CC BY
20
ПОЖАРНАЯ И ПРОМЫШЛЕННАЯ БЕЗОПАСНОСТЬ (ТЕХНИЧЕСКИЕ НАУКИ) FIRE AND INDUSTRIAL SAFETY (TECHNICAL)
УДК 614.842.8
ИНФОРМАЦИОННО-УПРАВЛЯЮЩАЯ СИСТЕМА ОБЕСПЕЧЕНИЯ ПРОМЫШЛЕННОЙ И ПОЖАРНОЙ БЕЗОПАСНОСТИ НА ПРЕДПРИЯТИЯХ НЕФТЕГАЗОВОГО КОМПЛЕКСА РОССИИ
Е. В. ГВОЗДЕВ
ФГБОУ ВО «Московский государственный строительный университет» (НИУ МГСУ),
Российская Федерация, г. Москва E-mail: evgvozdev@mail.ru
Представлено обоснованное описание возможности применения информационно-управляющей системы «Профессиональный помощник», для управления промышленной и пожарной безопасностью на предприятиях нефтегазового комплекса России. Впервые, рассматриваются опасности (аварии и пожары), влияющие друг на друга из-за недоработок (ошибок) персонала обеспечивающего качественное функционирование ведомственных (отраслевых) подсистем промышленной и пожарной безопасности входящих в содержание комплексной безопасности предприятия. Для минимизации (исключения) условий возникновения рассматриваемых опасностей, возникла необходимость в использовании продуктивных, в последнее время положительно зарекомендовавших себя машинообучаемых систем, позволяющих с использованием экспертных оценок обрабатывать структурированные и неструктурированные данные огромных объемов и значительного многообразия, на их основе строить устойчивые и адекватные модели. Одним из вариантов, наиболее подходящих для решения представленных выше задач, является применение кластера программно-аппаратных комплексов способных проводить анализ Больших данных, поименованного как Big Data. Актуальность исследования заключается в разработке компактных моделей, позволяющих эффективно обрабатывать данные горизонтально масштабируемыми программными инструментами для проведения оценки безопасного функционирования объектов нефтегазового комплекса России в условиях чрезвычайных ситуаций, которые могут развиваться по комплексным сценариям с охватом двух и более ведомственных (отраслевых) подсистем. Предложенная технология построения кластера программно -аппаратных комплексов способных анализировать Большие данные (Big Data) для оценки эффективности функционирования промышленной и пожарной безопасности предприятий нефтегазового комплекса России, дает основу для построения динамических моделей данного типа позволяющих оптимизировать процесс распределения ограниченных ресурсов в те места (точки), которые имеют наивысший рейтинговый рисковый показатель.
Ключевые слова. Информационно-управляющая система, курирующая служба, факторы влияния, ресурсное обеспечение, входо-выходные характеристики
INFORMATION AND CONTROL SYSTEM FOR ENSURING INDUSTRIAL AND FIRE SAFETY AT THE ENTERPRISES OF THE OIL AND GAS COMPLEX OF RUSSIA
E. V. GVOZDEV
National Research Moscow State University of Civil Engineering Russian Federation, Moscow E-mail: evgvozdev@mail.ru
A reasonable description of the possibility of using the information and control system «Professional Assistant» for industrial and fire safety management at the enterprises of the oil and gas complex of Russia is presented. For the first time, the hazards (accidents and fires) affecting each other due to the shortcom-
© Гвоздев Е. В. 2021
ings (errors) of the personnel ensuring the high-quality functioning of the departmental (branch) subsystems of industrial and fire safety included in the content of the complex security of the enterprise are considered. In order to minimize (exclude) the conditions for the occurrence of the considered hazards, it became necessary to use productive, recently positively proven machine-learning systems that allow using expert assessments to process structured and unstructured data of huge volumes and a significant variety, on their basis to build stable and adequate models. One of the most suitable options for solving the tasks presented above is the use of a cluster of software and hardware complexes capable of analyzing Big Data, named as Big Data. The relevance of the research lies in the development of compact models that allow efficient data processing with horizontally scalable software tools for assessing the safe functioning of Russian oil and gas facilities in emergency situations that can develop according to complex scenarios involving two or more departmental (industry) subsystems. The proposed technology for building a cluster of software and hardware complexes capable of analyzing Big Data to assess the effectiveness of the functioning of industrial and fire safety of enterprises of the Russian oil and gas complex provides the basis for building dynamic models of this type that allow optimizing the process of allocating limited resources to those places (points) that have the highest rating risk indicator.
