автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методика автоматического ранжирования объектов защиты по уровню потенциальной опасности на примере нефтеперерабатывающих производств

На правах рукописи

Нестругин Александр Николаевич

МЕТОДИКА АВТОМАТИЧЕСКОГО РАНЖИРОВАНИЯ ОБЪЕКТОВ ЗАЩИТЫ ПО УРОВНЮ ПОТЕНЦИАЛЬНОЙ ОПАСНОСТИ НА ПРИМЕРЕ НЕФТЕПЕРЕРАБАТЫВАЮЩИХ ПРОИЗВОДСТВ

05.13.01 - Системный анализ, управление и обработка информации (промышленность)

Автореферат диссертации на соискание учёной степени кандидата технических наук

Санкт-Петербург - 2014 005566689

005566689

Работа выполнена в ФГБОУ ВПО Санкт-Петербургский университет Государственной противопожарной службы МЧС России

Научный руководитель доктор технических наук

Рыбин Олег Александрович

Официальные оппоненты Качанов Сергей Алексеевич,

доктор технических наук, профессор, заслуженный деятель науки Российской Федерации, ФГБУ «Всероссийский ордена «Знак Почёта» научно-исследовательский институт противопожарной обороны МЧС России», заместитель начальника института;

Колодкин Владимир Михайлович,

доктор технических наук, профессор, ФГБОУ ВПО «Удмуртский государственный университет», директор Института гражданской защиты

Ведущая организация ФГБОУ ВПО Академия Государственной

противопожарной службы МЧС России

Защита состоится 19 февраля 2015 г., в 14.00 часов, на заседании диссертационного совета Д205.003.04 при Санкт-Петербургском университете Государственной противопожарной службы МЧС России по адресу: 196105, Санкт-Петербург, Московский проспект, дом 149.

С диссертацией можно ознакомиться в библиотеке Санкт-Петербургского университета Государственной противопожарной службы МЧС России (196105, Санкт-Петербург, Московский проспект, д. 149) и на сайте dsovet.igps.ru

Автореферат разослан « А» декабря 2014 г. Ученый секретарь

диссертационного совета Д 205.003.04 кандидат военных наук, доцент

В.В. Попов

Общая характеристика работы

Актуальность темы исследования. Президентом Российской Федерации поставлена задача по исключению избыточной административной нагрузки на бизнес путем оптимизации количества проводимых проверок, обеспечив обоснованность каждого надзорного мероприятия созданием понятных для общества критериев для их планирования.

Концепцией повышения эффективности контрольно-надзорной деятельности органов государственной власти и органов местного самоуправления на 2014-2018 годы поставлена задача внедрения методологии оценки и управления рисками причинения вреда в систему организации и осуществления государственного надзора. Решение этой задачи на основе использования результатов оценки уровня потенциальной опасности объектов защиты с учетом данных статистики о случаях причинения вреда в сферах государственного контроля (надзора) в соответствии с критериями, установленными Правительством Российской Федерации, позволит снизить количество плановых проверок объектов защиты.

В этой связи интерес представляют современные методы автоматической классификации и ранжирования объектов защиты по уровню их потенциальной опасности (как интегрального показателя потенциальной опасности) на основе данных деклараций безопасности. Данный подход, как правило, подразумевает применение методов ранжирования, которые распределяют объекты защиты по предопределенному набору рангов на основе знаний, полученных из обучающего множества. Разработке и тестированию алгоритмов для их реализации, а также связанных с ними дополнительных алгоритмов посвящены труды таких авторов как: С. А. Айвазян, М. С. Агеев, И. Е. Кураленок, И. С. Некрестьянов , В. И. Шабанов, Т. Joachims, D. D. Lewis, R. Е. Schapire, Н. Schutze, F. Sebastiani, Y.Yang, I. Dagan, S. T. Dumais и ряда других. Однако данные работы решают не все проблемы традиционного классификационного поиска.

Таким образом, в настоящее время существует потребность в разработке методов автоматической классификации, которые способны на основе анализа информации, получаемой из деклараций пожарной и/или промышленной безопасности, а также данных, представленных в других источниках информации, автоматически ранжировать объекты защиты по уровню их потенциальной опасности. Среди известных методов автоматического ранжирования объектов защиты способных решить представленную проблему следует выделить методы кластеризации, которые автоматически разбивают объекты защиты на группы (кластеры) на основе анализа мер близости между ними. Разработке алгоритмов данного вида и способов оценки качества получаемого разбиения объектов защиты, а также связанным с ними алгоритмам представления потенциальной опасности

посвящены труды таких авторов как Д. В. Ландэ, М. В. Киселев, К. М. Кириченко, С. J. vanRijsbergen, G. Saltón, D. Manning, H. Schutze, Т. Kohonen, O. EliZamir, J. С. Bezdek, М. Halkidi и ряда других. Однако, в большинстве работ не ставится задача разработки подхода к автоматическому формированию реестра объектов защиты при условии отсутствия специально подготовленной априорной информации, а также учета взаимного влияния объектов защиты.

Особенно данная задача актуальна в секторе опасных производственных объектов (ОПО), к которым относятся также нефтеперерабатывающие производства (НПП), возникновение и неконтролируемое развитие пожаров на которых, может привести к масштабным техногенным катастрофам со значительными человеческими, материальными и экологическими потерями.

