CC BY
3NATURAL SCIENCES
COMPUTER SCIENCE AND INFORMATICS
Научная статья УДК 51
https://doi.org/10.24412/2687-0185-2023-4-217-224 NIION: 2007-0083-4/23-383 MOSURED: 77/27-005-2023-04-583
Исследование чувствительности характеристик риска комплексных инженерных систем
Эльвира Ринатовна Зарипова
Московский университет МВД России имени В.Я. Кикотя, Москва, Россия, [email protected]
Аннотация. На примере автоматизированной системы дистанционного мониторинга подводных участков газопровода «Джубга-Лазаревское-Сочи» проведено исследование чувствительности характеристик риска к виду исходной информации. Рисковое событие может сопровождаться финансовыми и экологическими ущербами. Исследована надежность инженерной системы и проведен анализ рисковых событий. Построена структурная схема системы мониторинга морского газопровода, детализированы наземная, надводная и подводная системы обслуживания, выделены основные рисковые события, которые могут привести к поломке системы мониторинга. Установлено, что прогнозное построение путей возникновения рисковых событий зависит от исходной информации, в частности приведен численный эксперимент при различных коэффициентах вариации (0,5; 1; 1,5) при фиксированном среднем значении времени безотказной работы.
Ключевые слова: надежность, техногенный риск, коэффициент вариации, функция распределения, рисковое событие
Для цитирования: Зарипова Э. Р. Исследование чувствительности характеристик риска комплексных инженерных систем // Криминологический журнал. 2023. № 4. С. 217-224. https://doi.org/10.24412/2687-0185-2023-4-217-224.
Original article
Sensitivity study of risk characteristics of complex engineering systems
Elvira R. Zaripova
Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot', Moscow, Russia,
Abstract. On the example of the automated system of remote monitoring of underwater sections of the Dzhubga-Lazarevskoye-Sochi gas pipeline the analysis of sensitivity of risk characteristics to the type of initial information has been investigated. A risk event can be associated with financial and ecological damages. The reliability of the engineering system is investigated, risk events are analyzed. The structural scheme of the offshore gas pipeline monitoring system is constructed, the onshore, surface and subsea maintenance systems are detailed, the main risk events that can cause failure of the monitoring system are highlighted. It is determined that the predictive construction of risk event paths depends on the initial information, in particular, a numerical experiment with different coefficients of variation (0.5; 1; 1.5) at a fixed average value of lifetime is given.
Keywords: reliability, technogenic risk, coefficient of variation, distribution function, risk event
For citation: Zaripova E. R. Sensitivity study of risk characteristics of complex engineering systems. Criminological Journal. 2023;(4):217-224. (In Russ.). https://doi.org/10.24412/2687-0185-2023-4-217-224.
Актуальность и постановка проблемы исследования
Для сохранения работоспособности комплексных инженерных систем необходимо проводить своевременные профилактические работы. Видеофиксация состояния инженерных систем важна для первичной оценки и последующего прогноза скорости изменений, например, коррозии металлических конструкций, но также полезна и для сбора дополнительной информации, необходимой, например, при транспортировке мелких грузов, патрулировании периметра по заданной траектории и т. д. Часто инже-
неры оперируют только средними значениями характеристик: срок службы приборов, гарантийный срок, срок эксплуатации, по истечении которого может наступить рисковое событие, поломка, отказ оборудования. Рисковые события комплексных инженерных систем, наступающие в связи с поломкой оборудования, тесно связаны с природными и экологическими рисками. Источником техногенного риска может стать воздействие природы или результат человеческой деятельности, например, разрывы нефте- и газопроводов, аварии на гидроэлектростанциях, химических предприятиях. Для предотвращения аварий
© Зарипова Э. Р., 2023
ЕСТЕСТВЕННЫЕ НАУКИ
КОМПЬЮТЕРНЫЕ НАУКИ И ИНФОРМАТИКА
необходимо надлежащим образом обеспечивать мониторинг и поддерживать в рабочем состоянии оборудование. Профилактика работоспособности подводных сооружений и оборудования является трудной задачей с точки зрения организации, однако, важной, поскольку срок службы любых элементов под воздействием воды и солей может быть уменьшен в несколько раз.
