автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Методы, модели и инструментальное средство для исследования надежности и безопасности сложных технических систем

На правах рукописи

НИКОЛАЙЧУК ОЛЬГА АНАТОЛЬЕВНА

МЕТОДЫ, МОДЕЛИ И ИНСТРУМЕНТАЛЬНОЕ СРЕДСТВО ДЛЯ ИССЛЕДОВАНИЯ НАДЕЖНОСТИ И БЕЗОПАСНОСТИ СЛОЖНЫХ ТЕХНИЧЕСКИХ СИСТЕМ

Специальность 05.13.01 - Системный анализ, управление и обработка информации: промышленность (технические науки)

Автореферат

диссертации на соискание ученой степени доктора технических наук

1 7 ЫАР 2011

Иркутск-2011

4841020

Работа выполнена в Учреждении Российской академии наук Институте динамики систем и теории управления Сибирского отделения РАН Лаборатория Информационных технологий исследования природной и техногенной безопасности

Научный консультант: доктор технических наук, профессор Берман Александр Фишелевич

Официальные доктор технических наук, профессор

оппоненты: Гурман Владимир Иосифович

Ведущая организация: ЗАО «Научно-технический центр промышленной безопасности», г. Москва

Защита состоится « 4 » апреля 2011 года в 11 часов на заседании диссертационного совета Д 002.086.02 при Институте системного анализа РАН по адресу: 117312, г. Москва, пр-т 60-летия Октября, 9, ауд. 1506. Телефон/факс (499)135-51-64.

С диссертацией можно ознакомиться в библиотеке Института системного анализа РАН

Автореферат разослан « 1» марта 2011 года.

доктор технических наук, профессор Матвиенко Юрий Григорьевич

доктор технических наук, профессор Петровский Алексей Борисович

Ученый секретарь

диссертационного совета, д.т.н. профессор

А.И. Пропой

/

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность. Решение проблем, которые относят к комплексным и мульти-дисциплинарным, требует развития методов системного анализа, представления и обработки информации, различной по степени формализации и структуризации. Подобная информация отражает знания экспертов, накопленные данные и знания, математические модели и др. Каждая научная дисциплина, знания которой используются для решения мультидисциплинарных проблем и задач, имеет собственную теоретическую и методологическую основу. Проблема состоит в агрегации накопленных в различных научных направлениях данных, знаний и методов их обработки в единую информационную среду.

Проблема исследования надежности и безопасности сложных технических систем (СТС) является комплексной, так как распространяется на все стадии и этапы жизненного цикла опасных техногенных объектов. Проблема является и муль-тидисциплинарной, так как требует учета взаимозависимых параметров, характеризующих предупредительные, контрольные и защитные мероприятия, изучаемых различными научными отраслями и дисциплинами.

Рассматриваемые в работе СТС и входящие в их состав уникальные механические системы (УМС) изготавливаются в единичных экземплярах, подвергаются экстремальным воздействиям нагрузок и сред и представляют опасность для людей и окружающей среды. Опасные компоненты рассматриваемых СТС, например, реакторы, емкости, трубопроводы и т.п., структурно не резервируются, т.к. наличие резерва не исключает аварии. Такие объекты не допускают активного эксперимента из-за того, что экспериментальные воздействия могут повредить дорогостоящий объект или разрушить его или привести к аварии и техногенной чрезвычайной ситуации (ЧС), поэтому их надежность и безопасность обеспечивается преимущественно расчетно-экспериментальными и эвристическими методами, относящимися к прочностной надежности и безопасности. К таким СТС относятся химико-технологические, нефтехимические, энергетические и подобные производства, включающие УМС типа реакторов и колон синтеза, котлов различного назначения, технологических трубопроводов, компрессоров и насосов высокого и сверхвысокого давления, применяемых при давлениях и температурах достигающих соответственно 320 МПа и 500°С.

Катастрофические отказы и аварии, обусловленные применением рассматриваемых СТС, характеризуются отсутствием не только представительной статистической выборки, но и повторяемости их причинно-следственных связей, т.е. катастрофические отказы и аварии являются уникальными процессами и событиями и для их прогнозирования затруднительно использовать вероятностно-

статистические методы. Статистические методы должны рассматриваться на таком уровне структуры систем и их элементов, на котором можно выделить статистические объекты. Такой подход для оценки событий, нарушающих безопасность СТС и составляющих сценарии формирования ЧС, только формируется, и настоящая работа является определенным вкладом в его развитие.

Необходимо отметить, что количество взрывов, пожаров и выбросов ядовитых веществ в промышленности, энергетике и на трубопроводном транспорте не снижается. Социальные, экономические и экологические последствия техногенных ЧС обусловливают необходимость совершенствования научных основ обеспечения надежности и безопасности сложных технических систем.

Таким образом, актуальность работы связана с развитием принципов, методов, моделей представления и технологий обработки информации, направленных на обоснование рациональных свойств надежности и безопасности СТС.

Цель исследования. Разработать методологию создания инструментального средства для исследования мультидисциплинарной проблемы надежности и безопасности СТС, базирующуюся на агрегировании разработанных и существующих моделей, знаний и опыта, отражающих динамику состояний СТС.

Методы исследования. Для решения поставленных задач используются системный анализ, теория моделирования, теория множеств, информационные технологии, в том числе методы искусственного интеллекта, объектно-ориентированное проектирование и программирование.

Научная новизна. Полученные в работе результаты направлены на теоретическое развитие методов системного анализа, управления и обработки информации для решения актуальной прикладной проблемы обеспечения надежности и безопасности сложных технических систем:

• Разработана методология построения инструментального средства для исследования свойств надежности и безопасности функционирования сложных технических систем, обеспечивающая структурирование, представление, накопление, обработку и использование информации из различных научных дисциплин, предметом исследования которых является обеспечение надежности и безопасности систем.

