CC BY
75
УДК [007.51:622.691.7]:001.891.57
Моделирование нештатных и аварийных ситуаций в современных тренажерах
С.Ю. Сальников1, А.Н. Снежин1*, В.М. Простокишин1, И.Я. Васкань1
1 ООО «Газпром ВНИИГАЗ», Российская Федерация, 142717, Московская обл., Ленинский р-н, с.п. Развилковское, пос. Развилка, Проектируемый пр-д № 5537, вл. 15, стр. 1 * E-mail: A_Snezhin@vniigaz.gazprom.ru
Тезисы. В современных условиях быстроразвивающихся техногенных систем все большую роль с точки зрения обеспечения их надежности играет человеческий фактор. Анализ инцидентов, возникающих на таких производствах, как транспорт газа, показывает, что в половине из них складывалась непредсказуемая комбинация технических отказов и человеческих ошибок. Причиной возникновения инцидента, как правило, являются непреднамеренные действия, выходящие за регламентированные границы, или невыполнение необходимых действий персоналом.
Очевидно, что выработать устойчивые навыки работы в условиях нештатной ситуации возможно только с помощью модели поведения в этой ситуации. Реализация моделей, принимающих во внимание связи типа «человек - человек», до недавнего времени была задачей невыполнимой. В настоящий момент накопленная критическая масса результатов исследований в психолингвистике, вычислительной технике и информационных технологиях дает основание к созданию тренинговой системы принципиально нового уровня, учитывающей особенности сложных эргати-ческих систем. В статье особенности моделирования эргатических производственных систем раскрыты на примере разрабатываемой в ООО «Газпром ВНИИГАЗ» интеллектуальной системы функционального тренинга для руководителей и специалистов производственно-диспетчерской службы ООО «Газпром трансгаз Ухта».
Ключевые слова:
интеллектуальная система тренинга, симулятор, аварийная ситуация, производственно-диспетчерская служба, учебно-
тренировочные задачи,
газотранспортная система.
Уровень производственной сложности процесса магистрального транспорта газа требует от задействованного в нем персонала глубоких знаний и навыков управления данным процессом. Так, важнейшие предпосылки безаварийной работы - подготовленность персонала, его способность к узнаванию и адекватному анализу факторов риска, а также быстрота принятия правильного решения. В условиях действующего опасного производства единственным способом приобрести полезный опыт служит моделирование, в особенности нештатных и аварийных ситуаций.
Общепринятой практикой наработки профессиональных навыков в таких случаях является использование тренажеров. Однако в отношении сложных производственных систем тренажеры пока не находили широкого применения. В целом в основе отказа от использования этих комплексов на производстве лежит противоречие методологии традиционного академического обучения и задачи практической наработки профессионального мастерства - основы успешного управления производством. Иными словами, работающий персонал психологически не готов регулярно заниматься на таких тренажерах. Кроме того, существующие тренажеры базируются на моделях, допускающих значительное расхождение расчетных характеристик объекта с фактическими, и недостаточно учитывают производственную обстановку, в особенности в части человеческого взаимодействия. Поэтому на производстве они малоэффективны и закономерно не находят там широкого применения. Также слабые стороны таких тренажеров:
• несоответствие обстановки рабочих мест на производстве и во время тренинга, негативно влияющее на способность к подсознательному овладению нужными приемами;
• слабое представление либо неучет организационного аспекта производства. На данный момент это основной недостаток, поскольку более половины управляющих воздействий на сложном производстве осуществляется при непосредственном взаимодействии человека с человеком.
Несовершенство тренажеров можно объяснить в первую очередь недостаточной мощностью вычислительной техники и отсутствием технологий, реализующих дополнительные, естественные для человека, модальные каналы (речевые и тактильные). Однако современные информационные технологии в сочетании с результатами исследований в области психолингвистики дают основание к созданию тре-нинговой системы без указанных недостатков, в том числе учитывающей организационно-функциональную структуру производства. Примером может служить разрабатываемая в ООО «Газпром ВНИИГАЗ» интеллектуальная система функционального тренинга (далее - ИСТ ПДС) для руководителей и специалистов производственно-диспетчерской службы ООО «Газпром трансгаз Ухта» [1].
