Концепция безаварийного управления на основе моделей прогнозирования состояний потенциально опасных технологических процессов Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 681.3

Энергетика

КОНЦЕПЦИЯ БЕЗАВАРИЙНОГО УПРАВЛЕНИЯ НА ОСНОВЕ МОДЕЛЕЙ ПРОГНОЗИРОВАНИЯ СОСТОЯНИЙ ПОТЕНЦИАЛЬНО ОПАСНЫХ ТЕХНОЛОГИЧЕСКИХ

ПРОЦЕССОВ

С.А. Ткалич, В.Л. Бурковский, О.Ю. Таратынов

В статье изложена концепция безаварийного управления потенциально опасными технологическими процессами. Концепция реализует семь основных этапов: математическое описание процесса; алгоритмизацию процесса безаварийного управления; разработку модели прогнозирования аварийных ситуаций; разработку системы планово-предупредительного обслуживания; формирование интегрального критерия безаварийного управления; разработку методики практической реализации системы безаварийного управления; формирование требований к станции безаварийного управления. В рамках математического описания рассмотрены термодинамический, продукционный и нейросетевой подходы. В формате алгоритмизации процесса безаварийного управления поставлена задача разработки глобального алгоритма, отдельные составляющие которого определяют порядок взаимодействия функциональных процедур, исключающий возникновение аварийных ситуаций. Модель прогнозирования аварийных ситуаций представлена композицией трех моделей: продукционной, нейросетевой и термодинамической, что дает возможность получать долгосрочный и текущий прогнозы. Разработка системы планово-предупредительного обслуживания основывается на оптимальном календарном планировании работ. В качестве интегрального критерия безаварийного управления представлен функционал, позволяющий на основании резерва времени, определяемого системой прогнозирования и времени приведения системы в нормальное состояние с учетом текущего ресурса, определяемого системой планово-предупредительного обслуживания, определить реальный лимит времени, имеющийся для предотвращения аварийной ситуации. Методика практической реализации строится исходя из доступного на текущий момент аппаратного и программного обеспечения. Станция безаварийного управления представляет собой верхний уровень интегрированной системы безаварийного управления

Ключевые слова: безаварийное управление, прогнозирование, алгоритмизация, математическое моделирование, календарное планирование, интегральный критерий, практическая реализация, станция безаварийного управления

Под безаварийным управлением будем понимать недопущение технологической аварии, вследствие которой возможно возникновение техногенной ситуации. Под аварией понимается нарушение или прекращение технологического процесса. Основная ответственность при этом возлагается на систему управления, которая не должна допустить аварийной ситуации и, в крайнем случае, перевести процесс в безопасное состояние.

Концепция безаварийного управления потенциально опасных технологическими процессами основывается на двух основных ее составляющих: методологической и практической.

В статье рассматриваются методологические основы концепции безаварийного управления.

Методологическая составляющая определяет математический и проектный инструменты, позволяющие реализовать представленные ниже этапы.

Формализация технологического процесса

Наряду с традиционной автоматизированной системой управления технологического процесса (АСУ ТП) в рамках данной концепции внедряется система прогнозирования аварийных ситуаций (СПАС), предусматривающая получение целого

Ткалич Сергей Андреевич - ВГТУ, канд. техн. наук, доцент, тел. 8(473) 243-77-20, e-mail: sergeytkalich@mail.ru Бурковский Виктор Леонидович - ВГТУ, д-р техн. наук, профессор, тел. 8 (473) 243-77-20, e-mail: Bvl@vorstu.ru Таратынов Олег Юрьевич - ВГТУ, канд. техн. наук, доцент, тел. 8(473) 243-77-20, e-mail: otaratynov@mail.ru

спектра параметров, описывающих реальное динамическое состояние объекта управления. Существует множество различных методов диагностики и систем прогнозирования случайных процессов. Одним из подклассов данных систем являются диагностические экспертные системы, предназначенные для обнаружения источников неисправностей по результатам наблюдений за поведением контролируемой системы [1].

