CC BY
48
В. А. Кровяков
Верхневолжское представительство компании "ИндаСофт", г. Москва, Россия
В. С. Ватагин
канд. хим. наук, старший научный сотрудник, профессор Ивановского института ГПС МЧС России, г. Иваново, Россия
В. Б. Бубнов
канд. техн. наук, доцент Ивановского института ГПС МЧС России, г. Иваново, Россия
Ю. П. Самохвалов
канд. техн. наук, доцент Ивановского института ГПС МЧС России, г. Иваново, Россия
УДК 681.3
АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ БЕЗОПАСНОСТЬЮ И ЖИЗНЕДЕЯТЕЛЬНОСТЬЮ ПРЕДПРИЯТИЙ
Обоснованы значимость и актуальность появления среднего звена в структуре управления безопасностью и жизнедеятельностью предприятия, объединяющего уровни автоматизации производственных и бизнес-процессов. Показано, что программное обеспечение (ПО) PI System может успешно обеспечивать интеграцию производственно-технологических данных, их анализ, хранение и предоставление по запросу пользователя. Ключевые слова: управление безопасностью и жизнедеятельностью предприятия; уровни автоматизации производственных и бизнес-процессов; интеграция производственно-технологических данных.
Актуальность задачи автоматизации процесса управления безопасностью и жизнедеятельностью предприятия связана с необходимостью обеспечения в МЧС России оперативного мониторинга объектов — предоставления всем специалистам достоверной и оперативной информации (о загазованности, задымлении, возгораниях, превышении ПДК СДЯВ), требуемой для принятия эффективных и своевременных управленческих решений с целью предотвращения последствий или снижения уровня их опасности при возникновении чрезвычайных ситуаций. В результате управление МЧС региона приобретает гибкость, что позволяет быстро реагировать на изменения параметров жизнедеятельности контролируемых объектов.
Традиционно подобная задача решалась с помощью телефонной связи, создания набора "вертикальных" узкоспециализированных приложений с реляционными базами данных (РСУБД). Каждое из этих приложений обладало жестко заданной функциональностью (например, создание рапортов, отсылка по e-mail и т. п.) и оперировало определенными при разработке приложения наборами данных (т. е. не было гибким и масштабируемым). Ситуация отягчалась разнообразием систем автоматизации на потенциально опасных промышленных объектах и т. п. [1-6].
Одним из главных условий эффективного управления предприятием является достоверная и оперативная информация о состоянии производства, а именно: о текущем состоянии технологического процесса (ТП) основных объектов; о данных подсистем коммерческого учета сырья и готовой продукции; о состоянии вспомогательного оборудования; о результатах диагностических исследований; о техническом обслуживании технологического оборудования; о качестве поступающего сырья и готовой продукции; о потреблении энергоресурсов; об экологической обстановке. Эта информация обычно хранится в бумажных отчетах или разнородных БД и потому часто недоступна или содержит устаревшие данные.
В настоящее время на предприятиях управленческие решения принимаются, главным образом, на основе практического опыта специалистов. Повышение эффективности, оперативности и объективности управленческих решений, снижение влияния субъективных факторов можно обеспечить путем использования специалистами предприятия агрегированных объективных данных реального времени (РВ) о состоянии ТП и производства в целом.
За последнее время сформировалось несколько основных подходов к автоматизации управления производством в реальном масштабе времени, в рамках
© Кровяков В. А., Ватагин В. С., Бубнов В. Б., Самохвалов Ю. П., 2010
которых ведутся работы по созданию автоматизированных систем управления производством (АСУП), информационных систем производства (ИСП), автоматизированных систем общезаводского диспетчерского управления (АСОДУ), систем поддержки принятия решений (СППР) и др. Как правило, объем реализуемых функций и подходы к решению функциональных задач на различных предприятиях индивидуальны и обусловлены потребностями специалистов в производственной информации на момент внедрения информационной системы.
