автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Идентификация предаварийных ситуаций на аммиачной холодильной установке на основе экспертной информации

На правах рукописи

□□3447822 АБЗАЛОВ АЛЬБЕРТ ВАЙСОВИЧ

ИДЕНТИФИКАЦИЯ ПРЕДАВАРИЙНЫХ СИТУАЦИЙ НА АММИАЧНОЙ ХОЛОДИЛЬНОЙ УСТАНОВКЕ НА ОСНОВЕ ЭКСПЕРТНОЙ ИНФОРМАЦИИ

05 13 01 - Системный анализ, управление и обработка информации (промышленность, информатика)

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Астрахань - 2008

О 2 ОКТ 2008

003447822

Работа выполнена в Федеральном государственном образовательном учреждении высшего профессионального образования «Астраханский государственный технический университет»

Научный руководитель-

Официальные оппоненты:

доктор технических наук, доцент Шуршев Валерий Федорович

доктор технических наук, профессор Свинцов Владимир Яковлевич

доктор технических наук, профессор Селиванов Николай Васильевич

Ведущая организация:

Государственное образовательное учреждение высшего профессионального образования «Тамбовский государственный технический университет»

Защита состоится 20 октября 2008 г в 15 часов 00 минут на заседании диссертационного совета Д 307 001 06 при Астраханском государственном техническом университете по адресу 414025, г Астрахань, ул Татищева, 16, гл корп ауд 305

Отзывы на автореферат в двух экземплярах, заверенные гербовой печатью организации, просим направлять по адресу 414025, г Астрахань, ул Татищева, 16, ученому секретарю диссертационного совета Д 307 001 06

С диссертацией можно ознакомиться в библиотеке Астраханского государственного технического университета

Автореферат разослан <НЗ » сентября 2008 г

Ученый секретарь

диссертационного совета _ И Ю Квятковская

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В настоящее время применение искусственного холода является одним из определяющих факторов экономической и социальной жизни на Земле Получаемые с помощью холодильных установок низкие температуры используются в различных областях науки, техники и технологиях С помощью искусственного холода обеспечивается возможность полноценного питания многих миллионов людей независимо от удаленности районов производства продукции и сезонности

На крупных холодильных установках в качестве хладагента широко используется аммиак, который обладает высокими энергетическими показателями по сравнению с другими хладагентами Однако применение аммиака требует повышенных мер безопасности, тк он относится к сильнодействующим ядовитым веществам, а также является пожаро- и взрывоопасным

Очевидно, что одной из актуальных проблем в настоящее время является поиск наиболее рациональных методов обеспечения требуемого уровня безопасности действующих и проектируемых аммиачных холодильных установок (АХУ) Высокая энергетическая эффективность АХУ обеспечивает конкурентные технико-экономические показатели даже с учетом дополнительных затрат на поддержание уровня безопасной эксплуатации

Применяемая на АХУ система автоматической защиты (САЗ) останавливает электродвигатели компрессоров при возникновении опасных режимов Однако при работе холодильной установки может возникнуть ряд отклонений от нормального режима, появление которых не приводит к срабатыванию САЗ Несвоевременное принятие мер по устранению этих нарушений может привести к серьезной аварии К таким нарушениям относятся- высокое давление всасывания компрессора, резкое снижение температуры нагнетания, повышенный нагрев отдельных узлов и деталей компрессора, появление посторонних шумов и стуков и др Кроме того, аварийное отключение холодильной установки приводит к нарушению технологического процесса получения холода и, следовательно, к экономическим потерям

В связи с этим представляется целесообразным использование специализированных систем, позволяющих заблаговременно идентифицировать возможный переход технологического процесса получения холода в аварийный режим для своевременного принятия необходимых мер Разработка таких систем требует проведение системного анализа АХУ с целью выявления факторов, влияющих на развитие предаварийной ситуации (ПАС), и взаимосвязей между ними, а также применение методов обработки качественной информации о состоянии холодильного оборудования Данные вопросы в настоящее время исследованы недостаточно.

Таким образом, создание системы идентификации предаварийных ситуаций на аммиачной холодильной установке является актуальной научной и практической задачей

Объектом исследования являются предаварийные ситуации на аммиачной холодильной установке

Предмет исследования - модели, методики и алгоритмы идентификации предаварийных ситуаций и их причин на аммиачной холодильной установке.

Цель исследования - повышение безопасности аммиачных холодильных установок за счет идентификации предаварийных ситуаций и их причин

Задачи исследования: провести анализ опасных режимов и существующих методов повышения безопасности АХУ,

разработать методику и провести анализ АХУ как источника ПАС,

разработать ситуационную модель АХУ, использующую количественную и качественную информацию, создать базу знаний об АХУ как источнике ПАС, разработать структуру и программное обеспечение системы идентификации ПАС (СИПАС) на АХУ Методы исследования. Для решения поставленных задач применялись методы системного анализа, искусственного интеллекта, проектирования и программирования

Научная новизна работы состоит в следующем разработана методика анализа аммиачной холодильной установки как источника предаварийных ситуаций, отличающаяся возможностью выявления взаимосвязей между технологическими параметрами, неисправностями и их причинами, для структурирования экспертных знаний о возможных предаварийных ситуациях, а также позволяющая формировать список возможных предаварийных ситуаций для каждой неисправности, разработана ситуационная модель аммиачной холодильной установки как источника предаварийных ситуаций, отличающаяся возможностью использования количественной и качественной информации и позволяющая идентифицировать предаварийные ситуации, определять причины неисправностей и способы их устранения в процессе работы аммиачной холодильной установки,

разработан алгоритм адаптации базы знаний, отличающийся возможностью корректировки коэффициентов уверенности в продукционных правилах и позволяющий учитывать изменение свойств аммиачной холодильной установки как источника предаварийных ситуаций

Практическая ценность работы:

создана база знаний, содержащая в формализованном виде знания экспертов о возможных предаварийных и аварийных ситуациях на аммиачной холодильной установке, о вероятных причинах неисправностей и способах их устранения, разработана структура СИПАС на аммиачной холодильной установке и программа для ЭВМ, реализующая предложенную модель и созданную базу знаний,

разработаны диаграммы взаимосвязей между технологическими параметрами, неисправностями и их причинами, позволяющие формализовать экспертные знания о возможных предаварийных ситуациях в виде продукционных правил Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на III Межвузовской научно-практической конференции «Тенденции развития современных информационных технологий, моделей экономических, правовых и управленческих систем» (Рязань, 2006), на X Всероссийской научно-практической конференции «Научное творчество молодежи» (Анжеро-Судженск, 2006), на 50-й конференции профессорско-преподавательского состава ФГОУ ВПО АГТУ (Астрахань, 2006), на XX Международной научной конференции «Математические методы в технике и технологиях ММТТ-20» (Ярославль, 2007), на VI Международной научно-практической конференции «Информационные технологии и математическое моделирование ИТММ-2007» (Анжеро-Судженск, 2007), на III Международном форуме «Актуальные проблемы современной науки» (Самара, 2007), на XXI Международной научной конференции «Математические методы в технике и технологиях ММТТ-21» (Саратов, 2008)

Публикации. Основные теоретические и прикладные результаты диссертационной работы изложены в 10 публикациях, в числе которых 3 статьи в ведущих рецензируемых изданиях, выпускаемых в РФ, в которых ВАК рекомендует публикацию основных научных результатов диссертаций и 1 свидетельство об официальной регистрации программы для ЭВМ

