CC BY
42
Министерство образования и науки РФ
Правительство Пензенской области Академия информатизации образования Академия проблем качества РФ Российская академия космонавтики им. К.Э.Циолковского Российская инженерная академия Вычислительный центр РАН им. А.А.Дородницына Институт испытаний и сертификации ВВТ ОАО «Радиотехнический институт имени академика А.Л.Минца» ОАО «УПКБ ДЕТАЛЬ», ОАО «РУБИН» ОАО «НИИФИ», ОАО «ПНИЭИ», ФГУП ФНПЦ «ПО СТАРТ», НИКИРЭТ, ЗАО «НИИФИиВТ» ОАО «ППО ЭЛЕКТРОПРИБОР», ОАО «РАДИОЗАВОД» Пензенский филиал ФГУП НТЦ «АТЛАС» ОАО «ТЕХПРОММАШ», МИЭМ НИУ ВШЭ, Евразийский Национальный университет им. Л.Н. Гумилева Сургутский институт мировой экономики и бизнеса «ПЛАНЕТА» Пензенский государственный университет
АадижУ{%шсж
ТРУДЫ
МЕЖДУНАРОДНОГО СИМПОЗИУМА
НАДЕЖНОСТЬ И КАЧЕСТВО
II то^
ПЕНЗА 2015
УДК 621.396.6:621.315.616.97:658:562 Т78
Труды Международного симпозиума «НАДЕЖНОСТЬ И КАЧЕСТВО»:
T78 в 2 т. - Пенза : ПГУ, 2015. - 2 том - 384 с.
ISBN 978-94170-818-5(т.1) ISBN 978-94170-818-8
В сборник трудов включены доклады юбилейного ХХ-го Международного симпозиума «Надежность и качество», проходившего с 25 по 31 мая 2015 г. в городе Пензе.
Рассмотрены актуальные проблемы теории и практики повышения надежности и качества; эффективности внедрения инновационных и информационных технологий в фундаментальных научных и прикладных исследованиях, образовательных и коммуникативных системах и средах, экономике и юриспруденции; методов и средств анализа и прогнозирования показателей надежности и качества приборов, устройств и систем, а также анализа непараметрических моделей и оценки остаточного ресурса изделий двойного назначения; ресурсосбережения; проектирования интеллектуальных экспертных и диагностических систем; систем управления и связи; интерактивных, телекоммуникационных сетей и сервисных систем; экологического мониторинга и контроля состояния окружающей среды и биологических объектов; исследования физико-технологических процессов в науке, технике и технологиях для повышения качества выпускаемых изделий радиопромышленности, приборостроения, аэрокосмического и топливно-энергетического комплексов, электроники и вычислительной техники и др.
Оргкомитет благодарит за поддержку в организации и проведении Международного симпозиума и издании настоящих трудов Министерство образования и науки РФ, Правительство Пензенской области, Академию проблем качества РФ, Российскую академию космонавтики им. К. Э. Циолковского, Российскую инженерную академию, Академию информатизации образования, Вычислительный центр РАН им. А. А. Дородницына, Институт испытаний и сертификации ВВТ, ОАО «Радиотехнический институт имени академика А.Л. Минца», ОАО «УПКБ ДЕТАЛЬ», ОАО «НИИФИ», ФГУП «ПНИЭИ», ОАО «РУБИН», ОАО «РАДИОЗАВОД», ОАО «ППО ЭЛЕКТРИПРИБОР», ФГУП «ПО «СТАРТ», НИКИРЭТ - филиал ФГУП «ПО «СТАРТ», Пензенский филиал ФГУП НТЦ «АТЛАС», ОАО «ТЕХПРОММАШ», МИЭМ НИУ ВШЭ, Евразийский Национальный университет им. Л.Н. Гумилева, Сургутский институт мировой экономики и бизнеса «ПЛАНЕТА»,Пензенский государственный университет.
Сборник статей зарегистрирован в Российском индексе научного цитирования (РИНЦ) с 2005 г.
Р е д а к ц и о н н а я к о л л е г и я :
Юрков Н. К. - главный редактор Трусов В. А. - ответственный секретарь Баннов В. Я. - ученый секретарь Волчихин В. И., Абрамов О. В., Авакян А. А., Дивеев А.И., Иофин А. А., Каштанов В. А., Майстер В. А., Острейковский В.А., Петров Б. М., Писарев В. Н., Роберт И. В., Романенко Ю. А., Северцев Н. А., Садыков С. С., Садыхов Г. С., Увайсов С. У.