В мировой практике сформировалась и закрепилась идеология MES (Manufacturing Execution System), охватывающая более широкий круг функциональных задач. По определению международной некоммерческой ассоциации MESA (http://www.mesa.org/) MES-система — это АСУ производственной деятельностью предприятия, с помощью которой в режиме РВ осуществляется планирование, оптимизация, контроль и документирование производственных процессов от начала формирования заказа до выпуска готовой продукции.
Разработанная в 1980 г. компанией OSISoft (США) информационная платформа производства РВ PI System (Plant Information System) ознаменовала собой появление нового уровня в информационной структуре предприятия. Это средний уровень, который служит средством объединения уровня управления производственными процессами (DCS, SCADA, PLC, LIMS) и уровня автоматизации и оптимизации бизнес-процессов (ERP).
Система управления производством выполняет две наиболее важные функции:
• интеграцию действующих на предприятии АСУ и создание единого информационного пространства данных производственно-технического характера;
• обработку и представление данных РВ по всему производству.
Интеграция действующих АСУ выполняется по двум направлениям — "горизонтальному" и "вертикальному".
Горизонтальная интеграция обеспечивает сбор данных в режиме РВ от всех действующих на сегодняшний день разнородных и территориально распределенных АСУТП, систем телемеханики и АРМ ручного ввода информации, обеспечивающих контроль и управление ТП. Сложность горизонтального интегрирования заключается в территориальной распределенности существующих АСУТП и разнородности форматов их данных. По мере развития производства, оснащения его разнородными системами АСУТП и технологическими БД на предприятии возникает сложная информационная структура сбора и обработки производственной информации.
Кроме того, на современном предприятии существуют большие объемы технологической информации (лабораторные аналитические данные, результаты экологических анализов, результаты диагностических исследований, данные по техническому обслуживанию технологического оборудования и т. п.), хранящейся в электронном виде.
Современная система управления производством, построенная на базе ПО PI System, обеспечивает интеграцию всех существующих источников производственно-технологических данных, их долговременное хранение, анализ и предоставление различным потребителям (рис. 1).
Сбор информации от различных систем осуществляется при помощи специализированного ПО — PI-интерфейсов. В настоящее время в библиотеке PI насчитывается более 370 стандартных (OPC, DDE, RelDB, ModBus и др.) и специализированных интерфейсов практически ко всем существующим системам DCS и SCADA.
Архив данных PI System является уникальным программным продуктом, который при помощи специальных патентованных алгоритмов обеспечивает одновременный ввод большого объема измеряемых параметров (до 100 тыс. измерений в 1 с), хранение данных в сильно сжатом (в 5-20 раз) виде вместе с меткой времени, имеющей миллисекунд-ную точность. Архив позволяет оперативно выдавать данные РВ для клиентских приложений (АРМ специалистов). Архив позволяет также проводить вычисления с использованием данных, хранящихся в архиве или вводимых в него. Результаты вычислений могут также храниться в архиве.
К наиболее распространенным клиентским приложениям относятся: PI ProcessBook, PI Active View, PI Data Link, PI ProcessTemplates, а также Web-пор-тал PI ICE.
PI ProcessBook — это простой в использовании инструмент для разработки графического интерфейса пользователя и отображения как текущей, так и архивной информации (мнемосхемы, тренды). Приложение PI Active View предназначено для просмотра мнемосхем, трендов (созданных в среде PI ProcessBook) через MS Internet Explorer. PI Data Link — надстройка к MS Excel для формирования и просмотра разнообразных отчетов. Приложение PI Process Templates позволяет создавать шаблоны повторяющихся во времени операций, благодаря которым улучшается устойчивость процессов.
PI ICE (Interactive Configurable Environment) — инструмент создания интерактивных, легко настраиваемых мнемосхем для просмотра их любым web-обозревателем. Реализация идеологии "тонкого" клиента позволяет интегрироваться с существующими средствами защиты данных и предоставлять
АРМ главного технолога АРМ диспетчера АРМ главного энергетика
PI Process Book PI Process Book PI Process Book
LIM S PLC DCS PLC SCADA PLC PLC Ручной ввод
Рис. 1. Интеграция данных, их обработка и представление в АСУП на базе PI System
доступ конечным пользователям к производственной информации в РВ из любого места без установки специализированного ПО.
