Автоматизированная интеллектуальная система принятия управленческих решений в ходе ликвидации последствий радиационных инцидентов на основе физико-математического моделирования Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

УДК 614.8:621.039

Автоматизированная интеллектуальная система принятия управленческих решений в ходе ликвидации последствий радиационных инцидентов на основе физико-математического моделирования

Н. Н. Хомяков

Аннотация

Приведены разработанные математические модели: определения площади зоны ведения разведки местности при радиационных инцидентах на радиационно-опасных объектах, автоматизации задач интерпретации данных и графического отображения результатов радиационного мониторинга (разведки) местности. Обосновано использование алгоритма Брезенхейма для отображения результатов выявления радиоактивного загрязнения местности.

Ключевые слова: радиационный мониторинг (разведка), прогноз радиационной обстановки, оценка радиационной обстановки, интерпретация и отображение результатов, интеллектуальная автоматизированная система принятия решения.

The Automated Intellectual System of Acceptance of Administrative Decisions During Liquidation of Consequences of Radiating Incidents on the Basis of Physical and Mathematical Modelling

N. Khomyakov

Abstract

The developed mathematical models are resulted: definitions of the area of a zone of conducting investigation of district at radiating incidents on dangerous object of radiation, automation of tasks the data interpretation and show the graphic results of radiating investigation of district. Use of algorithm of Brezenhejma for show of results of revealing of radioactive pollution of district is proved.

Key words: radiating monitoring (investigation), the forecast of radiating conditions, an estimation of radiating conditions, interpretation and show of results, the intellectual automated system, decision-making.

В ходе решения задач выявления и оценки радиационной обстановки (РО) при ликвидации последствий различных инцидентов радиационного характера становится актуальным вопрос представления результатов работы в простом и наглядном виде должностным лицам различного уровня для выработки управленческих решений. При этом документы могут быть оформлены

в виде формализованных (или неформализованных) справок, а также представлены в графическом виде. В зависимости от обстановки должностным лицам могут представляться различные графические документы, отражающие:

— прогноз радиоактивного загрязнения местности (РЗМ);

— фактическое РЗМ, выявленное по данным радиационной разведки;

— изолинии мощности дозы излучения (МДИ) на различное время;

— районы, дозы излучения в которых за определенное время превысят заданные;

— другие необходимые данные.

В настоящее время выявление РЗМ может осуществляться с помощью прогноза и на основе фактических данных радиационной разведки и мониторинга. При прогнозировании используются сведения об источниках РЗМ и метеорологическая информация. Этот процесс на данное время достаточно разработан и формализован. Вместе с тем анализ положения и формы следов от различных источников, в том числе и аварий физико-энергетических установок (ФЭУ), показывает, что РЗМ представляет собой более сложный процесс, чем параметризованный в моделях, положенных в основу справочников, и для него характерен не только изгиб следа, но и также изменение формы вследствие наличия в нем локальных неоднородностей. Количество локально неоднородных участков, а также их форма и размеры изменяются во времени вследствие переноса радиоактивных веществ ветром с пылью, зависят от ландшафта, застройки населенных пунктов, организации инженерного оборудования районов, дорог и в связи с проведением работ по ликвидации последствий РЗМ.

Еще более сложная топология поля РЗМ возникает при авариях и разрушениях объектов внешнего и внутреннего ядерного топливного цикла. В этом случае модели прогнозирования РЗМ должны учитывать дополнительную информацию о типе источника загрязнения, времени кампании топлива, характере аварии или разрушения, а также направлении и скорости ветра в пограничном слое атмосферы. Необходимо также учесть тот факт, что источник загрязнения является пульсирующим во времени с изменяющейся производительностью выброса.

В настоящее время таких моделей описания поля РЗМ не существует. Имеющиеся же либо слишком грубы, так как не учитывают многие существенные факторы (пульсация источника во времени, изменяющаяся мощность выброса и т. д.), либо приспособлены к конкретной ситуации РЗМ (например, только к аварии на ЧАЭС). Кроме того, в случае выявления РЗМ по фактическим данным можно говорить лишь об определенных научных проработках проблемы. Некоторые из причин такого положения дел очевидны. Это несоответствие, в той или иной степени, между фактическим РЗМ и модельным, неполная и неточная информация об источниках радиоактивного загрязнения, значительные ошибки определения мощности экспозиционной дозы (МЭД) у-излучения современными приборами радиационной разведки и мониторинга, большой объем обрабатываемых массивов данных, имеющих разброс по времени измерений и т. д. Исходя из этого, существует потребность дальнейшего развития методологии выявления РЗМ при различных инцидентах на радиационно опасных объектах, в том числе на объектах внешнего и внутреннего ядерного топливного цикла с потенциальным выходом радио-

активных веществ за пределы санитарно-защитной зоны, от прогноза и получения точных фактических данных о радиационной обстановке в результате разведки и мониторинга до оперативной обработки и представления получаемых в ходе выявления обстановки данных с использованием современной вычислительной техники.

