Методика оценки готовности к работе оборудования АСПВБ первого уровня информирования на объектах ТЭК в особых условиях Текст научной статьи по специальности «Математика»

УДК 658.5 DOI: 10.18322/PVB.2019.28.01.35-46

Методика оценки готовности к работе оборудования АСПВБ первого уровня информирования на объектах ТЭК в особых условиях

© Н. Г. Топольский1, И. В. Самарин2 (н), А. Ю. Строгонов2

1 Академия ГПС МЧС России (Россия, 129366, г. Москва, ул. Бориса Галушкина, 4)

2 Российский государственный университет нефти и газа (Национальный исследовательский университет) имени И. М. Губкина (Россия, 119991, г. Москва, Ленинский просп., 65, корп. 1)

РЕЗЮМЕ

Введение. Обоснована необходимость получения лицами, принимающими решения (ЛПР), полной информации о готовности к работе оборудования автоматизированных систем управления технологическими процессами (АСУТП) первого уровня информирования в любой момент времени. Данные о предпожарном состоянии на объекте топливно-энергетического комплекса (ТЭК) передаются с помощью элементов управления автоматизированных систем пожаровзрывобезопасности (АСПВБ) в составе АСУТП. Показана связь определения состояния готовности оборудования АСПВБ со степенью выполнения профилактических работ. Целью исследования является получение научно обоснованного инструмента определения готовности оборудования АСПВБ к функционированию.

Методы исследования. Для решения задачи выбрана модель шестиуровневого графа стратегического планирования, который предлагается ЛПР для использования в целях оценки готовности оборудования АСПВБ первого уровня к работе. В основе иерархии лежит реализация планов по обслуживанию, ремонту и замене оборудования. С помощью метода последовательных приращений смоделированы проверочные мероприятия и восстанавливающие процедуры. Предложены две задачи математического программирования — линейная и нелинейная. В первом случае получена новая форма целевой функции с учетом максимальной эффективности деятельности по выполнению планов. В нелинейной постановке в разных формах рассмотрена функция поиска критерия для оценки максимальной эффективности. Оптимальные решения задач представляют собой вывод об использовании некоторого ресурса для одного определенного мероприятия. Результаты исследования. Сделан вывод о целесообразности использования всего ресурса для конкретного мероприятия. При решении задачи оптимизации в нелинейной постановке отмечена динамичность параметров вектора плановых работ по приведению источников информации первого уровня АСПВБ втребуемое состояние, а также вектора интенсивности проведения работ. В итоге предложена формула интегральной готовности к функционированию оборудования АСПВБ для определенного количества восстанавливающих мероприятий.

Заключение. Получен метод оценки эффективности восстанавливающих мероприятий для АСПВБ с учетом ограниченного особыми условиями ресурса. Применение метода позволяет дежурным сменам объекта ТЭК оперативно реагировать на предпожарные ситуации.

Ключевые слова: автоматизация; пожарная безопасность; автоматизированные системы управления технологическими процессами; автоматизированные системы пожаровзрывобезопасности; топливно-энергетический комплекс; интегральный показатель; анализ; иерархия; состояние готовности; стратегическое планирование; значимость; пожары; взрывы.

Для цитирования: Топольский Н. Г., Самарин И. В., Строгонов А. Ю. Методика оценки готовности к работе оборудования АСПВБ первого уровня информирования на объектах ТЭК в особых условиях// Пожаровзрыво-безопасность/ Fire and Explosion Safety.—2019. —Т. 28, № 1.—С. 35-46. DOI: 10.18322/PVB.2019.28.01.35-46.

И Самарин Илья Вадимович, e-mail: ivs@gubkin.ru

Введение

Объекты топливно-энергетического комплекса (ТЭК) являются постоянным источником угрозы безопасности, в том числе пожарной, окружающей среды. В связи с этим немаловажной задачей является прогнозирование готовности пожарной техники к выполнению своих функций [1]. Однако, обладая стратегической значимостью, предприятия топливной промышленности нуждаются в предварительном планировании и фактическом контроле устойчивого и безопасного функционирования [2,3]. Крайне важно иметь возможность предупредить и вовремя пред-

отвратить возникновение пожаровзрывоопасной ситуации на объекте ТЭК любого масштаба. Довольно непростую задачу представляет определение объема мониторинга систем безопасности и противопожарной защиты на таких объектах. Согласно [4] определение этого объема необходимо проводить на основе экспертных оценок сотрудников, участвующих в работе данных систем. При наличии ограничений на получение информации оценки могут быть выполнены некорректно. В качестве примера процесса получения подобных оценок можно привести подробный анализ данных [5], полученных от

экспертов-сотрудников различных уровней, работающих на пожароопасных участках объектов нефтегазовой отрасли. Лицам, принимающим решения (ЛПР) на объектах ТЭК, необходима оперативно (в реальном режиме времени) подтверждаемая информация о состоянии готовности к работе и надежности средств и систем пожарной автоматики, газовых пожарных извещателей [6], датчиков состояния среды и других средств оповещения о пожарах или предпожарных режимах [7,8]. От полноты информации во многом зависит скорость принятия ЛПР верного с точки зрения пожарной безопасности (ПБ) решения [9]. Все указанные источники информации для ЛПР в автоматизированных системах управления технологическими процессами (АСУТП) являются информаторами первого уровня. Как правило, на объектах ТЭК в АСУТП встроены автоматизированные системы пожаровзрывобезопасно-сти (АСПВБ). Принципы их работы основаны на своевременном информировании ЛПР о возможных опасных ситуациях [10]. Для выяснения состояния готовности к функционированию оборудования АСПВБ первого уровня необходимо планирование мероприятий по его приведению в состояние готовности в опасных ситуациях. Приоритетной задачей для ЛПР в этом случае является оценка с помощью средств контроля или встроенного специального программного обеспечения АСПВБ [11] степени выполнения тех или иных компонентов указанных планов и возможности проведения и важности отдельных из включенных в них мероприятий. От успешности подобных оценок зависит количество предотвращенных пожаров и взрывов на объектах ТЭК [12].