Вертикальная интеграция обеспечивает автоматизацию обмена данными между уровнем АСУТП и уровнем управления предприятием. Основной проблемой вертикальной интеграции является то, что в системах АСУТП обрабатываются и хранятся данные в реальном времени, а для управления предприятием необходима агрегированная (синтетическая) информация за какой-либо период, например за смену, месяц. Важной задачей является также обеспечение достоверности передаваемых данных, что при существующих потоках обмена информацией с наличием человеческого фактора недостижимо (рис. 2).
Из-за несогласованности природы и назначения данных верхнего и нижнего уровней между ними необходим промежуточный слой, который должен служить мостом между столь разнородными потоками данных. Этот же мост должен быть средством объединения упомянутых выше отдельных АСУТП (рис. 3).
PI System имеет возможность обмена данными с системами управления бизнес-процессами таких компаний, как SAP, Baan, "Галактика", "Парус" и др.
Учет, баланс, движение продукции
Планирование техобслуживания оборудования
/ \ \
\ гЫ Лабораторная система
\ X \\
] Данные в реальном времени ] Данные не в реальном времени
- Автоматизированная передача данных
----Передача данных вручную
Рис. 2. Пример существующей схемы информационных связей
Модули RLINK, входящие в состав PI System, обеспечивают обмен данными с производственными модулями ERP-систем на базе SAP R/3, JD Edwards OneWorld, MRO Software Maximo и Indus International PassPort/EMPAC. Так же легко осуществляется
J Данные в реальном времени J Данные не в реальном времени <—>■ Стандартные PI-интерфейсы обмена данными
Рис. 3. Структура вертикально интегрированной системы на базе PI System
интеграция с ERP-системами других производителей при помощи драйвера PI ODBC, представляющего архив PI System как реляционную БД.
Кроме того, для обработки производственных данных, используемых для принятия управленческих решений, необходимы специальные программные средства, позволяющие создавать приложения для анализа технологических данных РВ. Из-за разнородности и узкой специализации существующих приложений (рис. 4), предназначенных для такого анализа, зачастую дублируется разработка пользовательского интерфейса, модели или описания процесса, систем сбора и хранения данных.
Характерными особенностями указанных выше приложений являются:
• узкая специализация прикладного программного обеспечения;
• высокая стоимость разработки приложений;
• сложность изменения конфигурации приложений и значительные затраты времени на этот процесс;
• необходимость большого числа специалистов, поддерживающих каждое отдельное приложение. В настоящее время на базе прикладного ПО PI
System создается единая интегрированная платформа разработки приложений (рис. 5).
Характерными особенностями интегрированной платформы является использование:
• одного программного инструмента для разработки различных приложений, что обеспечивает низкие затраты на разработку и поддержку приложений;
• одного источника данных различными приложениями;
• одной модели, что минимизирует затраты времени на изменение конфигурации приложений;
Согласование данных Оптимизация процесса Расчетные задачи
Пользовательский интерфейс Пользовательский интерфейс Пользовательский интерфейс
Уникальный алгоритм Уникальный алгоритм • • Уникальный алгоритм
Модель, описание процесса Модель, описание процесса • Модель, описание процесса
Сбор и хранение данных Сбор и хранение данных Сбор и хранение данных
12 N
Рис. 4. Существующие виды приложений для анализа и представления данных реального времени
Согласование Оптимизация Расчетные
данных процесса задачи
Общий пользовательский интерфейс
PI ProcessBook с Add -ins, , PI DataLink, PI ActiveView, PI-ICE
Уникальный алго- Уникальный Уникальный
ритм PI Sigma Fine алгоритм алгоритм
Общая модель или описание процесса
PI ACE
Общий источник данных
PI Module Database — описание технологической
структуры предприятия
PI DataArchive - текущие и исторические данные
по предприятию
Рис. 5. Идеология построения приложений для анализа и представления данных реального времени на базе PI System
• единого интерфейса приложений, что обеспечивает простоту обучения пользователей и работу их с приложениями.