Многообразие существующих методов прогнозирования ставит вопрос о выборе определенного математического аппарата для конкретного технологического процесса. При этом различные методы способны давать как текущий, так и долговременный прогноз. Используя несколько альтернативных методов прогноза, достигается наибольшая достоверность. Таким образом, система безаварийного управления технологическими процессами, используя возможности современных информационных технологий, может быть построена на основе гибридных моделей, комбинирующих, например, термодинамический, продукционный и

нейросетевой подходы.

Термодинамический подход

В случае термодинамического подхода протекание технологического процесса

представляется поведением броуновской частицы в некотором пространстве состояний, и для анализа и составления прогноза дальнейшего развития процесса вводится функция состояния, которая обобщает в себе изменения всех параметров.

Прогнозирование аварийной ситуации

осуществляется по статистическому методу Херста на основании анализа показателя персистентности процесса [2]:

E(t) = E(t -1) +

n

Г( H + 0,5)

- х

Х ^ (i) , 4(1+ n(M+t)-i)+

^ i=1

n ( M -1)

+ Z ((n + i)H-0,5 - iH-0,5)

(1)

х

4

(1+ п(М-1 + ?)— )

в котором: E(t) - отклонение вектора состояния системы у(^) от среднего значения в момент времени ^ причём t принимает здесь целочисленные

значения; Г - гамма-функция; ^ - массив нормально распределённых случайных чисел с нулевым средним значением и единичной дисперсией; п -количество шагов численного интегрирования на интервале времени ^ = -1^]; М - количество

интервалов Д^ анализируемых в модели; Н -показатель персистентности размаха, или показатель Херста, характеризующий наличие статистической нестационарности процесса уО) ^[0;^.

Ключевым параметром модели является показатель Н, являющийся характеристикой относительного размаха:

Я(т) = ^ = (а-т)н, (2)

( ) а(т) ( )

где ^(т) = шахуС,т) -Шпу(1,т) - разность

1<г<т 1<1<т

максимального и минимального значений (размах) величины у(^) на интервале времени т; с(т) - среднее квадратическое приращение случайного процесса на интервале т:

°(т) = ,11 Т[ДЕ(1)]2 , (3)

\т 1=1

где ДЕ(^) - элементарное приращение y(t) на шаге t [3].

В случае 0,5<Н<1 наблюдается персистентное (поддерживающееся, или трендоустойчивое) поведение процесса. Если в течение некоторого времени в прошлом наблюдались положительные (отрицательные) приращения процесса, то и впредь следует ожидать их увеличения (уменьшения).

Случай 0<Н<0,5 говорит об

антиперсистентности процесса. Такой тип системы часто называют - «возврат к среднему», или системой с самовыравниванием. Если система демонстрирует рост в предыдущий период, то скорее всего, в следующем периоде начнется спад. И наоборот, если было снижение, то вероятен близкий подъем.Такой ряд более изменчив, чем ряд случайный, так как состоит из частых реверсов «спад-подъем».

При H=0,5 отклонения процесса от среднего являются полностью случайными и не зависят от предыдущих значений.

Таким образом, по степени приближения показателя Н к значению Н= 1 можно судить о склонности процесса к выходу за допустимые пределы, то есть о возможности возникновения аварийной ситуации [4].

Продукционный подход

Распознавание образа аварийной ситуации в рамках продукционного подхода осуществляется с помощью аппарата нечеткой логики. Основу системы распознавания аварийных ситуаций на основе нечеткой логики составляет база знаний, строящаяся по данным опроса экспертов. База знаний представляет собой множество нечетких правил r (k), k = 1,... N, вида

R(k): IF (xj это Ak ... AND xn это A^) (4)

THEN (y1 это Bk ... AND ym это B^), где N - количество нечетких правил, A k -нечеткие множества

Ak сX; сR,i = 1,

, n,

Bk - нечеткие множества

Bk с Yj с R,j = 1, ...,m,

Xi, Xo ,..., x,.

входные переменные

выходные переменные

Ч х2, продукционной модели,

Уl,У2, -,Уш -продукционной модели.