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав основного текста, выводов по работе, списка используемой литературы и приложений Основная часть работы изложена на 129 страницах машинописного текста

КРАТКОЕ СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Во введении показана актуальность темы, сформулирована цель и задачи исследования, определена научная новизна и практическая ценность результатов данной работы, приведено краткое содержание работы по главам

В первой главе проведен анализ возможных аварийных ситуаций на АХУ и мер по их ликвидации Проведен обзор работ по обеспечению безопасности АХУ, рассмотрены методы обработки информации, используемые в системах технической диагностики (СТД) и системах идентификации ПАС

Анализ статистических данных по аварийным ситуациям (АС) на АХУ с поршневыми компрессорами показывает, что основная причина аварий - гидравлические удары в компрессорах (75% аварий), которые являются следствием влажного хода компрессора Данные аварии происходят, несмотря на наличие системы защитной автоматики Поэтому раннее распознавание и предотвращение таких ситуаций позволит значительно сократить число аварий

Большинство аварий на АХУ связано с человеческим фактором, т.е они являются следствием неправильных действий обслуживающего персонала В связи с этим использование информационной системы, способной оказывать интеллектуальную поддержку при принятии решений в условиях ПАС, будет способствовать уменьшению вероятности возникновения аварий и, соответственно, снижению уровня риска при эксплуатации АХУ

Для раннего обнаружения неисправностей на холодильных установках используются различные СТД В частности, в последнее время в электронных контроллерах фирмы «Данфосс» находит применение система интеллектуального обнаружения неисправностей и диагностики оборудования (конденсаторов, испарителей и др) Однако при этом отсутствует оценка общей ситуации на объекте управления, учитывающая взаимосвязь различных технологических параметров

Вопросы, связанные с системным анализом технологических процессов, а также разработкой систем идентификации ПАС с использованием новых компьютерных технологий и методов искусственного интеллекта, рассматриваются в работах таких авторов, как В В Кафаров, И Н Дорохов, А Ф Егоров, Т В Савицкая, О М Проталинский, А В Фило-ненко и других представителей отечественных научных школ Однако эти системы разрабатывались, в основном, для химико-технологических процессов и не учитывают особенностей технологического процесса получения холода

Во второй главе проведен анализ оперативной деятельности машиниста АХУ, который является в данном случае лицом, принимающим решения (ЛПР) Разработана методика анализа АХУ как источника ПАС, и на основе проведенного анализа разработаны диаграммы взаимосвязей между технологическими параметрами, неисправностями и их причинами

Для структурирования экспертных знаний об объекте исследования были использованы принципы и методы системного анализа При формализации АХУ как системы факторов, влияющих на развитие ПАС,

предложено применить причинно-следственный анализ, согласно которому построение теоретических представлений системы связывается с графическим отображением взаимовлияний между элементами системы в виде диаграмм, отражающих характерные особенности и формы ее функционирования

В общем случае ситуация 51 на АХУ зависит от факторов Х„ измеряемых количественно и/или оцениваемых качественно и изменяется во времени/

5(0 = (0, ,хм, (1)

где Л' - число факторов

В реальных условиях оценка ситуации на АХУ осуществляется через определенный промежуток времени Поэтому данное выражение может быть записано в дискретной форме для А>го момента времени

,Хт) (2)

Таким образом, каждая оценка ситуации зависит от совокупности факторов, общее число которых определяется конкретными особенностями холодильной установки Каждая ПАС характеризуется какой-либо неисправностью (например, влажный ход компрессора, высокая температура нагнетания и т д) Каждая неисправность характеризуется совокупностью значений параметров, которые на нее влияют или являются ее следствием, а также может быть обусловлена одной или несколькими причинами

Разработанная методика анализа АХУ как источника ПАС включает следующие основные этапы

1 Декомпозиция АХУ на технологические блоки и выявление возможных неисправностей для каждого блока

2 Определение контролируемых параметров и их норм

3 Выявление возможных причин и способов устранения неисправностей

4 Выявление взаимосвязей между технологическими параметрами, неисправностями и их причинами

5 Формирование списка возможных ПАС для каждой неисправности

Для анализа взаимосвязей между технологическими параметрами, неисправностями и их причинами разработана структура диаграмм взаимосвязей (ДВ) На рис 1 приведен пример ДВ в общем виде, где ИР -неисправность, X = {X,} - совокупность параметров, влияющих на данную неисправность или являющихся ее следствием (они могут быть как количественными, так и качественными), РЯ = {РЯ^ - совокупность причин, вызывающих данную неисправность, стрелки, соединяющие параметры и неисправность показывают, влияющими или зависимыми являются данные параметры, стрелки рядом с обозначением параметра показывают увеличение/уменьшение данного параметра

±

№ — неисправность

/\

РИ1

Л

Л

Рис 1 Общий вид ДВ

Л

РКг РК,

РР„

Для формирования списка возможных ПАС предложено применить морфологический анализ Для каждой неисправности ИР определена совокупность влияющих/зависимых параметров (и - число параметров) Допустим, что каждый параметр X, может принимать два значения Х1 - {х,ь х,2}, где - положительное или отрицательное отклонение значения параметра X, от нормы, хп — нормальное значение параметра X, Для качественных параметров (симптомов) - хл и ха - соответственно наличие и отсутствие данного симптома Множество всех возможных ситуаций МБ, характерных для данной неисправности, можно представить в виде следующей матрицы

Ж-

г \

х\\хп

х21х22

\^Хц]Хп2 У

(3)

Набор значений (по одному из каждой строки) различных параметров представляет собой возможную ситуацию Генерирование списка возможных ПАС проводится для каждой неисправности После удаления повторяющихся сочетаний полученный список используется для формирования продукционных правил

Для получения экспертных знаний были использованы коммуникативные и текстологические методы На основе проведенных исследований были выявлены основные технологические блоки АХУ (всего 45 блоков) и их возможные неисправности, а также определены параметры, которые необходимо контролировать (всего 106 параметров) и их нормы Все параметры были разделены на две группы по степени значимости группа А - параметры, контролируемые САЗ, группа Б - параметры, не контролируемые САЗ, но изменение значений которых может привести к отклонению процесса от нормы или к ПАС

Особенностью технологического процесса получения холода является то, что некоторые контролируемые параметры, влияющие на оценку

ситуации, не имеют жестко установленных норм, а зависят от режима Например, температуры всасывания и нагнетания компрессора зависят от температур кипения и конденсации хладагента, которые, в свою очередь, зависят от тепловой нагрузки на объект охлаждения и от температуры охлаждающей воды, поступающей на конденсатор (или температуры окружающего воздуха) В этом случае предложено контролировать отклонения этих параметров от рассчитанного значения или от значения влияющего параметра Например, отклонение температуры нагнетания от нормальной определяется следующим образом

Ы =1к-I (4)

и 'н' 4 '

где - соответственно измеренная в к-й момент времени и расчетная температуры нагнетания, °С

Для температуры всасывания контролируется перегрев

о. (5)

где !вс, /0 - соответственно температуры всасывания и кипения, °С

В результате проведенных исследований были построены диаграммы взаимосвязей между технологическими параметрами, неисправностями и их причинами (всего 26 диаграмм) На рис 2 приведена диаграмма для неисправности «влажный ход компрессора»

Рис 2 ДВ для неисправности «влажный ход компрессора» 4ц - сила тока в электродвигателе компрессора, А, рвс - давление всасывания компрессора, МПа, Л/ас - перегрев на всасывании в компрессор, °С, ?„ - температура нагнетания компрессора, °С. Нпс - уровень аммиака в промежуточном сосуде, мм, Яцр - уровень аммиака в циркуляционном ресивере, мм ГС — глухой стук в цилиндрах компрессора, ОЦ - обмерзание цилиндров компрессора.