Существующие методы [1, 2, 3, 4] интерпретации данных радиационной разведки и радиационного мониторинга позволяют проводить обработку информации, полученной от технических средств радиационной разведки и радиационного мониторинга местности при известной погрешности измерений и различной полноте данных, полученных как при сформировавшемся радиоактивном следе, так и в динамике формирования зон радиоактивного загрязнения местности (РЗМ). При этом возможно использование априорной информации об источниках радиоактивного загрязнения и метеоусловиях. Однако вопрос выбора и применения этих алгоритмов в компьютерных системах обработки данных в конкретных ситуациях, когда условия позволяют использовать одновременно несколько алгоритмов обработки информации, остается нерешенным. Эту задачу можно решить, предоставив возможность выбора алгоритма обработки информации непосредственно должностному лицу. Но в автоматизированных системах реального времени решение задачи выбора алгоритма обработки информации должно выполняться автоматически. При этом задача выбора и применения оптимальных алгоритмов должна решаться на основе общей концептуальной модели обработки данных в системе интеллектуальной обработки информации.

Очевидно, что способы обработки данных будут зависеть от того, какой исходной информацией мы располагаем. Действительно, подходы к решению задачи будут различными при различных информационных ситуациях: имеются ли данные об источниках радиоактивного загрязнения или они отсутствуют, радиационная разведка (мониторинг) проведена в полном объеме или данные только начали поступать.

В качестве исходной информации используется множество данных радиационной разведки или мониторинга (р) источников радиоактивного загрязнения (<2) и метеоусловий (V). При этом количество данных п радиационной разведки и мониторинга не должно быть меньше заданного минимального количества п1, которое определяется, исходя из площади района выявления радиационной обстановки на местности и возможностей измерительной системы (подсистемы) сбора и обработки данных МЭД у-излучения РЗМ.

Одним из важнейших критериев при анализе информационной ситуации является плотность точек измерения МЭД у-излучения РЗМ (р), которая должна быть не менее величины локальных неоднородностей поля МЭД у-излучения РЗМ (р(). В случае когда это условие выполняется, дальнейшая классификация ситуаций проводится по наличию или отсутствию информации об источниках РЗМ и метеоданных.

Если средняя плотность точек измерения менее р(, то следует рассмотреть случаи, когда при этом

существуют компактные множества Рк , внутри которых р > р, и при этом выполняется условие:

ЗхР(х) -

Р(х) - тах

(Р■ ( х)|, = 1, п )

;(р. (х), = 1, п )

> к,

(1)

где:

Р(х) — измеренная мощность дозы излучения в точке, рад/ч;

Р, — множество данных радиационной разведки и мониторинга;

Q —множество данных источников РЗМ;

V — множество данных метеоусловий;

N — количество данных радиационной разведки и мониторинга;

р — плотность точек измерения МЭД у-излучения РЗМ, км-2;

Рк

компактное множество данных радиационной

разведки и мониторинга;

к, — коэффициент, характеризующий размах выборки измерений (относительная величина, характеризующая размах выборки измерений).

При этом компактными называются такие множества топологического пространства X, что каждая бесконечная последовательность {х,,, е ,} содержит подпоследовательность, сходящуюся к некоторой точке х0 пространства X.

Коэффициент к, изменяется в пределах от 0 до 1 и не должен быть меньше 0,2.

При выполнении данных условий следует опять отдельно рассмотреть случаи, когда присутствуют или отсутствуют информация об источниках РЗМ и метеоданные.

Если же плотность точек измерения р ниже, чем р, и нет компактных выборок, в которых выполнялись бы условия, описанные выше, то необходимо отдельно рассмотреть случаи, когда имеется информация об источниках РЗМ и когда такие данные отсутствуют.