PIModule Database — это иерархическая БД, реализованная с помощью объектной модели PI-SDK и представляющая структуру объектов интуитивно понятным образом. Одной из главных задач модульной БД является обеспечение простого доступа к временным рядам данных PI. Это позволяет создать обобщенную иерархическую модель данных и связать ее с "плоским" архивом данных PI, добавив логический доступ к этому архиву.
PI ACE (Advanced Computing Engine) — программный пакет для сложных вычислений по расписанию или по событию. Используется для построения математических моделей, виртуальных анализаторов, расчета затрат, себестоимости выработанного продукта в реальном времени и др. Позволяет использовать вычислительные модули, реализованные в специализированных программных пакетах, таких как MathLab.
Аналитическое приложение Sigmafine, основываясь на данных PI System, позволяет получить со-
гласованный материальный, энергетический и покомпонентный баланс как по отдельной установке, так и по предприятию в целом. Согласованные данные используются для контроля работы датчиков коммерческого учета и совершенствования измерительной системы.
Приложение PILDS (Lab Data Storage) предназначено для управления характеристиками качества сырья и продукции и обеспечивает ввод, хранение и обработку лабораторных данных в PI System.
Приложение PI OMS (Oil Moving System) предназначено для обеспечения учета поступления сырья на завод, учета направлений и потоков сырья, полуфабрикатов и учета количества сырья и готовой продукции в емкостях завода, а также для предоставления сведений о наличии сырья в производстве.
PI System как информационная система производства и система поддержки принятия решений получила широкое распространение во всем мире: проведено более 10 тыс. инсталляций этой системы, в том числе на предприятиях ТЭК, целлюлозно-бумажных комбинатах, горно-обогатительных, металлургических, химических заводах, энергосистемах крупнейших компаний и др.
PI System используется в России и за рубежом в составе системы DeltaV (компании Emerson) в качестве глубокого архива. Существуют возможности по расширению встроенного ПО PI System от уровня локальной установки до информационной системы всего предприятия.
В России и СНГ PI System в настоящее время внедрена на Борском стекольном заводе, Омском НПЗ (НК "Сибнефть"), Новокуйбышевском, Сыз-ранском и Куйбышевском НПЗ (НК "ЮКОС"), Кременчугском НПЗ (УКРТАТНАФТА), в ЛУКОЙЛ-Пермнефтеоргсинтезе, на Ачинском ГОК, Воскресенском заводе минеральных удобрений и заводе ПЭТФ (г. Тверь, СИБУР).
Выводы
Современная система управления безопасностью и жизнедеятельностью производства, построенная на базе ПО PI System, обеспечивает интеграцию всех существующих источников производственно-технологических данных, их долговременное хранение, анализ и предоставление различным потребителям.
СПИСОК ЛИТЕРАТУРЫ
1. Topolski N. G., Vatagin V. S. Some Problems of Computer Aided Safety System Application. In the Proceeding Book of IFORS'99 Conference, Chine, August 14, 1999.
2. Vatagin V. S., Topolski N. G. Computer Aided Fire Safety Systems in Chemical Industries/Mary Kay O'Connor Process Safety Center Symposium : proceeding. October 24-25, 2000, Reed Arena, Texas A&M. — University, College Station, Texas. — P. 348-349.
3. Topolski N. G., Vatagin V. S. Computer Aided Fire Prevention Systems in High Risk Industrial Structures / Third International Seminar on Fire and Explosion Hazards : Book of Abstracts. — Center for Research in Fire and Explosion Studies University of Central Lancashire, Preston, 2000. — P. 157-158.
4. Ватагин В. С., Топольский Н. Г. Hi-Tech House — интеллектуальное здание // Системы безопасности. — 2003. — № 6(48). — С. 16-19.