Особая роль по повышению безопасности опасных производственных объектов отводится ©федеральному закону от 21 июля 1997 года №116-ФЗ «О промышленной безопасности опасных производственных объектов», которым предусмотрены в составе декларации промышленной безопасности всесторонняя оценка риска аварии и связанной с нею угрозы, а также обязательное страхование гражданской ответственности за причинение вреда в результате аварии или инцидента на опасном производственном объекте.

Федеральным законом от 22 июля 2008 года № 123-ФЭ «Технический регламент о требованиях пожарной безопасности» установлена правовая норма по декларированию пожарной безопасности в отношении ряда объектов защиты. Необходимо отметить, что существующее нормативно-правое поле осуществления надзорной деятельности не содержит положений, возлагающих на органы надзора проверку достоверности и исходных данных проведения расчета рисков. Должностные лица органа МЧС России при поступлении декларации проверяют только соответствие её заполнения установленной форме. Вся ответственность лежит на собственнике объекта защиты.

Полнота и достоверность сведений, содержащихся в декларации пожарной безопасности, проверяются только при проведении мероприятий по контролю. В ходе этих проверок объективность предоставляемой в декларациях информации, на основании которой проводится оценка уровня потенциальной опасности, в большинстве случаев вызывает сомнение.

Это относится в равной мере, как к производственным объектам, так и к объектам общественного назначения.

Таким образом, актуальность разработки метода автоматической классификации объектов защиты по уровню их потенциальной опасности следует из недостаточной эффективности традиционных подходов, а также вследствие ужесточения требований к планированию контрольно-надзорной деятельности.

Научной задачей является разработка научно-методического аппарата автоматического ранжирования объектов защиты по уровню их потенциальной опасности, основанного на результатах кластеризации разнородных данных, представленных в декларациях пожарной и промышленной безопасности объектов защиты и в других источниках информации.

Целью диссертационной работы является повышение достоверности автоматического ранжирования объектов защиты по уровню их потенциальной опасности, основанного на результатах кластеризации разнородных данных, представленных в декларациях пожарной и промышленной безопасности и в других источниках информации.

Для достижения этой цели в диссертации решены следующие задачи:

- выполнены анализ состояния проблемы диагностики потенциальной опасности и обобщение известных методов и алгоритмов автоматической классификации объектов защиты по уровню потенциальной опасности;

- предложен показатель, называемый сводной потенциальной опасностью объекта защиты, рассчитываемой с учётом вероятности аварии и потенциального материального ущерба при её реализации на основе интегрального параметра пожаро-, взрыво- и токсической опасностей;

- обоснован метод стратификационного представления, описания и декомпозиции объектов защиты с учетом уровня их сложности и степени взаимного влияния факторов, определяющих их потенциальную опасность;

- разработан модифицированный алгоритм формирования признакового пространства образов объектов защиты, включающий механизм редукции признаков, основанный на предложенном подходе к оценке тематической значимости признаков объектов защиты;

- создан модифицированный алгоритм послойной кластеризации, основанный на выделении компонент связности подграфов графа близости объектов защиты.

Объектом исследования является оценка уровня потенциальной опасности объектов защиты на примере нефтеперерабатывающих производств.

Предметом исследования являются методы и методики автоматического ранжирования объектов защиты по уровню их потенциальной опасности в рамках совершенствования системы оценки потенциальной опасности объектов защиты производственной и социальной инфраструктуры требованиям безопасности.

Методы исследования. При решении поставленных задач в данной работе использован математический аппарат теории множеств, теории графов, методы математической статистики, кластерного анализа и методы построения интеллектуальных систем и программных интерфейсов. В процессе работы над диссертационным исследованием широко использовались нормативные и правовые документы в области пожарной и промышленной безопасности.

Достоверность результатов базируется на апробированном на практике математическом аппарате и практическом опыте оценки уровня потенциальной опасности НПП и подтверждается: непротиворечивостью результатов практической деятельности с теоретическими результатами; апробацией научных результатов; положительными результатами внедрения основных научных результатов в организациях и учреждениях ГПС МЧС России.

Научные результаты, выносимые на защиту:

1. Методика оценки уровня потенциальной опасности объектов защиты, основанная на стратификационном представлении, описании и декомпозиции объектов защиты с учетом взаимного влияния разнородных факторов, определяющих сводный и индивидуальный уровни потенциальной опасности и позволяющая унифицировать математическое представление разнородных факторов потенциальной опасности.

2. Метод автоматического ранжирования объектов защиты по уровню их потенциальной опасности, основанный на модифицированном алгоритме послойной кластеризации и модифицированном механизме редукции признаков, что позволяет повысить достоверность проводимого ранжирования.

Научная новизна диссертационного исследования состоит в том, что:

на основе стратификационной концепции описания объектов городской инфраструктуры впервые обоснована методика представления и декомпозиции объектов, позволяющая математически описывать потенциальные опасности объектов защиты на основе унифицированной математической модели и осуществлять их ранжирование с учетом взаимного влияния, пространственных и индивидуальных характеристик, с использованием единой методики количественной оценки сводного уровня потенциальной опасности;

на основе известных методов кластеризации разработана модификация алгоритма ранжирования объектов защиты, позволяющая автоматически разбивать объекты защиты по уровню их потенциальной опасности на группы с возможностью простого управления глубиной и уровнем детализации иерархии этих групп, а также модификация подхода к оценке мер близости объектов защиты с использованием предложенного метода редукции пространства признаков, основанного на систематизации тематической значимости признаков составляющих образы объектов защиты, что позволило повысить достоверность кластеризации множества объектов защиты.