Key words: Information management system, supervising service, influence factors, resource support, input-output characteristics
В последнее время направленность фундаментальных, системных и прикладных исследований в области анализа и управления промышленной и пожарной безопасностью (далее - ПрБ и ПБ) объектов защиты техносферы, входящими в содержание комплексной безопасности (далее - КБ) предприятий, приобретает уже новое значение в связи с переходом с 2018 года на принципиально новый уровень решения вопросов научного анализа, нормирования, регулирования и обеспечения техносферной безопасности и защиты от чрезвычайных ситуаций (далее - ЧС) в соответствии с Указами Президента Российской Федерации об основах государственной политики в этих областях на период до 2030 года и дальнейшую перспективу. Например в январе 2018 года, был принят к исполнению один из документов стратегического планирования «Основы государственной политики в области защиты населения и территорий от ЧС природного и техногенного характера на период до 2030 года», который утвержден Указом Президента России, в содержании которого определена главная цель по реализации данного направления безопасности - «обеспечение устойчивого социально - экономического развития РФ, а также приемлемого уровня безопасности жизнедеятельности населения в ЧС».
Наибольшую опасность в техносфере, представляют собой промышленные предприятия, которые в соответствии с требованиями Федерального закона от 21.07.1997 №116-ФЗ «О промышленной безопасности опасных производственных объектов» отнесены к категории опасного производственного объекта (далее - ОПО) по тем или иным опасным признакам. К категории ОПО, также относятся пред-
приятия, входящие в сегмент предприятий нефтегазового комплекса России (далее - НГК России), с учетом особенностей безопасного функционирования которых проводилось данное исследование, которое направлено на решение задач связанных с обеспечением КБ на данных предприятиях [1-5].
В проведенных ранее исследованиях [6-8] отмечено, что созданные на предприятии службы (структурные подразделения) по обеспечению ведомственных (отраслевых) подсистем ПрБ и ПБ входящих в КБ предприятия, являются проводниками в исполнении утвержденных требований (НПА и НД), а для обеспечения устойчивого функционирования КБ на предприятиях НГК России они нуждаются в качественном организационном взаимодействии между собой.
Анализ исследований, связанных с возникновением опасностей на предприятиях НГК России из-за влияния работающего персонала служб (структурных подразделений) на обеспечивающие ими подсистемы ПрБ и ПБ входящие в КБ предприятия, позволил сделать выводы о том, что в данном направлении уже проведены серьезные исследования [9-11]. Результаты проведения данных исследований, позволили сформировать укрупненные группы в виде следующих исследовательских направлений, к ним относятся:
1. Направление, в содержании которого рассматривается операторная деятельность персонала предприятия, с точки зрения его взаимодействия с процессом производства через различные автоматизированные технические системы;
2. Направление, в содержании которого рассматриваются функциональные и физиологические возможности специалиста (ра-
ботающего персонала) при штатных и аварийных ситуациях;
3. Направление, в содержании которого рассматривается требуемая штатная численность и уровень подготовки специалиста (работающего персонала), оценки его готовности к выполнению трудовых функций;
4. Направление, в содержании которого рассматривается организация рабочего места специалиста (работающего персонала), т.е. формирование комфортного эргатического пространства.
5. Направление, в содержании которого рассматривается полнота и соответствие набора принятых к исполнению требований для безопасного функционирования ведомственных (отраслевых) направлений входящих в КБ предприятия.
Отличие выбранного нового исследовательского направления, представляемого автором статьи, заключается в том, что в нем впервые, рассматривается человеческий фактор в виде влияния персонала служб (структурных подразделений) на ведомственные (отраслевые) подсистемы ПрБ и ПБ, входящие в КБ предприятия НГК России.
Установлен факт того, что службы (структурные подразделения) обеспечивающие качественное функционирование КБ (промышленной и пожарной безопасности, охраны труда и т.д.), нуждаются в использовании программного обеспечения (далее - ПО), позволяющего выполнять работу с большим объемом данных:
1. Проводить анализ данных о реализованных опасностях (авариях, пожарах, увечьях или гибели персонала работающего на предприятии), изложенных в статистических отчетах Ведомств (отраслевых направлений), например, в Ростехнадзоре представляется
ежегодная информация о возникших авариях (инцидентах), в МЧС России информация о возникших пожарах.