• Создан новый метод декомпозиции объекта исследования, основанный на моделях декомпозиции структуры объекта, жизненного цикла объекта, информационных аспектов состояний объекта и процессов изменения состояний.

• На основе предложенного метода декомпозиции разработана причинно-следственная модель объекта, включающая параметры, характеризующие функциональный, технический, физический аспекты состояний, и причинно-следственные связи на множестве параметров.

• Представлен. новый метод агрегирования математических, логических и информационных моделей данных и знаний и алгоритмов их обработки, основанный на предлагаемых моделях онтологии предметной и проблемной областей.

• Создана гибридная информационная модель динамики состояний технической системы, основанная на предлагаемых причинно-следственной модели объекта и методе агрегирования.

• Предложены новые модели и методы обработки причинно-следственной информации на основе прецедентного и продукционного подходов.

• На основе предложенной методологии разработаны алгоритм, архитектура и исследовательская версия специализированного инструментального средства, позволяющего прогнозировать параметры приближения катастрофических отказов, аварийных ситуаций, аварий и техногенных ЧС.

Защищаемые положения:

• Методология построения инструментального средства для исследования свойств надежности и безопасности функционирования сложных технических систем, которая обеспечивает структурирование, представление, накопление, обработку и использование информации из различных научных дисциплин.

• Метод декомпозиции объекта исследования, обеспечивающий анализ и структурирование проблем и задач исследования свойств надежности и безопасности

стс.

• Причинно-следственная модель объекта, описывающая функциональный, технический, физический аспекты процесса изменения состояний и обеспечивающая структурирование и представление информации для исследования и принятия решений.

• Метод агрегирования математических, логических и информационных моделей данных и знаний и алгоритмов их обработки, который позволяет обрабатывать разнородную и взаимосвязанную информацию по заданной проблеме.

• Гибридная информационная модель динамики состояний технической системы, которая позволяет выявлять закономерности изменения состояний объекта.

• Модели и методы обработки причинно-следственной информации на основе прецедентного и продукционного подходов для обеспечения поддержки принятия решений при выборе свойств надежности и безопасности объекта.

• Алгоритм, архитектура и исследовательская версия специализированного инструментального средства, включающего модуль онтологии, модули продукционной и прецедентной экспертных систем и позволяющего прогнозировать параметры наступления катастрофических отказов, аварийных ситуаций, аварий и техногенных ЧС и осуществлять поддержку принятия решений по предупреждению, ликвидации и снижению последствий ЧС.

Практическая значимость и реализация результатов. Предложенные подходы, методы, модели, алгоритмы и программная система использованы: Институтом машиноведения РАН (г. Москва) для проведения исследований по идентификации технического состояния и обеспечения надежности уникальных деталей машин и аппаратуры; при обосновании мероприятий Программы снижения риска и смягчения последствий природных и техногенных ЧС на территории Иркутской области на период 2002-2010 гг.; при разработке Концепции социально-экономического развития Иркутской области на 2006-2010 гг.; при разработке среднесрочной целевой Программы «Информатизация Иркутской области на период 2003-2006 гг.»; при разработке программных систем для оценки и планирования работ по восстановлению технического состояния оборудования на Ростовском электровозоремонтном заводе, ЗАО «Восточно-Сибирская топливная компания», ОАО «Ангарская нефтехимическая компания».

Апробация работы. Основные результаты диссертационной работы докладывались на 34 международных и 21 российских симпозиумах, конференциях и семинарах, в том числе: Современные методы математического моделирования природных и антропогенных катастроф (Красноярск, 1999, 2001, 2003); XII Международная конференция по вычислительной механике и современным прикладным программным системам (Владимир-2003); Modelling and Analysis of Safety and Risk in Complex Systems. International Scientific School (Saint-Petersburg-2004); Международные научно-технические конференции «Интеллектуальные системы» и «Интеллектуальные САПР» (Таганрог-2004, Геленджик-2008); Пятая Международная конференция «Искусственный интеллект. Интеллектуальные многопроцессорные системы» (Украина, Кацивели, 2004, 2006); VIII Международная конференция «Кибернетика и высокие технологии XXI века» С&Т*2007 (Воронеж-2007); X-th Joint International Scientific

Events on INFORMATICS, XIII-th International Conference «Knowledge-Dialogue-Solutions» (Bulgaria, Varna-2007); Одиннадцатая Национальная конференция по искусственному интеллекту с международным участием (Дубна-2008); Международная конференция «Математическая теория систем» (Москва-2009); Международные конференции «Системный анализ и информационные технологии» САЙТ (0бнинск-2007, Звенигород-2009); Девятая сессия Международной научной школы «Фундаментальные и прикладные проблемы надежности и диагностики машин и механизмов» (Санкт-Петербург, ИПМАШ РАН, 2009); Международные конференции «Проблемы управления безопасностью сложных систем» (ИПУ РАН, 2007, 2008, 2009).

Публикации. Основные результаты научных исследований по теме диссертации опубликованы в 82 статьях и научных докладах, в том числе 20 статей в изданиях из перечня ВАК РФ. Получен Патент на полезную модель, а также 6 свидетельств о регистрации программных продуктов и баз данных.

Личный вклад автора. Всс выносимые на защиту научные положения разработаны соискателем лично. В основных научных работах по теме диссертации, опубликованных в соавторстве, лично соискателем разработаны в [13-16] - принципы автоматизации исследований, в [5-8] - иерархическая декомпозиция объекта исследования на подсистемы, в [5,6,12,15,16] - модель причинно-следственного комплекса (закономерности) динамики состояний СТС, в [1,2,5,7,9,10-12,18,19] - гибридная информационная модель, отражающая закономерности (причинно-следственный комплекс) изменения технического состояния УМС и СТС, информационные модели объекта исследования, прецедента, продукций и метапродукций, в [1-4,6,7,9,11,14,17,19,20] -алгоритм организации мультидисциплинарных исследований, обеспечивающий моделирование динамики технического состояния, функции и структура программной системы.