Теоретическая значимость диссертационной работы состоит в том, что настоящее исследование представляет собой продолжение развития существующего научно-методического аппарата представления и декомпозиции объектов защиты для математической оценки значения уровня их потенциальной опасности и методов автоматического ранжирования объектов защиты по уровню потенциальной опасности в условиях неопределенности и многофакторности.

Практическую значимость диссертационного исследования составляют методические рекомендации, позволяющие практически организовать и существенно повысить достоверность диагностики уровня потенциальной опасности объектов в условиях изменения параметров среды их функционирования.

Апробация и внедрение результатов диссертационного исследования. Основные результаты диссертационного исследования докладывались на международных и отраслевых научных конференциях и обсуждались на заседаниях кафедры высшей математики и системного моделирования сложных процессов Санкт-Петербургского университета ГПС МЧС России. Результаты диссертационного исследования коррелируют с предложениями МЧС России к Концепции повышения эффективности контрольно-надзорной деятельности органов государственной власти и органов местного самоуправления на 2014-2018 годы, одобренной на заседании Правительственной комиссии по проведению административной реформы в сентябре 2014 года.

Результаты работы учитываются надзорными органами Главного управления МЧС России по Московской области при планировании надзорной деятельности. Отдельные теоретические положения диссертации используются в практической деятельности ООО «Сервисная Компания «Интра», а также в учебном процессе Санкт-Петербургского университета ГПС МЧС России.

Публикации. По теме диссертации опубликовано 6 научных работ, в том числе 2 статьи в ведущих рецензируемых научных журналах и изданиях из перечня ВАК.

Структура и объем работы. Работа состоит из введения, 4 глав, выводов, списка литературы из 204 наименований. Материалы изложены на 172 страницах машинописного текста, включающего 29 таблиц и 38 рисунков.

Основное содержание работы

Во введении обоснована актуальность темы диссертации, сформулирована цель и задачи исследований, показана научная новизна и практическая значимость диссертационной работы.

В первой главе «Анализ предметной области автоматического ранжирования объектов защиты по уровню их потенциальной опасности» выполнен анализ состояния проблемы диагностики рисков пожарной и промышленной безопасности опасных производственных объектов.

В работе на основе анализа существующих подходов к оценке уровня потенциальной опасности показано, что до настоящего времени не существовало единой унифицированной модели и методики для оценки потенциальной опасности, как объектов социальной, производственной и городской инфраструктуры, так и технически сложных и опасных производственных

объектов, позволяющей определять показатели потенциальной опасности с учетом вероятности возникновения крупных аварий, их последствий, а также взаимного влияния одних объектов на другие. В этих условиях разработка унифицированного методического аппарата сравнительной оценки опасности и уровня риска для населения в результате аварий на различных социальных и производственных объектах является весьма актуальной задачей и имеет важное практическое значение.

Таким образом, сделан вывод, что разработка методического и математического инструментария, с помощью которого можно достоверно выделять те объекты, которые требуют повышенного внимания со стороны органов управления и контроля, является актуальной задачей. Это позволит в обозримом будущем установить очередность проведения комплекса мероприятий, направленных на повышение безопасности объектов защиты и повышение уровня защиты населения и окружающей среды.

В работе обосновано, что в такой постановке научная задача может быть разбита на две взаимосвязанные задачи:

1. Задача административно-организационного уровня, которая может быть сформулирована, как задача разработки единого комплекса организационных мероприятий направленных на сбор, структуризацию и анализ данных (исходных данных), позволяющих на региональном и муниципальном уровне проводить постоянный мониторинг и ранжирование объектов защиты по уровню их потенциальной опасности с целью проведения первоочередных мероприятий, направленных на повышение безопасности объектов инфраструктуры города, повышение уровня защиты населения и окружающей среды.

2. Задача научно-методического и математического уровня, которая может быть сформулирована, как задача разработки универсальной математической модели описания и оценки уровня потенциальной опасности объектов защиты, позволяющей проводить декомпозицию до необходимого уровня (в зависимости от уровня сложности и опасности факторов уровня потенциальной опасности объекта защиты), в итоге с помощью которой можно в приемлемые сроки проводить объективную оценку уровня потенциальной опасности.

В работе показано, что данные задачи находятся во взаимосвязи и должны решаться комплексно. С этой целью наиболее перспективным видится подход, основанный на системном анализе объекта защиты, как элемента общей инфраструктуры, находящийся в тесной взаимосвязи с остальными объектами защиты. Речь идёт о формировании структурных моделей отдельных территорий, позволяющих рассмотреть динамику их функционирования и осуществить оценку потенциальной опасности для выявления наиболее уязвимых (значимых) объектов, которые и должны попасть в план проверок. В этой связи интерес представляют современные методы автоматической классификации и ранжирования объектов

защиты по уровню потенциальной опасности на основе разнородных данных деклараций безопасности'.