2. Осуществлять выборку именно тех предприятий, взятую из статистических отчетов Ведомств (отраслевых направлений), на которых в одно и то же время произошли авария и пожар, т.е. возникновение одного или второго из рассматриваемых опасных событий стало вторичным воздействующим фактором, инициация которого была вызвана воздействием первичного фактора (аварии или пожара).
3. Формировать перечень мероприятий, ставших причинами возникновения опасных событий (аварии или пожара) с учетом нанесенных от них ущербов.
4. Формировать перечень мероприятий возникновения опасных событий (аварии или пожара) с присвоенным для каждого из них оценочного рейтингового коэффициента.
5. Формировать список по невыполнению требований, изложенных в НПА или НД Ведомств (отраслевых направлений), что позволит установить рейтинговое значение для каждого мероприятия входящего в содержание чек-листов (листов контроля) проверки по ПрБ и ПБ.
В статье предлагается ПО наименовать «Профессиональным консультантом» и встроить его в содержание автоматизированной системы управления предприятием SAP (в адаптированном переводе - «Системный аналитик и разработка ПО»), которая способна предложить комплекс решений для выстраивания общего информационного пространства на базе предприятия и эффективного планирования ресурсов на нем и организации рабочих процессов (рис.1).
Рис. 1. Оконная форма главного меню программного обеспечения SAP
Рассматривались предложения о том, что функционирование программного обеспечения SAP может быть усовершенствовано за счет встраивания в ее содержание информационно-управляющей системы «Профессиональный консультант» (далее - ИУС «Профессиональный консультант»), которая будет способна обрабатывать большой массив внешних данных статистики реализованных опасностей, формировать списки рисков с учетом важности, давать рекомендации пользователям по планированию перспективных действий в виде управляющих предписаний [12-14].
В структуре и содержании ИУС «Профессиональный консультант», предложено ис-
пользовать продуктивные, в последнее время положительно зарекомендовавших себя маши-нообучаемые системы [15], позволяющие с использованием экспертных оценок обрабатывать структурированные и неструктурированные данные огромных объемов и значительного многообразия, на их основе строить устойчивые и адекватные модели. Одним из вариантов, наиболее подходящих для решения представленных выше задач, является применение кластера программно-аппаратных комплексов способных проводить анализ и обработку множества данных (далее — Big Data) (рис. 2).
Рис. 2. Инфраструктура ИУС «Профессиональный консультант» с использованием платформы Hadoop и схема взаимодействия инфоботов
На рис. 2 показана для использования система Big Data выполненная на основе Hadoop - платформе с открытым исходным кодом, которая поддерживает распределенные прикладные программы, работающие в массивном компьютерном кластере для выполнения сбора и обработки больших объемов данных [16].
Новизной структуры предлагаемой к использованию системы (рис. 2), является разработка и применение двух инфоботов (№1 и №2), где инфобот №1, будет осуществлять сбор информации из базы внешних данных и поддерживать в рабочем состоянии технологию по корректировке (поддержке) целевой
иерархической базы знаний. А инфобот №2, будет осуществлять преобразование информации для формирования управляющих предписаний. В основе межинфоботного взаимодействия предложено использовать фреймовую базу знаний, которая будет осуществлять поддержку связей между взаимодействующими элементами двух встроенных инфоботов. На рис. 2 представлены пронумерованные потоки, стрелками показаны направления их движения.
1 поток, рассматривается в виде входной информации для инфобота №1, поступающей с отражением текущего состояния КБ предприятий НГК России об опасностях
(авариях и пожарах), характеристические особенности реализации которых взяты из статистических отчетов, оформляемых в МЧС России и Ростехнадзоре. Результаты поиска отражаются в базе внешних данных. Эта информация предназначена для функционирования интеллектуальной технологии, выполняющей в случае удовлетворения соответствующих условий следующие процедуры:
- процедура 1, автоматическая корректировка коэффициентов приоритетности целей;
- процедура 2, автоматическое изменение показателей динамики ресурсных и расчетных значений.
2 поток, рассматривается в виде информации прошедшей преобразование через процедуру 1 и поступающей в инфобот №2 для соответствующей корректировки целевой иерархической базы знаний.