Структура и объем диссертации. Работа состоит из введения, 8 глав, заключения, содержит 251 страницу, в том числе 102 рис., 3 табл., список литературы из 280 названий, приложение на 17 стр. Всего 268 стр.

СОДЕРЖАНИЕ РАБОТЫ

Во введение определена цель исследований, обоснована актуальность темы и научная новизна защищаемых положений, описаны методы исследований и полученные практические результаты.

Отмечается, что трудность формализации и моделирования процессов развития опасных состояний обусловлена недостаточной структурированностью и взаимосвязью совокупности данных и знаний из различных научных направлений и дисциплин,

необходимых для обеспечения надежности и безопасности СТС. При работе с данными различных типов невозможно (за исключением простейших случаев) устанавливать связи, отражающие существующие между элементами данных зависимости. Если функциональные зависимости во многих случаях могут быть представлены в аналитическом виде, то классификационные связи типа родовидовых, причинно-следственных и др. описать в аналитическом виде не представляется возможным. Только в системах, работающих со знаниями, сведения о таких связях между объектами можно представить в явной форме. Благодаря этому обеспечивается компактное представление информации и единообразие ее обработки.

Подобное состояние проблемы требует создания методологии автоматизации исследования, включающей принципы, методы, познавательные и прагматические модели, а также информационные технологии исследования, направленные на обоснование рациональных свойств СТС и входящих в их состав уникальных механических систем (УМС), обеспечивающих требуемую надежность и безопасность.

Методология автоматизации исследования должна обеспечивать накопление, структурирование и использование информации, знаний и опыта из различных научных дисциплин и учитывать то, что на разных этапах жизненного цикла СТС и УМС требуются разные данные и знания, разные их представления и взаимосвязь для эффективного решения задач обеспечения надежности и безопасности.

Техногенная безопасность СТС обеспечена, если обеспечены: структурная надежность и безопасность; прочностная и ресурсная надежность и безопасность УМС; мониторинг, диагностирование и прогнозирование изменения состояния объектов; защита «временем», «расстоянием» и «в глубину» от опасных воздействий, а также факторы воздействия на людей и окружающую среду не превышают предельного значения. Перечисленные проблемы входят в компетенцию значительного числа научных дисциплин, что характеризует проблему безопасности как мультидисципли-нарную.

Объектом исследования являются сложные технические системы и уникальные механические системы, входящие в их состав, катастрофические отказы которых приводят к авариям и техногенным катастрофам.

Предметом исследования является методология создания инструментального средства анализа и принятия эффективных решений для обеспечения свойств надежности и безопасности УМС и СТС, включающая принципы, методы и модели структурирования, накопления и обработки информации, знаний и опыта взаимосвязанных научных дисциплин.

В первой главе выполнен анализ существующих концепций, принципов, мето-

дов, моделей и программных систем, используемых для исследования и обеспечения надежности и техногенной безопасности УМС и СТС.

Функциональные и технические состояния СТС описываются множеством взаимосвязанных параметров. При этом изменение параметров, в том числе характеризующих уровень безопасности, одного компонента или элемента может оказывать влияние на параметры других компонентов и СТС в целом. Отмечается, что различные виды энергии: механическая, тепловая, химическая, электромагнитная, ядерная, биологическая, действуя на УМС, входящие в состав СТС, инициируют в их составных частях процессы, изменяющие свойства материалов и элементов.

Основоположниками отечественной техногенной безопасности как области науки и техники являются академик РАН В.А. Легасов и член-корреспондент РАН H.A. Махутов. Современная техносфера, по их мнению, стала сравнима по своим последствиям с природными катастрофами, а понимание специфики аварий, знание их особенностей, закономерностей позволит выявить существо проблем безопасности и обосновать меры по снижению последствий техногенных катастроф.

Значительный вклад в развитие системного анализа и применения его для решения различных прикладных проблем внесли H.H. Моисеев, О.И. Ларичев, C.B. Емельянов, Д.М. Гвишиани, Ю.С. Попков, В.А. Геловани, В.Н. Садовский, В.Г. Афанасьев, В.М. Глушков, Г.С. Осипов, В.П. Кузьмин, 10.Г. Марков, Л.А. Петрушенко, B.C. Тюхтин, А.И. Уемов, Э.Г. Юдин, Р. Акофф, Р. Берталанфи, Дж. Клир, О. Ланге, Р. Мертон, М. Мссарович, Т. Парсонс, У. Росс Эшби и многие другие.

Современная теория безопасности СТС развивается благодаря таким научным направлениям, как динамика и моделирование сложных систем (В.М. Матросов, С.Н. Васильев, В.И. Гурман, А.Я. Андриенко, В.Н. Бурков, В.В. Кульба, H.A. Махутов, A.C. Можаев, А.Д. Новиков, Б.В. Павлов, IO.II. Портнов-Соколов, H.A. Северцев, К.В. Фролов, В.А. Виттих, А.Б. Петровский, Э. Хенли, X. Кумамото и др.), прочностная надежность и ресурс механических систем (H.A. Махутов, В.В. Болотин, К.В. Фролов, В.В. Клюев, Е.М. Морозов, В.В. Москвичев, С.А. Тимашев, Ю.Г. Матвиенко, М.М. Гаденин, А.Ф. Берман, К. Капур, Л. Ламберсон и др.), нелинейная динамика (Г.Г. Малинецкий, А.Б. Потапов, Д. Медоус, Дж. Форрестер и др.), теория катастроф (В.И. Арнольд, Дж. Томпсон, Э. Лоренц и др.), теория самоорганизованной критичности (С.П. Курдюмов, П. Бак, К. Танг, К. Вайзенфельд), синергетика (А.Ю. Лоскутов, Г. Хакен, И. Пригожин и др.), теория нормальных аварий (Ч. Перроу), анализ и оценка техногенного риска и безопасности (И.А. Рябинин, А.Я. Андриенко, A.A. Быков, П.Г. Белов, В.А. Владимиров, А.И. Гражданкин, Б.В. Гусев, А.Н. Елохин, В.И. Из-

малков, В.Б. Живетин, Р.И. Зайнетдинов, М.В. Лисанов, H.A. Махутов, Н.К. Лечении, A.C. Печеркин, И.У. Ямалов, А.Ф. Берман и др.).