Интеллектуальная система состоит из двух взаимно интегрированных блоков, моделирующих технологические и эргатические1 процессы. Первый блок - высокоточный газодинамический симулятор - базируется на прямом численном моделировании физико-технологических процессов транспорта газа и оснащен специальными редакторами и визуализаторами, позволяющими создавать подробные технологические схемы, начиная от схем цехов и до схемы всего газотранспортного общества. Второй блок - интеллектуальная мультиагентная гетерогенная система, ситуационно моделирующая организационно-технические процессы с использованием технологии динамического программирования оптимального выполнения производственных функций персонала.
Архитектура ИСТ ПДС
В первом блоке ИСТ ПДС на основе нового высокоточного газодинамического симулятора моделируется технологический процесс магистрального транспорта газа. Результат в форме телеметрической информации подается в систему 8СЛОЛ2 и дублируется в базе фактических данных (БФД), как и на реальном производстве. Структура БФД ИСТ ПДС в точности повторяет схему информационных потоков
1 Эргатическими называются процессы, протекающие с участием человека.
2 англ. Supervisory Control and Data Acquisition, SCADA (диспетчерское управление и сбор данных) -программно-аппаратный комплекс, предназначенный для обеспечения работы в реальном времени систем сбора, обработки, отображения и архивирования информации об объекте мониторинга или управления.
ООО «Газпром трансгаз Ухта». При этом система (рис. 1) рассчитана на возможность подключения программно-вычислительных комплексов (ПВК) и информационных систем сторонних разработчиков, используемых в ООО «Газпром трансгаз Ухта», например: комплексов «Волна», «Астра-газ», системы поддержки принятия решений «Журнал диспетчера» и др.
ИСТ ПДС позволяет управлять виртуальной газотранспортной системой (ГТС) с помощью 8СЛОЛ. Все протоколы межуровневого взаимодействия через 8СЛОЛ выполняются в системе аналогично производственным. Вербальное взаимодействие происходит при помощи средств связи (телефонов, селектора и рации). Ответная реакция системы при вербальном взаимодействии реализуется с помощью мультиагент-ной интеллектуальной среды (второй блок ИСТ ПДС). Диспетчерский пульт организован так же, как на производстве (рис. 2). Отсутствием дополнительных интерфейсов достигается максимальная схожесть с производственной обстановкой и бизнес-процессами персонала.
Непременным условием наработки безошибочной последовательности действий в конкретных обстоятельствах является моделирование максимально схожих с ними параметров: структуры ГТС, организационной структуры, сопутствующих факторов (техногенных, природных, психологических). Поэтому для постановщика задач предоставлены специальные редакторы и визуализаторы, позволяющие строить технологические схемы, начиная от уровня цеха и до уровня всего газотранспортного предприятия. Для этого в системе использована современная технология «бесшовных миров», которая не ограничивает размерность пространства и количество объектов за счет особого построения графического конвейера.
Моделирование технологических режимов для тренинга требует большей точности, чем в производственных расчетно-аналитических комплексах. Газодинамический симулятор в ИСТ ПДС базируется на прямом численном моделировании физико-технологических процессов транспорта газа на основе адаптированных под возможность распараллеливания разностно-сеточных вычислительных алгоритмов. Технология распараллеливания на многоядерных графических ускорителях позволила увеличить скорость расчетов в сотни раз [2, 3]. Например, в ИСТ ПДС
Учебная система 8САБА
Срезы имитируемых данных технологических папаметров ГТС
Сервер ИСТ ПДС
□ 1/
1 1: 1: 00: 00: 1:0 1:0
-с Е К
«
>>
Данные анализа и ручной ввод
Данные о состоянии ГТС
АРМы 8САБА
АРМы прикладного ПО
Рис. 1. Структура ИСТ ПДС Ухта:
АРМ - автоматизированное рабочее место; ПО - программное обеспечение
Рис. 2. АРМы диспетчера и начальника смены в ООО «Газпром трансгаз Ухта» (а) и в тренинговой аудитории ИСТ ПДС Ухта (б)
при использовании графического процессора Nvidia Tesla K40 c 2886 скалярными процессорами CUDA и производительностью 1,43 терафлопса для чисел с двойной точностью (при 1000 шагах по времени) расчет ГТС производится в 350-400 раз быстрее, чем с применением процессора Intel Core i7-5820K (6 ядер, 12 процессоров по 3,3 ГГц) и оперативной памяти DDR4 (2400 МГц) объемом 8 ГБ. Это позволяет рассчитывать гидродинамические процессы на большой подробной схеме с временным разрешением меньше 1 с.