Символами х 1 = 1 ... п и у. ; = 1 _ ш

обозначаются соответственно пространства входных и выходных переменных [5]. Определяемая на этой модели мера близости к аварийной ситуации является, по существу, функцией принадлежности состояния процесса к аварийному состоянию и изменяется в пределах L=[0;1].

Нейросетевой подход

При использовании нейронной сети в качестве математической модели распознавания аварийной ситуации обучающая выборка формируется также на основе знаний экспертов при варьировании параметров процесса в границах предельных значений.

Используемая для прогнозирования функция у(х) представима в виде:

yjt (*) = f (Z Kk ••••• f (Z b

hJi2

• f (Z bw*j1 + О j+•••

(5)

•••+^ )

где х,у - векторы входных и выходных переменных сети; Ь, Ь0 - векторы настраиваемых параметров (весовых коэффициентов); ДЪ,Ь0д) -функция активации нейронов; i - номер входа в нейрон; j - номер нейрона в слое; г - номер слоя сети; х^г - элемент i вектора х, подаваемый на

H

n

i =1

нейрон j в слое г. Тогда процесс обучения к-слойной сети можно представить как задачу поиска неизвестных параметров Ь, Ь0, обеспечивающих такие значения выходным величинам у. (х),

которые бы минимизировали ошибку обучения Е:

Е = Ц (у*у - Уsj,эт) ^ тт , (6)

» j

где s - номер обучающей выборки, для которой устанавливается фактическое отображение х —о(х) > у; уэт - эталонное значение отображения

О(х) [6].

На выходе обученной сети получается функция степени близости к аварийной ситуации N=[0;!].

Получение на выходах разных концептуальных моделей однотипной меры близости к аварийной ситуации позволяет осуществить составление композиционной модели, объединяющей в себе достоинства каждой из своих компонент.

Результаты сопоставления концептуальных моделей важны при разработке модели прогнозирования конкретного технологического процесса, являющейся одним из шагов алгоритмизации безаварийного управления.

Алгоритмизация процесса безаварийного управления

Целью данного этапа концепции безаварийного управления является формирование глобального алгоритма, отдельные составляющие которого определяют порядок взаимодействия, исключающий возникновение аварийной ситуации.

Алгоритмизация безаварийного управления предусматривает выполнение следующих шагов:

а) разработка модели прогнозирования как основы системы прогнозирования аварийных ситуаций (СПАС);

б) разработка системы планово-предупредительного обслуживания (СППО);

в) формирование интегрального критерия безаварийного управления (ИКб/аУ);

г) разработка методики практической реализации системы безаварийного управления;

д) формулирование требований к станции безаварийного управления.

Каждый из этих шагов формирует один из этапов общей концепции безаварийного управления.

Модель прогнозирования аварийных ситуаций

На рис. 1 представлена композиция трех моделей прогнозирования аварийных ситуаций. Сопоставление продукционной, нейросетевой и термодинамической моделей изложено в работе [7].

В соответствии со схемой рис. 1 прогнозирование аварийных ситуаций включает в себя долгосрочный и текущий прогноз. Долгосрочный прогноз основывается на термодинамической модели, а текущий - на продукционной и нейросетевой моделях, при этом в ситуациях, не предусмотренных обучающими

выборками, предпочтение отдаётся нейросетевой модели.

Выходной величиной для термодинамической модели является показатель персистентности Н, который изменяется от 0 до 1; для продукционной модели - мера близости к аварийной ситуации Ь (может принимать значения от 0 до 1); и для нейросетевой модели - функция степени близости к аварии N (также изменяется от 0 до 1) [8].

Рис. 1. Блок схема композиционной модели прогнозирования: ТМ - термодинамическая модель, ПМ - продукционная модель, НМ - нейросетевая модель, X - текущие значения параметров, D -обучающая область

Для предотвращения аварии композиционная модель осуществляет непрерывный мониторинг состояния технологического процесса и анализирует критические параметры аварийных ситуаций.

Определить, по какому из параметров процесса происходит его движение к аварийной ситуации, можно с помощью теории чувствительности для функции состояния технологического процесса [9], или методом анализа фрактального движения, который может быть осуществлён полностью формальным путём в реальном масштабе времени методом регрессионного анализа [10].