На основе рассмотренных свойств компактных множеств измерений МЭД у-излучения РЗМ при недостаточной плотности точек контроля, т. е. при недостаточной информации о поле у-излучения от РЗМ, полученных в ходе ведения радиационной разведки и мониторинга данных, предлагается подход, который получил название алгоритма последовательной параметрической адаптации (ППА) прогностических моделей данными радиационной разведки и мониторинга.

Алгоритм включает три этапа и может выполняться неоднократно по мере поступления фактической информации о поле у-излучения от РЗМ. Он является частью автоматизированной или интерактивной системы обработки данных и может выполняться при следующих условиях:

— плотность точек контроля недостаточна для «прямого» воспроизведения топологии поля у-излучения от РЗМ в заданном районе;

— измерения МЭД у-излучения РЗМ сгруппированы в компактные множества;

— формирование поля у-излучения от РЗМ в заданном районе практически завершено.

Последнее условие работы алгоритма требует уточнения. Так как алгоритм основан на выделении структурной информации о поле у-излучения от РЗМ градиентными методами, то он может быть использован при условии достаточного наличия информации о структуре поля у-излучения от РЗМ в выборках измерений. Это не означает, что процесс формирования поля у-излучения РЗМ завершился окончательно. Изменение значений МЭД у-излучения РЗМ в точках поля у-излучения от РЗМ будет происходить как вследствие спада активности, так и из-за неокончательного завершения процесса формирования радиоактивных следов. Однако эти изменения носят общий характер относительно района выявления РО и на результаты работы алгоритма практически не влияют, если изменения значения МЭД у-излучения РЗМ в отдельных точках поля у-излучения от РЗМ не превышают предельной погрешности измерений МЭД у-излучения РЗМ. Представляет интерес проведение исследований по оценке возможности работы алгоритма ППА при условии измерения МЭД у-излучения РЗМ в процессе более раннего формирования зон РЗМ, когда значения МЭД у-излучения РЗМ в последующем могут в несколько раз отличаться от фактических измерений на сформированных радиоактивных следах. Такая информационная ситуация характерна для систем контроля РО.

На первом предварительном этапе осуществляется оценка возможности применения алгоритма ППА путем анализа выборки измерений на компактность, недостаточную плотность точек измерения МЭД у-излучения РЗМ и оценку времени процесса завершения формирования радиоактивных следов РЗМ. Этот этап может быть выполнен как непосредственно по имеющимся выборкам измерений МЭД у-излучения РЗМ, приведенным к одинаковому времени, так и по оцифрованному изображению поля у-излучения от РЗМ.

На этом этапе обработки информации решается задача сглаживания выборки измерений и ее регуляризации (представление поля у-излучения от РЗМ в виде регулярной структуры), позволяющая повысить скорость обработки данных РРМ на последующих этапах работы алгоритма ППА и сократить время обмена информацией о поле у-излучения от РЗМ между автоматизированными рабочими местами (АРМ).

На втором этапе проводится локальная оптимизация параметров прогностических моделей по структурной информации, выделенной из фрагментов оцифрованных изображений. При этом под локальной оптимизацией (ЛО) здесь подразумевается уточнение или определение новых значений векторов:

Чх ={х,- . У} , = 1, п ,

ич = {а ч} Ч =Л ЛЬ-". Чт }

(2)

(3)

где:

Чх — вектор координат источников РЗМ чх е ^ ;

ыд — вектор направлении осей радиоактивных следов РЗМ для различных источников РЗМ в заданном районе выявления радиационной обстановки. При прогнозировании РО значения этого вектора могут интерпретироваться как фактическое направление ветра в момент формирования поля у-излучения от РЗМ для ьго источника РЗМ:

КeVhе5}

(5)

где:

V — вектор измерений направления и скорости ветра;

sq — район, в пределах которого значения вектора uq = const для источников РЗМ одинаковой мощности, т. е. пространственной изменчивостью направления ветра можно пренебречь;

n — количество источников РЗМ. После проведения ЛО количество источников РЗМ может отличаться от исходного значения;

q — вектор табулированных значений мощностей источников РЗМ.

Допущение о том, что ориентация радиоактивного следа РЗМ определяется только гипотетическим направлением ветра в момент формирования поля у-излу-чения от РЗМ, основано прежде всего на приоритетном вкладе этого фактора в составляющую погрешности прогнозирования РО и возможности его учета при моделировании поля у-излучения от РЗМ.