В работе выполнена математическая постановка задачи. Пусть задано множество объектов защиты Р. Результатом ранжирования должно стать разбиение объектов на множество непересекающихся классов П = Ц,о2,. упорядоченных по степени предпочтительности (от низких к высоким), исходя из заданного критерия - уровня потенциальной опасности. В процедурах однокритериального ранжирования задан единственный критерий уровня потенциальной опасности Р, который измеряется по балльной шкале и используется для построения линейно упорядоченного множества:

«у, >- (ог (1)

Объекты внутри каждого класса шеП равноценны между собой, т.е. имеют одинаковую балльную оценку <р(ы), а порядок (1) означает, что <р(а>1)><р(а>2)>...>(р(<яп).

Однако в нашем случае уровень потенциальной опасности объектов защиты представляется совокупностью нескольких критериев, определяемых декларацией. В этих условиях возникает проблема многокритериального ранжирования2,3. Будем полагать, что уровень потенциальной опасности объектов защиты р <= Р оценивается посредством совокупности частных критериев (¡2, .... д„, которые измеряются по единой балльной шкале.

Один из наиболее распространенных подходов к решению задач многокритериального ранжирования заключается в их сведении к однокритериальным задачам. Для этой цели вводится некоторый обобщенный (агрегированный) критерий Я , являющийся сэерткой частных критериев:

Д = (2)

где > 0 - весовые коэффициенты^'учитывающие важность критериев.

Критерий (2) можно использовать для конструирования ранговой шкалы, т.е. присвоения рангов объектам. В итоге можно сформировать цепь классов (1) с ранговой упорядоченностью (2). Однако в таком подходе внутреннее перераспределение балльных оценок в суммарной оценке может существенно искажать картину реальных свойств объектов, поскольку вклад отдельных критериев в конечный результат может иметь прямо противоположный характер при неизменной суммарной оценке.

Таким образом, представляют интерес более тонкие подходы к построению схем многокритериального ранжирования, базирующиеся на нелинейном упорядочении объектов, представленные во второй главе.

1 Федеральный закон от 22.07.2008 Ф3 №123 «Технический регламент о требованиях пожарной безопасности».

2 Петровский А.Б. Многокритериальное ранжирование объектов по противоречивым данным // Штучнийштелею". 2006. №2. -С. 215-221.

3 Сафронов В.В. Основы системного анализа: методы многовекторной оптимизации и многовекторного ранжирования. Саратов: Научная книга. 2009. - 329 с.

Этап 1.

инфраструктура

Этап 2. Уровень районная инфраструктура с коммуникациями

Рис. 1. Пример декомпозиции объектов городской инфраструктуры

Этап 3. Уровень объекта муниципальной инфраструктуры с коммуникациями

Во второй главе «Разработка методики оценки уровня потенциальной опасности объектов защиты» представлена разработка стратификационной графоаналитической методики описания потенциальной опасности производственной инфраструктуры объектов защиты. В работе выполнена формальная математическая постановка задачи. Для решения поставленной задачи в работе обоснована стратификационная методика декомпозиции объектов производственной инфраструктуры для унификации их описания в виде единой математической модели на любом уровне иерархии.

В работе обосновано, что процессы описания объектов защиты могут задаваться семейством моделей, включающих стратифицированное описание (в работе называются стратами). Стратифицированное представление синтезируемой топологической структуры объектов защиты представлено на рисунке 1: 1-ый уровень городская инфраструктура; 2-ой уровень - районная инфраструктура с коммуникациями; 3-ий уровень - объекты инфраструктуры с коммуникациями.

Уровень 1: Городская инфраструктура

Коммуникации

Уровень 2: Районы города

Объект 1

■ Объект 2

у | Ком\1у1?икаци^1 |

Объект 3

■ Объект п

Элемент 1

Уровень 4: Отдельные элементы отдельного объекта инфраструктуры города

Уровень 5: Отдельные объекты инфраструктуры района города

Элементп

1

'оммуникацйи

а а »1 а

СП

0 «

1 'О

Ж

а

^

л

а ®

о £

Рисунок 2. Многоуровневое стратификационное описание декомпозиции объектов городской инфраструктуры

Концепция предлагаемого описания основывается на стратификационном представлении и системном описании объектов защиты территориальных образований (рисунок 2) и заключается в том, что любой сложный объект (например, городская инфраструктура, отдельный район города, муниципальное образование или производственное предприятие) может быть представлен отдельными объектами (например, цехов), каждый цех - из установок, каждая установка - из отдельных узлов и элементов оборудования.

Каждый узел связан с другим узлом коммуникациями - трубопроводами, электрическими, технологическими, дорожными и инженерными сетями и коммуникациями, и пр. Таким образом, каждую установку производственного объекта можно представить в виде цепочки последовательно и параллельно соединенных элементов оборудования (рисунок 3).

Такое описание позволяет перейти от аналитической модели описания к математической графовой модели, с возможностью дальнейшего анализа на основе теории графов. Каждому элементу оборудования можно назначить величину потенциальной опасности. Сводный уровень потенциальной опасности определяется как суперпозиция индивидуальных рисков отдельных элементов. На основании этих числовых величин можно ранжировать элементы оборудования с точки зрения уровня опасности или риска. Получив эти значения, аналогичным образом можно ранжировать установки и цеха, как свертку индексов риска отдельных установок.