Важной задачей является также наделение модели прогнозирования не только функцией мониторинга, но и функцией управления. Таким образом, модель прогнозирования аварийных ситуаций необходима для выявления критического параметра и расчета времени запаса 1запаса, имеющегося в распоряжении системы безаварийного управления (б/аУ) на приведение критического параметра к его номинальным пределам.

Система планово-предупредительного

обслуживания

На данном этапе необходимо разработать систему планово-предупредительного обслуживания СППО, используя оптимальное календарное планирование работ ОКПР.

Разработка и реализация алгоритма оптимального календарного планирования работ по упреждению аварийных ситуаций в совокупности с системой прогнозирования образуют единый комплекс безаварийного управления производством.

В числе входных величин алгоритма должны присутствовать параметры планового

обслуживания оборудования, показатели непосредственного мониторинга системы объектов обслуживания, экспертные оценки влияния нештатного функционирования элемента на нормальное функционирование всей системы, сложность и длительность ремонта конкретных единиц оборудования.

К таким параметрам относятся:

- запас времени до предполагаемого отказа объекта, рассчитанный по времени средней наработки на отказ;

- степень близости объекта к аварии, определяемую с помощью системы прогнозирования;

- степень влияния аварии на отдельном объекте на функционирование всей системы, определяемую экспертным путём и уточняемую в ходе тестирования разрабатываемого алгоритма для каждой конкретной обслуживаемой системы;

- сложность проведения ремонтных работ, характеризуемую средним временем ремонта объекта, нормативным количеством обслуживающих единиц и нормативным количеством ресурсов обслуживания.

Математическая постановка задачи сводится к поиску экстремума функции цели: степени аварийности обслуживаемой системы.

Аналитическое решение производится, например, методом неопределённых множителей Лагранжа.

Общая схема алгоритма ОКПР по упреждению аварийной ситуации представлена на рис. 2.

С Пуск )

/

Инициализация базы данных, считывание _параметорв_

7

Проведение поиска минимума

степени аварииности системы

/ Количество

{ ресурсов т1,

/ параметры а, /

1

Интерпретация полученных

значений

ен

Фактическое распределение

ресурсов

Да^^^"^Ьремя нового-----

.цикла расчёту

^Останов 3

Рис. 2. Общая схема алгоритма ОКПР по упреждению аварийной ситуации

Представленный алгоритм реагирует на случайные события, возникающие в производственной системе увеличением запаса ресурсов, направляемых на соответствующий агрегат. В случае возникновения спорных ситуаций, алгоритм ОКПР отдает большую часть ресурсов тому оборудованию, которое наиболее важно для всего системного процесса [11].

Для формирования интегрального критерия безаварийного управления данный алгоритм позволяет определить текущий ресурс объекта ^есурса и время ремонтно-восстановительных работ .

Формирование интегрального критерия безаварийного управления

Реакцией системы безаварийного управления на возникновение критического состояния является предельно быстрое воздействие на критический параметр, выявленный средствами диагностики и прогнозирования, с целью приведения его к номинальным пределам, при условии достаточности имеющегося для этого запаса времени tзапаса и времени этого приведения ^ив, необходимого соответствующему каналу управления

(регулирования).

Интегральным критерием безаварийного управления (ИКб/аУ) выступает функционал:

8=Р(х(Ш:

запаса, Тприв),

(7)

где 1прив - матрица интервалов времени, необходимых системе управления для предотвращения аварийной ситуации.

Для проверки условия приводимости процесса

в нормальное состояние tзí

> ^

следует

использовать тот элемент ^ матрицы Тприв, для которого избыток времени ^зб, имеющегося для предотвращение аварийной ситуации, наименьший:

1 изб = ш1П(1

j=u

1,п

(8)

где i - количество регулируемых параметров, J = 1, 2, 3 - определяет одну из следующих ситуаций в зависимости от прогноза на аварию А:

А = 0;

(9)

Б =

§1,

Б, А = 1Д Б3, А = 1,1

> 1 ; запаса прив'

запаса "" 1 прив,

где Б: - нормальная ситуация, Б2 -

предаварийная ситуация, Б3 - авария.