При решении задачи выявления местоположения источников РЗМ для каждого компактного множества P(x) оценивается возможность выделения информации о координатах источников РЗМ. При этом в интерактивном режиме обработки данных радиационной разведки местности или мониторинга районы и характерные признаки структурной информации поля у-излучения от РЗМ указываются непосредственно оператором.

Далее для каждой точки компактного множества рассчитываются направления градиента и координаты местоположения источника РЗМ. Затем проводится оценка степени согласованности полученных результатов по критерию согласованности направлений градиентов в каждой точке множества P(x).

В случае согласованности направлений градиентов уточняется список источников РЗМ. При этом могут возникнуть следующие две ситуации:

1) в имеющемся списке источников РЗМ для вновь выявленного источника РЗМ в пределах границ доверительной области la другого источника РЗМ не окажется;

2) в списке имеется источник РЗМ, который попадает в пределы доверительной области, построенной относительно вновь выявленного источника РЗМ.

В первой ситуации проводится уточнение списка источников РЗМ и занесение в запись базы данных (БД) координат и погрешностей их определения вновь выявленного источника.

Во втором случае проводится определение уточненных значений координат источника РЗМ. Если предположить, что уточненные координаты источника РЗМ

являются случайными величинами, распределенными по нормальному закону ю(х), то, используя формулу Байеса, можно получить новые оценки распределения, основанные на принципе максимальной апостериорной плотности оцениваемого параметра путем решения следующего уравнения:

д n д

—lnю(x) + У— lnю(xt |x) = 0. dx dx

(6)

Решение этого уравнения известно и может быть представлено в следующем виде:

(7)

1

1 +

где: x0? 00

о

„2

nOn

1 n 1У

xoO

no.

0 7

априорные значения математического ожи-

дания и дисперсии координат источника РЗМ;

п

^ , о — апостериорные оценки математического

1=1

ожидания и дисперсии, полученные в результате определения местонахождения источника РЗМ по анализу градиентов в выборках измерений;

х — уточненное значение параметра.

При выделении структурной информации о направлении радиоактивных следов РЗМ проводится конъюнктивный поиск районов, содержащих эту информацию, и определение новой ориентации осей радиоактивных следов по рассмотренному выше алгоритму. В результате работы алгоритма в базу данных заносятся значения вычисленных направлений осей радиоактивных следов от источников РЗМ.

Выделение информации о размерах зон РЗМ и их последующая обработка с целью уточнения мощности источника РЗМ является весьма сложной задачей, относящейся к области искусственного интеллекта по распознаванию сцен на полученных графических изображениях. Однозначного решения этой задачи при недостаточной полноте исходной информации на данный период развития науки в области искусственного интеллекта получить практически невозможно. Вместе с тем в интерактивном режиме решение этой задачи возможно — в случае непосредственного указания геометрических размеров радиоактивного следа оператором.

Таким образом, в результате проведения ЛО на фрагментах оцифрованных изображений РЗМ уточняются отдельные компоненты вектора исходных данных, которые используются в дальнейшем при выполнении третьего этапа обработки информации.

На последнем этапе алгоритма ППА решается задача нахождения таких значений параметров прогностических моделей, при которых степень рассогласования вычисленных значений функции Р( х, у) с выборкой измерений была бы минимальной в целом по району выявления РО. Аналитического решения этой задачи не существует, так как значения одного параметра в модели могут быть полностью или частично компенсированы другими. Еще более сложная ситуация возникает при наложении радиоактивных следов от источников РЗМ различной мощности. В этом случае из-за особенностей формирования радиоактивных следов для этих источников РЗМ используются данные о направлении

ветра («роза ветра») по различным высотам. Это еще более усложняет решение задачи, так как увеличивает размерность данных о метеообстановке.