ISBN 978-94170-818-5(т.1) ISBN 978-94170-818-8
© Оргкомитет симпозиума, 2015 © ФГБОУ ВПО «Пензенский государственный университет», 2015
УДК 034.035.4 Котякова В.А.
ФГБОУ ВПО «Пензенский государственный технологический университет», Пенза, Россия
ОРГАНИЗАЦИЯ МОНИТОРИНГА В КОМПЛЕКСНОЙ СИСТЕМЕ ОЦЕНКИ СОСТОЯНИЯ ТЕХНИЧЕСКИ СЛОЖНЫХ ОБЪЕКТОВ
В настоящее время не существует методов, описывающих полную гарантию безопасной работы технически сложных объектов (ТСО) и, следовательно, методы контроля и осуществления мониторинга нуждаются в дополнении и совершенствовании.
Имеющиеся методы и алгоритмы отличаются друг от друга, видами и объёмом мониторинговых исследований, подходом к их проведению. Наиболее полно эти вопросы отработаны на объектах по уничтожению химического оружия (ОУХО) в связи с большим общественным резонансом при их проектировании и строительстве. Собранные данные не учитывают отдаленных последствий, не имеют поправок на адаптивные и компенсационные механизмы технически сложных объектов.
В связи с крайне ограниченным количеством центров мониторинга на объектах и их отсутствием на местном уровнях, а также отсутствием эффективных методов обработки результатов мониторинга, не обеспечивается комплексный, в том числе оперативный, мониторинг возникновения внештатных ситуаций на объектах и прогноз их развития. Решение вышеуказанных проблем позволит создавать системы мониторинга, в которых по результатам анализа данных подсистем можно принимать решение по коррекции регламента мониторинга или выполнению мероприятий по предупреж-
дению и/или ликвидации последствий чрезвычайных ситуаций на ТСО. Разделение решения таких проблем по этапам неэффективно, необходим комплексный подход. Виды и этапы ведения мониторинга, выполненные комплексно и последовательно, определяют выбор стратегии для принятия решений по предотвращению ЧС, снижению риска их возникновения и масштабов последствий. Безопасность функционирования ТСО предложено обеспечить за счет разработки и применения методологических подходов, методов и алгоритмов анализа и обработки результатов мониторинга для оценки влияния объекта в рамках системы интеллектуальной поддержки решения задач, являющейся частью экспертно-аналитической системы.
Актуальная научно-техническая проблема заключается в разработке и применении методов системного анализа к организации, моделированию, оптимизации и обработке результатов мониторинга с использованием идентификационных древовидных структур и принятия решений с целью повышения безопасности технически сложных объектов. Рассматриваются общие понятия о ТСО, анализ технических средств мониторинга технически сложных объектов, рассматриваются вопросы взаимодействия входящих в него систем: производственного контроля и мониторинга (ПКМ).
Информационная система (мои и горн иг а)
Уирзеленне
Г
прямые связи обратные связи
рисунок ±- информационная система мониторинга тии
Поскольку система эколого-аналитического мониторинга среды (рисунок 1) является частью существующей службы наблюдения и контроля за состоянием природной среды она должна основываться на подсистемах отраслевого и регионального характера, включать элементы этих подсистем.
Традиционный подход к созданию систем наблюдений, основанный на построении как можно более подробных и полных списков переменных, во многих случаях неприемлем вследствие не только ограниченности ресурсов, но и малой информативности ранее накопленных сведений.
Альтернативный путь предполагает выделение немногих параметров или маркеров, отражающих основные характеристики наблюдаемой системы. Такими маркерами могут стать, например, концен-
трации тяжелых металлов, поступающих от соответствующих производств, уровни биогенных элементов, определяющие трофический статус водных объектов, типичные структуры биологических сообществ, соответствующие индексы биотического разнообразия.