5. Ватагин В. С. Новые технологии автоматизированных систем управления техногенной безопасностью производства // Безопасность труда в промышленности. — 2007. — № 3. — С. 64-67.
6. Ватагин В. С. Системный анализ в управлении безопасностью техногенных объектов и предотвращением чрезвычайных ситуаций : монография. — Москва - Иваново: Изд-во ИвИ ГПС МЧС России, 2007. — 240 с.
Материал поступил в редакцию 9 апреля 2010 г.
Электронные адреса авторов: Vitaly.Krovyakov@indusoft.ru;
Vatagin@mail.ru; kafppv@mail.ru.
ПОЖАРНАЯ АВТОМАТИКА
М. И. Таймурзин
аспирант Уфимского государственного авиационного технического университета, г. Уфа, Республика Башкортостан
С. С. Валеев
д-р техн. наук, профессор Уфимского государственного авиационного технического университета, г. Уфа, Республика Башкортостан
УДК 614.842.4
ИНФОРМАЦИОННАЯ СИСТЕМА СБОРА ИНФОРМАЦИИ В СИСТЕМАХ БЕЗОПАСНОСТИ
Рассматривается адаптивная система сбора информации, отличающаяся тем, что включает в себя подсистему перемещения датчиков с учетом изменений информационного поля и возможных отказов датчиков. Описывается алгоритм размещения датчиков, позволяющий в случае утраты работоспособности частью из них оптимизировать расположение оставшихся.
Ключевые слова: системы сбора информации; системы пожарной безопасности; системы безопасности; интеллектуальные системы; иерархические системы.
На сегодняшний день разработаны различные системы безопасности, позволяющие своевременно предупреждать, а в некоторых случаях и предотвращать нежелательные последствия от воздействия различных угроз. К таким системам относятся системы охранно-пожарной сигнализации, пожаротушения, оповещения людей о пожаре, видеонаблюдения, контроля и управления доступом (СКУД). Каждая из них специфична по своему назначению и имеет индивидуальные особенности в проектировании, монтаже и эксплуатации [1].
На рис. 1 представлен интерфейс системы пожарной сигнализации, позволяющий предупреждать о возгорании на его начальной стадии и при необходимости активизировать систему пожаротушения. Сбор необходимой информации для определения очага возгорания осуществляется с помощью разнотипных датчиков съема информации, устанавливаемых как по отдельности, так и в комбинации: датчиков дыма, тепла, пламени [1]. Распределение датчиков по защищаемой площади производится согласно нормативно-технической документации, крепление осуществляется стационарно на несущей поверхности помещения [2, 3]. Подобные системы хорошо зарекомендовали себя в условиях статической неизменяемой обстановки, но перемещение пожарной нагрузки на другое место или утрата работоспособности частью датчиков может привести к утрате эффективности системы в целом. В подобном случае возникает сложность в изменении поло© Таймурзин М. И., Валеев С. С., 2010
жения датчиков, увеличивается время срабатывания устройства сигнализации, снижается эффективность обнаружения пожара на его ранней стадии. Для решения рассматриваемой проблемы необходимо разработать распределенную систему сбора информации с возможностью автоматически, без участия человека, адаптироваться к новым условиям защищаемой площади.
1. Концепция адаптивной информационной системы сбора информации
Рассмотрим концепцию построения интеллектуальной отказоустойчивой системы сбора информации (ИОССИ), в основе которой лежит иерархическая организация системы обработки информации. Система позволяет в непрерывном режиме контролировать защищаемую площадь, осуществлять реорганизацию датчиков в случае утраты части из них или перемещение пожарной нагрузки (мебель, предметы интерьера, сигареты и т. п.) в новое место и обеспечивает высокую гибкость построения, безопасность защищаемого периметра и экономическую эффективность всей системы безопасности.
Для достижения требуемого уровня безопасности защищаемой площади предполагается использовать комбинации датчиков различного назначения (дымовых, тепловых, пламени), устанавливаемых на направляющих, что позволяет перемещать датчики как в ручном, так и в автоматическом режиме.