Проведение на объекте ТЭК профилактических работ ремонтными бригадами для выявления требуемого ремонта или замены оборудования АСПВБ является приоритетной задачей и стратегической целью при оценке степени его готовности к работе. Разнородность такого оборудования и деятельности по его обслуживанию, ремонту и замене имеет второстепенное значение. Основным критерием оценки служит возможное влияние того или иного элемента оборудования информирования АСПВБ первого уровня на стратегическую цель ЛПР по обеспечению ПБ на объекте ТЭК.

Сегодня на многих предприятиях ТЭК используются системы контроля и обеспечения пожарной безопасности зарубежного производства [13, 14]. В [15] утверждается, что 80 % этого рынка занято зарубежными производителями. По объему данной продукции лидирует ЧП "Артон" (36 %), за ним следуют Beijing PT Security Technology (33 %), Wizmart Technology (11 %). В стоимостном выражении доли, занимаемые производителями на рынке данной продукции, распределяются следующим образом: Bosch — 11 %, Hekatron — 9 %, Honeywell — 8 % [15].

В последнее время из-за санкций на объекты ТЭК возникают трудности с поставками импортного оборудования для АСПВБ, предназначенного для информирования ЛПР, для модернизации АСУТП объектов инфраструктуры. Так, например, при проектировании модернизации одного из объектов ТЭК согласно [16] износ изначально поставленного и незамененного технологического оборудования составил 80-100 %. Отчасти это обусловлено тем, что процесс замены осложняется из-за существенных ограничений на требуемые поставки. В связи с этим следует заметить, что выявление наиболее важных элементов оборудования приобретает колоссальное значение. Условия функционирования объектов ТЭК, при которых существуют ограничения на поставку, своевременную замену и поверку оборудования, будем называть особыми. В случае невозможности проведения отдельных запланированных мероприятий целесообразно разрабатывать новые модели обеспечения ПБ на объектах ТЭК, меняя, например, характер передачи информации внутри объекта или точки монтажа датчиков и извещателей. Хотя последнее представляется не слишком целесообразным, так как может привести к нарушению общей схемы оповещения при пожарах и взрывах.

Целью настоящей статьи является получение обоснованного инструмента оценки эффективности плановых мероприятий по восстановлению оборудования нижнего уровня АСПВБ. Для ее достижения авторами поставлена задача анализа и выявления готовности к работе оборудования по обеспечению пожаровзрывобезопасности автоматизированным образом на объектах ТЭК. Моделирование восстанавливающих мероприятий выполняется методом последовательных приращений при рассмотрении двух задач математического программирования — линейной и нелинейной. Описано получение их оптимальных решений, заключающееся в рекомендации использовать некоторый ресурс для одного определенного мероприятия.

Методы исследования

Для моделирования степени важности отдельных мероприятий при оценке готовности к работе оборудования АСПВБ первого уровня применялось стратегическое планирование [17, 18]. Основным правилом, описанным в [17,18], является граф стратегического планирования, основанный на иерархии целей, задач, направлений, кластеров, мероприятий и т. п. Его анализ при проведении оценки готовности оборудования АСПВБ первого уровня является основным методом, который следует использовать ЛПР для достижения нужной цели.

Рассмотрим аналог указанного графа. Построим на основе иерархии реализации планов по обслу-

живанию, ремонту и замене указанного оборудования аналогичный граф (см. рисунок). Назовем его графом стратегического планирования для оценки готовности оборудования АСПВБ первого уровня объекта ТЭК. Целью ЛПР и показателем качества для всей группы указанных мероприятий будет являться оценка ЛПР готовности к работе оборудования АСПВБ в автоматизированном режиме.

Максимальной готовностью оборудования автоматизированных систем пожаровзрывобезопасно-сти будет такое его состояние, при котором любая опасная или потенциально опасная ситуация будет устранена до возникновения опасных последствий. Для этого необходимо иметь ресурсы по приведению оборудования информирования АСУТП первого уровня в наилучшее состояние. Проверки и плановые мероприятия по восстанавливающим процедурам для него могут моделироваться по-разному.

Если использовать для этого метод последовательных приращений [19], то можно рассматривать для определения готовности к работе оборудования АСПВБ как минимум две задачи математического программирования. Первая из них — задача линейного программирования с одним ограничением. Основная мысль — найти максимум аддитивной целевой функции у (хэ) для параметров готовности, значения которых могут быть определены планами ремонта, обслуживания, восстановления или замены источников информации первого уровня АСПВБ, при ограничении на заданный вид ресурса Ь в связи с особыми условиями. При этом будет определен общий интегральный показатель готовности для всего искомого оборудования АСПВБ.

В такой постановке задача может рассматриваться как

! = 1

у(хэ) = тах у(х) = тах < V а, ■ х1 !>; (1)

у у ' '

К(х) = Е Р, • х

(2)

1=1

где хэ — значение вектора, при котором целевая функция у(х) принимает максимальное значение; х — вектор независимых параметров (плановых работ по приведению источников информации первого уровня АСПВБ в "правильное" состояние);

х = (хь х2, ..хи }; (3)

и — число единиц необходимого оборудования; а, > 0 V , = 1, и — коэффициенты важности элементов в цели; определяются в соответствии с построенной решающей матрицей для выбранной в графе стратегического планирования иерархии [20];

Р, >0 V , = 1, п — коэффициенты интенсивности использования ресурсов при проведении работ в соответствии с планами; х, — некоторое значение независимого параметра (плановых работ по приведению источников информации первого уровня АСПВБ в "правильное" состояние), соответствующее определенному числу единиц оборудования;

К(х) < Ь, Ь >0;

(4)

Ь — предельно допустимая величина некоторого ресурса с учетом особых условий;

Шестиуровневый граф стратегического планирования для оценки готовности оборудования АСПВБ первого уровня объекта ТЭК

п — общее число мероприятий, проводимых согласно планам (в общем случае и и п не равны, так как в соответствии с графом стратегического планирования для его уровней, которые выше нижнего, также следует предусмотреть значимость; не равны они будут и в том случае, когда запланированные мероприятия будут проведены не в полной мере). При этом

и

Еа < =!; (5)

1=1

Ее = 1.