Методология моделирования эргатических систем
Тренинг заключается в выполнении учеником учебно-тренировочных задач, состоящих из заданной цели и сценария, в содержание которого могут включаться события инцидентов (утечка газа, разрыв газопровода, самопроизвольное переключение крана, пожар и пр.). Тренировка начинается с запуска стартового состояния системы, в основу которого закладывается срез телеметрии и внешних факторов. Стартовое состояние ГТС в ИСТ ПДС может инициализироваться на основе реальных данных, взятых из БФД газотранспортного предприятия. Однако при необходимости для этих целей служит специально созданная схема ГТС. Для реальных срезов в ИСТ ПДС функционирует подробная технологическая схема линейной части ООО «Газпром трансгаз Ухта», а также всех компрессорных цехов.
Поведение человека на производстве основывается на том, как он сам понимает алгоритмы выполнения делегированных ему функций. Формулировка в нормативной документации в подавляющем большинстве не дает ясного понимания прикладного алгоритма функции. Это обусловлено тем, что на алгоритм может влиять множество динамически изменяющихся факторов. Именно этим объясняется наиболее оптимальное и безошибочное выполнение функций опытным персоналом, который действует в большинстве случаев рефлексивно, а не осмысленно. Однако применительно к новым технологиям опыт не всегда является достаточным подспорьем для эффективного выполнения производственных задач.
Для предотвращения ошибок в управлении технологическими процессами (в том числе при аварийных ситуациях) применяется
имитационное моделирование. Будучи участником человеко-машинной системы, человек в системе обозначен как эргатический объект, а человеко-машинная система в целом считается эргатической. Наиболее точно в таких системах моделируется технологический объект. До настоящего времени человек в подобных моделях учитывался как оператор, который должен наблюдать состояние системы и вовремя произвести управляющее воздействие. Первым шагом к моделированию поведения самого человека в производственной системе может быть создание средства, позволяющего перевести делегированные функции в практическую плоскость, учитывая доступный массив факторов в реальном времени, в том числе возможности самого человека и применяемых им средств управления. Попытка такой реализации - информационно-ситуационная карта (ИСК), впервые апробированная в составе ИСТ ПДС. ИСК - новое понятие, обозначающее совокупность методов и средств имитационного моделирования человеческого фактора на производстве. Фрагмент простейшей ИСК приведен на рис. 3.
Каждый элемент ИСК может иметь множество настроек и включать в себя специализированные методы. К примеру, микрофункция ИСК «Запрос (главный диспетчер). Разрешение приема смены» (см. рис. 3) частично показывает, что будет активирован диалог, основная смысловая нагрузка которого сведется к установлению возможности сдающим и принимающим смены начать процесс приема смены. Запрос направлен интеллектуальному объекту - «главному диспетчеру». Его реакция является важным параметром и влияет на формирование дальнейшего алгоритма действия. Диалог при этом не имеет точно заданной конструкции и строится по законам нормальной устной речи. Смысловая нагрузка диалога конвертируется в частном случае в определенный параметр, влияющий на выбор интеллектуальным объектом варианта действий в рамках дальнейшего выполнения своих функций.
Моделирование человеческого фактора в системе реализуется за счет гетерогенной мультиагентной взаимодействующей или конкурирующей среды с использованием интеллектуальных агентов - модельных программных проекций человека. Интеллектуальный агент -программа, имитирующая поведение человека (сотрудника), которому делегированы
Рис. 3. Фрагмент ИСК приема смены диспетчера: ГО - газотранспортное общество; ГПА - газоперекачивающий агрегат; ГРС - газораспределительная станция; ПЛА - план ликвидации аварии; СППДР - система поддержки принятия решений; СТН - собственные технологические нужды; РРД - разрешенное рабочее давление
обязанности и для которого определены возможности в соответствии с нормативной документацией и текущими условиями внешней обстановки, природной, технологической и эрга-тической. Это самостоятельная интеллектуальная система, имеющая возможность принимать воздействие со стороны внешнего мира и других систем, определять свою реакцию на это воздействие и осуществлять ее исходя из делегированных ей полномочий организационно-технического плана.
