CC BY
84
УДК 621.357
Р. Р. Жедунов Астраханский государственный технический университет
СИСТЕМА ИДЕНТИФИКАЦИИ ПРЕДАВАРИЙНЫХ СИТУАЦИЙ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА, ИСПОЛЬЗУЮЩАЯ АППАРАТ НЕЧЕТКОЙ ЛОГИКИ И ДАННЫЕ ВЕРОЯТНЫ1Х ОТКАЗОВ
Введение
В современной промышленности с 2004 г. возрастает (и эта тенденция будет сохраняться) доля длительно эксплуатируемого (свыше 40 лет) оборудования [1]. Использование типовых систем управления промышленной безопасностью не может служить гарантией обеспечения достаточного уровня безопасности и экологической чистоты производства. Необходимо применение специализированных систем, позволяющих заблаговременно идентифицировать возможный переход процесса в аварийный режим и предотвратить его остановку. Однако единой методики, позволяющей эффективно и качественно решать данную задачу в настоящее время нет.
В качестве подобной методики предлагается использовать методику идентификации преда-варийных ситуаций (ПАС) технологического процесса на основе аппарата нечеткой логики [2], дополнив ее элементами, позволяющими учитывать вероятность отказов оборудования установки.
На основе модифицированной методики разработана модель системы идентификации предаварийных ситуаций (СИПАС), реализующей данную методику.
В работе А. В. Филоненко [2] модель для оценки ситуации на объекте (интеллектуальная ситуационная модель (ИСМ)) использует: 1) управляющие, возмущающие и выходные координаты технологического процесса; 2) скорости изменения значений параметров первой группы; 3) внутренние характеристики объекта. Координаты описываются соответствующими нечеткими множествами, определяемыми базой знаний, хранящейся в памяти ЭВМ. Внутренняя логика модели, реализующая знания эксперта в области идентификации ПАС, представима в продукционной форме и формируется в терминах описания состояния объекта управления.
По полученным нечетким значениям параметров состояния с использованием ИСМ получают значение функции принадлежности (ФП) для каждого терма лингвистической переменной (ЛП) «Ситуация на объекте». В качестве оценки ситуации принимается терм с наибольшим значением ФП.
Так как вероятные нарушения ведения процесса и отказы оборудования также являются важной причиной возникновения аварий, необходимо расширить третью группу параметров (внутренние характеристики объекта) путем включения информации о состоянии технологического оборудования.
Для модификации методики А. В. Филоненко выбраны следующие методы, опирающиеся на учет нарушений нормальной эксплуатации:
- метод контрольных карт [3];
- метод «Анализ видов, последствий и критичности отказов» (АВПКО) [3].
Метод контрольных карт. В методе используется модель развития нарушения, представляемая «деревом событий», и ряд показателей, к которым относятся суммарный рейтинг нарушения, максимальный рейтинг нарушения, средний рейтинг нарушения, характеризующие вероятность перехода нарушения в аварию соответственно по всем аварийным последовательностям; по наиболее вероятной аварийной последовательности; вероятность перехода нарушения в аварию, приходящуюся на одну аварийную последовательность.
Если в период эксплуатации А( было зафиксировано К нарушений, то на основе данных рейтингов можно вычислить значения соответствующих накопленных рейтингов.
Нарушения эксплуатации с наибольшими значениями рейтинга за некоторый фиксированный период эксплуатации называются предвестниками аварии.
Метод АВПКО. Анализ видов, последствий и критичности отказов представляет собой группу методов вероятностного анализа безопасности (ВАБ). Основная идея расчета критичности отказа (дефекта) состоит в учете трех факторов: частоты (вероятности) отказа, возможности обнаружения дефекта до начала эксплуатации и последствий отказа.
Критичность СI отказа /-го элемента объекта рассчитывают по формуле С, = Б1, • В2/ • Б3/, где Б1/, В2/, Б3/ - коэффициенты, определяемые по соответствующим таблицам высокой степени общности.