Информационные технологии и методы искусственного интеллекта начали использоваться в России для исследования и обеспечения надежности и безопасности сложных технологических систем ак. В.В. Кафаровым, чл.-к. В.П. Мешалкиным.

Анализ состояния проблемы и задач позволил сделать следующие выводы:

■S Проблема техногенной безопасности сложных технических систем является мультидисциплинарной. Аналитические и эмпирические модели имеются только в пределах отдельных научных отраслей и дисциплин, связанных со стадиями и этапами создания и применения СТС и УМС. Из-за этого не обеспечивается взаимоувязанное, по всем этапам и стадиям создания и применения СТС, исследование возможных причин катастрофических отказов, аварий и техногенных катастроф и обоснование свойств безопасности СТС.

■/ Отсутствует в полной мере обоснованная и общепринятая теория, отражающая закономерности изменения безопасности и обеспечивающая прогнозирование вида и типа катастрофических отказов и аварий на стадии создания.

■S Информационные технологии, методы и средства искусственного интеллекта недостаточно используются в исследованиях надежности и безопасности СТС.

На стадии становления находится подход к построению математических моделей катастрофических отказов и аварий с позиций их механо-физико-химической природы.

Во второй главе представлена методология автоматизации исследования, отражающая базовые положения, методы, модели и принципы принятия решений при обеспечении безопасности уникальных механических (УМС) и сложных технических систем. Методология разработана на основе методов и принципов системного анализа и математического моделирования; закономерностей изменения физического и технического состояний объектов; принципов обеспечения свойств надежности и безопасности СТС и УМС; методов и подходов информационных технологий и искусственного интеллекта для решения слабоформализованных задач.

Рассматриваемая проблема разделена на подпроблемы, задачи и подзадачи и представлена во взаимосвязи, обеспечивающей как принятие эффективных решений, так и обоснование эффективного алгоритма решения задач. Объект исследования представлен иерархической системой: деталь - сборочная единица - уникальная механическая система - техническая система - сложная техническая система.

За эмпирическую основу изменения состояний СТС, принята структурная схема, предложенная в работах А.Ф. Бермана (рис. 1), которая доработана и формализована.

Предложено рассматривать совокупность параметров повреждения, разрушения и катастрофического отказа деталей, сборочных единиц и УМС как состояния, обусловленные протеканием в них механо-физико-химических деградационных процессов, причиной которых является выполнение рабочих функций. Затем, предложено рассматривать совокупность параметров аварийной ситуации, аварии и техногенной ЧС как состояния, характеризующие взаимодействие СТС с окружающей средой и сопровождаемые нежелательными процессами распространения опасных веществ в пространстве, пожарами и взрывами.

Рис. 1. Структурная схема процесса формирования отказа и аварии (МС - механические системы)

Разработан метод декомпозиции, синтезирующий набор моделей декомпозиции проблемы надежности и безопасности СТС и УМС, представленный информационными уровнями взаимосвязанных и взаимообусловленных параметров состояний, классами динамики состояний на каждом информационном уровне, моделями декомпозиции жизненного цикла и структуры СТС, обеспечивающий решение задач некоторой совокупностью научных отраслей и дисциплин (рис. 2).

На основе полученной содержательной модели декомпозиции предложены этапы процесса исследования надежности и безопасности СТС, задачи (функции) для достижения цели и критерии оценки решений.

Функции процесса исследования определены как совокупность моделей задач: ФункцииИ = (М3омо, МЗГ, МЗИС, МЗПСК, МЗП, МЗРИСК, МЗРЕШ), где М3омо - модель задачи определения модели объекта; МЗГ - модель задачи генезиса состояния; МЗИС - модель задачи идентификации состояний; МЗП - модель задачи мониторинга и прогнозирования состояний; МЗ пск - модель задачи определения причинно-следственного комплекса состояния; МЗРИСК - модель задачи оценки риска состояния; МЗРЕШ - модель задачи принятия решений.

Рис. 2. Обобщенная содержательная модель декомпозиции объекта исследования

Обоснована совокупность информационных технологий и методов искусственного интеллекта для реализации процесса исследования и определено место системы исследования для решения мультидисциплинарной проблемы (рис. 3).

Стадии жизненного цикла объекта

СостояНи^НС

Структурные

элементы

объекта

Ш

¡¡ц у л'п 11 лЛ |1|1й

2Состояние аварии';

Стадии

развития

опасности

Рис. 3. Мультидисциплинарность проблемы надежности и безопасности СТС Предлагается автоматизировать процесс исследования надежности и безопас-

ности СТС с помощью комплексного использования: онтологии; объектно-ориентированного моделирования данных и знаний; рассуждений на основе продукций; рассуждений на основе прецедентов; математического моделирования.

Комбинация подходов призвана компенсировать недостатки их раздельного использования. Объектно-ориентированное моделирование обеспечивает целостное представление о предметных понятиях и отношениях между ними. Прецедентный подход позволяет быстро и качественно находить приемлемое решение. При отсутствии накопленного опыта используется продукционный подход.

В главе 3 на основе разработанного метода декомпозиции получена содержательная модель декомпозиции объекта исследования, которая отражает динамику нарушения техногенной безопасности, представленную последовательностью: дефект —» повреждение —> разрушение —> отказ —> аварийная ситуация (АС) —»авария (А) —» чрезвычайная ситуация (ЧС). Модель дополнена описанием причин нежелательного изменения состояний и причинно-следственными связями, отражающими закономерности динамики технического состояния (рис. 4, 5).