В соответствии с целевой учебно-тренировочной задачей в ИСТ ПДС каждому агенту назначаются определенные производственные функции на основе ИСК, позволяющих программировать выполнение функций агентом. ИСК реализует модель практического выполнения человеком делегированной ему производственной функции, ее части или нескольких делегированных функций. Как следствие, карту можно разрабатывать для части или целой делегированной функции, а также для нескольких функций одновременно. ИСК допускают дробление и, наоборот, интеграцию в одну или несколько карт. Таким образом, всю производственную деятельность специалиста можно описать с помощью набора или одной большой ИСК.
ИСК состоит из функциональных паттернов и связей, соединенных между собой в виде разветвленного блочного алгоритма логически возможной последовательности выполнения делегированной макрофункции, квантованной на микрофункции и микрорешения (связи ИСК) -функциональные паттерны. Функциональный паттерн ИСК - это формализованное описание вида микрофункций, микровыборов или микрорешений, содержащее их свойства, условия инициализации и завершения, способствующие факторы и условия их влияния, а также методы выполнения паттерна. Перечисленные составляющие определяются при описании каждого функционального паттерна. Микрорешения имеют дополнительное свойство приоритета, вычисляемое каждый раз после выполнения очередного паттерна.
Основной особенностью ИСК является непрерывное изменение приоритетов решений в реальном времени, что обусловливает неоднозначность динамически формируемого сценария выполнения ИСК в зависимости от текущих условий. Всего при создании ИСК
в рамках данной технологии используются семь видов паттернов: активация, инициализация, микрофункция, микровыбор, микрорешение, встроенная ИСК, завершение (деактивация) ИСК. Обязательны паттерны активации, инициализации и завершения. В один момент времени один интеллектуальный агент может выполнять один или несколько паттернов, если таковые допускают пассивное выполнение. Таким образом, в активном состоянии один агент в один момент времени может выполнять параллельно несколько ИСК.
В основе поведения интеллектуальных агентов в ИСТ ПДС лежат ИСК, позволяющие в каждый момент времени, в зависимости от текущих обстоятельств, обоснованно определять наиболее оптимальные действия агента по выполнению делегированных ему производственных функций. На каждую делегированную функцию существует своя ИСК. Каждая такая карта имеет начало (описание набора факторов, при котором она инициализируется) и цель, достижение которой будет означать окончание функции. Все кванты выполнения ИСК основаны на прикладном проецировании действий, описанных в нормативной документации, и, значит, напрямую зависят от ситуации и поведения исполнителя.
Для информационного взаимодействия оператора с интеллектуальными агентами используются гаджеты связи, сконструированные на основе стандартных средств связи - стационарных и мобильных телефонов, раций и селекторов - с использованием речевых технологий. С точки зрения человека связь его с агентом осуществляется привычным способом -набором номера или нажатием клавиш и кнопок в форме естественного для человека речевого ситуационного диалога.
Процесс транспортировки газа управляется путем изменения состояния технологических объектов ГТС. Для оператора в роли диспетчера Общества или линейного производственного управления доступны инструменты управления 8САЭЛ, а также запросы и вводные инструкции, передаваемые посредством голосовой связи «человек - интеллектуальный агент». Агенту доступно как прямое воздействие в случае моделирования действий человека непосредственно на объекте ГТС (открытие крана и т. д.), так и с помощью инструментов 8СЛБЛ.
***
Таким образом, реализованный подход обеспечивает высокую идентичность модели производственной обстановке и физике технологических процессов на предприятии. Это позволяет обучающемуся персоналу нарабатывать рефлексы оптимального выполнения диспетчерских функций в штатных и нештатных ситуациях, тем самым значительно повышая уровень своего профессионализма.
Список литературы
1. Юшманов В.Н. Пилотный проект повышения квалификации кадров в организации диспетчерского управления ООО «Газпром трансгаз Ухта» / В.Н. Юшманов, А.Н. Снежин, В.М. Простокишин // Газовая промышленность. - 2014. - № 4. - С. 47-49.