С учетом системы планово-

предупредительного обслуживания, поскольку по мере уменьшения текущего ресурса ^есурса, его значение приближается к значению времени необходимому для проведения требуемых ремонтно-восстановительных работ, избыток времени определится выражением:

г « = шт(г - г ), (10)

■"изб .иы\, '-ресурса, 1 '"р-в,!/

позволяющим использовать систему

прогнозирования аварийных ситуаций СПАС

совместно с традиционной системой планово-предупредительного обслуживания СППО, и по сути дела реализовать идею [12]:

ИКб/аУ= СПАС+ СППО. (11)

Методика практической реализации системы безаварийного управления

Методика практической реализации строится исходя из доступного на текущий момент технического (аппаратного и программного) обеспечения.

Основные принципы методики базируются на рациональном структурировании системы.

Ниже на рис. 3 представлена обобщенная структура автоматизированной системы

безаварийного управления технологическим процессом (АС б/аУ ТП), состоящая из взаимосвязанных подсистем, которые

классифицируются по исполняемым функциям:

- сбора и первичной обработки значений технологических параметров и состояния исполнительных механизмов насосов, запорной и регулирующей арматуры (ЗРА);

- двусторонней передачи данных, в том числе, между контроллерами резервированных систем и систем безопасного управления;

- графического отображения состояния технологического оборудования, исполнительных механизмов насосов, запорной и регулирующей арматуры;

- регистрации и архивации значений технологических параметров;

- интерактивного ввода параметров, необходимых для выполнения оперативных расчетов;

- автоматического регулирования и дистанционного управления исполнительными механизмами насосов, вентиляторов, запорной и регулирующей арматуры;

- сервисного обслуживания с учетом оптимального календарного планирования работ.

Входными данными автоматизированной системы безаварийного управления являются также параметры планового обслуживания оборудования, показатели непосредственного мониторинга системы объектов обслуживания, экспертные оценки влияния неправильного функционирования элемента на нормальное функционирование всей системы, сложность и длительность ремонта конкретных единиц оборудования [13,14].

Контроллеры и средства

Сбора и первичной

□ Сервисного ""I обслуживания

Оперативный персонал

обработки данных Передачи данных ..... Ст б/аУ

- Отображения - Архивации - Вычисления - Управления АРМ ОТ Пункт управления ТП

Обслуживающий персонал

Инженер АСУ ТП

□

Устройства связи с объектом (УСО)

Датчики технологических физических и химических измерений

Средства управления исполнительными устройствами

Исполнительные устройства насосов, вентиляторов, запорной и регулирующей арматуры

Рис. 3. Обобщенная структура АС б/аУ ТП

На пункте управления в оперативном контуре располагается автоматизированное рабочее место оператора-технолога АРМ ОТ, с которого осуществляется контроль и управление оборудованием.

Автоматизированное рабочее место оператора-технолога должно иметь системную связь со станцией безаварийного управления, АРМ

оперативного персонала и АРМ инженера автоматизированной системы управления.

В неоперативном контуре управления должно быть размещено АРМ инженера АСУ для обслуживания программно-технического

комплекса (ПТК): конфигурирования аппаратуры и коммуникаций, диагностики и отладки программного обеспечения.

АРМ ОТ1 . . . N АРМ инж. АСУ

ки. . .

ш

Ст б/аУ

ЦПУ 2

Рис. 4. Структурная схема аппаратного обеспечения АС б/аУ ТП

На рис. 4 рассмотрена структурная схема аппаратного обеспечения АС б/аУ ТП.

Автоматизированная система управления технологическим процессом имеет иерархическую трехуровневую структуру. При этом верхний и средний уровень ПТК построены на базе локальной вычислительной сети, а нижний уровень обеспечивает ее связь с технологическим оборудованием.