Совокупность построенных ДВ была использована при генерировании списка возможных ПАС для каждой неисправности и формировании базы продукционных правил, являющейся основой СИПАС

В третьей главе разработана ситуационная модель АХУ как источника ПАС, создана база знаний об АХУ как источнике ПАС, разработан алгоритм адаптации базы знаний

Формальная запись ситуационной модели АХУ БМ может быть представлена в следующем виде

БМ {X, У, ВР, ВЫ, А1}, (6)

где X и У- соответственно входные и выходные координаты модели, ВР - база продукционных правил, ВМ — база нормативных данных, А1 - алгоритм идентификации ПАС

Входные координаты модели X можно разбить на две группы

количественные параметры работы АХУ (температуры, давления, расходы, уровни, сила тока в электродвигателях компрессоров и насосов, концентрация аммиака в помещениях и вне помещений и т д );

качественные данные о состоянии оборудования (характер звука машин и механизмов, их отдельных узлов и деталей, обмерзание цилиндров компрессора или обмерзание жидкостного трубопровода и

др)

Выходные координаты модели У - это информация, предоставляемая ЛПР, которая включает

оценку текущей ситуации, признак неисправности, причину неисправности, способ устранения неисправности База продукционных правил ВР хранит в формализованном виде знания экспертов о предаварийных и аварийных ситуациях, а также о причинах неисправностей и способах их устранения

База нормативных данных ВЫ хранит нормы, т е диапазоны нормальных значений для контролируемых параметров и другие необходимые данные

Знания экспертов при оценке ситуации на АХУ представлены в продукционной базе знаний в виде правил следующего вида

«Если (Р = Р1т иР = Р2„, и и Р = РКт), то 5 = 5т», где Р - признак неисправности, К - количество признаков неисправности, 5 - оценка ситуации, т - номер правила Например

«Если (высокий перегрев на всасывании в компрессор и высокая температура нагнетания компрессора), то Ситуация = ПАС»

Знания экспертов при выявлении причины отклонения ситуации от нормы и определения действий, которые необходимо предпринять в целях нормализации ситуации, в продукционной базе знаний представлены в виде правил следующего вида

«Если (Р = Р[тиР = Р2т и и Р = РКт),

то (РЯ = РР1т и = 5/>1и) или (РЕ = РК1т и = БР2т)

или или (РР = РРЫ и ЯР = .£Р/Я)», где № - причина неисправности, £ - количество причин неисправности, ЗР - способ устранения неисправности

Например

«Если (высокая температура и давление конденсации), то (Причина = наличие воздуха в системе и Действие = удалить воздух из системы) или (Причина = загрязнение конденсатора и Действие = очистить теплообменную поверхность конденсатора)»

Способ устранения неисправности однозначно определяется причиной {РЕ. —► БР) В общем случае, для одной и той же ситуации, характеризующейся каким-либо признаком отклонения, может быть несколько причин этого отклонения и, соответственно, несколько способов устранения этих причин

Для определения наиболее вероятной причины неисправности предложено использовать в продукционных правилах коэффициент уверенности кс, смысл которого можно определить как субъективную степень уверенности эксперта в том, что именно эта причина является наиболее вероятной в данной ситуации Значения коэффициента уверенности кс принадлежат интервалу [0, 1] и определяются методом экспертных оценок

Алгоритм идентификации ПАС А/ заключается в следующем

1 Множество значений параметров состояния, измеренных с помощью датчиков, поступает на вход в СИПАС Х = {х1,х2, ,х„ ,Хр},

где <2 - количество параметров Множество X поступает на вход в СИ-ПАС дискретно через определенные промежутки времени Т Период времени Гявляется настраиваемым параметром

После этого, из множества X выделяется множество параметров группы А А = {а1,а2, ,ар ,<%}, где количество параметров

2 Для параметров группы А определяется скорость их изменения

У] = (а1^ -ак~х)!Т, О7)

где к- порядковый номер такта опроса датчиков

3 Для параметров группы А определяется время, за которое значение параметра может достичь критического значения при той же скорости изменения

т ,=(<-а*)/Г,, (8)

где а)сг - критическое значение для у-го параметра, при котором срабатывает САЗ

Если т; < т/', где х"- критическое время до возможного возникновения АС, являющееся настраиваемым параметром, то СИПАС оценивает ситуацию как ПАС с указанием признака неисправности

4 Для всех параметров состояния определяются прогнозируемые значения методом экстраполяции

(9)

где х,р - прогнозируемое значение для г-го параметра

5 Прогнозируемые значения параметров состояния сравниваются с нормами

0°)

где №?, - диапазон нормальных значений для г-го параметра, определяемый на основе правил безопасной эксплуатации АХУ, технологического регламента, инструкций завода-изготовителя, а также экспертных знаний Диапазон М?, определяется граничными значениями ЛТ?,""" и МР™ах

После сравнения с нормами в рабочую память ЭВМ заносятся признаки неисправностей Р,тт и РГ"*, которые определяются следующим образом

- если х? > Ж,тах и Ах, > О, то Р, = Р,тах,

- если х,р < Ж,тт и Ах, < 0, то Р, = Р,тт,

где Ах, = -х^'1

Например, для параметра «температура нагнетания компрессора №1» - /„], для которого в базе нормативных данных прописаны граничные значения N11,""" и Л7?,""" признак неисправности определяется следующим образом

если Г„1 > Л7?,тшг и А/Я1 > 0, то Р, = «высокая температура нагнетания компрессора №1»,

если гн1 < ЫЯГ" и А?я1 < 0, то Р, = «низкая температура нагнетания компрессора №1»

6 Производится обработка правил, оценивающих ситуацию на объекте, и выдача решения

В продукционной базе знаний все правила, оценивающие ситуацию на объекте, предложено разделить на четыре группы в зависимости от оценки ситуации 51 - АС, 52 - ПАС-ВХ (влажный ход компрессора), 53 - ПАС, 54 - отклонение от нормы

При оценке ситуации предложено отличать понятие «отклонение» от понятия «ПАС» Отклонение - это такое состояние объекта управления, при котором режим работы не является оптимальным, но отклонения носят допустимый характер и не требуют немедленного вмешательства ПАС - это состояние объекта управления, требующее немедленного вмешательства

Обработка правил производится в следующей последовательности 51 —* 52 —»53 -> 54 Если срабатывает правило из какой-либо группы, то дальнейшая обработка правил, оценивающих ситуацию на объекте, не производится, а обрабатываются правила, идентифицирующие причины возникшей неисправности и способы их устранения Если ситуация не

является отклонением, те не срабатывает ни одно правило, то СИПАС оценивает ситуацию как нормальную и переходит в режим ожидания новых текущих значений

7 Производится обработка правил, выявляющих причины неисправностей и способы их устранения, и выдача решения

