°(33) — ^(33)' <Р(34) — Х(34)'

<Р(35) — Ш=1<Р(35;) — Ш=1^(351)' 'Р(Зб) — Х1

(36).

Структурная функция надежности для элемента (37) (двигатели) имеет вид:

^ (1 - r(37mi))(l - X(37m2)) х[37тз)х[37т4) +

ms=1,3,4,6; s=ui,

+*(375)*(372)

(l - л:(37т1))(1 - %7m2)) (l - х(37?п3))*(37т4)} +

ms=1,3,4,6;

S=lj4,

*m3 *m4

+ {(l - X(372))*(375) '

ные функции) или через обратное событие для отказо-вых состояний. Воспользуемся первым способом и найдем вероятность безотказной работы двигателей:

Используя данные в таблице 1, Р(37) - 0,9 9 9 9 9 9 9 7, при этом вероятности отказа при событиях А и В будут равны д(37Л) = 0,0000000324 и (/(37В) < Ю"10.

Аналогично можно вычислить вероятности безотказной работы других элементов:

тогда вероятность безотказной работы системы мониторинга морского газопровода в течение рабочей смены равна

^ (1 ~ х(37ш1))(1 ~~ *(37т2)) (1 _ *(37т3))*(37т4)} т5=1,3,4,6;

т1Фт2Ф

В этой формуле суммирование начинается со случая, когда все двигатели работают, далее случай, когда только один двигатель не работает, в первых фигурных скобках перечислены все варианты, когда два двигателя не работают, но система двигателей по-прежнему работоспособна, в третьих и четвертых фигурных скобках — варианты, когда 3 и 4 двигателя не работают, но система еще работоспособна.

Анализ системы мониторинга

Для анализа работоспособности системы мониторинга необходимо узнать вероятности отказов на всех промежуточных состояниях. Начнем исследование с системы двигателей.

Вероятности безотказной работы вычислены с помощью вероятностей отказов, заданные таблицей 1. Вероятность того, что один двигатель исправен, равна

Вероятность того, что система двигателей не находится в отказовом состоянии, может быть вычислена 2 способами: через работоспособные состояния (структур-

Таким образом, вероятность наступления рисковых событий за сутки равна 0,99322. Интересным остается прогноз и выявление слабых элементов, которые могут в первую очередь отказать. Для этого найдем наиболее опасные пути развития рисковых событий.

Найдем наиболее опасные пути развития рискового события по критерию максимальной вероятности отказа элементов и подсистем, начиная с нижнего уровня для каждого промежуточного элемента. Определим значение максимальной вероятности отказа на нижележащем уровне и номер подсистемы '^(4), на которой этот максимум достигается:

Собирая эти величины вместе, найдем наиболее опасный путь по критерию максимального вероятности отказа для любой подсистемы и системы в целом. Начнем рассматривать систему двигателей (3,7).

Для системы сенсоров (3,5):

Для системы светильников (3,1,2):

<7(312) = таХ(Ч(3121)1 <7(3122)) = Ч(3121).7,(312) = (3121).

Для системы видеонаблюдения (3,1):

Для подводного необитаемого аппарата (3):

Для системы мониторинга в целом

Таким образом, наиболее опасным путем в смысле вероятностного отказа является путь

Выявлено, что наиболее опасным рисковым событиям подвержен элемент (3) — подводный необитаемый аппарат, он выйдет из строя скорее всего из-за системы видеонаблюдения (31), у которой откажут (312) — светильники, а именно светильник (3121).

Выводы и задачи дальнейших исследований

В работе представлен анализ системы мониторинга морского газопровода на основе краткосрочной модели оценки рисков, выявлены опасные пути развития рисковых ситуаций. Подробно исследована система двигателей, реализующая движение «вперед-назад» и «погружение-всплытие», даны рекомендации разработчикам об установлении датчиков для предотказовых состояний и своевременной замены элементов. Построено дерево рисков для системы морского газопровода с детализацией элементов, которые могут привести к рисковым событиям. Рассчитан «опасный путь» по критерию максимальной вероятности отказов как наиболее вероятный вариант развития чрезвычайных ситуаций.

Работа может быть продолжена в будущем. Возможна детализация элементов (1) и (2) системы мониторинга и последующий анализ рисковых событий как для краткосрочной, так и для долгосрочной моделей оценки рисков. Кроме того, могут быть проанализированы возможные экономические ущербы с оценкой стоимости оборудования при возникновении рисковых ситуаций.

Часто для оценки рисковых событий в инженерной среде пользуются средними значениями, не вникая детально в функции распределения времени безотказной работы, в связи с этим важно провести анализ чувствительности к виду исходной информации, касающейся надежности элементов системы [12].

К исследованию приглашаются заинтересованные

организации и исследователи с необходимой справочной информацией для поддержки этих исследований.

Список источников

1. The cost of unplanned downtime and the rally for digital transformation. Режим доступа: online (25 июля 2022). https://www.servicemax.com/uk/fsd/2017/10/19/ the-cost-of-unplanned-downtime-and-the-rally-for-digital-transformation/

2. Rykov V., Kochueva O. and Farkhadov M. Preventive Maintenance of a k-out-of-n System with Applications in Subsea Pipeline Monitoring. J. Mar. Sci. Eng. 2021, 9, 85.

3. Вишневский В. М., Кришнамурти А., Козырев Д. В., Ларионов А. А., Иванов Р. Е. Методы исследования и проектирования широкополосных беспроводных сетей вдоль протяженных транспортных магистралей. T-Comm : Телекоммуникации и транспорт. 2015. Том 9. № 5. С. 9-15.