Рис. 1. Комплексная система пожарной безопасности ОПС 'ТггеБес"
Направляющими могут служить рельсы, тросы и т. п. Первоначальное размещение датчиков осуществляется согласно нормативной документации и ведомственных документов предприятия, на котором проектируется система сбора информации. На рис. 2 представлена ИОССИ, построенная на основе трехуровневой иерархической организации системы сбора информации, обработки и принятия решений. На исполнительном уровне распределяются датчики, реагирующие на появление дыма, по всей защищаемой площади для контроля наиболее распространенной пожарной нагрузки. На уровне координации осуществляется распределение датчиков тепла или пламени строго над потенциальным очагом возгорания в зависимости от вида находящейся на площади пожарной нагрузки. Использование комбинации датчиков на части защищаемой площади основано на определении первичного фактора возгорания, например при возгорании бочки с бензином первоначально выделяется пламя и тепло.
В случае перемещения пожарной нагрузки активизируется механизм исполнительного уровня, обеспечивающий размещение датчиков уровня координации непосредственно над пожароопасным объектом. Определение маршрута и конечного мес-
Рис. 2. Интеллектуальная отказоустойчивая система сбора информации (ИОССИ)
тоположения пожароопасного объекта осуществляется двумя способами. Первый способ реализуется путем занесения координат перемещения объекта в базу данных ИОССИ при помощи оператора. Второй способ основан на системе территориально распределенных по защищаемому периметру видеокамер, ведущих непрерывный контроль за пожароопасными объектами, и позволяет автоматически заносить в базу данных ИОССИ координаты конечного местоположения объекта.
Блок управления СТН
Рис. 3. Схема работы адаптивной информационной системы сбора информации
_у_
Блок передачи информации
При продолжительной эксплуатации, несвоевременном техническом обслуживании, возможном преднамеренном или случайном выведении из строя одного или некоторого количества датчиков система сбора информации становится менее эффективной и до момента замены утраченных датчиков не позволяет обеспечивать контроль соответствующей части периметра, что может привести к задержке сигнала запуска системы пожаротушения. Для решения возникшей задачи активизируются алгоритмы уровня координации, позволяющие найти оптимальное решение для реорганизации работоспособного количества датчиков в целях обеспечения максимального сбора информации о состоянии объекта защиты на основе сложившейся карты отказа датчиков. Подобный подход к построению систем безопасности позволяет оперативно и с минимальными затратами времени обеспечивать пожарную безопасность защищаемой площади.
В случае отсутствия сложившейся карты отказа в силу вступают алгоритмы уровня планирования, позволяющие создать наиболее подходящую карту реорганизации (новое местоположение датчиков) оставшихся работоспособных датчиков для обеспечения максимальной безопасности защищаемого объекта.
На рис. 3 представлена схема работы адаптивной информационной системы сбора информации. На основе информации, полученной от камер видеонаблюдения или оператора системы, производится анализ местоположения пожароопасного объекта и при его перемещении подается сигнал в систему ситуационных моделей для определения дальнейших действий. Система принятия решений подает сигнал на блок управления пожарной сигнализации (ПС) для перемещения датчиков второго уровня вслед за пожароопасным объектом.
Датчики пожарной сигнализации в непрерывном режиме ведут контроль над защищаемым периметром и индивидуальным техническим состоянием. При утрате одного или группы датчиков подается сигнал в блок управления, где осуществляется анализ с последующей передачей сигнала на сервер управления для создания карты отказа в блоке ситуационных моделей. Система принятия решений подает запрос в базу данных с шаблонными ситуационными моделями — базу карт отказа (БКО) на наличие сложившейся карты отказа. При отсутствии подобной карты подается запрос в систему поиска (СП) для поиска оптимального решения сложившейся карты отказа. Найдя оптимальное решение, система принятия решений подает сигнал в блок
управления пожарной сигнализации о реорганизации датчиков съема информации.