Рассматривая алгоритм обработки информации

0 РЗМ, нельзя обойти и наиболее сложные для интерпретации информационные ситуации, относящиеся к динамике формирования радиоактивных следов РЗМ. Ранее методы обработки данных радиационной разведки и мониторинга в этих информационных ситуациях не рассматривались, так как считалось, что из-за быстрого старения эту информацию нельзя использовать для выявления и оценки РО. Однако с созданием систем, позволяющих управлять процессом сбора информации о РЗМ, возникла и необходимость автоматизировать обработку таких ситуаций. Для этого было бы желательно использовать уже разработанные ранее и практически апробированные алгоритмы обработки данных радиационной разведки и мониторинга. Это не отвергает возможности создания принципиально новых методик и алгоритмов обработки для решения специфических задач, возникающих при выявлении и оценке РО, а также при ликвидации ЧС, но при этом следует учитывать то обстоятельство, что предложенные в данной работе алгоритмы основаны на восстановлении поля у-излучения от РЗМ и поэтому могут использоваться для решения непредвиденно возникающих задач при оценке РО. Создание алгоритмов, основанных на других принципах или для решения только частных задач при оценке РО, как показал опыт, не приводит к положительному результату в целом.

Определим прежде всего условия, при которых возможна обработка данных, полученных при РРМ в ходе динамики формирования радиоактивных следов РЗМ по рассмотренному ранее алгоритму. Наиболее значимыми являются два следующих условия:

1 VxP(x) ^{{(x)-Pt+it(x)| <гр}, (8)

где: ___

At = max {,i = 1, n}- min {t,.,i = 1, n};

e — предельная абсолютная погрешность измерений МЭД у-излучения РЗМ;

n — количество точек измерений.

[I P( x) - max( Pt (x)\ i = In )| 1

2. 3xP(x) -¡—!=-L > Kz \, (9)

I max(Pi (x) i = 1, n I

где Kz — относительная величина, характеризующая минимальный размах выборки измерений, при котором возможно использование алгоритма ППА.

Существуют определенные особенности применения большинства методов для обработки информационных ситуаций в динамике формирования радиоактивных следов РЗМ. Эти особенности связаны с тем обстоятельством, что в настоящее время практически отсутствуют удовлетворительные математические модели, описывающие фактические процессы динамики формирования зон РЗМ. Все расчеты по оценке РО с использованием ЭВМ проводятся в предположении, что зоны РЗМ формируются мгновенно в расчетных

точках поля у-излучения от РЗМ. Поэтому можно использовать только ту часть алгоритма ППА, где непосредственно не применяются математические модели формирования радиоактивных следов РЗМ.

Обработке информации предшествует анализ достоверности получаемой от датчиков МЭД у-излучения РЗМ информации о РЗМ. Если р(<1) — вероятность ложного срабатывания ьго датчика и р(<1) = р(<2) = .. = р(<т), где т — общее количество датчиков, тогда достоверность информации о РЗМ от к сработавших из них будет определяться как

Р( П<) = 1 -¿Ж). (33)

Если достоверность информации выше заданной Р,, тогда проверяется условие (29) по оценке возможности применения алгоритмов обработки полученных данных и проводится опрос датчиков информации.

При недостаточной плотности точек измерений МЭД у-излучения РЗМ проводится ЛО на фрагментах изображений с определением структурной информации о возможном районе местоположения источника РЗМ и направления ориентации радиоактивного следа РЗМ.

В дальнейшем рассмотренный цикл обработки информации может повторяться либо при поступлении новых данных от датчиков МЭД у-излучения РЗМ, либо принудительно по запросу должностного лица.

Существующие методы интерпретации данных радиационной разведки и мониторинга позволяют проводить обработку информации, полученной от различных технических средств радиационной разведки и мониторинга при известной погрешности измерений и различной полноте данных, полученных как при сформировавшемся следе, так и в динамике формирования зон РЗМ. При этом возможно использование априорной информации об источниках радиоактивного загрязнения и метеоусловиях.

Однако вопрос выбора и применения этих алгоритмов в системах интеллектуальной обработки данных в конкретных ситуациях, когда условия позволяют использовать одновременно несколько алгоритмов обработки информации, остается нерешенным. В принципе эту задачу можно решить просто, предоставить возможность выбора алгоритма обработки информации непосредственно должностному лицу, но в автоматизированных системах реального времени решение задачи выбора алгоритма обработки информации должно, на наш взгляд, выполняться автоматически. Причем задача выбора и применения разработанных алгоритмов должна решаться на основе общей концептуальной модели обработки информации в системе интеллектуальной обработки данных.

Исходя из этого, на основе анализа условий применения существующих алгоритмов, была разработана концептуальная математическая модель обработки информации о РЗМ при различных информационных ситуациях, позволяющая практически полностью автоматизировать задачу интерпретации данных радиационной разведки и мониторинга и графического отображения зон РЗМ.