3 поток, содержит величину шага в продвижении к стратегической цели в последующем периоде, установленный руковод-
ством. Величина может рассчитываться автоматически, либо, в случае надобности, задаваться руководством, после чего она направляется в отдел стратегического планирования.
4 поток, содержит утвержденный шаг в продвижении к стратегической цели, используемый инфоботом № 2 для расчетов управляющих предписаний (приростов показателей, характеризующих достижение оперативных подцелей) и автоматического перераспределения ресурсов в случае их нехватки.
5 поток, содержит приросты, полученные на основе обратных вычислений целевых показателей, которые следует достичь в следующем периоде. Они направляются в отдел бюджетирования для согласования и утверждения.
6 поток, содержит управляющие предписания в форме планов, которые направляются исполнителям (структурным подразделениям).
В главе представлено структурное содержание инфобота №1 (рис. 3).
Рис. 3. Структурное содержание инфобота 1, дерево целей + две когнитивные карты
Инфобот № 2 играет определяющую роль в формирования управляющих предписаний, поэтому он связан программным интерфейсом с ключевыми структурными подразделениями принимающими участие в обеспечении КБ предприятия НГК России. На рис. 4 представлены структурные подразделения обслуживаемые ИУС «Профессиональный кон-
сультант», в содержании которой данный ин-фобот обеспечивает информацией:
- управление промышленной и пожарной безопасностью, охраной труда;
- отдел бюджетирования;
- отдел планирования (прогнозирования);
- отдел управления эффективностью предприятия.
Рис. 4. Схема межпрограммного интерфейса инфобота № 2 в рамках информационной инфраструктуры предприятия
Организация работы инфоботов в составе интеллектуальных информационных технологий, представлена структурой использования когнитивной карты (см. рис. 5) с помощью которой проводится корректировка коэффициентов приоритетности. Учитывая усло-
вия ограничений, указанных при постановке проблемы, принято следующее утверждение: -сумма весов всех влияний факторов-причин на один фактор-следствие не должна превосходить единицу.
Кошипшнаи кар ia фа к трон
Дерево мелей
(киши \poeofk aoudkmu m
\уо
Рис. 5. Графическое представление когнитивной карты и фрагмента дерева целей
Гибкое управление исследуемыми показателями, предполагается обеспечить за
счет применения формулы для входных факторов
yj(t + 1 ) = уг(0 + £Г= !(уг_ ! (t) - У_i(t - 1 ))ш!, а также расчетной формулы для промежуточных факторов
y(t + 1 ) = y(t) + Е?= ^ _ ! (t + 1 ) - у_ !(0)<иг,г_!,
(1)
(2)
где у( £ + 1 ),у( 0 - значение фактора-следствия в узле в период времени ;
( ) ( ) - значение фактора-причины в узле в периоды времени и ;
- вес влияния -го фактора-причины на фактор-следствие ;
п - количество факторов-причин, влияющих на фактор-следствие.
Перечень используемых формул, обеспечивающих получение расчетных значений факторов для когнитивной карты представлен в содержании табл. 1.
Таблица 1. Результаты расчетов значений факторов когнитивной карты
Формула расчета Факторы Результат
У!( t + 1 ) = ух( 0 + (у0(t) - у0( t - 1 )OJо, ! + (у 6( 0 - У!6( t - 1 )OJ! 6, ! Для входных факторов 0,86
Уз(t + 1 ) = Уз(0 + (У!6( t) - У! 6( t - 1 ) Ш ! 6, 3 0,36
Уб( t + 1 ) = У6( 0 + (У! 4( t) - У! 4( t - 1 )) Ш! 4, 6 0,52
У2( t + 1 ) = У2( t) + (У!(t + 1 ) -У!(t)) Ш!,2 - ( Уз(t + 1 ) -Уз(t)) Шз , 2 Для промежуточных факторов 0,30
У4(t + 1 ) = У4 (t) + (У2(t + 1 ) - У2 (t)) Ш2 ,4 - (У6( t + 1 ) - У6(0)Ш6 ,4 0,36
У9 ( t + 1 ) = У9(0 + (У4 ( t + 1 ) - У4(0)Ш4 ,9 +(У!4(0 - У! 4 ( t - 1 ))<Ш ы ,д 0,26
У7( t + 1 ) = У7( t) + (У4( t + 1 ) - У4 (t)) W4 , 7 + (У9( t + 1 ) - Уд (t)) Ш9 , 7 0,44
Полученные результаты расчетных значений с использованием формул (табл. 1), проиллюстрированы в виде фрагментов на рис. 6.