Выделение наиболее значимых отказов осуществляется путем сравнения критичности /-го отказа С, с некоторым предельным значением Ск. Обычно в качестве предельного значения назначают Ск = 125. Рекомендуемые значения С0 - 60 или 80.
Модифицированная методика. Предлагается методика учета вероятных отказов оборудования, позволяющая осуществлять проведение технологического процесса с учетом вероятности возможных отказов.
На первом этапе составляется схема объекта. Для каждого элемента на основании опыта эксплуатации формируется перечень вероятных отказов.
Для описания вероятных отказов оборудования в соответствии с методом АВПКО выделены характеристики: 1) распространяемость отказа; 2) тяжесть отказа; 3) частота отказа; 4) вы-являемость и устранимость отказа. По ним для каждого отказа по методу АВПКО априори рассчитывается критичность отказа.
Формируется набор деревьев отказов (нарушений). Для каждой установленной ветви дерева отказов эксперт задает вероятность соответствующего развития аварийной последовательности. Для каждого вероятного отказа данного дерева рассчитываются его средний, максимальный и суммарный рейтинг нарушения. Вводится ЛП «Характер отказа» с термами {является предвестником аварии; не является предвестником аварии}.
По аналогии с методикой А. В. Филоненко вводится ЛП «Ситуация».
Для учета взаимосвязи остальных входных параметров ИСМ с вероятностью отказов оборудования вводится ЛП «Вероятность отказа» с термами {маловероятна; вероятна; весьма вероятна; достоверна}. Указанная ЛП используется впоследствии при формировании логики ИСМ.
Для идентификации причин ПАС, не связанных с отказами оборудования, вводится ЛП «Вероятность нарушения» с термами {маловероятна; вероятна; весьма вероятна; достоверна}. Указанная ЛП используется впоследствии при формировании логики ИСМ.
Формируется логика ИСМ. При этом используются правила, описание которых приводится в таблице.
Типы правил, реализующих опыт эксперта при идентификации ПАС
Антецедентная часть Консеквент
Параметры установки Вероятность ПАС
Параметры установки Вероятность отказа
Параметры установки Вероятность нарушения
Вероятность нарушения Аі и условная вероятность отказа В/ Вероятность отказа В/
Вероятность отказа и критичность отказа Вероятность ПАС
Вероятность отказа и максимальный рейтинг отказа Вероятность ПАС
Вероятность отказа и средний рейтинг отказа Вероятность ПАС
Вероятность отказа и суммарный рейтинг отказа Вероятность ПАС
Вероятность отказа и накопленный максимальный рейтинг отказа Вероятность ПАС
Вероятность отказа и накопленный суммарный рейтинг отказа Вероятность ПАС
Вероятность отказа и накопленный средний рейтинг отказа Вероятность ПАС
При этом для задания правил первых трех типов используется информация о конкретной установке; правила остальных типов имеют общий для всех установок вид и количество и могут быть заданы в виде постоянных соотношений.
В ходе осуществления технологического процесса по значениям параметров состояния, описаниям отказов и правилам логики ИСМ осуществляется идентификация ПАС и их причин (вероятные отказы или нарушения).
При идентификации некоторого отказа, являющегося началом некоторой аварийной последовательности, осуществляется пересчет рейтингов и критичности отказов, следующих за ним в «дереве отказов».
Для выявления систематически проявляющихся отказов осуществляется накопление значений суммарных рейтингов каждого вида для отказов каждого элемента установки.
По результатам протоколирования истинности правил логики модели осуществляется анализ течения процесса с целью идентификации латентных и предотвращенных ПАС, а также с целью оценки корректности действий оператора и логики модели.
Структура СИПАС. Процессы идентификации ПАС характеризуются значительными объемами перерабатываемой информации. Решение этих задач при отсутствии автоматизации процесса становится чрезвычайно сложным. Предложена функциональная структура системы идентификации ПАС (рис. 1).
Рис. 1. Функциональная структура СИПАС
Разработана концептуальная модель СИПАС. На рис. 2 представлена декомпозиция контекстной диаграммы процесса идентификации ПАС, реализуемого СИПАС.