Исследование чувствительности характеристик рисковых событий направлено на анализ чувствительности (зависимости) этих характеристик от вида исходной информации [1-6]. Вид исходной информации, которая может быть доступна инженерам, может включать не только средние временные значения типа срока службы элементов, но также и функции распределения, и коэффициенты вариации времени жизни элементов. Часто нет достоверной информации о вероятных отказах и возможных штрафах (убытках) при возникновении аварий на крупных предприятиях. Своевременный мониторинг позволит предотвратить аварии, а плановая замена оборудования снизит издержки до десяти раз по сравнению с неожиданными авариями и внеплановой заменой оборудования. В связи с этим на реально возможном примере — мониторинге морского газопровода — предлагается подход к исследованию чувствительности характеристик риска инженерных объектов [7].
Передача углеводородов по морскому трубопроводу в настоящее время более предпочтительна, в отличие от перевозки танкерами, ввиду непрерывности процесса, однако необходимо осуществлять своевременное обслуживание морского трубопровода для мониторинга коррозии и брака труб, отслеживание дефектов монтажных работ, потери устойчивости, коррозии. Важно отслеживать и своевременно ликвидировать недостатки. Любой другой метод передачи углеводородов подразумевает наличие резервуара, куда заливается нефть, после чего этот резервуар транспортируется. Любое перемещение на постоянной основе стоит дороже, чем работа насосных станций и больший риск аварий ввиду меняющейся внешней среды, протечек и столкновений.
Анализ последних исследований и постановка задачи
В работе [2] проведен анализ техногенных рисков для краткосрочной модели на примере мониторинга подводных участков морского газопровода,
исследована вероятность безотказной работы в течение одной смены, по критерию максимальной вероятности отказа выделены наиболее опасные пути развития рисковых событий. В системе мониторинга наибольшее внимание уделено подводному необитаемому аппарату, исследована система двигателей, даны рекомендации разработчикам об установлении датчиков для обнаружения предотка-зовых состояний. Наземная и надводная подсистемы системы мониторинга не рассматривались. В текущей работе, в отличие от [2], применена модель долгосрочных рисков (на бесконечном интервале времени) и детализированы наземная и надводная подсистемы.
В работах [8-10] представлена методика оценки вероятностно-временных характеристик риска и учет возможных финансовых потерь и ущербов при поломке или выходе из строя оборудования. Следует отметить, что стоимость всей системы мониторинга ничтожно мала с финансовыми штрафами, которые понесет компания за возможную аварию. В работе [11, с. 117] говорится об ущербе на участке газопровода в 250 млн руб. в 2018 г., ущерб в текущих реалиях будет соразмерно увеличен. Финансовый ущерб сочетает в себе экологический ущерб, прямой и косвенный ущерб, в том числе для третьих лиц, расходы на ликвидацию возможной аварии, социально-экономические потери. Авария может произойти из-за несвоевременного мониторинга, чему виной могут быть элементы системы мониторинга. Таким образом, для каждого элемента может быть рассчитана средняя величина ущерба соразмерно вероятности отказа элемента за рабочий период.
Авторы в [9] применяют методику оценки рисковых событий к беспилотным летательным аппаратам, обеспечивающим функцию телекоммуникационной базовой станции для передачи данных. Один из дронов представлен как главный элемент, остальные дроны подчиняются и выполняют одинаковые функции и могут быть заменены друг другом.
В текущей работе представлена детализированная структурная схема системы мониторинга морского газопровода. Используя данные среднего срока службы элементов и варьируя коэффициент вариации и функции распределения временных характеристик оценивается чувствительность характеристик рисковых событий для модели долгосрочных рисков.