Фрагмент выполненных расчетов с помощью MS Excel с входными данными представлен в табл.2
Рис. 6. Графическое представление когнитивной карты с результатами расчетов
Таблица 2. Результаты расчетов значений факторов по снижению опасностей (аварий и пожаров) на предстоящий период
Расчетные значения результирующих факторов «Снижение опасностей (аварий и пожаров) в последующий период»
Наименование показателя t~ 1 t t + 1 Снижение
входные
Уо 0,3 0,7
Ухе 0,3 0,4
У14 0,4 0,8
промежуточные
Ул 0,6 0,5 0,86
Уз 0,8 0,3 0,36
Ув 0,2 0,4 0,52
У?. 0,7 0,2 0,3
У4 0,5 0,2 0,36
Уо 0,2 0,3 0,26
результирующие
У7 0,5 0,48 0,43 ~ 10%
Пример (рис. 7) формирования ИУС «Профессиональный консультант» предложений в виде управляющих предписаний, направленных конкретному структурному под-
разделению предприятия, позволят достичь уровня целевого показателя, в данном случае снижения опасностей (аварий и пожаров) на 10 %.
Рис. 7. Управляющие предписания руководства предприятия для снижения пожаров
Выдача управляющих предписаний руководством предприятий на основе использования расчетных показателей возникновения опасностей (аварий и пожаров) на предприятиях НГК России, позволит провести оптимизацию в выполнении управленческих функций (планирования, организации, руководства, контроля и мотивации), за счет адресного распределения ресурсного обеспечения в те места (точки), которые имеют высокие рисковые показатели [17].
Представлена актуальность в проведении дальнейших исследований в комплексной безопасности для предприятий НГК России. Представлены возможности ПО «Профессиональный консультант» преобразовывать данные входо-выходных характеристик. Показан пример с формированием управляющих предписаний тем отделам (структурным подразделениям), которые отвечают за обеспечение ресурсом подсистем ПрБ и ПБ входящих в КБ предприятия.
Список литературы
1. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Фундаментальные и прикладные проблемы комплексной безопасности. М.: Знание, 2017. 992 с.
2. Гордиенко Д. М., Шебеко А. Ю., Зубань А. В. Оценка пожарного риска для крупномасштабного хранилища сжиженного природного газа // Пожарная безопасность. 2017. № 3. С. 26-31.
3. Заикин И. А., Алешин Ю. В., Лиса-нов М. В. Исследование влияния технологических параметров магистральных трубопроводов на показатели риска аварии для обоснования безопасных расстояний // Безопасность труда в промышленности. 2018. № 12. С. 7178. DOI 10.24000/0409-2961-2018-12-71-78.
4. Жуков И. С., Лисанов М. В., Саму-сева Е. А. Критерии допустимого социального риска при авариях на опасных производственных объектах // Безопасность труда в промышленности. 2020. № 5. С. 79-86. DOI 10.24000/0409-2961-2020-5-79-86.
5. Заикин И. А., Алешин Ю. В., Лиса-нов М. В. Исследование влияния технологических параметров магистральных трубопроводов на показатели риска аварий для обоснования безопасных расстояний // Безопасность труда в промышленности. 2018. № 12. С. 7178. DOI 10.24000/0409-2961-2018-12-71-78.
6. Гвоздев Е. В., Грибанова Е. Б., Матвиенко Ю. Г. Методология анализа показателей влияния человеческого фактора на комплексную безопасность электроэнергетических предприятий // Безопасность труда в промышленности. 2020. № 12. С. 38-43. DOI: 10.24000/0409-2961-2020-12-38-43.
7. Гвоздев Е. В., Матвиенко Ю. Г. Комплексная оценка риска на предприятиях жизнеобеспечения, имеющих опасные производственные объекты // Безопасность труда в промышленности. 2019. № 10. С. 69-78. DOI: 10.24000/0409-2961-2019-10-69-78.
8. Vladimirovich G. E., Mikhailov-na C. V. The Modern Strategy to the Process of Managing Complex Security of the Enterprise on the Basis of Rational Centralization. Int. J. Innov. Technol. Explor. Eng. 9, 4614-4620 (2019).