(6)

1=1

Условие (2) регулирует загрузку персонала, наличие финансовых или материальных средств с учетом (6) в соответствии с деревом мероприятий, описываемым в планах. При этом считается, что при их реализации ЛПР стремится к достижению поставленной на определенном направлении агрегатной цели (см. рисунок), в данном случае максимальной готовности оборудования АСПВБ к работе в особых условиях.

Максимальная эффективность деятельности в соответствии с планами при решении такой задачи (формулы (1)-(4)) реализуется при равенстве левой и правой частей в (4). В противном случае достижение максимума у (х) оставляет остаток ресурса, что дает возможность получать новые приращения любой компоненты х1, для которой аг > 0, и приращение целевой функции (1), что не укладывается в изначальную формулировку задачи.

Если получить из условия (2) х1 и учесть, что для некоторого к отношение ак /Рк примет наибольшее значение по сравнению с остальными значениями а1 /рг, то целевая функция у(х) и условие приобретут такой вид [21]:

"(х) = 0ГЬ+ Е Р 10--От

Р %-От ><

(7)

(8)

В этом случае решается задача линейного программирования на безусловный экстремум, потому что для всех 1 Ф к значения х1 должны быть равны нулю. Это следует из нового условия (8), в соответствии с которым при всех х1 >0 V1 ф к значения у (х) будут меньше максимального.

Из этого вывода следует, что ресурс Ь следует направлять на проведение только одного мероприятия, т. е. на увеличение одного параметра вектора (3). Это справедливо для любых, а не только неотрицательных значений а1 в случае наличия среди них хотя бы одного положительного.

Во втором варианте задачи, когда функция у(х) нелинейна и представляет собой вогнутую функцию, а ограничение линейно, функцию поиска критерия для оценки максимальной эффективности можно записать в виде [22]:

у(хэ) = тах у(х) (9)

х

с теми же ограничениями (см. формулы (2) и (4)):

g(х) = Ев • х1;

г = 1

£(х) < Ь, Ь > 0.

(10)

Решение этой задачи, так же как и предыдущей, находится на границе, определяемой ограничениями (10). Обычно задачи данного класса принято решать методом Лагранжа [23], но в данном случае уместно прибегнуть к другому решению поставленной задачи.

Предположим, что, разбив ресурс Ь на части ДЬ, соответствующие его использованию в отдельных мероприятиях, мы сможем распределить их последовательно. При этом время использования каждой доли ресурса не будет иметь принципиального значения, как и порядок использования указанных составных частей. Тогда на небольших участках, соответствующих ДЬ, задачу в нелинейной постановке можно решать как линейную.

По аналогии с ней нам необходимо найти такое значение у(х), для которого частная производная по одному из параметров (см. формулу (3)) максимальна с учетом умножения на коэффициент 1/Рк. Тогда, выбрав мероприятие хк, использующее его ресурс так, что

Зк, МХ) = тах (Х}

дхь

ЭХ:

(11)

функцию (9) следует переписать в виде

У(х) = хь ^ •••, хк-ъ Ь -Е1Г • Х

гФк Рк

■к +1>

- хп

(12)

Следовательно, приращение функции у(х) необходимо определить так:

ё у(х) =

ДЬ Эу(х)

рк Эхк

- е ) - Р^ ЭУ(х)} Ах.

или

1=1 I Эх1 рк Эхк

ДЬ Эу(х)

(13)

ё у(х) =

рк дхк

-Е р г к1 ^ -р-1 ^ 1 ё х,.

1 = 1 i °х1 °хк

(14)

х

где к = Arg jmax(рт1 ^Х^jj . (15)

Исходя из того что все величины в (13) и (14) под знаком суммы не положительны, при распределении АЬ можем считать, как и в предыдущей постановке, что оптимальное решение в этом случае состоит в использовании всего ресурса АЬ только для одного мероприятия к.

Анализ результатов

Последовательно проводя решение данной задачи для различных АЬ, можно видеть, что в каждом случае значение max у (x) будет найдено для различных мероприятий. А вывод о необходимости использования всего ресурса АЬ на к-е мероприятие говорит лишь о том, что не следует распылять его между несколькими мероприятиями.

Необходимо заметить, что в случае решения задачи определения готовности оборудования АСПВБ в данной постановке восстановительные мероприятия, предусмотренные планами, будут проводиться так, что и сам вектор (3) будет меняться, и в нем будут меняться число и характер мероприятий. Это связано с тем, что для каждого из хк будет находиться свое мероприятие, а для остальных расчет будет выполняться без него на следующем шаге распределения АЬ. В этом случае для каждого шага

при использовании части ресурса АЬ следует пре-

~ t

дусмотреть свой вектор мероприятий x :

X = {xi, x2 ,..., Хп }, (16)

атакже и свой вектор интенсивности их проведения:

рt = (pi, р2,..., Р П}. (17)

Тогда, принимая, что всего будет распределено Т порций ресурса, где

Т = Ь/АЬ, (18)

можно записать следующую формулу интегральной готовности оборудования АСПВБ для Т восстановительных мероприятий, для которых возможно использование ресурса Ь, причем его части АЬ хватит для полного проведения указанных мероприятий:

а у' (хэ) = АЬ V (Рк) 1 , (19)

г=1 9хк

где г — номер шага;

к — индекс мероприятия из плана, для которого целевая функция на г-м шаге принимает максимальное значение.