NATURAL SCIENCES
COMPUTER SCIENCE AND INFORMATICS
Рис. 1. Структурная схема системы мониторинга морского газопровода
Описание системы мониторинга морского газопровода
Для исследования выбрана автоматизированная система дистанционного мониторинга подводных участков газопровода «Джубга-Лазаревское-Сочи» [7]. Годовая пропускная способность газопровода — до 3,78 млрд кубометров газа. Расчетный срок службы 50 лет. Общая протяженность составляет 171,6 км, из которых на морскую часть газопровода приходится около 90 % всей протяженности трассы. Газопровод проходит примерно в 4,5 км от берега, где глубина моря достигает 80 м. Своевременный мониторинг подводного участка газопровода позволит осуществить контроль планово-высотного положения трубопровода с целью выявления мест недостаточной засыпки, оголений, провисов, оценить состояние противокоррозионного изоляционного покрытия, по количественных характеристикам классифицировать состояние как исправное, неисправное (требующее ремонта) и предельное (не позволяющее дальнейшей эксплуатации). Речь идет о проактивном мониторинге, при котором сбор и анализ специфичных для конкретного оборудования данных сводит к нулю внеплановые простои. Также может идти речь о прогнозном мониторинге, где выявляются тренды и пре-
дупреждения до отказа оборудования, такой мониторинг позволяет уменьшить затраты на своевременную замену вращающегося оборудования (турбины, насосы и т. п.). Обязательна периодическая видео- и фотофиксация состояния трубопровода по датам для отслеживания ухудшения и дальнейшего анализа состояния. Для фото и видео фиксации удобно использовать беспилотные подводные аппараты [12], которые могут быть управляемы надводной частью, обеспечивающей связью с сушей. Общая схема автоматизированной системы дистанционного мониторинга подводного трубопровода «Джубга-Лазаревское-Сочи», описание функциональных модулей беспилотного подводного аппарата, и их технические характеристики приведены в работах [3; 6].
Система мониторинга морского газопровода состоит из трех крупных частей: наземного мобильного операторского центра, надводного судна, осуществляющего передачу данных о состоянии подводного объекта, и подводного необитаемого аппарата, ведущего съемку. Введем обозначения (0) для самой системы и (1)-(3) для соответствующих подсистем (рис. 1).
Рассмотрим детально структурную схему наземной подсистемы (1) на рис. 2.
Рис. 2. Структурная схема наземного мобильного операторского центра (1)
ЕСТЕСТВЕННЫЕ НАУКИ
КОМПЬЮТЕРНЫЕ НАУКИ И ИНФОРМАТИКА
Описание рисковых событий наземного мобильного операторского центра (1)
Таблица 1.
Событие Описание рискового события Средний срок службы элемента
(1) Отказ наземного мобильного операторского центра Рассчитывается через подсистемы
(1,1) Отказ модуля управления 10 лет
(1,2) Поломка автомобиля (поломка) 15 лет
(1,1,1) Поломка персонального компьютера с надстроенной СУБД 5 лет
(1,1,2) Отказ системы программной аналитики 10 лет
(1,1,3) Поломка джойстика / средства управления 3 года
(1,1,4) Отказ радиосистемы 10 лет
(1,1,4,1) Сбой сетевого оборудования 3 года (моральный износ, устаревание)
(1,1,4,2) Поломка направленной антенны 20 лет
Определим средние сроки службы элементов подсистемы (1) в табл. 1. Заметим, что средний срок службы приборов не равен гарантийному сроку службы приборов. Временем «реагирования» отказов верхнего к-1 уровня от соответствующих отказов нижнего к-го уровня в этой постановке задачи пренебрегаем, так как оно несоизмеримо мало. В качестве начальных исходных данных взяты величины, соответствующие среднему сроку службы элементов системы мониторинга, которые могут быть уменьшены вследствие использования их в морской среде. Списание морально устаревшего имущества допускается по истечении половины нормативного срока эксплуатации, а при эксплуатации в условиях моря, морского побережья срок службы сокращается на 25, на реках и озерах — на 15 %.
Аналогично рассмотрим структурную схему элемента «Надводное судно» (2) отдельно на рис. 3.