Обрабогка правил производится следующим образом (рис 3) Если в результате обработки правил, оценивающих ситуацию (блок 1), образуется конфликтный набор, т е число истинных правил Л^ > 1 (блок 2), то выбирается правило с наибольшим количеством условий в антецеденте (блок 4) Если при обработке правил, определяющих причины неисправностей и способы их устранения (блок 3), срабатывают несколько правил с одинаковой причиной - Мрг > 1 (блок 5), то выбирается правило с максимальным коэффициентом уверенности кс (блок 7), после чего производится сортировка правил в порядке убывания коэффициента уверенности кс (блок 6), и эта информация выдается ЛПР (блок 8) Кроме того, ЛПР в диалоговом режиме может вводить качественную информацию, которая сразу обрабатывается с помощью правил

Рис 3 Алгоритм выбора правил

В результате проведенных исследований созданы база нормативных данных и база продукционных правил, содержащая 327 правил, в числе которых 105 правил, оценивающих ситуацию на АХУ и 222 правила, определяющих причины неисправности и способы их устранения

В процессе работы АХУ изменяет свои свойства, т е является нестационарным объектом управления В частности, изнашиваются узлы и детали компрессоров, загрязняется теплопередающая поверхность тепло-обменных аппаратов и т д Поэтому с течением времени некоторые правила, определяющие причины неисправности могут стать неактуальными В этом случае возникает необходимость адаптации базы знаний

Предложен следующий механизм адаптации базы знаний Для каждого технологического блока, входящего в состав АХУ, имеются определенные сроки проведения планово-предупредительных осмотров и ремонтов (ППО и ППР) Эти сроки определяются требованиями технологического регламента СИПАС контролирует наработку для каждого технологического блока и при достижении необходимой выработки происходит корректировка коэффициентов уверенности для правил, связанных с износом оборудования. Данные коэффициенты уверенности также определяются методом экспертных оценок для каждого технологического блока Таким образом, коэффициенты уверенности в продукционных правилах являются функциями от времени, что позволяет учитывать изменение свойств АХУ как источника ПАС

В четвертой главе рассмотрены вопросы реализации СИПАС, предложена структура системы управления АХУ, проведена проверка эффективности разработанной модели

Разработаны функциональная структура и инфологическая модель СИПАС, а также программа для ЭВМ, реализующая ситуационную модель и созданную базу знаний Для создания СИПАС предложено использовать двухуровневую систему управления АХУ с распределением функций между оборудованием различных уровней

Проверка эффективности разработанной базы знаний и программы для ЭВМ, реализующей предложенные алгоритмы, в реальных производственных условиях трудно выполнима ввиду опасности создания АС, поэтому она осуществлялась с помощью имитационного моделирования Проверка проводилась по следующему плану, включающему моделирование возможных АС

1 Сначала были сформированы массивы значений параметров работы АХУ в установившихся режимах для шести холодильных циклов для трех температур кипения (í0 = -10°С, t0 = -30°С и t0 = -40°С) и двух температур конденсации (tK = 15°С и /к= 30°С)

2 Далее производилось моделирование ситуаций, соответствующих АС Для этого был разработан специальный программный модуль генерации входных параметров, с помощью которого производилось последовательное изменение (увеличение или уменьшение) значений пара-

метров, определяющих АС Эти данные поступали на вход модуля СИ-ПАС Схема проверки представлена на рис 4

Рис 4 Схема проверки СИПАС

3 Затем для каждой ДВ, т е для всех неисправностей, которые могут возникнуть на технологических блоках АХУ, моделировались ситуации с последовательным изменением значений параметров, влияющих на конкретную неисправность или зависящих от нее При этом фиксировалось количество идентифицированных ПАС, после которых возникает АС, количество АС, до наступления которых не была идентифицирована ПАС

Все результаты работы системы фиксировались в журнале, после чего была произведена соответствующая корректировка программы Результаты повторной проверки показали, что СИПАС в 100% случаях идентифицирует аварийные и предаварийные ситуации

Для проверки эффективности алгоритма обработки информации в режиме реального времени были проведены экспериментальные расчеты быстродействия алгоритма при увеличении количества технологических блоков АХУ и, соответственно, количества входных параметров Все расчеты проводились на ЭВМ с процессором Celeron тактовой частотой 2200 МГц, объемом оперативной памяти 256 Мб, под управлением операционной системы Windows ХР Результаты проверки представлены в таблице

Исследование быстродействия алгоритма обработки информации

№ Количество технологических блоков Количество входных параметров Максимальное время работы алгоритма, с

1 45 106 0,95

2 90 212 1,21

3 135 318 1,49

По результатам проведенной проверки сделан вывод, что СИПАС является эффективным средством для решения задач идентификации ПАС в режиме реального времени

ОСНОВНЫЕ РЕЗУЛЬТАТЫ

Основные научные и практические результаты диссертационной

работы состоят в следующем

1 Проведен анализ опасных режимов и существующих методов повышения безопасности АХУ, показавший, что наряду с системами автоматической защиты и технической диагностики целесообразно применение системы идентификации ПАС и их причин для выявления на ранней стадии возможной аварии и оказания интеллектуальной поддержки обслуживающему персоналу при принятии решений в условиях предаварийных и аварийных ситуаций

2 Разработана методика анализа АХУ как источника ПАС, позволяющая структурировать экспертные знания о факторах, влияющих на развитие ПАС, в виде совокупности диаграмм взаимосвязей между технологическими параметрами, неисправностями и их причинами

3. На основе созданной методики разработаны 26 диаграмм взаимосвязей, которые были использованы при формировании продукционных правил

4 Разработана ситуационная модель АХУ как источника ПАС, позволяющая использовать как количественную, так и качественную информацию для отображения в памяти ЭВМ и идентификации в процессе работы АХУ предаварийных и аварийных ситуаций, выявления их вероятных причин и способов устранения

5 Создана база знаний об АХУ как источнике ПАС, включающая 327 правил, и разработан алгоритм адаптации базы знаний, позволяющий учитывать изменение свойств АХУ как источника ПАС, посредством корректировки коэффициентов уверенности в зависимости от времени

6 Разработана структура СИПАС и программное обеспечение, защищенное как объект интеллектуальной собственности свидетельством Роспатента, реализующее предложенную модель и созданную базу знаний

7. Проведена экспериментальная проверка эффективности разработанной модели, показавшая, что СИПАС в 100% случаях идентифицирует аварийные и предаварийные ситуации, при этом время работы алгоритма обработки информации не превышает 1,5 с, что показывает возможность применения разработанной модели в режиме реального времени

8. Результаты работы используются в учебном процессе в Астраханском государственном техническом университете при обучении студентов специальности «Управление и информатика в технических системах»

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Публикации в ведущих рецензируемых изданиях, рекомендованных ВАК РФ

1 Абзалов, А В Проблема идентификации предаварийных ситуаций аммиачной холодильной установки и подход к ее решению // Вестник Астраханского государственного технического университета - 2007 -№2(37) -С 152- 155 - ISSN 1812-9498

2 Абзалов, А В Распознавание предаварийных ситуаций на аммиачной холодильной установке с использованием искусственного интеллекта // Вестник Астраханского государственного технического университета -2007 - №6(41) -С 170-173 -ISSN 1812-9498

3 Абзалов, AB Применение методов искусственного интеллекта для повышения безопасности аммиачной холодильной установки // Известия ВУЗов Северо-Кавказский регион Технические науки - 2008 -№ 1 (143) - С. 26-27 - ISSN 0321-2653