На входе проводится анализ поступивших в систему данных и идентификация информационной ситуации. При анализе учитывается:

— наличие данных об источниках РЗМ и погрешности их определения (и);

— наличие данных о направлении и скорости ветра, координаты точек и время измерения параметров

(V);

— наличие данных РРМ и погрешности их измерения (Р), полнота данных (ц) и компактность выборок измерений МЭД у-излучения РЗМ р е Рк .

В результате анализа информации классифицируется информационная ситуация и выбирается соответствующий алгоритм обработки данных РЗМ.

При известных данных об источнике РЗМ, его характеристиках (мощности или производительности) и метеоусловиях до поступления в систему информации от технических средств радиационной разведки и мониторинга проводится математическое моделирование РО, результаты которого отображаются графически. При моделировании проводятся также и другие расчеты по информации об объектах, содержащихся в базе данных. Для каждого объекта определяется возможное время начала и окончания облучения, устанавливаются ссылки на источники РЗМ, оказывающие влияние на объект, оценивается (предварительно) степень влияния создавшейся РО на территорию, население.

В качестве критериев предварительной оценки степени влияния на территорию, население, объект могут быть приняты следующие:

\ (П, ¡о)=

(П1 > Пп = ), РО на 1-м объекте нетривиальна; (Пп > П1 > По | X = X 2 ), РО может оказать влияние; (10) (П0 > П1 > 0|X = ), ситуация на 1-м объекте тривиальная.

где: £,( я, ?0) — показатель степени влияния РО в зависимости от величины радиационных потерь (П) за время нахождения спасателей (населения) на местности () к моменту времени 10;

— Кп I1 = ), РО на 1-м объекте нетривиальна; %(Кэ,Ч) = ' (Кп > К — К0 I1 = РО может оказать влияние; (11) К > — 1 = 10), ситуация на 1-м объекте тривиальная.

где:

^з, го) — показатель степени влияния РО в зависимости от величины эффективной дозы облучения (<э) за время нахождения спасателя (населения) на РЗМ (*0);

dэ = F(П^ = с = с0) — эффективная доза облучения определяется как обратная функция от значения радиационных потерь за время 10 при определенных значениях других параметров функции расчета радиационных потерь среди спасателей (населения).

Возможны и другие, более сложные решающие правила предварительной оценки состояния объекта, например, по заданному предельному значению дозы облучения у доли спасателей (населения) или по ряду допустимого распределения доз облучения. Процесс моделирования повторяется после работы алгоритма последовательной параметрической адаптации прогно-

стических моделей данных радиационной разведки и мониторинга.

На сформированных радиационных следах проводится обработка данных радиационной разведки с использованием алгоритма ППА в случае невысокой плотности измерений или ограниченного времени на принятие решения.

В случае достаточного времени на обработку и принятие решения может дополнительно использоваться информация об источниках РЗМ и/или направлении ветра для уточнения границы района РЗМ. В результате обработки формируется оцифрованное изображение поля у-излучения от РЗМ ^(р), a также уточненные значения векторов и * и V * . Далее по результатам обработки проводятся расчеты тех же показателей, что и при моделировании. Графическое отображение поля у-излучения от РЗМ проводится в зависимости от типа устройства отображения алгоритмами векторного или растрового типов.

Рассмотренный цикл работы системы повторяется периодически, по мере поступления в систему информации о РЗМ. Система обеспечивает управление и поддержку — в параллельном или псевдопараллельном режимах — следующих процессов (в порядке их приоритетности):

1. Прием, обработку поступающей информации и ее графическое отображение.

2. Обработку запроса к системе либо к системам формирования выводов и предложений по управлению.

3. Анализ данных и идентификацию информационной ситуации.

4. Редукцию данных по выбранному алгоритму обработки информации.

5. Графическое отображение полученных результатов.

6. Классификацию степени достоверности информации по трем уровням информации (в терминах значений лингвистической переменной):

— «ненадежная»;

— «малонадежная» и

— «достаточно надежная».

Если степень достоверности информации о РЗМ классифицируется системой как «ненадежная» или «малонадежная», то выводы, генерируемые в дальнейшем интеллектуальными системами формирования выводов и предложений по управлению, будут ограничены выдачей общих рекомендаций по действиям в условиях РЗМ. Однако уже после нескольких циклов работы алгоритма ППА следует ожидать повышения степени надежности информации о РЗМ, что позволит генерировать в этих системах более четкие и определенные рекомендации по действиям значительного количества объектов в сложившихся условиях.