Заключение

Задача, приведенная в двух различных постановках и с одним ограничением, показывает, как, используя последовательные приращения значения ресурса, ограниченного за счет особых условий, можно оценить эффективность запланированных мероприятий по восстановлению оборудования АСПВБ. При этом планирование мероприятий и оценка их значимости выполняются с учетом иерархии, получаемой в результате стратегического планирования.

Приведенные в настоящей статье преобразования могут быть легко применены для случая разделения данного оборудования на классы и подклассы, а также при изменении характера ограничений или использовании нескольких ограничений. Такое масштабирование позволит создать удобный алгоритм поддержки управления ЛПР в АСПВБ, что в свою очередь при наличии особых условий позволит поддерживать ПБ объекта ТЭК на должном уровне.

СПИСОК ЛИТЕРАТУРЫ

1. Сатин А. П., Ле Тхань Бинь, Прус Ю. В. Прогнозирование готовности пожарной техники на основе марковской модели поломок и восстановления // Технологии техносферной безопасности. — 2012. — № 5(45). — 11 с.

2. Dawoud S. M.Fire protection in the petroleum industry // SPE Annual Technical Conference and Exhibition (11-14 November, 2007, Anaheim, California, USA). DOI: 10.2118/110521-ms.

3. Winmag Plus — основа интеграции для систем безопасности в нефтегазовой отрасли / АО "Хоне-велл" // Алгоритм безопасности. — 2018. — № 3. — С. 8-9.

4. Steblev Yu. I., Susarev S. V., BykovD. E. The principles of designing automated systems for diagnostic monitoring of the engineering structures of hazardous production objects // Russian Journal of Nondestructive Testing. —2015. — Vol. 51, No. 4. — P. 185-197. DOI: 10.1134/s1061830915040063.

5. Зуев H. Ю., Хабибулин Р. Ш., Шихалев Д. В., Гудин С. В. Информационная технология экспертного опроса специалистов нефтегазовой отрасли для предотвращения пожаров на объектах защиты // Пожаровзрывобезопасность / Fire and Explosion Safety. — 2018. — Т. 27, № 5. — С. 17-25. DOI: 10.18322/PVB.2018.27.05.17-25.

6. Aleixandre M., Gerboles M. Review of small commercial sensors for indicative monitoring of ambient gas // Chemical Engineering Transactions.— 2012.—'Vol. 30.—P. 169-174. DOI: 10.3303/cet1230029.

7. BogueR. Sensors for fire detection // Sensor Review.— 2013.—Vol. 33,No. 2. —P. 99-103.DOI: 10.1108/02602281311299635.

8. Milov V. R., Suslov B. A., Kryukov O. V. Intellectual management decision support in gas industry // Automation and Remote Control. — 2011. — Vol. 72, No. 5. — P. 1095-1101. DOI: 10.1134/S0005117911050183.

9. Hammond J. S., Keeney R. L., Raiffa H. Smart choices: A practical guide to making better life decisions.

— Boston, MA : Harvard Business School Press, 2002. — 256 p.

10. Абросимов А. А., Топольский H. Г., Федоров А. В. Автоматизированные системы пожаровзрыво-безопасности нефтеперерабатывающих производств. — М.: МИПБ МВД России, 1999.—239 с.

11. Бутузов С. Ю., Крючков А. В., Самарин И. В. Метод количественного расчета совокупного фактора влияния персонала на устойчивость специального программного обеспечения автоматизированных систем пожаровзрывобезопасности // Пожаровзрывобезопасность / Fire and Explosion Safety.— 2018.— Т. 27, № 7-8. —С. 60-66.D01:10.18322/PVB.2018.27.07-08.60-66.

12. Nolan D. P. Handbook of fire and explosion protection engineering principles for oil, gas, chemical and related facilities. — 3rd ed. — Norwich, NY : William Andrew, 2010. — 496 p.

13. IRP 15: Snubbing Operations. An Industry Recommended Practice (IRP) for the Canadian oil and gas industry. — May 2015. —Vol. 15. — 167p. URL: http://www.enform.ca/resources/download-reso-urce.cfm?resourceId=25&type=pdf (дата обращения: 24.11.2018).

14. Construction health and safety manual: oil refineries and petrochemical plants. URL: https://www.ihsa.ca/ rtf/health_safety_manual/pdfs/locations/0il_Refineries.pdf (дата обращения: 24.11.2018).

15. How Russia has overhauled its fire protection sector. URL: http://www.securika-moscow.ru/en-GB/ press/news/How-Russia-overhauled-fire-protection-sector.aspx (дата обращения: 24.11.2018).

16. Проектирование НПЗ. URL: http://neftegazproekt.com/proektirovanie-npz/ (дата обращения: 27.11.2018).

17. Самарин И. В. Формализация задачи обоснования среднесрочного плана деятельности для построения автоматизированной системы управления стратегического планирования на предприятии // Инновации и инвестиции. — 2014. — № 4. — C. 177-183.

18. Самарин И. В., Фомин А. H. Стратегическое планирование на предприятии: применение метода анализа иерархий для стратегического мониторинга деятельности // Экономика, статистика и информатика. ВестникУМО. —2014. —№ 5. — С. 84-89. DOI: 10.21686/2500-3925-2014-5-84-89.

19. Антонов А. В. Системный анализ : учеб. для вузов. — М. : Высшая школа, 2004. — 454 с.

20. Самарин И. В. АСУ стратегического планирования на предприятии: уточнение методологических и инструментальных основ схемы планирования // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. — 2017. — № 2. — С. 31-44.

21. Зорич В. А. Математический анализ. — В 2 ч. — Изд. 8-е, испр. — М. : МЦНМО, 2017. — Ч. I.