Публикации в других изданиях

4 Абзалов, А В Разработка интеллектуальной информационной системы для идентификации предаварийных ситуаций аммиачной холодильной установки // Научное творчество молодежи Материалы X Всероссийской научно-практической конференции (21-22 апреля 2006 г) Ч 1 -Томск Изд-воТом ун-та, 2006 -С 60-61.-ISBN 5-75112015-3

5 Абзалов, А В Интеллектуальная система для повышения безопасности аммиачной холодильной установки // Математические методы в технике и технологиях - ММТТ-20 Сборник трудов XX Международной научной конференции в 10-и т Т 2 Секции 2, 6 / под общ ред В С Балакирева - Ярославль Изд-во Яросл. гос техн ун-та, 2007 - С 219-221 -ISBN 5-230-20701-9

6 Абзалов, А В Применение информационных технологий для повышения безопасности аммиачной холодильной установки // Информационные технологии и математическое моделирование (ИТММ-2007)

Материалы VI Международной научно-практической конференции (9-10 ноября 2007 г) Ч 1 -Томск Изд-воТом ун-та, 2007 - С 911 -ISBN 5-7511-1895-1

7 Абзалов, А В Использование методов искусственного интеллекта для идентификации предаварийных ситуаций на аммиачной холодильной установке // Актуальные проблемы современной науки Труды 3-го международного форума (20-23 ноября 2007 г ) Технические науки Ч 21 Информатика - Самара Самар гос техн ун-т, 2007 - С 6 -10

8 Шуршев, В Ф Система идентификации предаварийных ситуаций на аммиачной холодильной установке / В Ф Шуршев, А В Абзалов //

Прикаспийский журнал управление и высокие технологии — 2008 -№ 1 (1) -С 56-59

9 Абзалов, А В Модель интеллектуальной системы для повышения безопасности аммиачной холодильной установки // Математические методы в технике и технологиях - ММТТ-21 Сборник трудов XXI Международной научной конференции в 10-и т Т 2 Секции 2, 6 / под общ ред В С Балакирева - Саратов . Изд-во Сарат гос техн ун-та, 2008 - С 195-197 -ISBN5-7433-1936-7

Программа для электронно-вычислительных машин

10 Система моделирования аммиачной холодильной установки как источника предаварийных ситуаций Свидетельство об официальной регистрации программы для ЭВМ № 2007614906, Россия, ФГОУ ВПО «Астраханский государственный технический университет» / Абзалов А В -Заявл 02 10 2007, зарег 28 11 2007

Подписано в печать_Формат 60x90/16 Гарнитура Times New Roman

Уел печ л 1,0 Тираж 100 экз Заказ № l5" У 3

Отпечатано в типографии издательства ФГОУ ВПО «АГТУ» 414025, Астрахань, Татищева, 16

СПИСОК СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

1. АНАЛИЗ ОПАСНЫХ РЕЖИМОВ И МЕТОДОВ ПОВЫШЕНИЯ БЕЗОПАСНОСТИ АММИАЧНЫХ ХОЛОДИЛЬНЫХ УСТАНОВОК.

1.1. Описание аммиачной холодильной установки.

1.2. Опасные режимы аммиачной холодильной установки, требующие защиты

1.3. Состояние вопросов обеспечения безопасности аммиачных холодильных установок.

1.4. Методы идентификации предаварийных ситуаций.

1.5. Выводы по первой главе.

2. СИСТЕМНЫЙ ПОДХОД К ИССЛЕДОВАНИЮ АММИАЧНОЙ ХОЛОДИЛЬНОЙ УСТАНОВКИ КАК ИСТОЧНИКУ ПРЕДАВАРИЙНЫХ СИТУАЦИЙ.

2.1. Анализ оперативной деятельности ЛПР.

2.2. Методика анализа аммиачной холодильной установки, как источника предаварийных ситуаций.

2.3. Анализ аммиачной холодильной установки как источника предаварийных ситуаций.

2.4. Диаграммы взаимосвязей между технологическими параметрами, неисправностями и их причинами.

2.5. Выводы по второй главе.

3. ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ИДЕНТИФИКАЦИИ ПРЕДАВАРИЙНЫХ СИТУАЦИЙ.

3.1. Ситуационная модель аммиачной холодильной установки как источника предаварийных ситуаций.

3.2. Алгоритм идентификации предаварийных ситуаций.

3.3. База знаний об аммиачной холодильной установке как источнике предаварийных ситуаций.

3.4. Алгоритм адаптации базы знаний.

3.5. Выводы по третьей главе.

4. РЕАЛИЗАЦИЯ СИСТЕМЫ ИДЕНТИФИКАЦИИ ПРЕДАВАРИЙНЫХ СИТУАЦИЙ.

4.1. Функциональная структура СИПАС.

4.2. Мифологическая модель СИПАС.

4.3. Реализация программного модуля.

4.4. Структура системы управления АХУ.

4.5. Проверка эффективности разработанной модели.

4.6. Выводы по четвертой главе.

ВЫВОДЫ.

В настоящее время применение искусственного холода является одним из определяющих факторов экономической и социальной жизни на Земле. Получаемые с помощью холодильных установок низкие температуры используются в различных областях пауки, техники и технологиях. Искусственный холод стал мощным воздействующим фактором в становлении и прогрессе пищевой промышленности, химии, машиностроении, медицине, металлургии, газовой и легкой промышленности, гражданском строительстве и других областях. С помощью искусственного холода обеспечивается возможность полноценного питания многих миллионов людей независимо от удаленности районов производства продукции и сезонности.

На крупных холодильных установках в качестве хладагента широко используется аммиак, который является одним из наиболее эффективных хладагентов. Высокие энергетические показатели, интенсивность теплообмена при изменении агрегатного состояния (конденсация, кипение) обеспечили широкое использование аммиака при решении задач хладоснабжения крупных предприятий с высокой холодопроизводительностью.

Аммиак не влияет на озоновый слой и парниковый эффект, он не текуч в той степени, которая свойственна другим хладагентам, не взаимодействует с черными металлами, следовательно, все аммиачное оборудование дешево, в отличие, например, от фреонового, для которого используют только цветные металлы. Весьма важное свойство аммиака — он недорог. Эти факторы лишний раз доказывают преимущества именно этого хладагента.

Однако, применение аммиака в качестве холодильного агента требует повышенных мер безопасности, т.к. он относится к сильнодействующим ядовитым веществам, а также является пожаро- и взрывоопасным.

Следует отметить, что во многих крупных городах России хладокомбинаты и другие пищевые производства находятся в одном районе, гак называемой промзоне. Таким образом, в радиусе 1 - 2 км сконцентрировано несколько сотен тонн аммиака. В случае техногенной катастрофы из-за отравляющих свойств аммиака последствия могут быть очень тяжелыми.

Опасность использования аммиачных холодильных установок принято связывать исключительно с возможными утечками аммиака. Однако многочисленные отечественные статистические данные показывают, что основной причиной аварий являются неправильные действия обслуживающего персонала, влекущие за собой гидравлические удары в компрессорах, разрушение трубопроводов и разгерметизацию технологического оборудования [16].

Очевидно, что одной из актуальных проблем в настоящее время является поиск наиболее рациональных методов обеспечения требуемого уровня безопасности действующих и проектируемых холодильных установок. Высокая энергетическая эффективность аммиачных холодильных установок обеспечивает конкурентные технико-экономические показатели даже с учетом дополнительных затрат на поддержание уровня безопасной эксплуатации [65].