Следует отметить, что в системах с управляемым сбором данных радиационной разведки и мониторинга большую нагрузку по обработке информации будут нести алгоритмы ППА при незаконченном формировании следов. А в системах радиационного мониторинга, наоборот, большую нагрузку по обработке информации будет нести алгоритм сплайн-аппроксимации, при работе на старых следах, подвергшихся воздействию времени и переноса радионуклидов. Характерно, что при этом, при избыточной плотности точек измерения, ис-

пользование априорной информации не улучшает надежность выводов, предложений и качество отображения информации.

Предварительная оценка эффективности работы алгоритмов ППА показывает, что выделение из выборки данных радиационной разведки и мониторинга информации о направлении осей радиоактивных следов поля у-излучения от РЗМ может повысить степень надежности информации и соответственно уровень принимаемых решений до «малонадежных» или даже «надежных» в условиях недостаточной полноты данных радиационной разведки и мониторинга.

В результате моделирования РЗМ и обработки данных от технических средств мониторинга по предлагаемой модели формируется суперпозиционное оцифрованное поле РЗМ, учитывающее дополнительную информацию об источниках радиоактивного загрязнения местности и позволяющее в реальных условиях при недостаточной плотности измерений повышать степень достоверности информации для принятия решения. Графическое отображение поля РЗМ проводится в зависимости от типа устройства отображения алгоритмами векторного или растрового типа.

В заключение отметим, что предлагаемые подходы могут быть использованы в целях оперативного управления силами воздушной и наземной радиационных разведок для реализации в составе программного обеспечения систем выявления, оценки и мониторинга радиационной обстановки в составе комплексов, обеспечивающих работу центров по поддержке и принятию решений в кризисных ситуациях по радиационной составляющей.

Литература

1. Алберг, Нильсон и др. Теория сплайнов и ее приложения. М.: Мир, 1972.

2. Вазан М. Стохастическая аппроксимация. М.: Мир, 1972.

3. Справочник по теории вероятностей и математической статистике / Под ред. В. С. Королюка. Киев: Наукова думка, 1978.

4. Венцель Е. С., Овчаров Л. А. Теория случайных процессов и ее инженерные приложения. М.: Наука, 1991.

5. Антушев Г. С. Методы параметрического синтеза сложных технических систем. М.: Наука, 1989.

6. Хомяков Н. Н. Методическое руководство по математической обработке результатов физико-математического моделирования и экспериментальных измерений радиоактивного загрязнения окружающей среды при разрушении радиационно-опасных объектов. М.: ФГУ ВНИИ ГОЧС (ФЦ), 1991.

Сведения об авторе

Хомяков Николай Николаевич: к.т. н., ФГУ ВНИИ ГОЧС (ФЦ), зам. начальника научно-исследовательского центра, с.н.с., член-корр. МАНЭБ, участник ликвидации аварии на ЧАЭС. 121352, г Москва, ул. Давыдковская, 7. E-mail: nn20072@yandex.ru

Технические средства проведения и обеспечения аварийно-спасательных работ: справочное пособие. — М.: НПЦ «Средства спасения», 2009. — 256 с.

Второе издание справочного пособия «Технические средства проведения и обеспечения аварийно-спасательных работ» (далее — Справочное пособие) доработано и дополнено в НПЦ «Средства спасения» по замечаниям и предложениям по изданию 2008 года при участии специалистов ФГУ ВНИИ ГОЧС (ФЦ) и структурных подразделений МЧС России.

В Справочном пособии представлены: средства связи и оповещения; средства мониторинга и разведки обстановки; средства поиска пострадавших; авиационные средства; аварийно-спасательные машины; многофункциональные транспортные средства; аварийно-спасательный инструмент и оборудование; противопожарные средства, техника, оборудование и снаряжение; робототехнические средства; инженерно-технические средства обеспечения аварийно-спасательных работ; средства обеспечения подводно-технических и спасательных работ на воде; средства индивидуальной защиты и средства первичного жизнеобеспечения пострадавшего населения.

Справочное пособие предназначено для руководителей и специалистов органов управления РСЧС всех уровней, аварийно-спасательных и поисково-спасательных формирований, а также для преподавателей, слушателей, студентов и курсантов высших и средних специальных учебных заведений, учебно-методических и учебных центров.