— 576 c.

22. БазараМ., ШеттиК. Нелинейное программирование. Теория и алгоритмы / Пер. с англ. — М.: Мир, 1982.— 583 с.

23. Самарский А. А., Гулин А. В. Численные методы. — М. : Наука, 1989. — 432 с.

Материал поступил в редакцию 8 января 2019 г.

Информация об авторах

ТОПОЛЬСКИЙ Николай Григорьевич, д-р техн. наук, профессор, заслуженный деятель науки РФ, профессор кафедры информационных технологий, Академия ГПС МЧС России, г. Москва, Российская Федерация; e-mail: ntopolskii@mail.ru

САМАРИН Илья Вадимович, канд. техн. наук, доцент, доцент кафедры автоматизации технологических процессов, Российский государственный университет нефти и газа (Национальный исследовательский университет) имени И. М. Губкина, г. Москва, Российская Федерация; e-mail: ivs@gubkin.ru

СТРОГОНОВ Андрей Юрьевич, аспирант кафедры автоматизации технологических процессов, Российский государственный университет нефти и газа (Национальный исследовательский университет) имени И. М. Губкина, г. Москва, Российская Федерация

UDC 658.5 DOI: 10.18322/PVB.2019.28.01.35-46

Operating readiness evaluation method of first level information distribution AFES equipment at facilities of fuel and energy complex in special conditions

© N. G. Topolskiy1, I. V. Samarin2 A. Yu. Strogonov2

1 State Fire Academy of Emercom of Russia (Borisa Galushkina St., 4, Moscow, 129366, Russian Federation)

2 Gubkin Russian State University of Oil and Gas (National Research University) (Leninskiy Avenue, 65, Bldg. 1, Moscow, 119991, Russian Federation)

ABSTRACT

Introduction. The necessity of obtaining by decision makers (DM) of complete information on first level information distribution equipment operating readiness of Automated Process Control Systems (APCS) at anytime. Data on the pre-fire condition at a facility of the fuel and energy complex (FEC) is transmitted using the control elements of Automated Fire and Explosion Safety Systems (AFES) as a part of the APCS. The connection of determining the state of readiness of the AFES equipment with the degree of preventive maintenance is shown. The aim of the study is to obtain a scientifically based tool for determining AFES equipment operating readiness. Research methods. In order to solve the problem, there was selected a six-level graph of strategic planning model that is offered to a DM for use while evaluating the first level information distribution AFES equipment operating readiness. The hierarchy is based on the implementation of plans for the maintenance, repair and replacement of equipment. There were simulated verification measures and remedial procedures by using the method of successive increments. Two problems of mathematical programming are proposed — linear and nonlinear one. In the first case, a new form of the objective function was obtained, taking into account the maximum efficiency of plans implementation. In the nonlinear formulation in different forms, the criterion search function is considered to estimate the maximum efficiency. Optimal task solving is a conclusion about the use of a certain resource for one specific event.

Study results. Theconclusion was madeabout thefeasibility of usingthe entire resource foraspecificevent. When solving the optimization problem in the nonlinear formulation, the dynamism of the parameters of the planned work vector to bring the first level AFES information sources in the required state, as well as the work performance intensity vector, is noted. Asa result, there was proposed an AFES equipment integral operating readiness formula for a certain number of remedial measures.

Conclusion. A method for evaluating the effectiveness of remedial measures for AFES, taking into account the resource limited by special conditions, is obtained. The use of the method gives an opportunity for on-duty shifts of the fuel and energy complex facility to promptly respond to pre-fire situations.

Keywords: automation; fire safety; automated process control systems; fire and explosion safety systems; fuel and energy complex; integral index; analysis; hierarchy; readiness status; strategic planning; significance; fires; explosions.

For citation: N. G. Topolskiy, I. V. Samarin, A. Yu. Strogonov. Operating readiness evaluation method of first level information distribution AFES equipment at facilities of fuel and energy complex in special conditions. Pozharo-vzryvobezopasnost / Fire and Explosion Safety, 2019, vol. 28, no. 1, pp. 35-46 (in Russian). DOI: 10.18322/PVB.2019.28.01.35-46.

K Ilya Vadimovich Samarin, e-mail: ivs@gubkin.ru

Introduction

The facilities of the fuel and energy complex (FEC) are a constant source of security threat, including fire, the environmental safety. In this regard, an important task is to predict the readiness of fire equipment to perform its functions [1]. However, having strategic significance, fuel industry enterprises need preliminary planning and actual control of sustainable and safe operation [2, 3]. It is extremely important to be able to anticipate and timely prevent the occurrence of a fire and explosion hazard situation at a fuel and energy complex of any scale. Arather difficult task is to determine the scope of monitoring of security systems and fire protection at such facilities. According to [4], the definition of this

volume should be carried out on the basis of expert evaluations of employees participating in the operation of these systems. If there are restrictions on obtaining information, estimates may not be performed correctly. As an example of the process of obtaining such evaluations, one can cite a detailed data analysis [5] received from expert staff at various levels working in fire hazardous areas of oil and gas facilities. Decisionmakers (DM) at the fuel and energy facilities need prompt (real-time) confirmed information on the state of readiness for operation and reliability of fire automatics systems, gas fire detectors [6], environmental status sensors and other fire alarm systems or pre-fire devices [7, 8]. The decision making time required by DM to

take the right decision in terms of fire safety (FS) [9] largely depends on the completeness of the information. All of these information sources for decision makers in Automated Process Control Systems (APCS) are the first level information distributors. As a rule, Automated Fire and Explosion Safety Systems (AFES) are built into the control system facilities at the fuel and energy complex facilities. The principles of their work are based on timely informing the decision maker of possible dangerous situations [10]. To find out the operating readiness state of first level AFES equipment, it is necessary to plan activities for bringing it in a ready state in dangerous situations. In this case, the priority task for the decision-maker is to evaluate the degree of implementation of certain components of these plans and the possibility of carrying out and the importance of some of the activities included in them with the help of monitoring tools or special embedded AFES software [11]. The number of fires and explosions prevented at fuel and energy facilities depends on the success of such evaluations [12].