Нижний уровень системы включает датчики с нормированным выходом, датчики непосредственного контроля и прямого действия, контактные концевые выключатели арматуры (или бесконтактные преобразователи информации о конечных положениях арматуры), контактные реле, органы местного управления, в том числе аварийные кнопки.

Нижний уровень системы должен быть построен таким образом, чтобы была обеспечена возможность ремонта, опробования механизмов без связи с верхними уровнями АСУ и аварийного оперативного отключения механизма в случае отказа среднего и верхнего уровней системы.

Средний уровень системы в структуре АС б/аУ ТП базируется на программируемых

логических контроллерах в составе локальной вычислительной сети и обеспечивает:

- прием дискретных и аналого-цифровое преобразование сигналов, поступающих с нижнего уровня;

- формирование пакетов этой информации и передачу их по локальной сети на верхний уровень;

- исполнение программ контроля и управления, в том числе автоматического регулирования, блокировок и аварийного включения резерва;

- прием с верхнего уровня сети и преобразование цифровых сигналов в аналоговые и релейные в соответствии с заданными алгоритмами;

- передачу команд на объект управления.

Размещение центральных процессорных

устройств (ЦПУ) и модулей ввода/вывода в шкафах контроллеров может предполагать использование станций децентрализованной (распределенной) периферии. В таком случае шкафы управления арматурой и частотные преобразователи могут располагаться в непосредственной близости к исполнительным механизмам и устройствам.

Верхний уровень системы представляет собой человеко-машинный интерфейс и предназначен для визуализации технологического процесса в виде мнемокадров и для управления технологическим оборудованием на основе SCADA-системы. Резервирование на данной схеме представлено дублированием.

Важным элементом верхнего уровня является станция безаварийного управления Ст б/аУ, требования к которой сформулированы ниже.

Формирование требований к станции безаварийного управления

Станция безаварийного управления представляет верхний уровень системы

безаварийного управления. В виде программного продукта в ней отражены этапы всей концепции безаварийного управления.

Таким образом, на Ст б/аУ, интегрированную в АСУ ТП, возлагаются задачи :

- прогнозирования;

- анализа критических параметров;

- расчета ресурсных составляющих;

- формирования приоритетных регуляторов, изменяющих тактику управления по данным прогноза;

- и в итоге исполнения функции интегрального критерия безаварийного управления ИКб/аУ.

Литература

1. Ткалич, С.А. Диагностические экспертные системы безаварийного управления технологическим процессами [Текст] / С.А. Ткалич// Вестник Воронежского государственного технического университета. - 2007. - Т. 3. - № 5. - С. 38-43.

2. Ткалич, С.А. Исследование системы прогнозирования аварийных ситуаций на базе термодинамической модели [Текст] / С.А. Ткалич // Системы управления и информационные технологии. 2008. Т. 33. № 3.3. С. 399-403.

3. Mandelbrot, B.B. Fractional Brownian motions, fractional noises and application / B.B.Mandelbrot, J.W.Van Ness //SIAM Rev., 1968, №10, p.422-437.

4. Ткалич, С.А. Идентификация состояния стохастических систем [Текст] / С.А. Ткалич, Е.М. Васильев // Электротехнические комплексы и системы управления. - 2008. - №1. - С. 44-46.

Воронежский государственный технический университет

5. Ткалич, С.А. Лингвистическая система прогнозирования аварийных ситуаций в производстве синтетических каучуков [Текст] / С.А. Ткалич // Вестник Воронежского государственного технического университета. - 2009. - Т. 5. - № 8. - С. 103-112.

6. Ткалич, С.А. Нейросетевая модель процесса прогнозирования аварийной ситуации [Текст] / С.А. Ткалич // Системы управления и информационные технологии. - 2008. - Т. 33. - №3.1. - С. 196-200.

7. Ткалич, С.А. Реализация композиционной модели прогнозирования аварийных ситуаций в промышленных системах безаварийного управления [Текст] / С.А. Ткалич, В.Л. Бурковский // Системы управления и информационные технологии. - 2010. - Т. 40. - № 2. - С. 91-94.