Применяемая на аммиачных холодильных установках система автоматической защиты останавливает электродвигатели компрессоров при возникновении опасных режимов и включает аварийную сигнализацию. Однако при работе холодильной установки может возникнуть ряд отклонений от нормального режима, появление которых не приводит к отключению электродвигателей компрессоров системой защитной автоматики. Несвоевременное принятие мер по устранению этих нарушений может привести к серьезной аварии. К таким нарушениям относятся: высокое давление всасывания компрессора, резкое снижение температуры нагнетания; высокая температура смазочного масла; высокая температура воды, охлаждающей цилиндры компрессора; повышенный нагрев отдельных узлов и деталей компрессора; появление посторонних шумов и стуков; утечка масла через сальник компрессора или маслонасоса; повышенная вибрация компрессора и др. [50].

Кроме того, при аварийном отключении холодильной установки нарушается технологический процесс получения холода. Требуется время для того, чтобы устранить неисправность и произвести пуск холодильной установки, а это может привести к нарушению технологического процесса охлаждения, замораживания или хранения, и, следовательно, к экономическим потерям.

В связи с этим представляется целесообразным использование специализированных систем, позволяющих заблаговременно идентифицировать возможный переход технологического процесса получения холода в аварийный режим для своевременного принятия необходимых мер.

Разработка таких систем требует проведение системного анализа аммиачной холодильной установки с целью выявления факторов, влияющих на развитие предаварийной ситуации, и взаимосвязей между ними, а также применение методов обработки качественной информации о состоянии холодильного оборудования. Данные вопросы в настоящее время исследованы недостаточно.

Таким образом, создание системы идентификации предаварийных ситуаций на аммиачной холодильной установке является актуальной научной и практической задачей.

Объектом исследования в данной работе являются предаварийныс ситуации на аммиачной холодильной установке.

Предмет исследования - модели, методики и алгоритмы идентификации предаварийных ситуаций и их причин на аммиачной холодильной установке.

Цель исследования — повышение безопасности аммиачных холодильных установок за счет идентификации предаварийных ситуаций и их причин. Задачи исследования:

- провести анализ опасных режимов и существующих методов повышения безопасности аммиачных холодильных установок;

- разработать методику и провести анализ аммиачной холодильной установки как источника предаварийных ситуаций;

- разработать ситуационную модель аммиачной холодильной установки, использующую количественную и качественную информацию;

- создать базу знаний об аммиачной холодильной установке как источнике предаварийных ситуаций;

- разработать структуру и программное обеспечение системы идентификации предаварийных ситуаций на аммиачной холодильной установке.

Методы исследования. Для решения поставленных задач применялись методы системного аиализа, искусственного интеллекта, проектирования и программирования.

Научная новизна работы состоит в следующем:

- разработана методика анализа аммиачной холодильной установки как источника предаварийных ситуаций, отличающаяся возможностью выявления взаимосвязей между технологическими параметрами, неисправностями и их причинами, для структурирования экспертных знаний о возможных предаварийных ситуациях, а также позволяющая формировать список возможных предаварийных ситуаций для каждой неисправности;

- разработана ситуационная модель аммиачной холодильной установки как источника предаварийных ситуаций, отличающаяся возможностью использования количественной и качественной информации и позволяющая идентифицировать предаварийные ситуации, определять причины неисправностей и способы их устранения в процессе работы аммиачной холодильной установки;

- разработан алгоритм адаптации базы знаний, отличающийся возможностью корректировки коэффициентов уверенности в продукционных правилах и позволяющий учитывать изменение свойств аммиачной холодильной установки как источника предаварийных ситуаций.

Практическая ценность работы:

- создана база знаний, содержащая в формализованном виде знания экспертов о возможных предаварийных и аварийных ситуациях па аммиачной холодильной установке, о вероятных причинах неисправностей и способах их устранения;

- разработана структура системы идентификации предаварийных ситуаций на аммиачной холодильной установке и программа для ЭВМ, реализующая предложенную модель и созданную базу знаний;

- разработаны диаграммы взаимосвязей между технологическими параметрами, неисправностями и их причинами, позволяющие формализовать экспертные знания о возможных предаварийных ситуациях в виде продукционных правил.

Апробация работы. Основные положения и результаты диссертации докладывались и обсуждались на III Межвузовской научно-практической конференции «Тенденции развития современных информационных технологий, моделей экономических, правовых и управленческих систем» (Рязань, 2006); на X Всероссийской научно-практической конференции «Научное творчество молодежи» (Анжеро-Судженск, 2006); на 50-й конференции профессорско-преподавательского состава ФГОУ ВПО АГТУ (Астрахань, 2006); на XX Международной научной конференции «Математические методы в технике и технологиях ММТТ-20» (Ярославль, 2007); на VI Международной научно-практической конференции «Информационные технологии и математическое моделирование ИТММ-2007» (Анжеро-Судженск, 2007); на III Международном форуме «Актуальные проблемы современной науки» (Самара, 2007); на XXI Международной научной конференции «Математические методы в технике и технологиях ММТТ-21» (Саратов, 2008).

Публикации. Основные теоретические и прикладные результаты диссертационной работы изложены в 10 публикациях, в числе которых 3 статьи в ведущих рецензируемых изданиях, выпускаемых в РФ, в которых ВАК рекомендует публикацию основных научных результатов диссертаций и 1 свидетельство об официальной регистрации программы для ЭВМ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав основного текста, выводов по работе, списка используемой литературы и приложений. Основная часть работы изложена на 129 страницах машинописного текста.

ВЫВОДЫ

Основные научные и практические результаты диссертационной работы состоят в следующем:

1. Проведен анализ опасных режимов и существующих методов повышения безопасности АХУ, показавший, что наряду с системами автоматической защиты и технической диагностики целесообразно применение системы идентификации ПАС и их причин для выявления на ранней стадии возможной аварии и оказания интеллектуальной поддержки обслуживающему персоналу при принятии решений в условиях предаварийных и аварийных ситуаций.

2. Разработана методика анализа АХУ как источника ПАС, позволяющая структурировать экспертные знания о факторах, влияющих на развитие ПАС, в виде совокупности диаграмм взаимосвязей между технологическими параметрами, неисправностями и их причинами.

3. На основе созданной методики разработаны 26 диаграмм взаимосвязей, которые были использованы при формировании продукционных правил.

4. Разработана ситуационная модель АХУ как источника ПАС, позволяющая использовать как количественную, так и качественную информацию для отображения в памяти ЭВМ и идентификации в процессе работы АХУ предаварийных и аварийных ситуаций, выявления их вероятных причин и способов устранения.

5. Создана база знаний об АХУ как источнике ПАС, включающая 327 правил, и разработан алгоритм адаптации базы знаний, позволяющий учитывать изменение свойств АХУ как источника ПАС, посредством корректировки коэффициентов уверенности в зависимости от времени.

6. Разработана структура СИПАС и программное обеспечение, защищенное как объект интеллектуальной собственности свидетельством Роспатента, реализующее предложенную модель и созданную базу знаний.

7. Проведена экспериментальная проверка эффективности разработанной модели, показавшая, что СИПАС в 100% случаях идентифицирует аварийные и предаварийные ситуации, при этом время работы алгоритма обработки информации не превышает 1,5 с, что показывает возможность применения разработанной модели в режиме реального времени. 8. Результаты работы используются в учебном процессе в Астраханском государственном техническом университете при обучении студентов специальности «Управление и информатика в технических системах».

