CC BY
56
В.В. Куприянов, А.Е. Соловьев
МЕТОДИКА АВТОМАТИЗИРОВАННОГО МОНИТОРИНГА ВЗАИМОДЕЙСТВИЯ НЕШТАТНЫХ СИТУАЦИЙ ПРИ ВОЗНИКНОВЕНИИ ЖЕЛЕЗНОДОРОЖНЫХ АВАРИЙ
Метод автоматического обнаружения опасных ситуаций, позволяющий в нечеткой среде обеспечивать быгструю настройку систем мониторинга на уровне информационного обеспечения при появлении новыгх обстоятельств или изменений. Он может быть использован для интеллектуализации технологии автоматизированного мониторинга опасныгх ситуаций в различным технологических областях отечественной промышленности.
Ключевые слова: обнаружение опасныгх ситуаций, автоматизированный мониторинг, железнодорожные аварии.
ТЪ настоящее время классы типичных аварий при железно-
X-# дорожных перевозках практически известны, существует обширный статистический материал. Но нештатные ситуации (НшС) являющиеся причинами и условиями возникновения аварий взаимодействуют, переходя в более опасные состояния. Другими словами, они выходят за границы прежнего уровня и вызывают переход в другую форму, повышая риск появления аварий. Важно научится распознавать эти взаимодействия и тем самым предотвращать наступление аварийных ситуаций с тяжелыми последствиями.
В работах [1, 2, 3] применительно к горнодобывающей отрасли показано, что распознавание НшС предполагает тесную взаимосвязь контролируемых параметров. Наибольшая взаимосвязь проявляется при контроле физически однородных параметров. Ими обнаружена взаимосвязь в показании датчиков метана в подготовительных выработках при ведении буровзрывных работ, на выемочных участках целого ряда угольных шахт РФ, причем в качестве информативного признака использовалась величина отклонения содержания газа от фонового уровня. Поэтому при оценках взаимодействия НшС проверяется значимость корреляционной связи параметров НшС. Этот подход ими был использован и для разнородных параметров ситуаций. Например, НшС - неисправность газопровода, обуславливающая опасную ситуацию «нарушение системы дегазации шахты», определяется параметром «содержание газа».
При построении и анализе дерева состояния возникновения пожара в железнодорожной секции установлено, что НшС - искрение двигателя, приводящее к «короткому замыканию в контактных сетях, самовозгоранию кабеля» и появлению «источника тепловых импульсов (открытый огонь)», характеризуется изменением температуры воздуха, что фиксируется тепловыми датчиками; НшС -«недостаточная подача воздуха», характеризующая «нарушение режима вентиляции», определяется по изменению расхода воздуха. Или при работе отопительной системы в железнодорожном вагоне: НшС - выход из строя клапана охлаждающего водяного устройства приводит к «отсутствию подачи воды» в систему, а при неисправности вихревого насоса для подачи воздуха возможна «недостаточная вентиляция», возникает повышенная температура пламени в горелке печи, что фиксируется датчиком контроля температуры. При неисправностях в отопительной системе и недостаточной подаче холодного воздуха в систему возможны «перегрев двигателя», «возгорание его деталей» и как следствие «воспламенение железнодорожной секции».
Во всех случаях верификация механизма формирования контролируемых параметров основана на факте отражения во взаимнокорреляционных функциях причинно-следственной связей. Поэтому основная идея предлагаемой методики состоит в отражении взаимодействия НшС во взаимосвязанности их параметров и формировании множества всех возможных НшС, выбор любой пары которых из этого множества рассматривается как альтернатива. Используются алгебраические методы нахождения информативной значимости параметров ситуаций, а степень взаимной связанности оценивается с помощью статистических критериев.
Формальная постановка задачи мониторинга взаимодействия НшС (инициирующих и инициируемых) W, составляющих множество итп объемом N. Каждая НшС представлена значением своих параметр°в тп ^ Gn = {# 1И,..., gm,..., gIn {, где п = 1,N -
индекс НшС; г = 1, I - индекс параметра.