Рис. 2. Декомпозиция контекстной диаграммы СИПАС
Разработана программная модель, реализующая основные функции СИПАС.
Технология обработки данных. Для реализации системы предлагается следующая технология обмена данными:
- хранилище данных о типовых аппаратах размещается на рабочей станции администратора централизованного банка описаний типовых аппаратов. Данная станция должна иметь подключение к сети Интернет и, следовательно, характеризоваться определенным IP-адресом;
- для каталога, содержащего файл Access с информацией о типовых аппаратах, вводится полный доступ для внешнего использования;
- рабочая станция эксперта, также характеризуемая некоторым IP-адресом, использует предоставленный доступ к станции администратора для определения подключаемого ресурса (диска ОС Windows);
- в системе Windows рабочей станции эксперта создается ODBC-источник данных, соответствующий файлу Access, с данными о типовых аппаратах;
- последующий информационный обмен между станциями администратора и эксперта обеспечивается посредством запросов на языке SQL через созданный канал связи ODBC;
- на станции эксперта создается образ установки как источника предаварийных ситуаций;
- в ходе осуществления технологического процесса сигналы о состоянии процесса, сформированные установкой, вводятся в систему и на основании их обработки выполняется идентификация предаварийных ситуаций процесса;
- в случае размещения информации о типовых аппаратах в распределенной СУБД типа Oracle осуществление связи между станциями реализуется средствами данной распределенной СУБД.
Проверка эффективности методики. Получены следующие данные по быстродействию программной модели СИПАС (рис. 3).
5 10 15
Число термов правила Рис. 3. Быстродействие программной модели СИПАС
Данные эксперимента получены для режима идентификации безусловной ПАС при количестве параметров 490, количестве ключевых элементов нечетких множеств параметров - 10, количестве термов каждого параметра - 3.
Заключение
Модифицирована методика идентификации ПАС технологического процесса. Разработана распределенная модель системы идентификации ПАС, использующей аппарат нечеткой логики и информацию о вероятных отказах оборудования. Реализована программная модель СИПАС, с помощью которой произведена оценка быстродействия программной модели системы идентификации ПАС.
СПИСОК ЛИТЕРАТУРЫ
1. Оценка пригодности к эксплуатации технических устройств на опасных производственных объектах / Ю. Г. Зальников, Н. М. Литвинов, А. В. Кашлев и др. // Безопасность труда в промышленности. -2005. - № 5. - С. 24-28.
2. Филоненко А. В. Идентификация предаварийных ситуаций установки получения серы методом Клауса: Дис. ... канд. техн. наук. - Астрахань, 2005. - 139 с.
3. Статистические методы анализа безопасности сложных технических систем: Учеб. / Л. Н. Александровская, И. З. Аронов, В. П. Соколов и др.; Под ред. В. П. Соколова. - М.: Логос, 2001. - 232 с.
4. РД 03-418-01 «Методические указания по проведению анализа риска опасных производстванных объектов». Гостехнадзор России, 2001 // Безопасность труда в промышленности. - 2001. - № 10. -С. 40-50.
Статья поступила в редакцию 25.12.2006
IDENTIFICATION SYSTEM OF PRE -EMERGENCY CONDITIONS OF A TECHNOLOGICAL PROCESS BASED ON THE USE OF FAZZY LOGIC PRINCIPLES AND POTENTIAL FAILURES DESCRIPTIONS
R. R. Zhedunov
Modified principles of identification of pre-emergency conditions based on the use of fazzy logic principles and potential failures descriptions are considered in the paper. A model of identification system of pre-emergency condition is developed. A program model of the system using the offered principles is created. Operating speed of the system is estimated. The results of the work can be used while developing controlling systems of technological processes for providing before-the-fact recognition of pre-emergency conditions. It can reduce the danger of technological objects exploitation of different types, and to increase the efficiency of installations operations due to fail-safety rates increasing.
