CC BY
35
УДК 504.064
П. Л. Папаев, С. П. Дударов
Российский химико-технологический университет им. Д. И. Менделеева, Москва, Россия
РАЗРАБОТКА ОРГАНИЗАЦИОННОЙ И ФУНКЦИОНАЛЬНОЙ СТРУКТУР ИНФОРМАЦИОННО-МОДЕЛИРУЮЩЕЙ СИСТЕМЫ ДЛЯ ОЦЕНКИ ПОСЛЕДСТВИЙ АВАРИЙ НА ХИМИЧЕСКИХ ПРОИЗВОДСТВАХ С ИСПОЛЬЗОВАНИЕМ ЯЧЕЕЧНО-НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ
В работе рассматриваются организационная и функциональная структуры информационно-моделирующей системы для оценки последствий аварий на химических производствах с использованием ячеечно-нейросетевых моделей. Показано взаимодействие подсистем и блоков внутри каждой подсистемы. Перечислены функциональные возможности всех подсистем и информационно-моделирующей системы в целом.
The organizational and functional structures of the information and modeling system for evaluation of accident consequences at chemical facilities using a cellular and neural network models are considered in the paper. An interaction of subsystems and blocks in each subsystem is shown. A functionality of all subsystems and whole information and modeling system are called.
Оценка последствий аварий, реально имевших место или возможных на химическом производстве, представляет собой одну из наиболее важных задач экологической и промышленной безопасности. В качестве методического обеспечения для ее решения используются современные расчетные методики [1] или перспективные методы искусственного интеллекта [2, 3]. Если в первом случае никакого дефицита в программных разработках учебного, научно-исследовательского или промышленно-эксплуатационного назначения нет, то специализированное информационно-программное обеспечение, реализующее методическую базу на основе методов искусственного интеллекта для решения указанного круга задач, в настоящее время практически отсутствует.
Данная работа посвящена созданию организационной и функциональной структур информационно-моделирующей системы для оценки
последствий аварий на химических производствах с использованием ячеечно-нейросетевых моделей, предложенных в статьях [2, 3].
Основными элементами организационной структуры данной системы являются ее технические (монитор, принтер, внешние и внутренние хранилища данных и файлов, вычислительные средства), программные средства и интерфейс пользователя, предназначенный для удобного и продуктивного взаимодействия пользователя с системой и полномасштабного использования всего перечня ее функциональных возможностей. Данная структура представлена на рисунке 1.
Совокупность технических средств информационно-моделирующей системы фактически представляет собой аппаратный комплекс, базирующийся на современных вычислительных технологиях и устройствах ввода, хранения, обработки и представления данных. Совокупность программных средств включает две составляющие: стандартное программное обеспечение в виде современных операционных систем и специализированное программное обеспечение, в котором реализована вся методическая база и учтена специфика решаемых задач предметной области.
На рисунке 2 представлена функциональная структура информационно-моделирующей системы. В ней, исходя из их функционального назначения, выделяются четыре основных подсистемы: ввода и вывода данных, работы с выборками, ячеечно-нейросетевого моделирования и визуализации результатов моделирования. Рассмотрим эти подсистемы более подробно.
Подсистема ввода и вывода данных (см. рис. 3) предназначена для загрузки универсальной и обучающей выборок, настроек ячеечно-нейросетевых моделей, ввода исходных данных, представления результатов на экране, а также сохранения настроек использованных моделей и результатов моделирования в файлах. Она состоит из двух основных блоков: ввода и вывода данных.
Рис. 1. Организационная структура информационно-моделирующей системы
Рис. 2. Функциональная структура информационно-моделирующей системы
Рис. 3. Структура подсистемы ввода и вывода данных
В блоке ввода данных реализованы и поддерживаются функции ручного ввода исходных данных и загрузки данных из файлов. Ручным вводом задаются настройки нейронной сети (количество слоев, нейронов в слое, параметры активационных функций), настройки обучения нейронной сети (количество эпох обучения, скорость обучения и др.), а также другие настройки и исходные данные, требующиеся для моделирования распространения загрязняющего вещества. Из файла, при необходимости, загружаются универсальная и обучающая выборки, настройки ячеечно-нейросетевых моделей и исходные данные для моделирования.
Блок вывода данных предназначен для представления всей необходимой пользователю системы информации и результатов на экране, вывода отчетов на печать и сохранения настроек моделей и результатов моделирования в файлах.
В подсистеме работы с выборками (см. рис. 4) реализован полный перечень функций для работы с выборками данных. Данная подсистема включает блоки формирования и анализа состава обучающей выборки.
При формировании обучающей выборки для отдельной модели из универсальной выборки указывается вид переменных (входная или выходная) и проводится определенное пользователем масштабирование данных с последующим их нормированием.
Анализ состава обучающей выборки включает следующие возможности: анализ репрезентативности, корреляционный анализ и анализ примеров с последующим исключением повторов, устранением противоречий и/или исключением переменных с нулевым выходным вектором. Использование в процессе работы функций данного блока обеспечивает наиболее качественное обучение нейронной сети по алгоритму обратного распространения ошибки и, как следствие, более точные результаты моделирования.
Подсистема ячеечно-нейросетевого моделирования позволяет обучать нейронные сети и производить расчеты с использованием настроенных моделей. Данная подсистема включает блоки стандартных ячеечно-нейросетевых моделей и блок обобщения, позволяющий получать комбинированные результаты моделирования с использованием сразу нескольких обученных нейронных сетей.
Рис. 4. Структура подсистемы работы с выборками данных
В результате использования данной подсистемы могут быть получены концентрации в отдельных точках пространства, профили изменения концентрации во времени и пространстве и значения токсодозы.
Все результаты моделирования выводятся пользователю на экране монитора в удобной для него форме благодаря функциям, реализованным в подсистеме визуализации результатов моделирования.
Все числовые результаты расчета концентрации и токсодозы представляются в виде таблиц или графических изображений (например, профили изменения концентрации во времени и пространстве). При моделировании полей концентрации результаты представляются в виде статических или динамически меняющихся изображений зон загрязнения. Графики и таблицы можно сохранить в файлы для дальнейшего использования.
Предложенные структуры информационно-моделирующей системы в настоящее время реализуются в виде программно-алгоритмического обеспечения в среде разработки приложений Delphi 7.
Библиографический список
1. РД-03-26-2007 Методические указания по оценке последствий аварийных выбросов опасных веществ. Утв. приказом Федеральной службы по экологическому, технологическому и атомному надзору от 14 декабря 2007 г. № 859.
2. Дударов С. П., Папаев П. Л., Кудряшов А. Н., Карибова Ю. А. Яче-ечно-нейросетевые модели в задачах экологической безопасности // Искусственный интеллект и принятие решений. 2011. № 2. С. 31-39.
3. Дударов С. П., Папаев П. Л., Колосов А. В. Оценка последствий химических аварий на опасных производственных объектах с использованием ячеечно-нейросетевых моделей // Безопасность труда в промышленности. 2012. № 3. С. 64-70.