8. Ткалич, С.А. Модели принятия решений в системах управления потенциально-опасными производствами [Текст] / С.А. Ткалич, В.П. Поваров, А.В. Бурковский // Вестник Воронежского государственного технического университета. -2014. - Т. 10. - № 5-1. - С. 129-132.

9. Ткалич, С.А. Определение доминирующих параметров риска в системах прогнозирования аварийных ситуаций [Текст] / С.А. Ткалич // Вестник Воронежского государственного технического университета. - 2010. - Т. 6. - № 1. - С. 81-84.

10. Ткалич, С.А. Анализ критических параметров аварийных ситуаций технологических процессов [Текст] / С.А. Ткалич // Электротехнические комплексы и системы управления. - 2011. - № 2. - С. 69-71.

11. Ткалич, С.А. Алгоритмизация оптимального календарного планирования в системе безаварийного управления производством [Текст] / С.А. Ткалич // Электротехнические комплексы и системы управления. -2011. - № 1. - С. 60-65.

12. Ткалич, С.А. Интегральный критерий безаварийного управления технологическими процессами [Текст] / С.А. Ткалич // Системы управления и информационные технологии.- 2009. - Т. 38. - № 4.1. -С. 188-191.

13. Ткалич, С.А. Система автоматизации технологического процесса обжига окатышей [Текст] / С.А. Ткалич // Системы управления и информационные технологии. - 2006. Т. 23. - № 1. -С. 56-59.

14. Бурковский, В.Л. Структура системы автоматизированного управления технологическим процессом химводоочистки для АЭС [Текст] / В.Л. Бурковский, С.А. Ткалич, Д.В. Котов // Электротехнические комплексы и системы управления. -2011. - № 3. - С. 56-59.

THE CONCEPT OF ACCIDENT-FREE CONTROL ON THE BASIS OF FORECASTING MODELS OF STATUSES POTENTIALLY DANGEROUS TECHNOLOGICAL PROCESSES

S.A. Tkalich, Candidate of Technical Sciences, Assistant Professor, Voronezh State Technical University, Voronezh, Russian Federation, e-mail: sergeytkalich@mail.ru

V.L. Burkovsky, Doctor of Technical Sciences, Full Professor, Voronezh State Technical University, Voronezh, Russian Federation, e-mail: Bvl@vorstu.ru

O. Ju. Taratynov, Candidate of Technical Sciences, Assistant Professor, Voronezh State Technical University, Voronezh, Russian Federation, e-mail: otaratynov@mail.ru

In article the concept of accident-free control by potentially dangerous technological processes is explained. The concept realizes seven main stages: mathematical process description; algorithmization of process of accident-free control; development of a forecasting model of alert conditions; development of the system of routine preventive maintenance; formation of integral criterion of accident-free control; development of a technique of practical implementation of system of accident-free control;

85

formation of requirements to the station of accident-free control. Within the mathematical description thermodynamic, productional and neural network approaches are considered. In a format of algorithmization of process of accident-free control the task of development of a global algorithm which separate components define the order of interaction of the functional procedures excluding origin of alert conditions is set. The forecasting model of alert conditions is provided by composition of three models: productional, neural network and thermodynamic that gives the chance to receive long-term and current forecasts. Development of the system of scheduled preventive service is based on optimum scheduling of operations. As integral criterion of accident-free control the functionality allowing to define a real limit of time based on the float time determined by system of prediction and time of coercion of system in the normal state taking into account the current resource determined by system of scheduled preventive service, which is available for preventing of an alert condition is provided. The technique of practical implementation is built proceeding from available hardware and the software at the moment. The station of accident-free control represents the top level of the integrated system of accident-free control

Key words: accident-free management, prediction, algorithmization, mathematical model operation, scheduling, integral criterion, practical realization, station of accident-free management

References

1. Tkalich S.A. Diagnosticheskie jekspertnye sistemy bezavarijnogo upravlenija tehnologicheskim processami [Diagnostic expert systems of accident-free management technological processes] // Vestnik Voronezhskogo gosudarstvennogo tehnicheskogo universiteta. 2007. T. 3. № 5. S. 38-43.