Преимуществами такого универсального подхода к описанию и декомпозиции объектов инфраструктуры являются:

- простой, наглядный и понятный способ описания и декомпозиции объектов инфраструктуры;

Элемент 1

Элемент п

Элемент 1

Элемент

Рисунок 3. Описание декомпозиции объектов городской инфраструктуры в виде связного графа

- возможность перехода от аналитической модели описания к графовой, с возможностью дальнейшего анализа на основе теории графов;

- декомпозиция до необходимого уровня глубины (согласно теоремы Менгера), определяемая наличием связности графа;

- возможность проведения независимого анализа уровня потенциальной опасности, как на верхнем уровне (обобщенной модели в целом), так и на отдельных уровнях иерархии (уровень района, муниципального образования или цехов, установок, элементов и т.д.);

- возможность проведения, как агрегированного анализа по суперпозиции всех физических факторов, явлений и взаимосвязей, характерных для аварий, так и независимого анализа по отдельным факторам (например, по слоям технологических, электрических или инженерных сетей и коммуникаций с использованием геоинформационных систем - ГИС);

- возможность использования как единой универсальной модели описания и количественной оценки уровня потенциальной опасности на любом уровне иерархии объекта, так и любой из существующих математических методов и моделей (не отвергая их).

В работе определены основные свойства стратифицированного описания и математическая модель синтезируемой топологической структуры объектов защиты.

В работе обоснован подход к автоматической классификации и ранжирования объектов защиты по уровню потенциальной опасности. В частности показано, что если для ранговой оценки объектов принят обобщенный критерий качества (2), то он не может служить единственной основой построения ранговых рядов. Образуем из частных критериев качества векторный критерий:

q = (q,. q2, ..., qj. (3)

Его возможные значения составляют многомерное критериальное пространство Q, которое будем рассматривать как подмножество п - мерного векторного пространства. Введем в данном пространстве метрику:

Dist (q,q') = ]Е>,|<7,- - q[j (4)

для Mq = (qh q2, .... q„ );\/q'= {q'l,q'2,...,q'„)eO.. Введем также отношение доминирования по Парето4:

q*> q; (5)

означающее, что все компоненты вектора q' не меньше соответствующих компонент вектора q и, по крайней мере, одна из них больше.

Пусть F: Р->Q - отображение, ставящее в соответствие объектам реР векторные оценки (3): q=F (р). Рассмотрим множество всех векторных оценок Q0 = F(P). Как известно, каждое конечное частично упорядоченное множество (ЧУМ)

4 Лотов A.B., Поспелова И.И. Многокритериальные задачи принятия решений. М.'. МАКС Пресс. 2008. - 197 с.

можно представить диаграммой Хассе - орграфом, вершины которого представляют элементы ЧУМ, дуги - отношение порядка, причем из графа удалены петли и транзитивно замыкающие дуги. Рассматриваемое множество векторных оценок д0 с отношением доминирования (5) представим таким взвешенным орграфом оценок б. Метрика (4) определяет расстояние между вершинами графа. Граф в отражает нелинейный порядок элементов множества (?0. Приписывая каждой его вершине ранговую оценку (2), получим ранговую иерархическую структуру. Максимальные элементы ЧУМ (¿п образуют множество Парето - множество недоминируемых элементов.

Проблема многокритериального ранжирования включает также вопросы группировки объектов в кластеры и формирования иерархии кластеров. Для решения данных вопросов интерес представляют алгоритмы кластеризации, основанные на аппарате теории графов. Суть таких алгоритмов67 заключается в том, что выборка объектов представляется в виде графа в = (V, Н), вершинам которого соответствуют объекты защиты, а ребра ИеН имеют вес р(к), равный «расстоянию» между объектами. Основными здесь являются три метода: построения минимального покрывающего (остовного) дерева, выделения связных компонент и послойной кластеризации. В работе для решения данной задачи использован метод послойной кластеризации. Метод основан на выделении связных компонент графа, расстояния, между вершинами которых ограничены заданными порогами.

сХ,

классификации

Рисунок 4. Функциональная схема формирования реестра объектов защиты

5 Хаггарти Р. Дискретная математика для программистов. М.: Техносфера. 2005. - 400 с.

6 Jain A., Murty М., Flynn P. Data Clustering: A Review // ACM ComputingSurveys. 1999. Vol. 31. No. 3. - P. 264-323. Воронцов K.B. Алгоритмы кластеризации и многомерногошкалирования: курс лекций. М.: Изд-во МГУ. 2007. - 18 с.

Формируется последовательность подграфов графа С, отражающая иерархические связи между кластерами: (7„с= б/с:... с С^ Здесь Ь - количество уровней иерархии, бг граф на / -м уровне: С; = (У,Н: ), Н( ={ИеН : р(л) < где <5/- порог расстояния для этого уровня, причем С„ = (V, 0), где 0 - пустое множество ребер графа, а Сь = С. Посредством изменения порогов {<?0, <5,,..., д1} можно контролировать глубину иерархии получаемых кластеров.