119

1. Абзалов, А.В. Проблема идентификации предаварийных ситуаций аммиачной холодильной установки и подход к ее решению // Вестник Астраханского государственного технического университета. — 2007. — № 2.-С. 152- 155.

2. Абзалов, А.В. Распознавание предаварийных ситуаций на аммиачной холодильной установке с использованием искусственного интеллекта // Вестник Астраханского государственного технического университета. -2007,-№6.-С. 170- 173.

3. Абзалов, А.В. Применение методов искусственного интеллекта для повышения безопасности аммиачной холодильной установки // Известия ВУЗов. Северо-Кавказский регион. Технические науки. 2008. - № 1. -С. 26-27.

4. Аварии и катастрофы. Предупреждение и ликвидация последствий. Книга 1. / Под ред.: К.Е. Кочеткова, В.А. Котлярсвского и А.В. Забегаева — М.: Изд-во АСВ, 1995. 320 с.

5. Анализ и оценка риска производственных объектов химического профиля / В.Г. Горский и др. // Вестник Удмуртского университета. — 1994. — спецвыпуск. — С. 67 — 82.

6. Андрейчиков, А.В. Интеллектуальные информационные системы / А.В. Андрейчиков, О.Н. Андрейчикова. М.: Финансы и статистика, 2004. -424 с.

7. Антонов, О.В. Оптимальное управление процессом каталитического риформинга с использованием гибридной математической модели: диссертация па соискание степени кандидата технических наук по спец. 05.13.06 / О.В. Антонов. Астрахань, 2003. - 186 с.

8. Арбузов, Г.М. Методы анализа промышленных рисков химически опасных объектов // Химическая промышленность. 2005. - Т.82, № 6. -С. 306-314.

9. Бахвалов, О.А. Основные причины аварий при эксплуатации аммиачных холодильных систем // Холодильная техника. 2001. - № 7. - С. 11-12.

10. Белозеров, Г. А. Анализ промышленной безопасности систем холодоснабжения действующих предприятий АПК и возможные пути их реконструкции / Г.А. Белозеров, Н.М. Медникова, В.П. Пытченко // Холодильная техника. 2006. - № 8. - С. 22 - 27.

11. Быков, А.В. Некоторые аспекты развития холодильной автоматики / А.В. Быков, А.Е. Береснев // Холодильная техника. 2000. - № 9. - С. 9.

12. Венгер, К.П. Методика оценки степени риска и последствий аварий при эксплуатации аммиачных холодильных установок / К.П. Венгер, О.А. Феськов, И.Б. Жильцов // Мясная индустрия. 2007. - № 9. - С. 43 - 48.

13. Вычужании, В.В. Управление комплексом СККВ-холодильная установка на основе многопроцессорной системы // Холодильная техника. 2004. -№ 12. -С. 28-31.

14. Гаврилова, Т.А. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский. СПб.: Питер, 2001. - 384 с.

15. Гаврищук, В.И. ЗАО «ОРЛЭКС»: отечественные приборы автоматики для холодильной техники // Холодильная техника. 2001. - № 5. - С. 16-18.

16. Гайдышев, И. Анализ и обработка данных: специальный справочник / И. Гайдышев. СПб.: Питер, 2001. - 752 с.

17. ГОСТ 20911-89. Техническая диагностика. Термины и определения.

18. ГОСТ Р22.0.05-94 Техногенные чрезвычайные ситуации. Термины и определения.

19. Гуляев, В.А. Диагностика вычислительных машин / В.А. Гуляев. Киев: Техника, 1981.- 167 с.

20. Диагностика информационной подсистемы АСУТП с использованием технологий искусственного интеллекта / А.К. Репин и др. // Теплоэнергетика. 2006 - № 6. - С. 63 - 68.

21. Дорохов, И.Н. Системный анализ процессов химической технологии: Экспертные системы для совершенствования промышленных процессов гетерогенного катализа / И.Н. Дорохов, В.В. Кафаров. М.: Наука, 1989. -376 с.

22. Егоров, А.Ф. Управление безопасностью химических производств на основе новых информационных технологий / А.Ф. Егоров, Т.В. Савицкая. М.: Химия, КолосС, 2004. - 416 с.

23. Егоров, А.Ф. Система управления безопасностью химических производств / А.Ф. Егоров, Т.В. Савицкая, В.Н. Богатиков // Проблемы окружающей среды и природных ресурсов. Обз. инф. М.: ВИНИТИ, 2000. - № 12. - С. 96-110.

24. Жедунов, P.P. Модель распределенной системы идентификации предаварийных ситуаций технологических процессов // Вестник Астраханского государственного технического университета. 2006. - № 1.-С. 152-157.

25. Жедунов, P.P. Модуль распознавания аварийных ситуаций системы управления технологическим процессом // Вестник Астраханского государственного технического университета. 2005. - Приложение к № 6.-С. 181 - 183.

26. Жедунов, P.P. Система идентификации предаварийных ситуаций технологического процесса, использующая аппарат нечеткой логики и данные вероятных отказов // Вестник Астраханского государственного технического университета. — 2007. — № 3. С. 169- 173.

27. Жемойдо, С.В. Комплексная автоматизация холодильных установок с применением компьютерных мониторинговых систем // Холодильная техника. 2003. - № 9. - С. 20 - 22.

28. Жемойдо, С.В. Мясокомбинат на экране компьютера // Холодильная техника. 2004. - № 8. - С. 26 - 27.

29. Интерфейсы систем обработки данных: Справочник / А.А. Мячев и др.. -М.: Радио и связь, 1989. 416 с.

30. Информатика: Учебник / Н.В. Макарова и др.. -М.: Финансы и статистика, 2005. 768 с.

31. Канторович, В.И. Основы автоматизации холодильных установок / В.И. Канторович, З.В. Подлипенцева. М.: Агропромиздаг, 1987. - 287 с.

32. Кафаров, В.В. Системный анализ процессов химической технологии. Основы стратегии / В.В. Кафаров, И.Н. Дорохов. М.: Наука, 1976. - 499 с.

33. Квятковская, И.Ю. Теория принятия решений: Метод, пособие / И.Ю. Квятковская. Астрахань: Изд-во «ЦНТЭП», 2002. - 100 с.

34. Киреев, В.В. Автоматизация систем холодоснабжения / В.В. Киреев, П.П. Степаненко, Н.А. Лазеев // Холодильная техника. 2005. - № 1. - С. 36 -37.

35. Коллакорт, Р. Диагностирование механического оборудования//Сокр. пер. с англ. В. М. Павловой. Л.: Судостроение, 1980. - 296 с.

36. Компьютерный тренажер аммиачной холодильной установки с непосредственной системой охлаждения помещений / В.В. Олейник и др. // Холодильная техника. 2006. - № 7. - С. 50 - 54.

37. Коновалов, В.Л. Холодильное оборудование промысловых судов / В.Л. Коновалов, Н.А. Смелков. М.: Агропромиздаг, 1990. - 144 с.

38. Красномовец, П.Г. Аммиак — рабочее вещество холодильных машин / П.Г. Красномовец, Г.К. Мнацаканов, Э.А. Бакум // Холодильная техника. -2002.-№9.-С. 8- 10.