Определим средние сроки службы элементов надводного судна (2) в табл. 2.
Структурная схема сегмента «Подводный необитаемый аппарат» (3) представлена на рис. 4. Сенсоры объединены в один элемент, двигатели не разделялись и все объединены в один элемент. Подсистема (3) с делением сенсоров по функциональности и работоспособности двигателей исследована отдельно в работах [2; 3; 6].
Определим средние сроки службы элементов подводного необитаемого аппарата (3) в табл. 3. Средние сроки службы элементов представлены для идеальных условий. При работе в морской среде экспертная оценка срока службы может быть умень-
Рис. 3. Структурная схема надводного судна (2)
NATURAL SCIENCES COMPUTER SCIENCE AND INFORMATICS
Таблица 2.
Описание событий надводного судна (2)
Событие Описание события Средний срок службы элемента / системы
(2) Выход из строя надводного судна Рассчитывается через подсистемы
(2,1) Отказ системы гидроэхолокации 8 лет
(2,2) Сбой работы модуля управления 10 лет
(2,2,1) Сбой в работе системы навигации 10 лет
(2,2,2) Сбой в системе локального и подводного позиционирования 7 лет (температурный режим от -5 до +250С, до 25 м глубины)
(2,2,3) Сбой в системе радиосвязи 10 лет
(2,2,4,1) Поломка драйвера управления электроприводом лебедки 3 года (моральный износ)
(2,2,4,2) Поломка кабеля нейтральной плавучести 5 лет
(2,2,4,3) Поломка электропривода 6 лет
(2,3) Сбой в электропитании 3 года (после 3 лет блок питания считается устаревшим и не дает достаточное напряжение для питания приборов)
Подводный необитаемый аппарат (3)
1 1 1 1 < 1 1 1 ' 1 ' 1
Система видеонаблюдения (3,1) Батарея (3,2) Герметичность (3,3) Система управления (3,4) Сенсоры (3,5) Схват (3,6) Двигатели (3,7)
Камера Светильники
(3,1,1) (3,1,2)
Рис. 4. Структурная схема подводного необитаемого аппарата (3)
Таблица 3.
Описание событий элемента (2)
Событие Описание события Средний срок службы элемента / системы
(3) Выход из строя подводного необитаемого аппарата Рассчитывается через подсистемы
(3,1) Отказ системы видеонаблюдения Рассчитывается через подсистемы
(3,1,1) Сбой в работе камеры 10 лет
(3,1,2) Поломка светильника 2 года
(3,2) Отказ батареи (электропитание) 3 года
(3,3) Отсутствие герметичности корпуса 3 года
(3,4) Отказ системы управления 10 лет
(3,5) Отказ сенсоров (глубиномер, акселерометр, гироскоп, компас, датчик тока и напряжения) 6 лет
(3,6) Поломка схвата (манипулятора) 10 лет
(3,7) Отказ (поломка) двигателей 6 лет
ЕСТЕСТВЕННЫЕ НАУКИ
КОМПЬЮТЕРНЫЕ НАУКИ И ИНФОРМАТИКА
шена до 50 % от среднего срока службы элементов в идеальной среде.
Для анализа системы мониторинга и поиска рисковых путей строится дерево техногенных рисков, конечными (листьевыми) событиями которого служат рисковые события, перечисленные в табл. 1-3.
Анализ системы мониторинга
Для анализа чувствительности характеристик риска системы мониторинга от вида исходной информации воспользуемся обозначениями и методологией [10; 13; 14].
Элемент дерева риска обозначен 1= (142, ■.. 4), где 11 — номер рискового события первого уровня из к событий первого уровня, 12 — номер события второго уровня, которое может быть причиной рискового события первого уровня, г— иерархический уровень рискового события.
Пусть 1к = (ik.1l 1к,2, ... , к,п(1к))— подсистемы к-го уровня с последним элементом п(1к), а Ц) — _/-тый компонент этой системы.
Функцию распределения времени безотказной работы до наступления рискового события обозначим Гай(() = Р{Тк< Г}, а функцию надежности систем и подсистем Я£(() = 1 - Гй(().