Preventive maintenance by the repair and maintenance team at the fuel and energy complex to identify the required repair or replacement of AFES equipment is a priority and strategic goal in evaluating its operating readiness. The heterogeneity of such equipment and its maintenance, repair and replacement activities is of secondary importance. The main evaluation criterion is the possible influence of one or another unit of first level information distribution AFES equipment on the strategic goal of decision makers to provide fire safety at a facility of the fuel and energy complex.

Today, many enterprises of the fuel and energy complex use control systems and ensure fire safety of foreign production [13, 14]. In [15] it is claimed that 80 % of this market is occupied by foreign manufacturers. In terms of the volume of this product, PE Arton takes the leading position (36 %), followed by Beijing PT Security Technology (33 %) and Wizmart Technology (11 %). In terms of value, the shares occupied by manufacturers on the market for this product are distributed as follows: Bosch — 11 %, Hekatron — 9 %, Honeywell — 8 % [15]. Recently, due to sanctions on fuel and energy facilities, difficulties have arisen with the supply of imported equipment for AFES intended for sending information to decision makers, as well as for upgrading the process control system at infrastructure facilities. Thus, for example, when designing the modernization of a fuel and energy complex facility according to [16], the wear of the originally supplied and non-replaced process equipment was about 80-100 %. This is partially due to the fact that the replacement process is complicated due to significant restrictions on the required supplies. In this regard, it should be noted that the identification of the most important elements of the equipment is of paramount importance.

The conditions of operation of fuel and energy facilities, under which there are restrictions on the supply, timely replacement and verification of equipment, will be called special ones. If it is impossible to conduct separate planned activities, it is advisable to develop new models for providing fire safety at the fuel and energy complex facilities, changing, for example, the nature of information transfer inside the facility or the mounting points of sensors and detectors. Although the latter measure does not seem to be very appropriate, as it may cause violation of the general fire and explosion alarm scheme.

The purpose of this article is to obtain a reasonable tool for evaluating the effectiveness of planned measures for the restoration of low-level AFES equipment. To achieve it, the authors have set the task of analyzing and identifying the equipment operating readiness for ensuring fire and explosion safety in an automated way at fuel and energy facilities. Simulation of remedial measures is performed by the method of successive increments when considering two problems of mathematical programming — linear and nonlinear one. Obtaining their optimal solutions is described, which consists in recommending the use of a certain resource for one specific event.

Research methods

In order to simulate the importance of individual measures, strategic planning was used in evaluating firstlevel AFES equipment operating readiness [17, 18]. The basic rule described in [17, 18] is a graph of strategic planning based on a hierarchy of goals, objectives, directions, clusters, events, etc. Its analysis in conducting the evaluation of first level AFES equipment operating readiness is the main method that should be used by a DM to achieve the desired goal.

Let us consider an analogue of the specified graph. Let us construct a similar graph based on the hierarchy of the implementation of the plans for the maintenance, repair and replacement of the specified equipment (see Figure). Let us call it a graph of strategic planning for evaluating the first level AFES equipment operating readiness of a fuel and energy complex facility. The goal of the DM and the quality indicator for the entire group of these activities will be the DM's evaluation of AFES equipment operating readiness in an automated mode.

The maximum level of AFES equipment operating readiness will be its state that will let eliminate any dangerous or potentially dangerous situation before the onset of dangerous consequences. In order to do this, it is necessary to have the resources to bring the firstlevel information distribution AFES equipment in the best condition. Inspections and planned measures for the remedial procedures as for the equipment can be simulated differently.

Task types

Six-level graph of strategic planning for evaluating the first level AFES equipment operating readiness of a fuel and energy complex facility

If we use the method of successive increments in order to do this [19], then we can consider at least two problems of mathematical programming to determine the AFES equipment operating readiness. The first one is a linear programming problem with one constraint. The main idea is to find the maximum of the additive objective function y (xe) for readiness parameters, the values of which can be determined by plans for the repair, maintenance, restoration or replacement of information sources of first level AFES, with a limit on the specified resource type b due to special conditions. At the same time, the overall integral readiness index for all the required AFES equipment will be determined.

In this formulation the problem can be considered as

V(xe ) = max V(x) = max iZai • xi f ; (1)

y 2 17=1 J

g(x) = £ Pi • Xi, (2)

i = 1

where xe is a vector value at which the objective function y (x) takes the maximum value; x — vector of independent parameters (of planned work to bring information sources of first level AFES in the "correct" state);

x {xb • xu };

(3)

u — the number of units of required equipment; ai > 0 V i = 1,..., u — coefficients of elements importance in the goal; are determined in accordance with the constructed decision matrix for the hierarchy selected in the graph of strategic planning [20];

>0 V i = 1, ..., n — resource utilization factors for performing work in accordance with plans; xi — a certain value of an independent parameter (of planned work to bring information sources of first level AFES equipment to "correct" state) corresponding to a certain number of unit of equipment;

gx) < b, b >0;

(4)

b — the maximum permissible value of a certain resource taking into account special conditions; n — the total number of activities carried out according to the plans (in general u and n are not equal, as in accordance with the graph of strategic planning for its levels, which are higher than the lower one, we should also take into account the significance; they will not be equal even if the planned activities will not be fully implemented). At the same time

Za i= 1;

i = 1

ZPi = 1. i=1

(5)

(6)

Condition (2) regulates the loading of personnel, the availability of financial or material resources taking into account (6) in accordance with the action tree described in the plans. At the same time, it is considered that during their implementation, the DM seeks to achieve the aggregate goal set in a certain direction (see Figure), in this case, this goal is the maximum readiness of AFES equipment to work in special conditions.