Мониторинг, как система наблюдений, оценки и прогноза различных изменений в состоянии ТСО, вызванных факторами антропогенного происхождения, является важнейшей составной частью мониторинга и делает возможной прямую оценку качества прогноза. Для выявления причинно-следственных связей в системе, основой комплексного мониторинга ТСО, должна стать система интеллектуальной поддержки решения задач (СИПРЗ). Её предназначением является многофакторный анализ состояния объекта, выявление
взаимосвязи поступающих данных первичного мониторинга и установление факторов, позволяющих дать объективную оценку ситуации.
Неотъемлемой частью СИПРЗ являются интеллектуальные датчики (ИД) на которых производится сбор данных о параметрах объекта. Все это позволяет моделировать различные сценарии развития ситуации в режиме, наиболее приближенном к реальному с определением зависимостей «время-реакция».
Функционирование технически сложного объекта можно рассматривать как последовательность смены состояний на некотором интервале времени Состояние ТСО в каждый момент времени t е^0,4) характеризуется набором параметров:
¥ = [¥¡,¥¡,¥¡,¥4,1? }
где = 1,к,7} - параметры состояния техно-
логии данного процесса; {^2, j = 1,к, 7} - параметры состояния зданий и сооружений; {~'{'1,к = 1,к,К} - параметры состояния оборудования; {Ут4,т = 1,к,М} - параметры состояния персонала, {у5,1 = 1,...,Ь} - параметры состояния систем управления.
Для предотвращения аварийных ситуаций негативные последствия воздействия должны быть сведены к минимуму путем непрерывного мониторинга параметров ТСО. Управление безопасностью предполагает анализ и оценку потенциальных опасностей, опасных и вредных производственных факторов на рабочих местах и в технологическом процессе, а также анализ последствий и разработку мероприятий, обеспечивающих требуемый уровень безопасности технически сложного объекта.
Множество параметров, описывающих состояние ТСО, может использоваться для формирования правил управления. Количество правил управления определяется количеством состояний объекта, которое, в свою очередь, зависит от набора параметров, характеризующих данный технически
сложный объект. Информация о состояниях ТСО, на основе которой принимается решение о выборе мероприятий, обеспечивающих безопасность ТСО а, представляется в виде нечеткого отношения предпочтения на множестве альтернатив выбора.
Управление ТСО осуществлено по схеме Беллма-на- Заде. Считаем известными: Р = {Р1,Р2,...,Рк} -множество вариантов, которые подлежат многокритериальному анализу; О = {,02,...,0п} - множество критериев, по которым оцениваются варианты. Учитываем сравнение четырех групп мероприятий (Р1 - P4) для увеличения безопасности ТСО: Рц -мероприятия по увеличению сейсмоустойчивости зданий и сооружений; Р2 - мероприятия в области повышения уровня противопожарной защиты и обеспечения пожарной безопасности; Р3 - мероприятия в области обучения персонала; Р4 - мероприятия в области модернизации оборудования. Для оценки мероприятий воспользуемся следующими критериями: 91 - ожидаемый эффект от реализации группы мероприятий для снижения рисков при сейсмическом воздействии; О2 - стоимость реализации группы мероприятий; 93 - время, необходимое на осуществление группы мероприятий; 94 - сложность осуществления группы мероприятий.
А
Mo1(Pi) Mg2(P2) G(P3) Vo4(P.4)
P
P
P
Р1 1 2 1 3 1 4
Степени принадлежности нечеткого множества О, установлены методом построения функций принадлежности на основе парных сравнений. При использовании этого метода необходимо сформировать матрицы парных сравнений по каждому критерию. Общее количество таких матриц равно количеству критериев, т.е. четырем.
Оптимальная по выбранным критериям группа мероприятий определяется с помощью пересечения частных критериев:
D = G, r~\G, глО, глС,=
(Р \мс„ V, Хма, [РЛмвА (Р ))
р
mmUc, (Р), Ио2 (Р )■ f'o, (Р )■ Mot (Р )) (Р), Мо2 (РI Ноъ (Р ). (Р))
miiiQ/q (Р ), Ио2 (Р I Но, (Р I figt (Р ))]
Р4 ]'
Наилучшая группа мероприятий определяется следующим образом:
D = arg max(/vD( Г\), uD (Р2), f.iD (Р3). uD (Р4 )),
mgmax(ßD{P,))
определяется при котором достигается
где с помощью значение аргумента, максимум.