На основании разработанной методологии и модели причинно-следственного комплекса осуществлено предметное описание этапов, целей и задач процесса исследования и принятия решений по обеспечению требуемых свойств надежности и безопасности СТС (рис. 6,7).

Разработанные модели обеспечивают автоматизацию процессов исследования надежности и безопасности и эффективное взаимодействие специалистов, а также возможность накопления статистической информации по событиям, состояниям и процессам, выделенным в результате классификации.

В главе 4 разработан принцип агрегирования моделей, знаний и опыта (прецедентов). Принцип агрегации знаний, (моделей, знаний и опыта) определен на основе классификации видов онтологий (рис. 8). Согласно данной классификации модель знаний для решения поставленной задачи основывается на моделях как предметной, так и проблемной областей. В этом случае имеет место рационализация соотношения представления и обработки информации, что обеспечивает их независимое развитие и совместное использование.

Структура онтологии предметной области описывает представление информации о предметной области. Структура онтологии методов - представление методов обработки информации. В частности, разработаны модели продукционного и прецедентного методов, методов аналитических вычислений и реализации запросов к базе данных. Онтология проблемной области описывает задачи и модели агрегации методов (пример агрегации методов на рис. 9), что позволяет формировать алгоритмы их создания.

СИСТЕМА НАДЕЖНОСТИ «Д»

СИСТЕМА НАДЕЖНОСТИ «СЕ»

СИСТЕМА НАДЕЖНОСТИ «УМС» ^

Свойства надежности

Безотказность

Долговечность

Ремонтопригодность

Сохраняемость

Свойства надежности исходных состояний

Свойства надежности предельных состояний

Свойства живучести состояний отказа

СИСТЕМА ДЕТАЛИ

СИСТЕМА СБОРОЧНОЙ ЕДИНИЦЫ

СИСТЕМА УМС

Подсистема функциональных состояний

Работоспособное Состояние

Исправное состояние

Неисправное состояние

Неработоспособное состояние

Неработоспособное опасное состояние

Подсистема технических состояний

Исходное состояние

Допустимое состояние

Предельное состояние

Состояние отказа

Подсистема физических состояний

Фиксируемое состояние

Состояние допустимого повреждения

Состояние недопустимого повреждения

Состояние разрушения

Процесс повреждения на субмикроуровне

Процесс повреждения на микроуровне

Процесс повреждения на макроуровне

Процесс разрушения

Подсистема деградационных процессов

Механические воздействия Физико-химические воздействия Биологические воздействия

СИСТЕМА ВОЗДЕЙСТВУЮЩИХ ФАКТОРОВ

Рис. 4. Причинно-следственный комплекс динамики состояний УМС

Рис. 5. Причинно-следственный комплекс динамики состояний СТС В главе 5 представлена модель динамики состояний СТС. Опишем структуру объекта исследования:

О = ({о5 , Л"7), 5 И {СТС, 75, МБ.. БЕ, й),

где О'5 - структурные элементы модели; 5 - обобщенный индекс, учитывающий все структурные элементы на всех уровнях иерархии (5- индекс конкретного уровня иерархии); Яс0'г -отношение, отражающее причинно-следственные связи между структурными элементами модели; СТС -индекс сложной технологической системы;

Исследование УМС

Исследование сборочных единиц

Исследование деталей

Цель 1.

Обоснование свойств надежности в Исправном Состоянии (ИС)

Цель 2.

Обоснование свойств надежности для обеспечения живучести & Неисправном Состоянии (НИС)

Цепь 3.

Обоснование свойств надежности для обеспечения живучести а Не работоспособ н о м Состоянии (НРС)

Цель Л.

Обоснование свойств надежности для обеспечения беэо-пасносгги в Неработоспособном Опасном Состоянии (НРОС)

УЛ

Задача 4.

Задачи исследования на функциональном уровне

Установление требований к надежности, обеспечивающих функционирование

Исправное состояние Зад.4.1. Показатели безотказности, долговечности трутне, с том числе по распределениям нaq)y,з-ки и прочности, воздействий и реакций

№ исправное состояние Зад.4.2. Система технического обслуживания и ремонта, врслш от возникновения НИСдо НРС;

последствия и лр.

Неработоспособное

состояние За д.4.3. Система восстановления критических, параметров; время от НРС до НРОС; последствия и ДР-

Неработоспособное опасное состояние Зад.4.4. Параметры критичеекчх отказов; возможность приведения параметров к нормеили безопасному значению; послсдст&ня и др.

Задача 3.

Задачи исследования на техническом уровне

Установление технических требований к объекту, обеспечивающих надежность

Исходное состояние Зад.3.1. Критерии отказов и предельных состоянии. Диагностические признаки и предвестники изменения технического состояния

Допустимое состояние Зад.3.2, Нарушенные техничес кие требования: величина остаточного ресурса, остаточная прочность ит.д

Предельное состояние Зад.з.з. Расхожа с гак между проектными и фактическими критериями предельных

состояний; фактические залась! прочности »ресурса; послсдст

Состояние отказя Зад. 3,4. Расхождение межцу проектными к фактическими критерия ми отказов; последствия и т.д.

дачи исследования на физическом уровне

Установление физических требований к объекту, обеспечивающих технические требования

Фюссируемое

состояние ЗадЛ.1.Тшнввд допускаемых и возможных дефектов изготовления и монтажа <|юрма и размеры дефектов

Состояние допустимого повреждения ЗадЛЛ. Тип И ВИД допускаемых повреждений ннхевязье исходными дефекга-ми; предвестники и

Состояние недопустимого повреждения

Зад2.3. Тип и вад недо пускаемых повреждений иих связь с исход. деф ектами и воздейс тающими факторами и т.д.

