CC BY
11КОГНИТИВНЫЙ АНАЛИЗ ПОЖАРНОЙ БЕЗОПАСНОСТИ МАГИСТРАЛЬНЫХ СИСТЕМ ЭЛЕКТРОСНАБЖЕНИЯ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА
Ю.Е. Актерский, доктор военных наук, профессор; С.Н. Северин.
Санкт-Петербургский университет ГПС МЧС России.
В.Г. Шаптала, доктор технических наук, профессор.
Белгородский юридический институт МВД России им. И.Д. Путилина
На примере тяговых подстанций представлен когнитивный подход к анализу пожарной безопасности магистральных систем электроснабжения железнодорожного транспорта. Выделены основные факторы, влияющие на пожарную безопасность тяговой подстанции, и определена структура ее когнитивной модели.
Ключевые слова: магистральная система электроснабжения, тяговые подстанции, пожарная безопасность, когнитивная карта
COGNITIVE MODELING OF FIRE SAFETY OF TRANSPORT SUBSTATIONS OF THE MAIN POWER SUPPLY SYSTEMS OF RAILWAY TRANSPORT
Yu.E. Actersky; S.N. Severin.
Saint-Petersburg university of State fire service of EMERCOM of Russia.
V.G. Shaptala. Belgorod law institute of Ministry of internal affairs of Russia they I.D. Putilin
On the example of traction substations, a cognitive approach to the analysis of fire safety of the main rail power supply systems is presented. The main factors affecting the fire safety of the traction substation are identified and the structure of its cognitive model is determined. Keywords: trunk power supply system, traction substations, fire safety, cognitive map
Развитие экономики страны требует увеличения объема и интенсивности железнодорожных перевозок, что увеличивает риск транспортных аварий и пожаров как на подвижном составе, так и на стационарных электросетевых объектах. Поэтому решение вопросов пожарной безопасности является важным условием успешного развития железнодорожного транспорта [1, 2].
Поскольку тяговые подстанции (ТП) являются типичным многочисленным и одним из наиболее пожароопасных объектов магистральных систем электроснабжения, то это дает основание принять следующее утверждение: основные методы поддержания и повышения пожарной безопасности магистральных систем электроснабжения железнодорожного транспорта могут быть рассмотрены на примере тяговых подстанций.
Пожарная безопасность ТП является сложной характеристикой, зависящей от многих внешних и внутренних факторов, которые чаще всего имеют неопределенный трудноформализуемый, а иногда и противоречивый характер. Анализ этих факторов для принятия обоснованных управленческих решений в условиях жестких временных и ресурсных ограничений представляет большие трудности. Поэтому для поиска таких решений применяются методы математического моделирования [3] и методы теории управления [4, 5], в частности интеллектуальное или когнитивное моделирование [5, 6].
Рассмотрим когнитивную модель пожарной безопасности ТП. Разработка интеллектуальной модели противопожарного состояния ТП предусматривает выявление экспертами основных факторов ее формирования. Предположим, к примеру, что путем
обработки экспертной информации [7] был составлен следующий список факторов (концептов), определяющих пожарную безопасность ТП. В качестве целевого концепта (Ci) примем уровень противопожарного состояния (1111С) ТП.
Факторы, влияющие на целевой концепт: С2 - уровень работы начальников ТП и руководителей других структурных подразделений дистанции электроснабжения по контролю и анализу ППС ТП; C3 - уровень исполнения предписаний государственного пожарного и отраслевых пожарных надзорных органов; С4 - уровень профессиональной и противопожарной подготовки персонала, обслуживающего ТП; C5 - уровень технического обслуживания оборудования ТП; С6 - уровень поддержания нормативного режима эксплуатации ТП; С7 - уровень материального обеспечения пожарной безопасности ТП; С8 - уровень защищенности ТП от внешних пожароопасных воздействий (несанкционированного проникновения посторонних лиц на территорию и в помещение ТП, грозовых разрядов и других стихийных бедствий, приводящих к пожарам). Уровни отдельных факторов отражают степень и качество их реализации. Их качественные оценки (низкий (неудовлетворительный), удовлетворительный, средний, высокий) могут быть установлены начальниками ТП и других структурных подразделений дистанции электроснабжения по пожарным декларациям ТП и результатам проверок ТП региональной пожарно-технической комиссией и надзорными органами [8-10]. Один и тот же фактор в зависимости от высоты его уровня может оказывать дестабилизирующее и стабилизирующее воздействие на ППС ТП. Факторы с высокими и регулируемыми уровнями могут использоваться в качестве управляющих. К таким факторам можно отнести С2 - уровень контроля и анализа ППС ТП, С3 - уровень исполнения предписаний надзорных органов, С 4 - уровень подготовки персонала ТП.
Далее каждому фактору должна быть сопоставлена его количественная характеристика или переменная состояния X1, X2, ... X8.