The maximum efficiency of activities in accordance with the plans in solving this problem (formulas (1)-(4)) is realized with equality of the left and right parts in (4). Otherwise, reaching a maximum y (x) leaves the rest of the resource, which makes it possible to get new increments of any component x, for which ai > 0, and the increment of the objective function (1), that does not fit into the original formulation of the problem.

If it is obtained from the condition (2) xi and consider that for some k a ratio ak/ pk will take the greatest value in comparison with other values ai/ pi, then the objective function y(x) and the condition will take this form [21]:

y,x>=tfb+SP (if-if

0,if -if и

(7)

(8)

In this case, the linear programming problem is solved for an unconditional extremum, because for all i ^ k the values xi must be zero. This follows from the new condition (8), according to which at xi >0 V i ^ k the value y (x) will be less than the maximum.

It follows from this conclusion that the resource b should be directed to conduct only one event, i. e. to increase one parameter of the vector (3). This is true for any and not only for nonnegative values ai if there is at least one positive one among them.

In the second variant of the problem, when the function y(x) is not linear and is a concave function, and the limitation is linear, the criterion search function for evaluating maximum efficiency can be written as [22]:

y(xe) = max y(x) (9)

x

with the same limitations (see formulas (2) and (4)):

(x) = •x,; i=i

g(x) < b, b > 0.

(10)

The solution to this problem, as well as to the previous one, is on the boundary determined by the restrictions (10). The class of these problems is usually solved by the Lagrange method [23], but in this case it is appropriate to resort to another solution of the problem.

Let us suppose that by dividing a resource b into parts Ab, appropriate to its use in individual events, we will be able to distribute them consistently. At the same time the use of each share of the resource will not be of fundamental importance, as well as the use of these components. Then for small sections corresponding to Ab, the problem in the nonlinear formulation can be solved as a linear one.

By analogy with it, we need to find such a value y(x), for which the partial derivative with respect to

one of the parameters (see formula (3)) is maximum taking into account multiplication by the coefficient 1 /pk. Then, after choosing an event xk, using the resource in such a way that

3k, № = max ^

dxk xi dxi

function (9) should be rewritten as

(11)

y(x) = y|^ ^ ^ •••, xkpr" "Z pr" • xk..., x). (12)

Therefore, the function increment y (x) should be defined as:

Ab dy(x)

d y(x) =

Pi Oxk

-^ /5y(x) - P^ Oy(x)I dx.

or

I Oxi рк Oxk

Ab dy(x)

(13)

d y(x) =

рк Oxk

,_i Oy(x) i 5y(x)

-SP, "Pk

, = 1 I oxi oxk

dxi

where

к = Arg <| max ^P-1

Oy(x)

ox

(14)

(15)

Assuming that all values in (13) and (14) under index of summation are not positive, the distribution Ab we can assume, as in the previous formulation, that the optimal solution in this case is to use the entire resource Ab for one event only k.

Results analysis

Consistently pursuing the solution of this problem for various Ab, it can be seen that in each case the value max y (x) will be found for various events. And the conclusion about the need to use the entire resource Ab for k event says only that it should not be spread between several events.

It should be noted that in the case of solving the problem of determining the AFES equipment readiness in this formulation, the remedial measures provided for by the plans will be carried out in such a way that the vector itself (3) will change and the number and the nature of the measures will change as well. This is due to the fact that for each of xk will be its own event, and for the rest ones, the calculation will be performed without it at the next distribution step Ab. In this case, for each step when using a part of the resource Ab one should provide his/her own vector of events x':

= (x1

t

x2 '

(16)

as well as his/her own intensity vector of their conduction:

p' = (Pi, p 2,..., P n}. (17)

Then, assuming that everything will be distributed T resource portions, where

T = b/Ab, (18)

We can write the following formula for the integral AFES equipment readiness for Tremedial measures for which resource b is possible, and its parts Ab will be enough to complete these activities:

d V' (*e) = Ab £ (pi) 1 , (19)

t = 1 9xk

where ' — step number;

k — event index from the plan for which the objective function during the t step takes the maximum value.

Summary

The problem, given in two different productions and with one constraint, shows how, using successive increments the value of the resource, limited by special conditions, one can evaluate the effectiveness of the planned measures for the restoration of the AFES equipment. At the same time, the planning of activities and the evaluation of their significance are carried out taking into account the hierarchy obtained as a result of strategic planning.

The transformations, which are given in this article can be easily applied to the case of dividing this equipment into classes and subclasses, as well as while changing the nature of the restrictions or using several restrictions. Such scaling will allow creating a convenient algorithm for supporting the management of decision makers while dealing with AFES system, which, in its turn, under special conditions, will allow ensuring proper level of fire safety at a facility of fuel and energy complex.

REFERENCES

1. A. P. Satin, Thanh Bin Le, Yu. V. Prus. Forecasting of readiness of fire equipment based on the markov model breakdowns and recovery. Tekhnologii tekhnosfernoy bezopasnosti / Technology of Techno-sphere Safety, 2012, no. 5(45). 11 p. (in Russian).

2. S. M. Dawoud. Fire protection in the petroleum industry. SPE Annual Technical Conference and Exhibition (11-14 November, 2007, Anaheim, California, USA). DOI: 10.2118/110521-ms.

3. Winmag Plus is the basis of integration for security systems in the oil and gas industry. Algoritm bezopasnosti / Security Algorithm, 2018, no. 3, pp. 8-9 (in Russian).

4. Yu. I. Steblev, S. V. Susarev, D. E. Bykov. The principles of designing automated systems for diagnostic monitoring of the engineering structures of hazardous production objects. Russian Journal of Nondestructive Testing, 2015, vol. 51, no. 4, pp. 185-197. DOI: 10.1134/s1061830915040063.