9. Zhu Q. J., Su G. H. Research on the Human Resources Performance Management Based on the Strategic Direction Data Mode Analysis. Appl. Mech. Mater. 687-691, 4560-4563 (2014).
10. Аксютин О. Е., Александров А. А., Алешин А. В. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Безопасность средств хранения и транспорта энергоресурсов: Тематический блок «Национальная безопасность». М.: Международный гуманитарный общественный фонд «Знание» им. академика К. В. Фролова, 2019. 928 с.
11. Абросимов Н. В., Аксютин О. Е., Алешин А. В. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Научные основы промышленной безопасности. М.: Издательство «Знание», 2019. 824 с.
12. Одинцов Б. Е. Информационные технологии управления эффективностью бизнес-процессов // Информационные ресурсы России. 2018. № 2 (162). С. 30-35.
13. Одинцов Б. Е. О проблемах и путях развития интеллектуальных информационных систем // РИСК: Ресурсы, Информация, Снабжение, Конкуренция. 2018. № 4. С. 183186.
14. Одинцов Б. Е. Алгоритмическое встраивание бюджетов в стратегическое управление предприятием // Управленческие науки. 2019. Т. 9. № 2. С. 14-22. DOI 10.26794/2304-022X-2019-9-2-14-22.
15. Бринк Х., Ричардс Д., Феверолф М. Машинное обучение. СПб.: Питер, 2017. 336 с.
16. Уайт Т. Hadoop: Подробное руководство. СПб.: Питер, 2013. 672 с.
17. Гвоздев Е. В., Матвиенко Ю. Г. К обеспечению комплексной безопасности предприятий, имеющих опасные производ-
ственные объекты // Проблемы безопасности и чрезвычайных ситуаций. Научный информационный сборник. № 2, 2020, С. 72-81. DOI: 10.36535/0869-4176-2020-02-9.
References
1. Bezopasnost' Rossii. Pravovye, so-cial'no-ekonomicheskie i nauchno-tekhnicheskie aspekty. Fundamental'nye i prikladnye problemy kompleksnoj bezopasnosti [Security of Russia. Legal, socio-economic and scientific and technical aspects. Fundamental and applied problems of integrated security]. M.: Znanie, 2017. 992 p.
2. Gordienko D. M., Shebeko A. Yu., Zuban' A. V. Ocenka pozharnogo riska dlya krupnomasshtabnogo hranilishcha szhizhennogo prirodnogo gaza [Fire risk assessment for a large-scale liquefied natural gas storage facility]. Pozharnaya bezopasnost', 2017, issue 3, pp. 2631.
3. Zaikin I. A., Aleshin Yu. V., Lisa-nov M. V. Issledovanie vliyaniya tekhnolog-icheskih parametrov magistral'nyh truboprovodov na pokazateli riska avarii dlya obosnovaniya be-zopasnyh rasstoyanij [Investigation of the influence of technological parameters of main pipelines on indicators of accident risk to justify safe distances]. Bezopasnost' truda v promyshlennosti, 2018, issue 12, pp. 71-78. DOI 10.24000/04092961-2018-12-71-78.
4. Zhukov I. S., Lisanov M. V., Samuse-va E. A. Kriterii dopustimogo social'nogo riska pri avariyah na opasnyh proizvodstvennyh ob»ektah [Acceptable social risk criteria in case of accidents at hazardous production facilities]. Bezopasnost' truda v promyshlennosti, 2020, issue 5, pp. 7986. DOI 10.24000/0409-2961-2020-5-79-86.
5. Zaikin I. A., Aleshin Yu. V., Lisanov M. V. Issledovanie vliyaniya tekhnolog-icheskih parametrov magistral'nyh truboprovodov na pokazateli riska avarij dlya obosnovaniya be-zopasnyh rasstoyanij [Study of the influence of technological parameters of main pipelines on indicators of risk of accidents to justify safe distances]. Bezopasnost' truda v promyshlennosti, 2018, issue 12, pp. 71-78 DOI 10.24000/04092961-2018-12-71-78.
6. Gvozdev E. V., Gribanova E. B., Mat-vienko Yu. G. Metodologiya analiza pokazatelej vliyaniya chelovecheskogo faktora na kom-pleksnuyu bezopasnost' elektroenergeticheskih predpriyatij [Methodology for the analysis of indicators of the influence of the human factor on the integrated safety of electric power enterprises]. Bezopasnost' truda v promyshlennosti, 2020, issue 12, pp. 38-43. DOI: 10.24000/0409-29612020-12-38-43.