Обстановка с пожарами на объектах или территориях характеризуется следующими статистическими показателями [11]: количество пожаров пП, количество погибших и травмированных на пожарах людей пПТ и сумма полного материального ущерба от пожаров Sy.
Поэтому переменная состояния концепта C1 - ППС ТП может быть определена следующим соотношением:
где псЦ, ncpm, Sy - средние по данной железной дороге или всему ОАО РЖД для данного вида
объектов (в рассматриваемом случае ТП) значения статистических показателей. С улучшением обстановки с пожарами значение X\ возрастает и при полном отсутствии пожаров достигает максимального значения Xi=1. При определении переменных состояния факторов следует рассматривать не одну отдельно взятую ТП, а некоторую их совокупность, например, все ТП, расположенные на отдельных дистанциях или участках железной дороги.
В качестве переменных состояния других концептов могут быть приняты числовые характеристики их уровней, которые можно найти по их качественным (лингвистическим оценкам), отображая их на интервал от 0 до 1 или от 0 до 100 и придавая им смысл относительной доли достигнутого результата от его максимального или требуемого количества (величины). Например, в качестве переменной состояния X3 можно принять долю своевременно и качественно выполненных предписаний надзорных органов. В качестве X4 можно взять относительную долю работников, имеющих высокие профессиональные разряды и хорошую подготовку по пожано-техническому минимуму. X8 - доля ТП надлежащим образом защищенных от внешних пожароопасных воздействий.
Создание модели предусматривает также оценку характера и интенсивности взаимных влияний концептов. Числовые оценки вербальных характеристик взаимовлияний, найденных экспертами, находились с использованием специальной шкалы (рис. 1).
т е я л б а л с о о н ь л и С
т е я л б а л с о о н ь л е т и
ЕТ
а н
ГО
т е я л б а л с о е
н
д
е р
С
т
т т е
е е а
я а в
л т в и
б е и л
а я л и с
л и и
с л с у
о в у
о е о е
б а д б а н д
л л е
С С р С
т е а в и л и
с
у
о н ь л е т и
ЕГ
а н
00
т е а в и л и
с
у
о н ь л и С
-0.75
-0.5
-0.25
0.25
0.5
0.75
Рис. 1. Шкала перевода лингвистических оценок взаимовлияний концептов
в их числовые значения
Структуру модели ППС ТП можно изобразить с помощью взвешенного ориентированного графа, в вершинах которого находятся концепты модели, а дугам соответствуют связи между ними [5, 6] (рис. 2).
СЗ
Рис. 2. Когнитивная карта ППС ТП Таблица. Матрица смежности вершин когнитивной карты
1
0
1
1 2 3 4 5 6 7 8
1 0 0 0 0 0 0 0 0
2 0 0 0 0.7 0.8 0.1 0.3 0.1
3 0 0.8 0 0 0 0.4 0.75 0.7
4 0 0 0 0 0.6 0 0.5 0.4
5 0.9 0 0 0 0 0.1 0.3 0.3
6 0.9 0 0 0 0 0 0 0
7 0.9 0 0 0 0 0 0 0.2
8 0.6 0 0 0 0 0 0.4 0
Элементы матрицы wij выражают характер и силу влияния /-го концепта на] концепт. Устойчивость модели проверялась путем анализа корней характеристического уравнения матрицы взаимовлияний концептов [5]:
-Ж) = о (1)
Условие устойчивости модели имеет вид [7]:
\Л\< 1, / = 1,2,...к.
В результате решения уравнения (1) получены следующие значения 1:
0.28; 0.28; 0.0; 0.0; 0.0; 0.0; 0.0; 0.0,
что свидетельствует об устойчивости модели.
Все концепты модели пожарной безопасности связаны между собой, поэтому изменение любого из них может вызвать изменения остальных концептов, в результате чего возникает импульсный процесс, который определяется следующим уравнением:
к-1
Р1(т+1)=Х wijPj(т) (2) ;=1 ,
где т=0, 1, ... - шаг моделирования; р1 (о) = Ахг- /х1 (о) - начальные относительные
приращения (импульсы) переменных состояния концептов; хг(0) - начальные значения переменных состояния концептов модели.
После выполнения М вычислительных шагов моделирования решение сходится к следующему вектору приращений:
Р( N) = (р1( N), р2( N),...,Рк (N)),
которое определяет новое ППС ПБ, описываемое вектором:
Х(Ю = X (о)+Р^ )= (х1( N), Х2( N ),...,Хк ( N)),
где х(N) = х(0)• (1 + рг(N)), I = 1,2,...,к, X(о) = X(о),Х2(о\...Хк(о) - вектор начального ППС ТП.