Вероятность да() отказа подсистемы ¡киз-за отказа ее ^компонента представлена формулой (1):
= С
Чс±]
як = таХ1<;£паю £^0');
,
1<Г<п(1£)
(2)
.....г (О
Для численного эксперимента выбраны две функции распределения времени безотказной работы и функции надежности:
1) Гнеденко-Вейбулла -
Я (О = е"
с математическим ожиданием
^ .........
I, дисперсией <7^ = Д а
^Г + —^ - Г2 + —и коэффициентом
вариации
2) Гамма распределение =
At х
а-1
О Г (а)
йх и я{г) =
оо х
а-1
ЯС г(а)
(1х
с математиче
ским ожиданием — д' дисперсией Оу — —
-
_ ат _ уя2 _ 1 и коэффициентом вариации V — — — —й— —
Ит
\[<х
(1)
Введем понятия д!к— максимальное значение вероятности отказа в подсистеме к, и]*(&) — номер компоненты подсистемы ¡к, где достигается максимальное значение вероятности отказа, формула (2):
При нахождении наиболее опасного элемента по формуле (2) можно получить связку подсистемы и ее компонента в виде 1 = (к,]*(к)). Наиболее опасный путь по критерию максимальной вероятности отказа будет представлен в виде последовательности событий (3):
(3)
При одинаковой функции распределении Гамма для времени безотказной работы для всех элементов и коэффициенте вариации V = 1/2 опасный путь по элементам (0),(3),(3,1),(3,1,2) с последним событием (3,1,2) «Поломка светильника» является логичным, так как событие (3,1,2) связано с лампами, которые имеют наименьший средний срок службы, равный двум годам.
При увеличении коэффициента вариации всего у одного элемента (1,1,4,2) до значения 1,5 получаем новый опасный путь (0),(1),(1,1),(1,1,4),(1,1,4,2) с последним событием (1,1,4,2) «Поломка направленной антенны» со средним сроком службы 20 лет. Изменение опасного рискового пути говорит о чувствительности к данным, изменился только коэффициент вариации у одного элемента при неизменных средних значениях.
Функция надежности системы Я при средних значениях сроков службы элементов из табл. 1-3 имеет следующие значения по истечении одного года (табл. 4).
Значения функции надежности Я при Гамма распределении времени безотказной работы более отклонено от экспоненты (V = 1), чем при распределении
NATURAL SCIENCES COMPUTER SCIENCE AND INFORMATICS
Таблица 4.
Значения функции надежности
V = 0,5 V = 1 (Exp) V = 1,5
Гамма распределение 0,6 0,05 0,01
Гнеденко-Вейбулла 0,4 0,05 0,02
Гнеденко-Вейбулла: при коэффициенте вариации V < 1 всегда при Гамма распределении всегда выше, чем для Гнеденко-Вейбулла, а при V > 1 всегда ниже для рассмотренного примера. Варьирование функций распределений и последующее изменение функции надежности дает вывод о значимости типа данных, которыми обладают инженеры, так как коэффициенты вариации и функции распределения времени безотказной работы элементов влияют на характеристики риска инженерных систем.
Прогнозирование вероятностно-временных характеристик сложных инженерных систем, профилактика перегрузок является актуальной задачей и помогает предотвратить аварийные состояния, поломки и отключения [15; 16].
Выводы и задачи дальнейших исследований
В отличие от предыдущих исследований на примере системы мониторинга морского газопровода детализированы наземная и надводная подсистемы (1) и (2), выделены основные рисковые события, которые могут привести к поломке системы мониторинга, дана оценка средних значений сроков службы элементов.
Исследование показало чувствительность характеристик рисков к типу исходной информации. При одинаковых средних значениях времени безотказной работы элементов системы и увеличении всего одного коэффициента вариации можно получить альтернативный опасный путь развития рисковых событий, рассчитанный по критерию максимальной вероятности отказов элементов для модели долгосрочных рисков (на бесконечном интервале времени).