В третьей главе «Метод автоматического формирования реестра объектов защиты» выполнено обоснование алгоритма автоматического формирования реестра объектов защиты. В работе показано, что основные этапы автоматического ранжирования объектов защиты по уровню их потенциальной опасности включают (рисунок 4):

1. Формирование информационно-поисковых образов объектов защиты по уровню потенциальной опасности;

2. Формирование множества кластеров информационно-поисковых образов объектов защиты, содержащих иерархические связи между его элементами;

3. Преобразование множества кластеров в реестр объектов защиты, соответствующий предлагаемому способу представления: - выявление родственных связей между кластерами одного и того же уровня путём вычисления мер близости между их представителями; - добавление при необходимости «родственного» ребра в граф классификатора; - формирование вербального описания вершин графа классификатора, состоящего из данных электронных таблиц декларации потенциальной опасности объекта защиты, детально характеризующих вид и класс объектов защиты данного кластера.

Формирование информационно-поисковых образов объектов защиты начинается с построения пространства признаков объектов защиты путём выявления признаков, т. е. псевдо основ признаков всего реестра объектов защиты. Признаки, имеющие одинаковую псевдо основу, в дальнейшем считаются эквивалентными. Метод отображения объектов защиты в пространство их признаков основан на взвешивании каждого признака для каждого объекта защиты на основе оценки мер близости признака объекта данному классу. В результате образы объектов имеют вид ИР - мерных векторов признаков, где ЫР - число элементов множества признаков всего реестра объектов защиты Р.

Существенными характеристиками пространства признаков являются их высокая размерность {1ЯР может достигать нескольких тысяч даже для не опасных объектов) и связанная с ней недостаточно выразительная ориентация векторов-образов в пространстве признаков, что приводит не только к высоким вычислительным затратам, но и к низкому качеству разбиения на кластеры. Анализ такой ситуации стал обоснованием необходимости разработки модифицированного алгоритма редукции исходного пространства признаков.

Для решения задачи автоматического ранжирования, во-первых, применена техника принудительной редукции пространства признаков, т. е. принудительно удалены из всех объектов защиты все те признаки, частоты и веса которых не соответствовали заданным порогам, без индивидуального подхода к оценке значимости признаков в различных объектах защиты. Данная техника редукции направлена на сокращение высокой размерности пространства признаков. Во-вторых, в работе предложен алгоритм избирательной редукции признаков, целью которой является повышение качества представления тематики отдельных объектов защиты их признаками. В основу данного алгоритма положен тот факт, что один и тот же признак может являться значимым для одного класса объектов и не являться таковым для другого, но при этом иметь достаточно высокую частоту встречаемости в объектах обеих областей.

Следовательно, поиск и сокращение невыразительных признаков должно выполняться не для всего реестра сразу (как в случае с принудительной редукцией), а для каждой группы классов объектов защиты в отдельности (например, объекты социальной, производственной инфраструктуры или опасные производственные объекты). Таким образом, алгоритм избирательной редукции заключается в группировке признаков объектов защиты в подпространствах классов объектов, которые предположительно считаются тематически родственными, и принятии решения об удалении признаков в рамках каждой отдельной группы.

Для формирования множества кластеров информационно-поисковых образов объектов защиты разработан модифицированный алгоритм послойной кластеризации. Суть алгоритма заключается в представлении исходной информации об объектах защиты в виде графа мер близости, С=(У,Е), вершины которого соответствуют объектам защиты. Ребра, соединяющие вершины vi и V;, имеют длину равную значению меры близости между образами 1-ого и у'-ого объектов защиты, т( , (11 ) (0 < Мт( с![, (1 ] ) < 1). Тогда при экспериментально подобранной входной последовательности пороговых значений мер близости между объектами защиты 1= тоЛт> г,5™ > ... > гт+1Лт = 0 алгоритм кластеризации определяет последовательность подграфов графа близости (7'^ (/'с... £ Ст , где С'=(У,Е!) и Е!= |еу е Е : ) < г/"" С = (V, 0), где 0 - пустое множество ребер графа и

Алгоритм послойной кластеризации выделяет компоненты связности подграфа С?', или слоев, которые отражают иерархические связи между кластерами, получая таким образом разбиение на классы объектов защиты (С/,..., Ск/), называемое кластеризацией на уровне т,1"". В результате на выходе алгоритма получается т вложенных разбиений С'с...с= С", или слоев, которые отражают иерархические связи между кластерами объектов защиты.

Модификация алгоритма послойной кластеризации выполнена с целью уменьшения влияния на результат кластеризации «коротких связей» между

кластерами и заключается в замене кластеров, полученных на предыдущих уровнях, их центроидами (средними элементами кластеров) при выявлении компонент связности на последующих уровнях.

В четвертой главе «Апробация и анализ эффективности реализации методики оценка уровня потенциальной опасности на примере НПП» выполнена апробация и анализ эффективности реализации методики оценки уровня потенциальной опасности на примере НПП. В главе представлен пример описания и декомпозиции комплекса нефтеперерабатывающих и нефтехимических заводов в Нижнекамске. Представлены примеры описания, схем, моделей и графических представлений конкретных объектов надзора. На основании этих описаний представлены примеры декомпозиции отдельных установок НПП и проведен анализ эффективности предложенного научно-методического аппарата.