7. Gvozdev E. V., Matvienko Yu. G. Kompleksnaya ocenka riska na predpriyatiyah zhizneobespecheniya, imeyushchih opasnye pro-izvodstvennye ob»ekty [Comprehensive risk assessment at life support enterprises with hazardous production facilities]. Bezopasnost' truda v promyshlennosti, 2019, issue 10, pp. 69-78. DOI: 10.24000/0409-2961-2019-10-69-78.
8. Vladimirovich G. E., Mikhailovna C. V. The Modern Strategy to the Process of Managing Complex Security of the Enterprise on the Basis of Rational Centralization. Int. J. Innov. Technol. Explor. Eng. 9, 4614-4620 (2019).
9. Zhu Q. J., Su G. H. Research on the Human Resources Performance Management Based on the Strategic Direction Data Mode Analysis. Appl. Mech. Mater. 687-691, 4560-4563 (2014).
10.Aksyutin O. E., Aleksandrov A. A., Aleshin A. V. Bezopasnost' Rossii. Pravovye, so-cial'no-ekonomicheskie i nauchno-tekhnicheskie aspekty. Bezopasnost' sredstv hraneniya i transporta energoresursov: Tematicheskij blok «Nacional'naya bezopasnost'« [Security of Russia. Legal, socio-economic and scientific and technical aspects. Security of storage facilities and transport of energy resources: Thematic block «National Security»]. M.: Mezhdunarodnyj guman-itarnyj obshchestvennyj fond «Znanie» im. akad-emika K. V. Frolova, 2019, 928 p.
11.Abrosimov N. V., Aksyutin O. E., Aleshin A. V. Bezopasnost' Rossii. Pravovye, so-cial'no-ekonomicheskie i nauchno-tekhnicheskie aspekty. Nauchnye osnovy promyshlennoj be-zopasnosti [Security of Russia. Legal, socioeconomic and scientific and technical aspects. Scientific foundations of industrial safety]. M.: Iz-datel'stvo «Znanie», 2019, 824 p.
12.Odincov B. E. Informacionnye tekhnologii upravleniya effektivnost'yu biznes-processov [Information technology for managing the efficiency of business processes]. Infor-macionnye resursy Rossii, 2018, vol. 2(162), pp. 30-35.
13.Odincov B. E. O problemah i putyah razvitiya intellektual'nyh informacionnyh sistem [On the problems and ways of development of intelligent information systems]. RISK: Resursy, Informaciya, Snabzhenie, Konkurenciya, 2018, issue 4, pp. 183-186.
14.Odincov B. E. Algoritmicheskoe vstrai-vanie byudzhetov v strategicheskoe upravlenie predpriyatiem [Algorithmic embedding of budgets in strategic enterprise management]. Upravlench-eskie nauki, 2019, vol. 9, issue 2, pp. 14-22. DOI 10.26794/2304-022X-2019-9-2-14-22.
15.Brink H., Richards D., Feverolf M. Mashinnoe obuchenie [Machine learning]. SPb.: Piter, 2017. 336 p.
16.Uajt T. Hadoop: Podrobnoe rukovod-stvo [Hadoop: A Comprehensive Guide]. SPb.: Piter, 2013. 672 p.
17.Gvozdev E. V., Matvienko Yu. G. K obespecheniyu kompleksnoj bezopasnosti predpriyatij, imeyushchih opasnye proizvodstven-
nye ob»ekty [To ensure comprehensive safety of enterprises with hazardous production facilities]. Problemy bezopasnosti i chrezvychajnyh situacij. Nauchnyj informacionnyj sbornik, issue 2, 2020, pp. 72-81. DOI: 10.36535/0869-4176-2020-02-9.
Гвоздев Евгений Владимирович,
Национальный исследовательский Московский государственный строительный университет (НИУ МГСУ),
Российская Федерация, г. Москва
кандидат технических наук, доцент кафедры «Автоматизации и электроснабжения» E-mail: evgvozdev@mail.ru Gvozdev Evgeny Vladimirovich,
National Research Moscow State University of Civil Engineering (NRU MGSU), Russian Federation, Moscow
Candidate of Technical Sciences, Associate Professor E-mail: evgvozdev@mail.ru