Работа может быть продолжена. Одним из возможных вариантов продолжения может быть экономическая оценка ущербов и штрафов организации, возникающих при простое оборудования или аварии. Всем заинтересованным исследователям и организациям, владеющим исходной информацией, предлагается присоединиться к исследованиям.
Список источников
1. Rykov V., Kochueva O., Zaripova E. Renewable k-out-of-n system with the component-wise strategy of preventive system maintenance // Mathematics. 2023. № 11. Р. 2158.
2. Зарипова Э. Р. Анализ техногенных рисков для краткосрочной модели на примере мониторинга подводных участков морского газопровода // Вестник Московского университета МВД России. 2022. № 6. С. 280-287.
3. Rykov V., Kochueva O. and Farkhadov M. Preventive Maintenance of a k-out-of-n System with Applications in Sub-sea Pipeline Monitoring // J. Mar. Sci. Eng. 2021. № 9. Р. 85.
4. Ибрагимов Б. Г., Гумбатов Р. Т., Ибрагимов Р. Ф., Исаев А. М. Анализ показателей производительности мультисервисных телекоммуникационных сетей будущего поколения с использованием технологий программно-конфигурируемых сетей // Вестник компьютерных и информационных технологии. 2019. № 5. С. 39-44.
5. Вишневский В. М., Кришнамурти А., Козырев Д. В., Ларионов А. А., Иванов Р. Е. Методы исследования и проектирования широкополосных беспроводных сетей вдоль протяженных транспортных магистралей // T-Comm: Телекоммуникации и транспорт. 2015. Т. 9. № 5. С. 9-15.
6. Rykov V., Kochueva O., Rykov Ya. Preventive maintenance of k-out-of-n system with respect to cost-type criterion // Mathematics. 2021. № 9. Р. 2798.
7. Газпром. Джубга-Лазаревское-Сочи. Первый внут-рироссийский морской газопровод // URL://https://www. gazprom.com/projects/dls/
8. Rykov V., Ivanova N. and Farhadov M. On principles of risk analysis with a practical example // RT&A. Special Issue 3 (66). Vol. 17. 2022. P. 38-41.
9. Rykov V., Ivanova N., Kozyrev D. Risk tree as an assistant tool for the decision-maker // URL://https://ieeexplore. ieee.org/document/9631604/metrics#metrics.
10. Рыков В. В., Иткин В. Ю. Надежность технических систем и техногенный риск: учеб. пособие. М. : ИНФРА-М, 2016.
11. Ямников С. А. Разработка методики определения ключевых параметров страхования экологических рисков техногенных чрезвычайных ситуаций на магистральных газопроводах в условиях ограниченности статистической информации: дисс. ... канд. техн. наук. М., 2018.
ЕСТЕСТВЕННЫЕ НАУКИ
КОМПЬЮТЕРНЫЕ НАУКИ И ИНФОРМАТИКА
12. Farkhadov M., Abramenkov A., Abdulov A., Eliseev A. Portable remotely operated underwater smart vehicle with a camera and an arm. In proceedings of the 2019 10th International Power Electronics Drive Systems and Technologies Conference (PEDSTC) Shiraz, Iran, 2019. Р. 178-183.
13. Rykov V. Reliability of engineering systems and technological risks. Mathematics and statistics series. Stochastic models in survival analysis and reliability set. 2018. ISTE, Willey.
14. Henley E. G., Kumamoto H. Reliability engineering and risk assessment. Prentice-Hall, New Jersey, 07632, 1981.
15. Ibrahimov B. G., Namazov M. B., Quliev M. N. Analysis performance indicators network multiservice infrastructure using innovative technologies. Proceedings of the 7th International Conference on Control and Optimization with Industrial Applications (C0IA-20). Vol. II. 2020. Р.176-178.
16. Зарипова Э. Р. O задаче перенаправления информации при обнаружении перегрузки техногенного характера // Вестник экономической безопасности. 2021. № 4. С. 271-274.