В качестве параметров НшС используется величина отклонения от нормального режима функционирования железнодорожного состава при перевозках. Требуется из множества нештатных ситуа-
ций (On найти такие COj, являющиеся, в некотором смысле, наиболее значимыми по взаимосвязи по отношению к остальным.
Решение этой задачи осуществляется с использованием процедур вычисления оценок предпочтительных решений на множестве критериев, описанной в [4] и основанный на использовании моделей размытых ситуаций неуверенности выбора решений и реализующий механизм сужения Парето-множеств рассматриваемых альтернатив.
Алгоритм состоит из следующих шагов:
Шаг 1. Формирование критериев С (/, n) (/ = 1, L - индекс
критерия, n = 1, N - индекс альтернативы) по каждой альтернативе (с использованием параметров и свойств НшС и АС) и их нормализация к единой шкале.
Шаг 2. Задание априорных оценок предпочтительности и тождественности альтернатив.
Шаг 3. Последовательная проверка критериев с целью определения критерия, имеющего минимальное значение (min С(/,П)).
Шаг 4. Нахождение тождественных альтернатив.
Шаг 5. Нахождение предпочтительных альтернатив.
Шаг 6. Формирование новых значений критериев для множества предпочтительных альтернатив.
Шаг 7. Повторение шагов (3) - (6) с целью определения наиболее предпочтительной единственной альтернативы.
При этом в зависимости от распределения предпочтений рекомендации по принятию решений имеют следующий характер: строгий (однозначный) выбор альтернативы, предпочтительный выбор, возможный выбор, тождественность выбора альтернатив, отказ от выбора и равнозначность (безразличие) альтернатив. Алгоритм в отличие от известных не требует привлечения экспертов, что делает его универсальным, применимым к анализу различных параметров мониторинга.
Методика мониторинга взаимодействия нештатных ситуаций при выполнении железнодорожных перевозок включает 11 этапов
Этап 1. Формирование статистической выборки НшС Ж = \рп }, заданных значениями параметров ^Іп }, І = 1,1 -
индекс параметра, П = 1, N - порядковый номер НшС.
Этап 2. Вычисление средних значений g І и среднеквадратичных отклонений 7 І параметров Ншс:
_ X gш g = ---------,
| )2 - N}
7і '
N -1
Этап 3. Формирование матрицы взаимной корреляции R значения параметров НшС с элементами Гу :
X gmgJn - Ngigj ІІ _____________
где І, у = 1,1 - индексы параметров НшС.
Этап 4. Оценка информативной значимости параметров НшС по строкам матрицы R :
2,=! Гу -1, V, = й,
Гу =
где г - индексы строки, ] - индекс столба матрицы К .
Этап 5. Отображение множества значений параметров } во множество параметров {Сп }, ранжированных в порядке возрастания информативной значимости V \.
V : ст = cn при T = 1 cn = max cm - cn , при T = 0 , где
T - признак параметра Cin; max Cin - максимальное значение параметра С in из «n» альтернативных. Параметр считается нормальным, если по мере роста его значений возрастает предпочтительность выбора альтернативы an (параметру присваивается при-
Этап 8. Нормализация и нормирование множества параметров Іп } в соответствии с правилами этапов 6 и 7.
Этап 9. Вычисление оценок предпочтительности Rn и тожде-
горитма поиска наиболее предпочтительных решений в условиях многокритериальности:
• однозначный (строгий) выбор взаимодействующих НшС
COti 2 из набора НшС W :
®л.2: Rt12 = max Rn и max Rn > S > S0 ^ (Rn, W, Ln), n Ф t;
• возможный выбор пары взаимодействующих НшС 0)ti 2 из набора W :
где ьп - лингвистические переменные, характеризующие качественные описания взаимодействия НшС; Ь0 - лингвистическая переменная, определяющая качественное описание в виде «отказ от
ственности S выбора альтернатив an в соответствии с шагами ал-
®t1.2 : Rt1.2 = max(R1,...,Rn );
• отказ от выбора НшС:
S < S0 ^ {Rn ,W, 4} ^(0,0, Lo ),
выбора НшС»; $0 - заранее заданный порог уверенности в том, что взаимодействующие НшС могут быть выбраны/распознаны.