Состоя разрушения Зад.г.А. Вероятности хрупкого, вязко-то и квазихрупкого разрушений; предвестники критических отказов и т.д

Задача 1.

Задачи исследования де градационных процессов

Установление механо-физшсо-химических процессов, влияющих на изменение физического сос тояния

Зад.1.1. Механизм, кшетгаа, параметры повреждений на суб>*ифоуровне

Зад. 1.2 Механизм, кинетика, параметры повреяУкниина микроуровне

Зад.1.3. Механизм, кинетика, параметры повреждении на макроуровне

Зад .1.4. Механизм, кинетика, параметры разрушений

Определение предупредительных, контрольных и защитных мероприятий, направленных на обеспечение:

надежности объекта для рассматриваемого И С Мероприятия 1.

живучести объекта для рассматриваемого НИС Мероприятия 2.

безопасности объекта для рассматриваемого НРС Мероприятия 3.

безопасности объекта для рассматриваемого НРОС Мероприятия 3.

Рис. 6. Модель процесса исследования надежности

"йсследование СТС

Исследование технической системы

Цель 4.

] Цель 5.

Обоснование свойств I Обоснование свойств неработоспособного | безопасности в состоя-опасного состояния ; нииаварийнойситуа-I ции

Цель 6.

Обоснованно свойств безопасности в состоянии аварии

Цель 7.

Обоснованно свойств безопасности в состоянии ЧС

Задача 4.

Задачи исследования на функциональном уровне

Установление требований, обеспечивающих безопасное прекращение функционирования

Неработоспособное ошаюс состояние Зд.4.1. Параметры критических отказов; возможность приведения парп-мстров (с норме или безопасному значению; последствия и

Неработоспособное опасное состояние Зд.4.2. Параметры аварийных ситуаций (АС); способы приведения параметров к норме или безопасному значению. Риск сценариев АС

Неработоспособное опаскоссостоянне Здд.З. Параметры аварий (Л); способы гюншения параметров опаспоста и др. Риск сценариев А

Неработоспособное опасное состояние Зд.4.4. Параметры ЧС; способы понина;-ния параметров опасности и др. Риск сценариев ЧС

Задача 3.

Задачи исследования на техническом уровне

Установление технических требовании к объекту, обеспечивающих безопасность на функциональном уровне

Состояние отказа Зд .3.1. Расхождение между проектными и фактическими критериями отказа о; последствия и т.д.

Состояние аварийной ситуации Зд,з_2. Признаки и предвестники развития АС. Свойства живучести н безопасности а состоянии АС

Соспошше аварии

зд.з.з. Признаки и предвестники развития Л Свойства живучести и безопасности в состоянии А

Состояние чрезвычайной аггуяцнм зд.з.4. Признаки и предвестники развития ЧС Свойства живучести ибезогше-ности всостоякииЧС

Задача 2.

Задачи исследования на физическом уровне

Установление физических требований к объекту, обеспечивающих безопасность на техническом уровне

Состояние разрушения Зд.2.1. Вероятности

Хр}77ХОГО, ВЯЗМЭГО И

квази хрупкого разрушений; предвестники критических отказов и т.д.

Восстанавливаемое ф из! 1КО-хн ми чсскос

состоишь зд.г.2.Тип ивид, параметры возможных опасностей и

сценарии их развктя на стадии аварийной ситуации

Исэосстциавлявэе-мое физнко-кимн-чсскос состояние ЗДД.З.ТИП и вид, параметры возможных опасностей и сценарии их развития на стадии авария

Пр огре сшруюмюе

Н ев О CCraiiaB.ru 18 ае-

МОС ф|131В<0-Х11М1Н

чсскос со стопите ЗД.2.4.ТИП ивид, параметры возможных опасностей и сценарии их развития на стадии Ч С

Задача 1

Задачи исследования нежелательных процессов

Установление нежелательных (опасных) процессов, влияющих на безопасность состояний физического уровня

За. 1.1. Механизм, кинетика и параметры разрушения

Зд.1.2. Механизм, кинетика ипарамст-ры нежелательных

происссов АС

Зд.1.5. Механизм, кинетика и параметры нежелательных процессов А

Зд Л .4. Мехак изм, кинетика и параметры не »и; а тельных процессов ЧС

Определение предупредительных, контрольных и защитных мероприятий, направленных на локализацию, снижение последствий и ликвидацию:

Неработоспособного опасного состояния Мероприятия 4.

Аварийной ситуации (АС) Мероприятия 5.

Аварии (А)

Мероприятия 6.

Чрезвычайной ситуации (ЧС) Мероприятия 7.

Рис. 7. Модель процесса исследования безопасности

Онтология моделей представления знаний Онтология методов |

ч. use

/ \ use

Онтология предметной области Онтология проблемной области

Онтология приложения

Рис. 8. Схема взаимодействия онтологий {isa, use - отношения наследования и использования)

Задача прогнозирования

Подзадача идентификации

Подзадача генезиса

has par! .....

has pari

Продукционный метод

Прецедентный метод

1 Чч -.............................^...................................

А Продукционный метод

1 Прецедентный метод

Рис. 9. Схема агрегации методов для решения задачи прогнозирования {haspart, seq - отношения «часть-целое» и последовательного использования)

TS - индекс технической системы; MS - индекс уникальной механической системы;

SE - индекс сборочной единицы; D - индекс детали. Каждый структурный элемент

модели описывается совокупностью причинно-обусловленных информационных

уровней:

0! =({oimZ<1,R;;:), О- =(T,C'"',X\Dg\U\r°',H',G"\Risk'),

R"' : 0'А Os, R'/ : О' ("м) -» О', где т - индекс подсистемы (информационного уровня), т= 0 - подсистема нежелательных (деградационных) процессов, m= 1 - физическая подсистема, Ш~2 - техническая подсистема, m =3 - функциональная подсистема. Подсистема нежелательных (деградационных) процессов причинно обусловливает динамику всех следующих подсистем. R"f - отношение, отражающее причинно-следственные связи между информационными уровнями модели.