References
1. Rykov V., Kochueva O., Zaripova E. Renewable k-out-of-n system with the component-wise strategy of preventive system maintenance // Mathematics. 2023. № 11. Р. 2158.
2. Zaripova E. R. Analysis of technogenic risks for a short-term model using the example of monitoring underwater sections of an offshore gas pipeline // Bulletin of the Moscow University of the Ministry of Internal Affairs of Russia. 2022. № 6. P. 280-287.
3. Rykov V., Kochueva O. and Farkhadov M. Preventive Maintenance of a k-out-of-n System with Applications in Sub-sea Pipeline Monitoring // J. Mar. Sci. Eng. 2021. № 9. Р. 85.
4. Ibragimov B. G., Gumbatov R. T., Ibragimov R. F., Isaev A. M. Analysis of performance indicators of multiservice telecommunication networks of the future generation using software-defined network technologies // Bulletin of computer and information technologies. 2019. № 5. P. 39-44.
5. Vishnevsky V. M., Krishnamurti A., Kozyrev D. V., Larionov A. A., Ivanov R. E. Methods for research and de-
sign of broadband wireless networks along long transport highways // T-Comm: Telecommunications and Transport. 2015. Vol. 9. № 5. P. 9-15.
6. Rykov V., Kochueva O., Rykov Ya. Preventive maintenance of k-out-of-n system with respect to cost-type criterion // Mathematics. 2021. № 9. P. 2798.
7. Gazprom. Dzhubga-Lazarevskoye-Sochi. The first intra-Russian offshore gas pipeline // URL://https://www. gazprom.com/projects/dls/
8. Rykov V., Ivanova N. and Farhadov M. On principles of risk analysis with a practical example // RT&A, Special Issue 3 (66). Vol. 17. 2022. P. 38-41.
9. Rykov V., Ivanova N., Kozyrev D. Risk tree as an assistant tool for the decision-maker // URL://https://ieeexplore. ieee.org/document/9631604/metrics#metrics.
10. Rykov V. V., Itkin V. Yu. Reliability of technical systems and man-made risk: textbook. M. : INFRA-M, 2016.
11. Yamnikov S. A. Development of a methodology for determining the key parameters of insurance of environmental risks of man-made emergencies on main gas pipelines in conditions of limited statistical information: diss. ... cand. of tech. sci. M., 2018.
12. Farkhadov M., Abramenkov A., Abdulov A., Eliseev A. Portable remotely operated underwater smart vehicle with a camera and an arm. In proceedings of the 2019 10th International Power Electronics Drive Systems and Technologies Conference (PEDSTC) Shiraz, Iran, 2019. P. 178-183.
13. Rykov V. Reliability of engineering systems and technological risks. Mathematics and statistics series. Stochastic models in survival analysis and reliability set. 2018. ISTE, Willey.
14. Henley E. G., Kumamoto H. Reliability engineering and risk assessment. Prentice-Hall, New Jersey, 07632, 1981.
15. Ibrahimov B. G., Namazov M. B., Quliev M. N. Analysis performance indicators network multiservice infrastructure using innovative technologies. Proceedings of the 7th International Conference on Control and Optimization with Industrial Applications (C0IA-20). Vol. II. 2020. P. 176-178.
16. Zaripova E. R. On the problem of redirecting information when a technogenic overload is detected // Bulletin of Economic Security. 2021. № 4. P. 271-274.
Информация об авторе
Э. Р. Зарипова — доцент кафедры естественнонаучных дисциплин Московского университета МВД России имени В .Я. Кикотя, кандидат физико-математических наук.
Information about the author
E. R. Zaripova — Associate Professor of the Department of Natural Sciences of the Moscow University of the Ministry of Internal Affairs of Russia named after V.Ya. Kikot', Candidate of Physical and Mathematical Sciences.
Статья поступила в редакцию 15.09.2023; одобрена после рецензирования 05.10.2023; принята к публикации 16.11.2023. The article was submitted 15.09.2023; approved after reviewing 05.10.2023; accepted for publication 16.11.2023.