Разработана методика многокритериального управления состоянием ТСО, базирующаяся на использовании теории нечетких множеств. Выделены группы мероприятий, которые являются предпочтительными для поддержания состояния и предотвращения чрезвычайных ситуаций. С помощью формулы (1) проведены расчеты по многокритериальному выбору мероприятий, обеспечивающих безопасность промышленного объекта при техногенном воздействии. Выделены группы мероприятий, которые явля-
ются предпочтительными для поддержания уровня безопасности и предотвращения чрезвычайных ситуаций.
Важно отметить, что существующие методы анализа безопасности технически сложных объектов носят преимущественно вероятностный характер. Их использование не дает ответа на вопросы о том, какие мероприятия необходимо внедрять в первую очередь, и на что выделять средства. Использование предлагаемых методов позволит проводить ранжирование мероприятий и осуществлять обоснованный выбор управляющих решений на основе теории нечетких множеств.
ЛИТЕРАТУРА
1. Алексеев, В.А. Автоматизация регистрации и обработки измерительной информации при испытаниях техники на ударное воздействие [Текст]: монография / В.А. Алексеев, В.И. Заболотских. -Ижевск: Изд-во ИжГТУ, 2006. - 184 с.
2. Анисимова, Н.Г. Организация сплошного информационного покрытия в системах экологического мониторинга зон влияния потенциально опасных объектов [Текст] / Н.Г. Анисимова, А.Ю. Ефремов // Материалы 5-й международной конференции «Управление развитием крупномасштабных систем» (MLSD'2011). М.: ИПУ РАН, 2011. - Т. 2. - С. 313-315.
3. Аэрокосмический мониторинг объектов нефтегазового комплекса // Под редакцией Бондура В.Г. -М.: Научный мир, 2012. - 558 с. + 52 цв. вкл.
4. Горшков, М.В. Экологический мониторинг. Учебное пособие [Текст] - Владивосток: Изд-во ТГЭУ,
2010. - 313 с.
5. Гришко А.К. Методология управления качеством сложных систем / Гришко А.К., Юрков Н.К., Кочегаров И.И. // Труды международного симпозиума Надежность и качество. 2014. Т. 2. С. 377-379.
6. ГОСТ Р 51901-2002. Управление надежностью. Анализ риска технологических схем [Текст]. - М.: Изд-во стандартов, 2002.
7. Кочегаров И.И. Программно-аппаратный комплекс разработки РЭС на основе ПЛИС и исследования их механических параметров / Кочегаров И.И., Таньков Г.В., Трусов В.А. // Труды международного симпозиума Надежность и качество. 2010. Т. 2. С. 421-424.
8. Качанов С.А. Информационные технологии поддержки принятия решений в чрезвычайных ситуациях: Автоматизированная информационно-управляющая система Единой системы предупреждения и ликвидации чрезвычайных ситуаций: вчера, сегодня, завтра. Монография [Текст] / А.С. Качанов, С.Н. Нехороев, А.П. Попов, МЧС России, ФГБУ ВНИИ ГОЧС (ФЦ) - Москва: Деловой экспресс, 2011. - 400 с.: ил.
УДК 034.035.4
Михеев М.Ю., Савочкин Ал.Е.
ФГБОУ ВПО «Пензенский государственный технологический университет», Пенза, Россия КОМПЛЕКС ВЗАИМОСВЯЗАННЫХ АЛГОРИТМОВ ПРОГНОЗИРОВАНИЯ ТЕХНИЧЕСКОГО СОСТОЯНИЯ ТСО ПО РЕЗУЛЬТАТАМ ПАРАМЕТРИЧЕСКОГО МОНИТОРИНГА БЫСТРОПРОТЕКАЮЩИХ ПРОЦЕССОВ
Сегодня наиболее эффективным способом предотвращения аварийных ситуаций на технически сложных объектах (ТСО) является мониторинг их технического состояния и прогнозирование его изменения. Техническое состояние ТСО характеризуется совокупностью изменяющихся в процессе его жизненного цикла свойств, от которых зависит способность ТСО выполнять производственные функции в заданных условиях функционирования. Прогнозирование технического состояния ТСО осуществляется посредством оценивания показателей параметров технического состояния.
Особую сложность представляет мониторинг быстропротекающих процессов (удары, краткодей-ственные колебания и др.), которые могут стать основой для перехода ТСО и стабильного состояния в состояние предаварийное или аварийное.