Т = ¡0,7'] - конечный интервал моделирования.

С"" - фазовое пространство состояний ип-й подсистемы, с'"' - фазовые координаты, с'"' <с"' ¿с'"', г = 1,N , с'"'(/) - фазовые траектории изменения состояния. Фазовые координаты имеют объектно-ориентированную структуру: СТ ~(р'а>са т-е- каждая координата при необходимости может описываться

набором собственных свойств и параметров. По назначению и типу координаты объекта объединяются в классы.

Пространство состояний имеет структуру, соответствующую причинно-следственному комплексу процесса изменения состояния системы (рис. 6,7). Опишем причинно-следственные связи:

:С'к С'* = {С'"*},„, ^ :С""' -»О"', С'"1 = {с""1},,

: Скш* С'""",: С75"" -» С7'™'*1,

V* е {д Ж, Л/5}, к = 14, V.? е {СТС, ТЗ},/: = 4,7,« = Ц//. где - отношение, отражающее причинно-следственные связи между пространством ¿-состояния уа+1 -объекта (л-1)-уровня структурной иерархии СТС и пространствами ¿-состояний объектов .у-уровня; - отношение, отражающее причинно-следственные связи между пространством ¿-состояния -объекта на т-м информационном уровне и пространствами ¿-состояний на т-и информационном уровне объектов 5-уровня; Я"' - отношение, отражающее причинно-следственные связи у,-объекта между пространствами ¿-состояний на т-м и (т +1)-м информационных уровнях; — отношение, отражающее причинно-следственные связи -объекта на т -м информационном уровне между пространствами к и {к +1) состоянии.

В модели отношения заданы в виде правил и информации, представленной в прецедентах. Обозначим каждое из пространств:

для подсистемы нежелательных процессов (т=0): С01 - пространство процессов повреждений на субмикроуровне; С02 - пространство процессов повреждения на микроуровне; С05 — пространство процессов повреждений на макроуровне; С04 -пространство процессов разрушения; С" - пространство процессов аварийной ситуации; С06 - пространство процессов аварий; С07 - пространство процессов чрезвычайных ситуаций;

для физической подсистемы (т~ 1): С" - пространство фиксируемых состояний;

С'2 - пространство состояний допустимого повреждения; С13 - пространство состояний недопустимого повреждения; С" - пространство состояний разрушения; С1' -пространство восстанавливаемых физико-химических состояний; С'6 - пространство невосстанавливаемых физико-химических состояний; С11 - пространство прогрессирующих невосстанавливаемых физико-химических состояний;

для технической подсистемы (т=2): С21 - пространство исходных состояний; С22 - пространство допустимых состояний; С23- пространство предельных состояний; С21 - пространство состояний отказа; С25 - пространство состояний аварийной ситуации; С26 - пространство состояний аварии; С27 - пространство состояний чрезвычайной ситуации;

для функциональной подсистемы {т-3): С"- пространство исправных состояний; С32- пространство неисправных состояний; С33- пространство неработоспособных состояний С"- пространство опасных неработоспособных состояний, С54 = С" = С36 = С".

Состояние с'"' е Сописывается следующим образом

с""1 .....] = Л-число фазовых координат, опи-

сывающих проектные свойства объекта, яц.. /Ц - число фазовых координат, описывающих свойства объекта, приобретенные при изготовлении, эксплуатации и характеризующие технические состояния, К - число подпространств состояний .у/я-й подсистемы.

На 0-уровне деградационных процессов для отображения причинно-следственной событийной зависимости свойств объекта, воздействующих факторов и признаков проявления этих событий вводится дополнительная структура С"°.

X' - множество допустимых входов, х* = [я1'.....ж1'], где I - число «входных

каналов», каждый из которых принимает входную информацию своего типа. Под входной информацией понимаются значения параметров, характеризующих как внутренние воздействующие факторы, обусловленные функционированием, так и внешние воздействующие факторы.

Dgs - множество выходных результатов мониторинга и/или диагностирования объекта, (!%' = \dg'\...,dg"'\. На этапе проектирования - 0.

У'" - множество выходной информации, характеризующее параметры технического состояния 5 т-й подсистемы;

Н' = (К'К'КпК'-Н"" ,р) - оператор переходов, который определяет множество возможных «текущих» состояний Л'-й подсистемы (с* ь((),р1')= Н" [с' (г-1),/,р] по предыстории с некоторым фактором уверенности р на основе гибридной информационной модели Е, Ы = \,К1, К1 -число «текущих» состояний. К , К , К,, Ус - операторы формирования новых начальных условий и, возможно, нового поведения при приеме очередной входной информации, управляющего воздействия, информации о результатах мониторинга и диагностирования соответственно, выходе одного из параметров состояния на границу выделенных подпространств соответственно; #""(/,"")- оператор переходов, который определяет «текущие» состояния на т-м информационном уровне, с"" "(/)= Я™ |с1("м|'' (/),/]; Е - гибридная информационная модель, описывающая поведение объекта на временных интервалах между событиями на уровне 5 -й подсистемы; Р - фактор уверенности возможного поведения объекта;

\ Бзопасмояь /

где Оп(-онтология надежности и безопасности.

Бэопвсцост ь

ПВ'"' - база данных для в т-й подсистемы. Структура базы данных формируется на основе указанной онтологии и хранит фактическую информацию об объекте исследования.

КВ"" - базы знаний для ят-й подсистемы. Базы знаний содержат описания причинно-следственных зависимостей процессов, событий и явлений, происходящих на объекте исследования. Знания позволяют описать скачкообразную динамику технического состояния объекта.