С помощью итерационного уравнения (2) исследуем отклик ППС ТП на дестабилизирующие и управляющие воздействия. Предположим, что качество технического обслуживания оборудования ТП снизилось на 5 %, тогда ^5(0)=-0,05, а начальный вектор импульсов будет иметь вид:
р(о)=(о, о, о, о,-о.о5, о, о, о)
В результате выполнения итерационной процедуры (2) исследован характер изменений уровней факторов модели (рис. 3) после 9 итераций приращения уровней факторов достигают следующих стационарных значений:
^(10)=(-0.08; 0; 0;0;-0.05; -0.005; -0.02; -0.02).
э
«
«
о
н
с
о
с
X
3
и и
я О
н
Е я
и
а ц
ш я
я о
и и
и
Я
Я
я
со
к
С1 С2 СЗ С4 С5 С6 С7 С8
3 4 5 6 7 Шаги моделирования
10
Рис. 3. Изменение ППС ТП в результате воздействия дестабилизирующего фактора - снижения
уровня технического обслуживания ТП на 5 %
Таким образом, при снижении уровня обслуживания на 5 % можно ожидать ухудшения всех показателей пожарной безопасности ТП. В частности, уровень ППС ТП может снизиться на 8 %.
Аналогично можно исследовать влияние и других дестабилизирующих факторов, а также эффективность воздействия управляющих факторов С2, С3, С4.
Предположим, например, что для исправления неудовлетворительного ППС ТП, сложившегося в результате ухудшения уровня технического обслуживания, принято решение повысить уровень контроля за выполнением требований пожарной безопасности на 10 %. Тогда начальный вектор импульсов примет вид:
р(0)= (0,0.1, 0,0,0, 0, 0, 0)
В результате десяти тактов моделирования (рис. 4) получен следующий стационарный вектор приращений переменных состояний концептов:
р(9) = (0.2,0.1, 0,0.04,0.08, 0.02, 0.1, 0.07)
о:
х
X
о:
О
1-
и
О
и
X XI чо о^
X иТ
X О
<и 1-
2 с
<и <и
С!
<и X
С о
<и а:
X
<и
X
<и
т
С1
С2 СЗ С4 С5 С6 С7 С8
4 6 6 Шаги моделирования
Рис. 4. Изменение ППС ТП в результате управляющего воздействия: повышения уровня контроля за исполнением требований пожарной безопасности на 10 %
Таким образом, предпринятое управляющее воздействие позволило повысить уровень ППС ТП на 20 % и тем самым позволило устранить негативные последствия снижения уровня техобслуживания.
Модель позволяет также исследовать комплексное влияние одновременного применения нескольких управляющих и стабилизирующих воздействий.
Существует множество наборов управляющих и стабилизирующих воздействий, в связи с чем возникает задача оптимизации, состоящая в определении такой их комбинации, которая обеспечит наибольшее повышение пожарной безопасности при заданных или минимальных затратах. Однако следует отметить, что полученные методом импульсного моделирования результаты носят качественный характер, а их количественные оценки следует воспринимать как ориентировочные, поскольку они зависят от матрицы смежности, которая выводится путем обработки и упорядочения субъективного и нечеткого экспертного знания. Для повышения достоверности анализа состояния пожарной безопасности и возможных вариантов ее совершенствования необходима верификация когнитивной модели [12], то есть сравнение результатов моделирования с имеющимися опытными и статистическими данными. По итогам сравнения выполняется корректировка модели, которая включает в себя изменения состава факторов и значений причинно-следственных связей между ними. Для уточнения матрицы смежности может быть использован метод парных сравнений, а также алгоритмы обучения нейронных сетей [5].
Из вышеизложенного следует, что когнитивное моделирование может применяться для анализа ППС электрооборудования железнодорожного транспорта, а также как инструмент поддержки принятия решений в области пожарной безопасности систем электроснабжения железнодорожного транспорта, особенно при изменении условий их функционирования, например, при переводе железнодорожного транспорта на скоростной режим движения.
Литература
1. Крупенин В.С., Кузнецов Б.В. Организация работы по обеспечению пожарной безопасности на железнодорожном транспорте // Наука и техника транспорта. 2004. С. 53-60.
2. Санько В.М. О реформировании энергетического комплекса ОАО «РЖД» и развитии электросетевой деятельности // Транспортная газета «Евразия Вести». 2017. № 11.
3. Катцын Д.В., Малыгин И.Г., Таранцев А.А. Математические закономерности пожаров на железнодорожном транспорте // Пожаровзрывобезопасность. 2011. № 3. Т. 20. C. 15-21.
4. Смирнов А.С., Актерский Ю.Е. Повышение эффективности применения системы управления подразделениями МЧС России на основе использования социального потенциала ресурсов. СПб.: С.-Петерб. ун-т ГПС МЧС России, 2007.
5. Ямалов И.У. Моделирование процессов управления и принятия решений в условиях чрезвычайных ситуаций. М.: Лаборатория Базовых Знаний, 2009. 288 с.