4. Газпром. Джубга-Лазаревское-Сочи. Первый вну-трироссийский морской газопровод. Режим доступа: online (25 июля 2022). https://www. gazprom.com/projects/ dls/

5. Rykov V., Kochueva O., Rykov Ya. Preventive Maintenance of k-out-of-n System with Respect to Cost-Type Criterion. Mathematics 2021, 9, 2798.

6. Rykov V., Ivanova N., Kozyrev D. (2021) Risk tree as an assistant tool for the decision-maker. P. 109-114. DOI 10.1109/ICUMT54235.2021.9631604.

7. Рыков В. В., Иткин В. Ю. Надёжность технических систем и техногенный риск (учебное пособие). М. : ИНФРА-М, 2016, 214 с.

8. Farkhadov M., Abramenkov A., Abdulov A., Eliseev A. Portable Remotely Operated Underwater Smart Vehicle with a Camera and an Arm. In Proceedings of the 2019 10th International Power Electronics Drive Systems and Technologies Conference (PEDSTC) Shiraz, Iran, 2019. P. 178-183.

9. Rykov V., Ivanova N. and Farhadov M. On principles of risk analysis with a practical example. RT&A, Special Issue 3 (66), Volume 17, 2022. P. 38-41.

10. Henley E. G., Kumamoto H. Reliability engineering and risk assessment. Prentice-Hall, New Jersey, 07632, 1981.

11. Ямников С. А. Разработка методики определения ключевых параметров страхования экологических рисков техногенных чрезвычайных ситуаций на магистральных газопроводах в условиях ограниченности статистической информации : диссертация ... кандидата технических наук : 05.26.02 — безопасность в чрезвычайных ситуациях (в нефтяной и газовой промышленности). Москва, 2018.

12. Ибрагимов Б. Г. Анализ эффективности передачи пакетов трафика систем и протоколов сигнализации сетей NGN / Б. Г. Ибрагимов, С. Р. Исмайлова // T-Comm : Телекоммуникации и транспорт. 2014. Т. 8. № 6. С. 21-24.

References

1. The cost of unplanned downtime and the rally for digital transformation. Available online (accessed on 25 July 2022): https://www.servicemax.com/uk/fsd/2017/10/19/

the-cost-of-unplanned-downtime-and-the-rally-for-digital-transformation/

2. Rykov V., Kochueva O. and Farkhadov M. Preventive maintenance of a k-out-of-n system with applications in subsea pipeline monitoring. J. Mar. Sci. Eng. 2021, 9, 85 p.

3. Vishnevsky V. M., Krishnamoorthy A., Kozyrev D.V., Larionov A. A., Ivanov R.E. Methods for research and building up the broadband wireless. Communication networks along the long transport routes. T-Comm : 2015. Vol 9. № 5. P. 9-15.

4. Gazprom. Dzhubga-Lazarevskoye-Sochi. The First Russia-Based Offshore Gas Pipeline. Available online (accessed on 25 July 2022): https://www. gazprom.com/ projects/dls/

5. Rykov V., Kochueva O., Rykov Ya. Preventive Maintenance of k-out-of-n System with Respect to Cost-Type Criterion. Mathematics 2021, 9, 2798.

6. Rykov V., Ivanova N., Kozyrev D. (2021) Risk tree as an assistant tool for the decision-maker. P. 109-114. DOI 10.1109/ICUMT54235.2021.9631604.

7. Rykov V V., Itkin V. Yu (2016) Reliability of technical systems and technogenic risk. Textbook. M. : INFRA-M, 214 p.

8. Farkhadov M., Abramenkov A., Abdulov A., Eliseev A. Portable Remotely Operated Underwater Smart Vehicle with a Camera and an Arm. In Proceedings of the 2019 10th International Power Electronics Drive Systems and Technologies Conference (PEDSTC) Shiraz, Iran, 2019. P. 178-183.

9. Rykov V., Ivanova N. and Farhadov M. On principles of risk analysis with a practical example. RT&A, Special Issue 3 (66), Volume 17, 2022. P. 38-41.

10. Henley E. G., Kumamoto H. Reliability engineering and risk assessment. Prentice-Hall, New Jersey, 07632, 1981.

11. Yamnikov S. A. Development of a methodology for determining the key parameters of insurance of environmental risks of man-made emergencies on main gas pipelines in conditions of limited statistical information : dissertation ... Candidate of Technical Sciences : 05.26.02 — safety in emergency situations (in the oil and gas industry). Moscow, 2018.

12. Ibrahimov B. G., Ismaylova S. R. The analysis efficiency transfer packages traffic of the systems and protocols signaling networks NGN. T-Comm : 2014. Vol 8. № 6. P. 21-24.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Информация об авторе

Э. Р. Зарипова — доцент кафедры естественнонаучных дисциплин Московского университета МВД России имени В.Я. Кикотя, кандидат физико-математических наук.

Information about the author E. R. Zaripova — Associate Professor of the Department of Natural Sciences of the Moscow University of the Ministry of Internal Affairs of Russia named after VYa. Kikot', Candidate of Physical and Mathematical Sciences.

Статья поступила в редакцию 25.07.2022; одобрена после рецензирования 30.08.2022; принята к публикации 17.09.2022.

The article was submitted 25.07.2022; approved after reviewing 30.08.2022; accepted for publication 17.09.2022.

i Надоели баннеры? Вы всегда можете отключить рекламу.