Авторский коллектив: Одинцов Л.Г., д.т.н. (научный руководитель), Андреев А.В., Акимов В.А., д.т.н., Баканов С.В., к.т.н., Баран М.Е., Виноградов А.Ю., к.т.н., Глухов Е.С., Гарушев А.Х., Дубова А.А., Заболоцкий В.И., Колёсников В.П., к.т.н., Крылов И.Д., Курсаков А.В., к.в.н., Нехорошев С.Н., к.т.н., Потапенко Ю.П., к.э.н., Прищепов Д.З., Тронин С.Я., к.х.н., Фалеев М.И., к.п.н., Федорков В.И., к.т.н.

Авторы выражают благодарность руководителям и специалистам разных структур МЧС России: Мингалееву С.Г., Баженову С.В., Гавриленко В.И. и другим за оказанную помощь и поддержку при подготовке справочного пособия.

Рецензент:

Овчинников В.В., д.т.н., профессор

С замечаниями, и предложениями и по вопросам приобретения справочного пособия и представленного оборудования обращаться в Открытое акционерное общество Научно-производственный центр «Средства спасения» по

адресу: 119501, г Москва, ул. Веерная, д. 1, корп. 5, тел./ факс: 8-499-792-74-82, 8-499-792-74-83 E-mail: mail@spasenie.mchs.ru

Большую часть представленного в Справочном пособии оборудования, инструментов и принадлежностей можно заказать на сайте компании: www.spasenie-mchs.ru ISBN: 978-5-939070-027-6 ISBN: 978-5-939070-028-4 ©НПЦ «Средства спасения», 2009

СОДЕРЖАНИЕ

Перечень сокращений Предисловие

Глава 1. Средства связи и оповещения

1.1. Средства радиосвязи

1.2. Средства оповещения

Глава 2. Средства мониторинга и разведки обстановки Глава 3. Средства поиска пострадавших

3.1. Акустические приборы

3.2. Телевизионные системы

3.3. Тепловизоры

3.4. Радиолокационные приборы

3.5. Основные технические характеристики приборов поиска

3.6. Приборы ночного видения Глава 4. Авиационные средства

4.1. Самолёты и вертолёты

4.2. Дистанционно-пилотируемые летательные аппараты

4.3. Парашютные системы

4.4. Авиационные средства тушения пожаров

4.5. Дистанционная вертолетная система дробления льда

Глава 5. Аварийно-спасательные машины

5.1. Аварийно-спасательные машины общего назначения

5.2. Специализированные аварийно-спасательные машины и комплексы

5.3. Мобильные пункты управления

5.4. Машины специальной связи и оповещения

5.5. Оперативно-штабные машины

5.6. Машины для обеспечения водолазных работ

5.7. Пиротехнические машины

5.8. Мобильное аварийно-спасательное транспортное средство (МАСТС)

Глава 6. Многофункциональные транспортные средства

Глава 7. Аварийно-спасательный инструмент и оборудование

7.1. Гидравлический инструмент

7.2. Рабочее оборудование

7.3. Гидродинамический инструмент

7.4. Пневматический инструмент

7.5. Вспомогательный инструмент и оборудование Глава 8. Техническое оснащение пожарной охраны 8.1. Пожарная техника

Глава 9. Робототехнические средства

Глава 10. Инженерно-технические средства обеспечения

10.1. Машины преодоления препятствий

10.2. Машины разборки завалов

10.3. Землеройные машины

10.4. Сменное рабочее оборудование

10.5. Средства энергоснабжения

10.6. Средства освещения

Глава 11. Средства обеспечения подводно-технических и спасательных работ на воде

11.1. Водолазное снаряжение и средства обеспечения водолазных спусков

11.2. Надводные и подводные средства Глава 12. Средства индивидуальной защиты

12.1. Средства индивидуальной защиты органов дыхания

12.2. Средства индивидуальной защиты кожи

12.3. Специальная защитная одежда спасателей

12.4. Средства защиты пожарного

12.5. Средства спасения людей при пожаре

Глава 13. Средства первичного жизнеобеспечения пострадавшего населения

13.1. Быстровозводимые сооружения

13.2. Нагреватели воздуха

13.3. Мотопомпы

13.4. Резервуары для питьевой воды Заключение

Литература

Электронная версия книги в формате PDF

http://elibrary.ru/item.asp?id=15017733