2. Информационная система сбора информации
Разработан прототип информационной системы сбора информации, осуществляющий непрерывный контроль над защищаемым периметром с помощью датчиков съема информации. Разработаны алгоритмы, позволяющие реализовывать перемещение датчиков съема информации на новое место относительно сложившейся карты отказа при утрате части датчиков или изменение местоположения зоны повышенной опасности. Предлагаемая система сбора информации позволяет повысить эффективность системы безопасности, скорость реакции системы пожаротушения и оповещения людей о пожаре.
При перемещении пожароопасного продукта или утраты части датчиков система в автоматическом режиме на основе разработанных алгоритмов перемещения осуществляет реорганизацию датчиков съема информации для обеспечения максимальной безопасности в пожароопасных зонах. При этом система сохраняет информацию о конечном положении датчиков с сохранением результатов перемещения (карты перемещения) в базе данных ИОССИ. В случае возникновения аналогичной ситуации система подает запрос в базу данных шаблонных карт перемещения; отсутствие подобной карты отказа активизирует алгоритм поиска нового местоположения датчиков.
2.1. Математическая постановка задачи
Пусть в декартовом пространстве координат заданы п областей, каждая из которых представляет собой круг с центром в точке (х^, ул ) и радиусом г21, i = 1, 2, ..., п. Эти области назовем областями 1-го типа, соответствующими зонам повышенной опасности в помещении.
Имеются m областей в форме квадратов, центры которых расположены в точках (х^, у^), а длины их сторон равны 2г^, } = 1,2,., т. Эти области назовем областями 2-го типа, соответствующими зонам покрытия датчиков. На координаты этих областей наложены к ограничений вида
у^ = Ср, Ар < xsj < Вр, р =1,2,., к (1) и I ограничений вида
xsj = С„ Ач < у^ < Вд, д = 1,2,., I, (2)
гдеj = 1, 2, ..., т;
С( — некоторые константы; I = 1,2, ., к + I.
Введем функцию у =/(xя, УЯ гШ, Уzn, rZn,
Xs^, Уsl, rS^, Xsm, Уsm, rSmX определяющую общую
площадь участков областей 1-го типа, непокрытых областями 2-го типа. Параметры xZi, yZi, rZi и rSj считаются заданными. Требуется найти такие значения координат центров областей 2-го типа xSj, yS, удовлетворяющих ограничениям (1) и (2), при которых
y =f (xZl, yZl, rZl, • • •, xZn, yZn, rZn, xSl, ySl, rSl, • • •, xSm, ySm, rSm ) ^ min.
2.2. Алгоритм решения
Рассматриваемая функция зависит от большого числа аргументов. Алгоритм достижения минимума значения функции будет основан на эвристическом подходе.
Шаги решения алгоритма:
1. Для каждой области 1-го типа найти ее долю в суммарной площади всех областей 1-го типа.
2. Пропорционально этим долям определить количество областей 2-го типа Ni, которые следует направлять на покрытие каждой i-й области 1-го типа.
3. Определить текущую непокрытую площадь Sod как значение функции f при текущем расположении датчиков и зон повышенной опасности.
4. Для каждой области 1-го типа сгенерировать случайным образом Ni точек внутри круга с центром в точке (xZi, yZi) и радиусом rZi + rSj с учетом ограничений (1) и (2).
5. Проверить расстояние между всеми точками. Если расстояние между какими-либо из них меньше 2rSj, то расположение считается неудачным (так как области датчиков перекрываются, что приводит к снижению эффективности). Перейти на шаг 4.
6. Если новое расположение удачно, то вычислить новую непокрытую площадь Snew. Если Snew < Sold, то сохранить новые координаты точек.
7. Если в течение определенного числа итераций не удается достичь удачного расположения, то количество размещаемых точек (центров областей 2-го типа) уменьшить на 1. Перейти на шаг 4.
8. Для каждой найденной точки найти ближайшую область 2-го типа и установить для нее центр в этой точке.