5. N. Yu. Zuev, R. Sh. Khabibulin, D. V. Shikhalev, S. V. Gudin. Information technology of expert poll observation of oil and gas industrial specialists for prevention of fire on protection objects. Pozharo-vzryvobezopasnost / Fire and Explosion Safety, 2018, vol. 27, no. 5, pp. 17-25 (in Russian). DOI: 10.18322/PVB.2018.27.05.17-25 (in Russian).

6. M. Aleixandre, M. Gerboles. Review of small commercial sensors for indicative monitoring of ambient gas. Chemical Engineering Transactions, 2012, vol. 30, pp. 169-174. DOI: 10.3303/cet1230029.

7. R. Bogue. Sensors for fire detection. Sensor Review, 2013, vol. 33, no. 2, pp. 99-103. DOI: 10.1108/02602281311299635.

8. V. R. Milov, B. A. Suslov, O. V. Kryukov. Intellectual management decision support in gas industry. Automation and Remote Control, 2011, vol. 72, no. 5, pp. 1095-1101. DOI: 10.1134/S0005117911050183.

9. J. S. Hammond, R. L. Keeney, H. Raiffa. Smart choices: A practical guide to making better life decisions. Boston, MA, Harvard Business School Press, 2002. 256 p.

10. A. A. Abrosimov, N. G. Topolskiy, A. V. Fedorov. Avtomatizirovannyye systemy pozharovzryvobez-opasnosti neftepererabatyvayushchikhproizvodstv [Computer-aided fire and explosion safety systems of petroleum refineries]. Moscow, State Fire Academy of the Ministry of Internal Affairs of Russia Publ., 1999. 239 p. (in Russian).

11. S. Yu. Butuzov, A. V. Kryuchkov, I. V. Samarin. Method of quantitative calculation of the total factor impact of personnel stability special software of the automated systems of fire and explosion. Pozharo-vzryvobezopasnost / Fire and Explosion Safety, 2018, vol. 27, no. 7-8, pp. 60-66 (in Russian). DOI: 10.18322/PVB.2018.27.07-08.60-66.

12. D. P. Nolan. Handbook offire and explosion protection engineering principles for oil, gas, chemical and related facilities. 3rd ed. Norwich, NY, William Andrew, 2010. 496 p.

13. IRP15: Snubbing Operations. An Industry Recommended Practice (IRP) for the Canadian oil and gas industry. May 2015, vol. 15. 167 p. Available at: http://www.enform.ca/resources/download-resour-ce.cfm?resourceId=25&type=pdf (Accessed 24 November 2018).

14. Construction health and safety manual: oil refineries and petrochemical plants. Available at: https://www.ihsa.ca/rtf/health_safety_manual/pdfs/locations/Oil_Refineries.pdf (Accessed 24 November 2018).

15. How Russia has overhauled its fire protection sector. Available at: http://www.securika-moscow.ru/ en-GB/press/news/How-Russia-overhauled-fire-protection-sector.aspx (Accessed 24 November 2018).

16. The design of refinery (in Russian). Available at: http://neftegazproekt.com/proektirovanie-npz/ (Accessed 27 November 2018).

17. I. V. Samarin. Formalization of the problem of the justification of the medium-term action plan to build the automated control system of strategic planning at the enterprise. Innovatsii i investitsii / Innovation and Investment, 2014, no. 4, pp. 177-183 (in Russian).

18. I. V. Samarin, A. N. Fomin. Strategic planning at the enterprise: application of a method of the analysis of hierarchies for the strategic activity monitoring. Statistika i ekonomika / Statistics and Economics, 2014, no. 5, pp. 84-89 (in Russian). DOI: 10.21686/2500-3925-2014-5-84-89.

19. A. V. Antonov. Sistemnyy analiz [System analysis]. Moscow, Vysshaya shkola Publ., 2004. 454 p. (in Russian).

20. I. V. Samarin. ACS strategic planning at the enterprise: refinement ofmethodological and instrumental basics of planning schemes. Sovremennaya nauka: aktualnyye problemy teorii ipraktiki. Seriya: Yeste-stvennyye i tekhnicheskiye nauki / Modern Science: Actual Problems of Theory and Practice. Series: Natural and Technical Science, 2017, no. 2, pp. 31-44 (in Russian).

21. V. A. Zorich. Matematicheskiy analiz [Mathematical analysis]. Moscow, MCNMO, 2017, part I, 576 p. (in Russian).

22. M. S. Bazaraa, C. M. Shetty. Nonlinear programming theory and algorithms. New York, John Wiley and Sons, 1979 (Russ. ed.: M. S. Bazaraa, C. M. Shetty. Nelineynoye programmirovaniye. Teoriya i algoritmy. Moscow, Mir Publ., 1982. 583 p.).

23. A. A. Samarskiy, A. V. Gulin. Chislennyye metody [Numerical methods]. Moscow, Nauka Publ., 1989. 432 p. (in Russian).

Received January 8, 2019

Information about the authors

Nikolay G. TOPOLSKIY, Doctor of Technical Sciences, Professor, Honoured Science Worker of Russian Federation, Professor of Department of Information Technology, State Fire Academy of Emercom of Russia, Moscow, Russian Federation; e-mail: ntopolskii@mail.ru

Ilya V. SAMARIN, Candidate of Technical Sciences, Docent, Assistant Professor of Department of Automation of Technological Processes, Gubkin Russian State University of Oil and Gas (National Research University), Moscow, Russian Federation; e-mail: ivs@gubkin.ru

Andrey Yu. STROGONOV, Postgraduate Student of Department of Automation of Technological Processes, Gubkin Russian State University of Oil and Gas (National Research University), Moscow, Russian Federation