2. Простокишин В.М. Моделирование режимов нестационарного неизотермического течения неидеального газа по длинным промышленным трубам с использованием технологии распараллеливания вычислений СНЭА /
В.М. Простокишин, А.Н. Снежин, И.Я. Васкань и др. // Материалы XI Всероссийского съезда по фундаментальным проблемам теоретической и прикладной механики. -Казань, 2015. - С. 233.
3. Васкань И.Я. Распараллеливание расчетов при моделировании ГТС с использованием технологии СНЭА / И.Я. Васкань //
VI Международная молодежная научно-практическая конференция «Новые технологии в газовой отрасли: опыт и преемственность. Перспективы и проблемы импортозамещения»: тезисы докладов. - М., 2015. - С. 37.
Modelling off-nominal and emergency conditions in state-of-art training simulators
S.Yu. Salnikov1, A.N. Snezhin1*, V.M. Prostokishin1, LYa. Vaskan1
1 Gazprom VNIIGAZ LLC, Bld. 1, Est. 15, Proyektiruemyy proezd # 5537, Razvilka village, Leninskiy district, Moscow Region, 142717, Russian Federation * E-mail: A_Snezhin@vniigaz.gazprom.ru
Abstract. In modern conditions of fast-growing technological systems the human factor plays increasingly important role in regard of safety ensuring. Analysis of emergency incidents within gas transport industry shows that more than a of half of them occurred due to an unpredictable combination of technical failures and human errors. Usually, the unintentional actions beyond the regulated boundaries together with evasion of the necessary rules become the reason for such an incident.
The complexes for dispatch service training, available now in the gas-transport sphere, are based on the gas dynamic models of the industrial pipeline systems. In present, large amount of results accumulated in psycholinguistics, computing techniques and information technology opens the possibility to construct training systems on a principally new level, taking into account the peculiar properties of complicated ergatic systems -the systems where human function plays a governing role. For the first time in industrial practice a complicated industrial system is considered and modeled as a complex medium concerning interacting of technological and ergatic objects.
The article exposes the peculiarities of ergatic industrial systems' modelling on example of Smart Functional Training System for managers and specialists of Gazprom Transgaz Ukhta LLC dispatch service, which is being developed now in Gazprom VNIIGAZ LLC.
Keywords: intelligent training system, training equipment, simulator, emergency, dispatcher service, training tasks, Gas-Transport System (GTS).
References
1. YUSHMANOV, V.N., A.N. SNEZHIN, V.M. PROSTOKISHIN. Pilot project of in-service education on managing the dispatch control at Gazprom transgaz Ukhta [Pilotnyy proyekt povysheniya kvalifikatsii kadrov v organizatsii dispetcherskogo upravleniya OOO "Gazprom transgaz Ukhta"]. Gazovaya promyshlennost''. 2014, no. 4, pp. 47-49. ISSN 0016-5581. (Russ.).
2. PROSTOKISHIN, V.M., A.N. SNEZHIN, I.Ya. VASKAN et al. Simulation of regimes for variable non-isothermal flow of an imperfect gas lengthwise long industrial pipes using the parallelizing CUDA technology [Modelirovaniye regimov nestatsionarnogo neizotermicheskogo techeniya neidealnogo gaza po dlinnym promyshlennym trubam s ispolzovaniyem tekhnologii rasparallelivaniya vychisleniy CUDA]. In: Proc. of XI All-Russia congress on fundamental problems of theoretical and applied mechanics, Kazan, 2015. Pp. 233. (Russ.).
3. VASKAN, I.Ya. Parallelizing of calculations while simulating a gas transport system by means of CUDA technology [Rasparallelivaniye raschetov pri modelirovanii GTS s ispolzovaniyem tekhnologii CUDA]. In: Proc. of International youth scientific practical conference "New technologies in gas industry: experience and succession. Outlooks and issues for import substitution " ["Novyye tekhnologii v gazovoy otrasli: opyt i preyemstvennost. Perspektivy i problemy importozameshcheniya"]. Moscow, 2015, no. VI, pp. 37. (Russ.).