На рисунке 5 представлена страта «Установка» в виде технологической схемы установки ЭЛОУ-АТ. На рисунке 6 представлена графоаналитическая модель установки ЭЛОУ-АТ в Нижнекамске. На рисунке 7 представлен уровень-страта «Технологическое оборудование и трубопроводы» установки ЭЛОУ-АТ. Каждая установка состоит из элементов технологического оборудования и трубопроводов.

На рисунке 7а представлена схема элемента технологического оборудования, трубопровода и запорной аппаратуры установки ЭЛОУ-АТ; на рисунке 76 представлена аналитическая модель элемента технологического трубопровода и запорной аппаратуры установки ЭЛОУ-АТ; на рисунке 7в представлена спецификация элемента технологического трубопровода; на рисунке 7г представлена графовая модель установки ЭЛОУ-АТ.

В работе представлены примеры оценки критических величин уровня потенциальной опасности комплекса нефтеперерабатывающих и нефтехимических заводов в Нижнекамске. Для оценки уровня потенциальной опасности оборудования НПП в работе использовался предложенный Давыдовой Е.В.8 интегральный параметр опасности оборудования.

В его основу положен анализ суперпозиции оценки поражающего воздействия пожаров, взрывов и токсического заражения отдельного объекта защиты. Расчёт интегрального параметра определяется суммой указанных воздействий, являющихся произведением величин поражающего фактора; критическим значением величины поражающего фактора и коэффициентом весомости фактора уровня потенциальной опасности.

8 Давыдова Е.В Совершенствование метода расчета параметров потенциальной опасности оборудования установок нефтеперерабатывающих предприятий Диссертация на соискание ученой степени кандидата технических наук - Уфа, УГНТУ, 2002. - 118 с.

Рисунок 5. Технологическая схема установки ЭЛОУ-АТ в Нижнекамске

<55

Рисунок 6. Графоаналитическая модель установки ЭЛОУ-АТ в Нижнекамске

Рисунок 7. Схема элемента технологического оборудования, трубопровода и запорной аппаратуры установки ЭЛОУ-АТ

Представляется важным знать, сколько аппаратов попадает в зону потенциальных опасностей каждого соседнего аппарата с учетом их индивидуальных свойств. Для этого используется обобщающий интегральный параметр опасности аппаратов, находящихся в зонах максимальных воздействий поражающих факторов рассматриваемых аварийных ситуаций.

Анализ результатов проведённых расчётов, показывает, что один и тот же аппарат может обладать различными уровнями потенциальной опасности. Так, на установке ЭЛОУ-АТ емкость Е-3, характеризуемая наибольшей величиной интегрального параметра опасности 20,8, обладает обобщающий интегральным параметром опасности 254,4; а колонна К-2 с меньшим интегральным параметром опасности 17,6 обладает наибольшим обобщающий интегральным параметром опасности 382,2 и является максимально опасной.

В работе выполнен анализ эффективности разработанного научно-методического аппарата . В основу сравнения положен подход, разработанный Чирковой А.Г., Вахаповой Г.М., Давыдовой Е.В. на основе оценки обобщающего интегрального параметр опасности оборудования и предложенного в работе уровня сводной потенциальной опасности. Анализ эффективности показал, что разработанная методика на основе оценки уровня сводной потенциальной опасности объекта защиты обеспечивает более достоверные данные (в среднем от 8,6% до 12,4%), чем существующие методики оценки уровня индивидуальной потенциальной опасности.

В работе представлен способ оценки кластеризации основанный на традиционном подходе - вычислении внешних и внутренних мер близости разбиения данных, а также на сравнении временных затрат алгоритма кластеризации. Для обобщения результата оценки использован следующий обобщающий показатель эффективности алгоритма кластеризации Г9:

Р = Рех,ег + Ры,ег + И0/1, (6)

где Реа,,, - обобщённый внешний критерий качества кластеризации; Р!п1ег -обобщённый внутренний критерий качества кластеризации; г - время выполнения алгоритма кластеризации (без вычисления матрицы близости объектов защиты);

_ условная величина, показывающая количество объектов защиты, классифицируемых за секунду.

В результате экспериментальной оценки входных параметров алгоритма формирования образов объектов защиты, во-первых, подобраны значения параметров алгоритмов принудительной и избирательной редукции исходного пространства признаков, во-вторых, выработаны рекомендации по подбору их значений для других классов реестра объектов защиты по уровню потенциальной опасности.

В процессе испытания метода ранжирования образов объектов защиты, применяющего предложенный алгоритм редукции пространства признаков, проведён анализ его влияния на качество кластеризации этих образов. Данный анализ показал, что применение разработанного алгоритма редукции, во-первых, заметно сократило количество признаков (в 3,5 раза) и связей типа «объект-признак» (в 5,7 раз), что привело к существенному увеличению скорости кластеризации. Во-вторых, позволило повысить достоверность кластеризации объектов защиты, что подтверждается оценкой значений внутренних и внешних мер качества разбиения объектов защиты. Для рассмотренного реестра объектов защиты (из реестра библиотеки объектов 1572) количественная оценка

9 Пескова О. В. Исследование и разработка метода автоматического анализа документов для формирования индексов УДК // Информатика и системы управления в XXI веке: Сборник трудов молодых учёных, аспирантов и студентов МГТУ им. Н.Э. Баумана. - 2005. - №3. - С. 90-92.