39. Кудрявцев, Г.В. Эксплуатация и ремонт холодильных установок промысловых судов / Г.В. Кудрявцев. М.: Агропромиздат, 1988. - 109 с.

40. Кузьмин, М.П. Современные проблемы эксплуатации аммиачных холодильных систем и пути их решения / М.П. Кузьмин, О.А. Бахвалов, С.А. Плешанов // Холодильная техника. — 2001. — № 4. — С. 38.

41. Кузьмин, И.И. Концепция безопасности: от риска «нулевого» к «приемлемому» / И.И. Кузьмин, Д.А. Шапошников // Вестник Рос. А.Н. -1994. - Т.64, № 5. - С. 402 - 408.

42. Ломов, Б. Ф. Методологические и теоретические проблемы психологии / Б.Ф. Ломов. М.: Наука, 1984. - 444 с.

43. Мелихов, А.Н. Ситуационные советующие системы с нечеткой логикой /

44. A.Н. Мелихов, Л.С. Бернштейн, С.Я. Коровин. -М.: Наука, 1990. 272 с.

45. Мищенко, А.А. Автоматизированные системы технической диагностики сложных машин / А.А. Мищенко. М.: НИИ Информтяжмаш, 1978. - 54 с.

46. Невейкин, В.Ф. Монтаж, эксплуатация и ремонт холодильных установок /

47. B.Ф. Невейкин. -М.: Агропромиздат, 1989. -287 с.

48. Новый блок комплексной автоматики ПУМ-2000 / С.В. Сурков и др. // Холодильная техника. 2003. - № 9. - С. 12-13.

49. Обеспечение безопасности аммиачных холодильных установок на предприятиях пищевой и перерабатывающей промышленности / Г.А. Белозсров и др. // Холодильная техника. 2001. - № 7. - С. 8 - 10.

50. Овчаренко, B.C. Основные аспекты комплексного подхода к расширению применения аммиачного оборудования в холодильной промышленности /

51. B.C. Овчаренко, В.П. Афонский // Холодильная техника. 2001. - № 7.1. C. 13-15.

52. Поспелов, Д.А. Ситуационное управление: теория и практика / Д.А. Поспелов. М.: Наука - Гл. ред. физ. мат. лит., 1986. - 288 с.

53. Правила безопасности аммиачных холодильных установок. ПБ-09-595-03. М.: Госгортехнадзор России, 2003.

54. Правила устройства и безопасной эксплуатации сосудов, работающих под давлением. ПБ 03-576-03. М.: Госгортехнадзор России, 2003.

55. Проников, А.С. Надежность машин / А.С. Проников. М.: Машиностроение, 1978. - 597 с.

56. Проталинский, О.М. Применение методов искусственного интеллект при автоматизации технологических процессов / О.М. Прогалипский. -Астрахань: Изд-во АГТУ, 2004. 184 с.

57. Проталинский, О.М. Модуль идентификации предаварийных ситуаций в составе SCADA-системы // Промышленные АСУ и контроллеры. — 2003. — №9.-С. 28-30.

58. Проталинский, О.М. Система поддержки принятия решений при диагностике технических средств АСУТП / О.М. Прогалипский, А.Н. Савельев // Автоматизация в промышленности. 2005. - № 11. - С. 20 -22.

59. Проталинский, О.М. Распознавание предаварийных ситуаций на технологических объектах управления / О.М. Проталинский, А.В. Филоненко // Промышленные контроллеры и АСУ. 2003. - № 8. - С. 26 -27.

60. Самойленко, А.П. Темпоральный мониторинг и прогнозирование состояния технологических объектов / А.П. Самойленко, О.А. Усенко // Известия ТРТУ. 2004. - № 8. - С. 78 - 79.

61. Системный анализ в информационных технологиях: Учеб. пособие / Ю.Ю. Громов и др.. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2004. - 176 с.

62. Смагин, С.Н. Новые возможности интеллектуального контроля испарителей // Холодильная техника. 2005. - № 3. - С. 30-31.

63. Судовые холодильные установки / Ю.В. Захаров и др.. JI.: Судостроение, 1986. -256 с.

64. Техническое обслуживание и ремонт компрессоров / Н.А. Ястребова и др.. М.: Машиностроение, 1991. - 240 с.

65. Ужанский, B.C. Автоматизация холодильных машин и установок / B.C. Ужанский. М.: Легкая и пищевая промышленность, 1982. - 304 с.

66. Федеральный Закон РФ «О промышленной безопасности опасных производственных объектов» №116-ФЗ 21.07.1997 // Гражданская защита. - 1997.-№ 11.-С. 68-75.

67. Фетисов, Ю.Ю. Автоматизированная система управления ADAP-KOOL компании «Данфосс» // Холодильная техника. 2002. - № 3. - С. 9 - 11.

68. Фетисов, Ю.Ю. Контроллеры «Данфосс» нового поколения // Холодильная техника. 2003. - № 8. - С. 24.

69. Фетисов, Ю.Ю. Качественно новый уровень автоматизации супермаркета // Холодильная техника. 2004. - № 8. - С. 24 - 25.

70. Филоненко, А.В. Идентификация предаварийных ситуаций установки получения серы методом Клауса: диссертация на соискание степени кандидата технических наук по спец. 05.13.06 / А.В. Филоненко. — Астрахань, 2005. 139 с.

71. Цветков, О.Б. Аммиак экологически безопасный холодильный агент // Холодильная техника. - 2000. - №3. - С. 8 - 9.

72. Чачко, А.Г. Подготовка операторов энергоблоков: Алгоритмический подход / А.Г. Чачко. М.: Энергоатомиздат, 1986. - 232 с.

73. Человеческий фактор в интеллектуальных информационных технологиях для профилактики, предупреждения и устранения аварийных ситуаций / М.Я. Парфенова и др. // Информационные технологии. 2005. - № 5. -С. 21-29.

74. Червяков, С.С. Основы холодильного дела / С.С. Червяков, А.И. Кулаковский. М.: Высшая школа, 1988. - 144 с.

75. Чжен, Г. Диагностика отказов вычислительных систем / Г. Чжен, Е. Меннинг, Г. Мети. М.: Мир, 1972. - 232 с.

76. Швецов, Г.М. Судовые холодильные установки / Г.М. Швецов, Н.В. Ладин. М.: Транспорт, 1986. - 232 с.

77. Шишов, В.В. Влажный ход и гидравлический удар в компрессоре // Холодильная техника. 2006. - № 6. - С. 58.

78. Шишов, В.В Электронные системы управления ADAP-KOOL // Холодильная техника. 2006. - № 7. - С. 49.

79. Шуршев, В.Ф. Система идентификации предаварийных ситуаций на аммиачной холодильной установке / В.Ф. Шуршев, А.В. Абзалов // Прикаспийский журнал: управление и высокие технологии. 2008. - №1. -С. 56-59.

80. Янюк, В.Я. Основные направления проектирования аммиачных холодильных установок для перерабатывающих отраслей АПК // Холодильная техника. 2001. - № 7. - С. 6 - 7.

81. H. Magne. The key lo successful implementation of new process technology // Scand. Oil-Gas Mag. 2005. - № 11. - P. 86 - 87.

82. P. Janes. Krmiljenje hladilnih sistemov / P. Janes, S. Rajko // Stojn. vestn. -2004.-№3.-P. 168- 180.

83. T. Murphy. Setting UP an Expert System // Y&CS Process Control Mag. -1985. - V. 58, № 3. - P. 54 - 60.