В работе предложен комплекс взаимосвязанных алгоритмов прогнозирования технического состояния ТСО по результатам параметрического мониторинга быстропротекающих процессов.
С математической точки зрения быстропроте-кающие процессы представляют собой малые выборки.
Малой выборкой можно считать выборку данных, которая содержит количество информации, недостаточное для получения заданной точности и достоверности в решаемой задаче [1]. В связи с чем возникают следующие ограничения:
чаще всего выборка данных, характеризующая быстропротекающий процесс, не содержит более 50 отсчетов, поэтому применение классических инструментов анализа данных для прогнозирования состояния ТСО, которые требуют наличия «обучающей базы» (нейронные сети) или для применения которых необходимо иметь в запасе некоторое количество прошлых значений (спектральный анализ, модель скользящего среднего и др.), не представляется возможным.
сам прогноз аварийной ситуации на ТСО необходимо составлять в минимальные сроки, в то время как на обработку данных зачастую уходит очень много времени.
Однако существуют инструменты анализа данных, на которые данные ограничения не распространяются. Временные ряды могут включать в себя несколько составляющих, одной из которых является тренд. Благодаря тренду, становится возможным определить долгосрочное поведение временного ряда.
Один из способов проверки наличия тренда основан на сравнении средних уровней ряда: временной ряд разбивают на две примерно равные по числу уровней части, каждая из которых рассматривается как некоторая самостоятельная выборочная совокупность, имеющая нормальное распределение.
Для каждой из этих частей вычисляем средние значения:
«1
«1
X ^
V — 1=1
X У1
^ =
1-« +1 «т
(1)
и дисперсии:
С<2 _ 1=1
Ьу 1 "-
X(у -
«2 _ X (У - ^
п! - 1
_ 1 =«1 +1 Ьу 2 --
П-. — 1
,(2)
где п1 и п2 размеры первой и второй частей выборки.
Проверяем гипотезу о равенстве (однородности) дисперсий обеих частей ряда, сравнивая рассчитанное Ерасч со значенеим Е-критерия Фишера.
1
(3)
Если Грасч < Екр ,то можно проверить основную гипотезу о равенстве средних значений с использованием ^критерия Стьюдента.
Если
то нет оснований отвергать
нулевую гипотезу о равенстве средних, расхождение между вычисленными средними незначимо, т.е тренд отсутствует, если |Ьрасч|>Ькр, то можно говорить о наличии тренда. Таким образом, проверка наличия тренда в исследуемом ряду сводится к проверке гипотезы о равенстве средних двух нормально распределенных совокупностей.
Другим методом определения тренда является Метод Фостера-Стюарта.
Сравним каждый уровень данного временного ряда у(Ь), начиная со второго, со всеми предыдущим, при этом определим две последовательности:
Пь= 1, если больше всех предыдущих, 0, в противном случае; Ьь= 1, если меньше всех предыдущих, 0, в противоположном случае. Вычисляются значения величин Б и d:
Б = ^ (4) и d = (5)
где Б^ = П± + 1±; ^ = и± - 1±.
Сравниваются расчетные значения и Ьг2 с
табличным значением ^критерия Стьюдента при заданном уровне значимости.
Ь3=(Б-ц)/о1 (6) Ьа=^-ц)/а2 (7)
где ц - среднее значение величины Бг определенное для ряда, в котором уровни расположены случайным образом; о1 - стандартная ошибка величины Б; о2 - стандартная ошибка величины d.
Если 13 > Стабл и Ьг2 > Стабл, то гипотеза о наличие тренда подтверждается,
Обнаруженный тренд может быть неоднородным и иметь излом. Для поиска возможного излома тренда временного ряда без участия эксперта предлагается испольвать модифицированный тест Чоу.
Сформулируем модифицированный тест Чоу в общем виде.
Для автоматизированного поиска предполагаемого изменения линии тренда следует решить оптимизационную задачу: найти максимальное значение Е-критерия Фишера
Р = ■
п-4 2
• тах
(8)
при соблюдении функциональных ограничений П1 + п2 = п, щ > 7, п2 > 7, 0 < хА < хВ,
где
- пг и п2 - объёмы подвыборок наблюдений вре менного ряда, составляющих общую выборку объё