2. Tkalich S.A. Issledovanie sistemy prognozirovanija avarijnyh situacij na baze termodinamicheskoj modeli [Research of system of prediction of contingency situations on the basis of thermodynamic model] // Sistemy upravlenija i informacionnye tehnologii. 2008. T. 33. № 3.3. S. 399-403.

3. Mandelbrot B.B. Fractional Brownian motions, fractional noises and application / B.B.Mandelbrot, J.W.Van Ness //SIAM Rev., 1968, №10, p.422-437.

4. Tkalich S.A., Vasil'ev E.M. Identifikacija sostojanija stohasticheskih system [Identification of a condition of stochastic systems] // Jelektrotehnicheskie kompleksy i sistemy upravlenija. 2008. №1. S. 44-46.

5. Tkalich S.A. Lingvisticheskaja sistema prognozirovanija avarijnyh situacij v proizvodstve sinteticheskih kauchukov [Linguistic system of prediction of contingency situations in production of synthetic rubbers] // Vestnik Voronezhskogo gosudarstvennogo tehnicheskogo universiteta. 2009. T. 5. № 8. S. 103-112.

6. Tkalich S.A. Nejrosetevaja model' processa prognozirovanija avarijnoj situacii [Neural network model of process of prediction of a contingency situation] // Sistemy upravlenija i informacionnye tehnologii. 2008. T. 33. №3.1. S. 196-200.

7. Tkalich S.A., Burkovskij V.L. Realizacija kompozicionnoj modeli prognozirovanija avarijnyh situacij v promyshlennyh sistemah bezavarijnogo upravlenija [Realization of composition model of prediction of contingency situations in the production systems of accident-free management] // Sistemy upravlenija i informacionnye tehnologii. 2010. T. 40. № 2. S. 91-94.

8. Tkalich S.A., Povarov V.P., Burkovskij A.V. Modeli prinjatija reshenij v sistemah upravlenija potencial'no-opasnymi proizvodstvami [Decision making models in control systems of potential-dangerous productions] // Vestnik Voronezhskogo gosudarstvennogo tehnicheskogo universiteta. 2014. T. 10. № 5-1. S. 129-132.

9. Tkalich S.A. Opredelenie dominirujushhih parametrov riska v sistemah prognozirovanija avarijnyh situacij [Determination of the dominating risk parameters in systems of prediction of contingency situations] // Vestnik Voronezhskogo gosudarstvennogo tehnicheskogo universiteta. 2010. T. 6. № 1. S. 81-84.

10. Tkalich S.A. Analiz kriticheskih parametrov avarijnyh situacij tehnologicheskih processov [Analysis of bottlenecks of contingency situations of technological processes] // Jelektrotehnicheskie kompleksy i sistemy upravlenija. 2011. № 2. S. 69-71.

11. Tkalich S.A. Algoritmizacija optimal'nogo kalendarnogo planirovanija v sisteme bezavarijnogo upravlenija proizvodstvom [Algorithmization of optimum scheduling in system of accident-free production management] // Jelektrotehnicheskie kompleksy i sistemy upravlenija. 2011. № 1. S. 60-65.

12. Tkalich S.A. Integral'nyj kriterij bezavarijnogo upravlenija tehnologicheskimi processami [Integral criterion of accident-free management of technological processes] // Sistemy upravlenija i informacionnye tehnologii. 2009. T. 38. № 4.1. S. 188-191.

13. Tkalich S.A. Sistema avtomatizacii tehnologicheskogo processa obzhiga okatyshej [System of automation of technological process of roasting of pellets] // Sistemy upravlenija i informacionnye tehnologii. 2006. T. 23. № 1. S. 5659.

14. Burkovskij V.L., Tkalich S.A., Kotov D.V. Struktura sistemy avtomatizirovannogo upravlenija tehnologicheskim processom himvodoochistki dlja AJeS [Structure of system of automated management of technological process of chemical water purification for the NPP] // Jelektrotehnicheskie kompleksy i sistemy upravlenija. 2011. № 3. S. 56-59.