9. Для областей, которым не хватило новых центров, попытаться найти новое расположение в окрестности, соответствующей области 1-го типа, также на основе псевдослучайных координат с учетом расстояния до других областей. Если при проходе нескольких итераций такое расположение найти не удается, увеличить радиус окрестности и продолжить поиск.
По окончании работы алгоритма датчики займут положение, при котором общая непокрытая площадь зон повышенной опасности будет близка к минимальной, тем самым обеспечив приемлемый результат.
По приведенному выше алгоритму разработана программа. На рис. 4 отображена ее упрощенная UML-диаграмма.
Рис. 4. UML-диаграмма
п
Датчик
Датчик, выведенный из строя
Направляющие
§
Рис. 5. Принцип работы алгоритма: а — начальное расположение; б — вывод из строя датчиков; в — перемещение работоспособных датчиков; г — конечное расположение
Программа реализует объектно-ориентированный подход. Для каждого действующего объекта, участвующего в построении системы, создается объект программы. Размеры помещения и расположение направляющих — в объектах класса Room. Положения датчиков и их радиусы действия — в объектах класса Element of Safety. Вывод на экран графического представления помещения осуществляет класс Drawer.
На рис. 5 показан принцип работы алгоритма перемещения датчиков. Область в форме круга представляет собой зону опасности (приоритетная зона покрытия). Областью в форме квадрата показана площадь действия датчика съема информации, находящегося в центре. Пунктирные линии представляют собой направляющие перемещения датчиков. При выводе из строя одного или нескольких датчиков система активизирует алгоритмы поиска оптимальной реорганизации датчиков для максимального покрытия зоны посредством оставшихся работоспособных датчиков.
2.3. Тестирование алгоритма (выводы)
При тестировании разработанного программного прототипа рассматривались дымовые датчики (в количестве 72 шт.), закрепленные на направляющих в прямоугольном помещении размером 108 х 54 м2. В процессе тестирования производилось искусственное выключение различного количества датчиков для наблюдения за реакцией систе-
Результаты тестирования
Количество датчиков Непокрытая датчиками область зон опасности, м2 Время работы
исходное выведенных из строя до работы алгоритма после работы алгоритма алгоритма, с
72 5 15 0 0,21
72 10 47 0 0,35
72 15 71 0 0,30
72 20 182 0 1,79
72 30 221 0 0,47
72 40 356 1,5 0,79
мы. Измерялись показатели области зон опасности, непокрытой датчиками, до и после работы алгоритма, а также время получения оптимального решения. Результаты тестов приведены в таблице.
В результате эксперимент показал, что за счет датчиков съема информации уменьшена площадь зон опасностей; в некоторых случаях зоны оказались покрыты полностью; поиск решения задачи выполнен за небольшой промежуток времени. Таким образом, разработанный алгоритм позволяет оптимальным образом контролировать защищаемую площадь помещения.
Интерес представляет изучение параметров используемых эвристик для оптимизации программы, а именно для сокращения времени работы и более оптимального распределения датчиков.
СПИСОК ЛИТЕРАТУРЫ
1. ОмельянчукА. М. Формирование систем комплексной безопасности // Системы безопасности. — Февраль - март 2009. — 1(85). — С. 100-102.
2. НПБ 88-2001*. Установки пожаротушения и сигнализации. Нормы и правила проектирования. — утв. ГУГПС МВД России 04.06.2001 г.; МЧС России 18.06.2003 г. : ввод. в действие 01.01.2002 г. — М.: ГУГПС и ФГУ ВНИИПО МЧС России, 2003.
3. НПБ 110-03. Перечень зданий, сооружений, помещений и оборудования, подлежащих защите автоматическими установками пожаротушения и автоматической пожарной сигнализации : утв. МЧС России 18.06.2003 г. : ввод. в действие 30.06.2003 г. — М. : ГУГПС и ФГУ ВНИИПО МЧС России, 2003.
Материал поступил в редакцию 16 июля 2010 г.
Электронные адреса авторов: max1486@mail.ru, vss2000@mail.ru.