Этап 10. Задание порога уверенности
$0 ^ Ws ={W е W$ при ц(ф$) > $0 !■
где W$ - множество строгого уровня принадлежности к множеству W , конкурирующих за отбор НшС.
Этап 11. Вывод для пользователя имен НшС, оценок их предпочтительности и описания взаимодействия НшС в виде значений лингвистических переменных. При «отказе от выбора НшС» осуществляется отнесение НшС к пустому множеству.
Задание порога $о является задачей определения уровня ¡и(Кп) для нечеткого множества, поэтому используется аппарат нечетких множеств. Использование приведенных процедур позволяет формализовать способ распознавания взаимодействующих НшС при развитии АС и получить объективную оценку выбора без участия экспертов.
Изложенный метод может быть полезен при формализации логической организации последовательности аварий, которая известна как «домино», когда тот или иной вид НшС создает предпосылки для возникновения других последующих видов НшС. Согласно дереву опасного состояния, инициирующие НшС «отсутствие блокировки при высокой температуре» и «возникновение источника тепловых импульсов обуславливают возникновение опасной инициируемой НшС «воспламенение железнодорожной секции», параметром gin которой служит температура воздуха. Аналогичный
параметр gjn имеет место при анализе другой ветви дерева опасных ситуаций от НшС «высокая разность внешней и внутренней температур» до опасной инициируемой НшС «возгорание горючесмазочных материалов». С использованием данного метода можно оценить взаимодействие указанных НшС как строгое, предпочтительное или возможное.
Более сложные логические цепочки возникают при анализе природных происшествий, приводящих к авариям на железной дороге, связанным со стихийными бедствиями. Здесь важны процедуры раннего обнаружения НшС, имеющих силовой эффект. Важ-
но правильно выбрать диагностические признаки, звуковые эффекты разной силы и частоты, механические разрушения железнодорожных путей, повреждение части дорожного полотна и выхода ее из строя, нарушение сцепления вагонов, смещение вагонов, прогиб крыш железнодорожных составов, внезапное изменение скорости движения и пр. Аналогичные рассуждения можно привести при анализе возникновения аварии типа сход с рельсов.
Использование приведенной методики позволяет формализовать распознавание взаимодействия обнаруженных НшС в практически неограниченной предметной области, в которой значения параметров могут быть представлены в численном виде.
------------------------------------------- СПИСОК ЛИТЕРАТУРЫ
1. Пучков Л.А., Аюров В.Д. Синергетика горно-технологических процессов. - М.: МГГУ, 1997. - 264 с.
2. Куприянов В.В. Параллельные процессы в распределенных системах поддержки принятия решений. Учебное пособие, ч.1. - М.: МГГУ, 2003. - 74 с.
3. Купрянов В.В., Стадник Д.А., Компаниец Б.И. Оценка остаточного ресурса горно-шахтного оборудования - одна из важнейших задач при управлении выемочным учпстком угольной шахты. // Горный информационно-аналитический бюллетень, «Информатизация и управление-1», ОВ 10. - 2008, с. 329-336.
4. Куприянов В.В. Методические указания по проведению практических занятий по дисциплине «Теория принятия решений» (раздел «Многокритериальные методы принятия решений»). - М.: МГГУ, 2000. - 31 с. шыа
— Коротко об авторах -----------------------------------------------
Куприянов В.В. - профессор, доктор технических наук,
Соловьев А.Е. - доцент, кандидат технических наук,
кафедра АСУ, Московский государственный горный университет,
Moscow State Mining University, Russia, ud@msmu.ru