достоверности кластеризации повысилась почти в 11 раз с применением предложенного алгоритма редукции пространства признаков (рисунок 8).

4

3,5 3

Обобщённый показатель 2,5 эффективности алгоритма 2 кластеризации, ? 1,5 1

0,5 О

1 2 3

Способ формирования образов документов 1 - без редукции признаков; 2 - с принудительной редукцией признаков; 3 - с принудительной и избирательной редукцией признаков.

Рисунок 8. Зависимость достоверности кластеризации от способа формирования образов объектов защиты.

Тот факт, что при заметном сокращении признаков получен рост значений достоверности разбиения объектов защиты позволил сделать вывод, что из объектов защиты были удалены именно невыразительные для их тематик признаки. Что подтвердило верность предположения, положенного в основу разработки алгоритма избирательной редукции.

В результате испытания модифицированного алгоритма послойной кластеризации подобрана последовательность пороговых значений мер близости объектов защиты {тГ; */""} и проведена оценка его эффективности в сравнении с результатами кластеризации с использованием: иерархического алгоритма и исходного алгоритма послойной кластеризации (С. А. Айвазян).

Анализ значений обобщающего показателя эффективности алгоритма кластеризации Р показал, что предлагаемый подход почти в 2,5 раза эффективнее, чем традиционный иерархический подход к кластеризации, ив 1,6 раза эффективнее исходного подхода послойной кластеризации применительно к выбранной тестовой реестра объектов защиты по уровню потенциальной опасности (рисунок 9).

1 2 3

Алгоритм кластеризации документов:! - иерархический агломеративный алгоритму-алгоритм послойной кластеризации (С. Айвазян); 3 - модифицированный алгоритм послойной кластеризации.

Рисунок 9. Сравнительная оценка эффективности алгоритмов кластеризации образов объектов защиты.

Проведённые эксперименты подтвердили работоспособность и эффективность предлагаемого в настоящей работе алгоритма ранжирования объектов защиты на основе графовых методов послойной кластеризации.

Таким образом, совокупность полученных результатов позволяет сделать вывод о том, что задача диссертационной работы, заключающаяся в разработке научно-методического аппарата автоматического ранжирования объектов защиты по уровню потенциальной опасности, основанного на результатах кластеризации разнородных данных, представленных в декларациях безопасности объектов защиты, решена, а ее цель достигнута.

ОСНОВНЫЕ ПОЛОЖЕНИЯ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В СЛЕДУЮЩИХ РАБОТАХ:

Статьи в ведущих рецензируемых в научных журналах и изданиях, рекомендованных ВАК:

1. Нестругин А.Н. Алгоритм формирования множества Парето-оптимальных вариантов значений параметров проведения проверок противопожарного состояния объектов органами государственного пожарного надзора [Электронный ресурс] /

B.В. Попов, O.A. Рыбин, А.Н. Нестругин // Электронный научный журнал «Вестник Санкт-Петербургского университета ГПС МЧС России», vestnik.igps.ru. - 2013. - № 2.-С. 43-47.

2. Нестругин А.Н. Разработка комплексной методики выбора значений параметров проведения проверок противопожарного состояния объектов органами государственного пожарного надзора [Электронный ресурс] / В.В. Попов, O.A. Рыбин, А.Н. Нестругин // Электронный научный журнал «Вестник Санкт-Петербургского университета ГПС МЧС России», vestnik.igps.ru. - 2013. - № 3. -

C. 22-26.

Статьи в других научных изданиях и сборниках трудов конференций:

3. Нестругин А.Н. Концепция стратификационного представления и описания объектов городской инфраструктуры для оценки уровня сводного индекса техногенного риска / В.В. Попов, O.A. Рыбин, А.Н. Нестругин // Журнал «Вестник Воронежского института ГПС МЧС России» - 2013. - № 3(8) - С. 25-29.

4. Нестругин А.Н. Метод автоматического ранжирования объектов защиты на основе графовых методов послойной кластеризации / В.В. Попов, O.A. Рыбин, А.Н. Нестругин, A.A. Козлов // Вестник, Институт эргономики и социально-экономических технологий Сер. 5. Безопасность, 2012. - Вып. 2. - С. 114-122.

5. Нестругин А.Н. Комплексная оценка потенциальной опасности объектов защиты на основе анализа факторов пожароопасности, взрывоопасное™ и токсической опасности / А.Н. Нестругин, A.A. Козлов // Сб. научных трудов 11 Всероссийской НПК «Безопасность в чрезвычайных ситуациях», 22-24 апреля 2011 г. СПб.: Изд. Политехи, ун-та, 2011 г. - С. 222-226.

6. Нестругин А.Н. Унифицированный подход к определению интегрального параметра потенциальной опасности объектов инфраструктуры / В.В. Попов, O.A. Рыбин, А.Н. Нестругин A.A. Козлов // Материалы международного семинара «Предупреждение пожаров и организация надзорной деятельности», 23-26 ноября 2011 г. - СПб: Санкт-Петербургский университет ГПС МЧС России, 2011 г. - С. 7377.

Формат 60x84 1/16 Тираж 100 экз.

11.12.2014 Объём 1,0 п.л.

Подписано в печать Печать цифровая

Отпечатано в Санкт-Петербургском университете ГПС МЧС России 196105, Санкт-Петербург, Московский проспект, д.149