6. Робертс Ф.С. Дискретные математические модели с приложениями к социальным, биологическим и экономическим задачам. М.: Наука, 1986. 486 с.
7. Фомин А.В., Тужиков Е.Н. Экспертный метод оценки деятельности органов местного самоуправления по реализации первичных мер пожарной безопасности // Науч. -аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2012. № 2. С. 27-34.
8. Технический регламент о требованиях пожарной безопасности (в ред. Федер. закона от 10 июля 2012 г. № 117-ФЗ): Федер. закон от 22 июля 2008 г. № 123-Ф3. Доступ из справ. -правовой системы «КонсультантПлюс».
9. Обучение мерам пожарной безопасности работников организации (утв. Приказом МЧС России от 12 дек. 2007 г. № 645): Стандарт ОАО РЖД СТО РЖД 1.15.009-2013. Система управления пожарной безопасностью ОАО РЖД. Нормы пожарной безопасности. Доступ из справ. -правового портала «Гарант».
10. Северин Н.Н., Шаптала В.Г., Шаптала В.В. Когнитивное моделирование пожарного состояния учреждений высшего профессионального образования // Вестник Белгородского государственного университета им. В.Г. Шухова. 2017. № 2. С. 213-218.
11. Пожары и пожарная безопасность в 2017 году: стат. сборник / под ред. ДМ. Гордиенко. М.: ВНИИПО, 2018. 124 с.
12. Кулинич А.А. Верификация качественных математических моделей // Системный анализ и информационные технологии: материалы II Междунар. конф. Обнинск, 2007. Т. 1.
C. 35-38.
References
1. Krupenin V.S., Kuznecov B.V. Organizaciya raboty po obespecheniyu pozharnoj bezopasnosti na zheleznodorozhnom transporte // Nauka i tekhnika transporta. 2004. S. 53-60.
2. San'ko V.M. O reformirovanii energeticheskogo kompleksa OAO «RZHD» i razvitii elektrosetevoj deyatel'nosti // Transportnaya gazeta «Evraziya Vesti». 2017. № 11.
3. Katcyn D.V., Malygin I.G., Tarancev A.A. Matematicheskie zakonomernosti pozharov na zheleznodorozhnom transporte // Pozharovzryvobezopasnost'. 2011. № 3. T. 20. C. 15-21.
4. Smirnov A.S., Akterskij Yu.E. Povyshenie effektivnosti primeneniya sistemy upravleniya podrazdeleniyami MCHS Rossii na osnove ispol'zovaniya social'nogo potenciala resursov. SPb.: S.-Peterb. un-t GPS MCHS Rossii, 2007.
5. Yamalov I.U. Modelirovanie processov upravleniya i prinyatiya reshenij v usloviyah chrezvychajnyh situacij. M.: Laboratoriya Bazovyh Znanij, 2009. 288 s.
6. Roberts F.S. Diskretnye matematicheskie modeli s prilozheniyami k social'nym, biologicheskim i ekonomicheskim zadacham. M.: Nauka, 1986. 486 s.
7. Fomin A.V., Tuzhikov E.N. Ekspertnyj metod ocenki deyatel'nosti organov mestnogo samoupravleniya po realizacii pervichnyh mer pozharnoj bezopasnosti // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2012. № 2. S. 27-34.
8. Tekhnicheskij reglament o trebovaniyah pozharnoj bezopasnosti (v red. Feder. zakona ot 10 iyulya 2012 g. № 117-FZ): Feder. zakon ot 22 iyulya 2008 g. № 123-FZ. Dostup iz sprav.-pravovoj sistemy «Konsul'tantPlyus».
9. Obuchenie meram pozharnoj bezopasnosti rabotnikov organizacii (utv. Prikazom MCHS Rossii ot 12 dek. 2007 g. № 645): Standart OAO RZHD STO RZHD 1.15.009-2013. Sistema upravleniya pozharnoj bezopasnost'yu OAO RZHD. Normy pozharnoj bezopasnosti.
10. Severin N.N., SHaptala V.G., Shaptala V.V. Kognitivnoe modelirovanie pozharnogo sostoyaniya uchrezhdenij vysshego professional'nogo obrazovaniya // Vestnik Belgorodskogo gosudarstvennogo universiteta im. V.G. Shuhova. 2017. № 2. S. 213-218.
11. Pozhary i pozharnaya bezopasnost' v 2017 godu: stat. sbornik / pod red.
D.M. Gordienko. M.: VNIIPO, 2018. 124 s.
12. Kulinich A.A. Verifikaciya kachestvennyh matematicheskih modelej // Sistemnyj analiz i informacionnye tekhnologii: materialy II Mezhdunar. konf. Obninsk, 2007. T. 1. S. 35-38.