ЛЙ™ - математические модели для зт-й подсистемы. В данном компоненте содержится программная реализация математических моделей, которые позволяют решать задачи расчета: коэффициента интенсивности напряжений в вершине трещины (АГ,); скорости перемещения частей трубопровода; параметров пожара; размеров облака; скорости перемещения облака и др. Математические модели позволяют описать непрерывную динамику технического состояния объекта.

И'"' - множество отношений для я/п-й подсистемы, определяющих взаимосвязь между компонентами модели: ОВ'к, КВ"" и Лй", где = ^ав-кв '■ КВ"" - множество отношений между базами данных и базами знаний,

^м-ал • 02?"" 'W/'"" - множество отношений между базами данных и математическими моделями, : KB'"' <-» Mi "" - множество отношений между базами знаний и математическими моделями. Виды отношений, порядок и способы взаимодействия компонентов модели определяются онтологией.

G™ - оператор выходной информации для sm-й подсистемы. Выходная информация sm-й подсистемы поступает на следующий информационный уровень s (т +1) -й подсистемы и на выход всей системы. Преобразует информацию о состоянии объекта в контролируемые параметры технического состояния, например, получаемые с помощью датчиков контроля. Преобразование осуществляется на основе знаний о причинно-следственных зависимостях «техническое состояние объекта -диагностические признаки» или «техническое состояние объекта — результаты мониторинга». Знания представлены в виде правил. При G ~ 0 с{1) = Y.

Risks - риск технического состояния, определяемый как сочетание экспертной оценки возможности данного состояния и ущерба, причиняемого этим состоянием. Риск определяется на основе факторов уверенности Р предыдущих состояний.

U' - множество управляющих воздействий и1 = [г/1,...,«"] системы обеспечения надежности и безопасности объекта. Множество управляющих воздействий определяется на основе причинно-следственных зависимостей «техническое состояние-управляющее воздействие», описанных в виде правил. Выбор управляющих воздействий осуществляется по критериям минимизации риска и стоимости, а также могут учитываться другие экспертные предпочтения:

X Z Cst{uSr) -> min, Risk стс < RiskP ас ,

S г

где Cs/(u'Sr) - стоимость управляющего воздействия uSr; Risk 070 - риск опасного состояния СТС; RiskP "с - приемлемый риск опасного состояния СТС.

Управляющие решения формируются в зависимости от рассматриваемой стадии жизненного цикла объекта.

Рассмотрим алгоритм моделирования (рис. 10) технического, физического и функционального состояний (далее, состояний) на основе предлагаемой модели на интервале моделирования [/„,/*.] с шагом моделирования At. Результатом моделирования являются последовательности (или граф) возможных технических состояний в моменты времени t, (t, = /,_, +At).

Рис. 10. Схема шагов моделирования г, г3, / - моменты времени достижения границ выделенных подпространств; цифрами указаны последовательность шагов моделирования

Далее в описании используются следующие переменные: - момент времени начала эксплуатации объекта; 1М - конечный момент времени моделирования; А( -шаг моделирования; т - индекс информационного уровня, т = 0,М1,М = 3; у -индекс подпространства, у = 0, К, К = 7; г - индекс уровня структурного элемента, I-0,1,1 = 5; (,- индекс моментов времени, г, = О,Л'; у - индекс моделируемых вариантов технического состояния, V = 0,У; I,, /4, ... - моменты времени дос-

тижения границ у -подпространств, заранее эти моменты не известны, определяются в результате моделирования.

Начало исследования: объект исследования - деталь, /-1; начальный момент моделирования - /0; уровень деградационных процессов, т-0; подпространство процесса повреждения на субмикроуровне,у'=1.

Шаг 1. На основе исходных данных, результатов моделирования на предыдущих шагах моделирования и гибридной информационной модели Ь определяются возможные варианты нежелательных процессов в подпространстве (механизм, кинетика/ скорость нежелательного процесса, признаки) в момент .

Шаг 2. На основе полученных данных на предыдущих шагах моделирования и I -модели определяются V . возможных вариантов состояния объекта на всех вышестоящих информационных уровнях в момент I, ,т-1,3.

Шаг 3. На основе полученных данных на предыдущих шагах моделирования и Ь -модели определяются Vт]1 возможных вариантов состояний объекта на всех вышестоящих структурных уровнях в момент I., « = 1,5.

Шаг 4. Следующий шаг исследования (г. + Д/). На основе данных и знаний о кинетике нежелательного процесса определяются »^ возможных вариантов признаков нежелательного процесса и их значений в момент времени ((. + Дг).

Шаг 5. Осуществляется проверка, достигло ли техническое состояние в момент времени ((, + Л() границ у -подпространства. Если нет, то переход к следующему шагу 6. Если граница достигнута, то переход к шагу 1.

Шаг 6. Осуществляется проверка: изменились ли входные воздействия? ИЛИ получены ли новые диагностические данные? ИЛИ получено ли новое управление? Если хотя бы на один вопрос будет получен положительный ответ, то переход к шагу 1. Если нет, то переход к шагу 2.

Глава 6 посвящена методам исследования надежности и безопасности. В исследовании выделено три направления информационных технологий, обеспечивающих, соответственно, решение задач моделирования, информационного и интеллектуального обеспечения. Повышение интеллектуальности подсистем моделирования осуществляется путем использования экспертных систем.

Основные задачи, рассматриваемые в работе, это генезис, идентификация и прогнозирование технического состояния объекта. Агрегация методов осуществляется на основе онтологии.

Алгоритм поиска прецедентов по иерархическому пространству может быть как восходящим (снизу вверх), т.е. от детали к технической системе, так и нисходящим (в противоположном направлении). В первом случае в процессе исследования решается задача прогнозирования, во втором - задача генезиса.

Рассмотрим последовательность этапов (шагов) алгоритма поиска прецедентов при решении задачи генезиса технического состояния УМС (далее при описании алгоритма используется понятие «механическая система»).

Шаг 1. Пользователь описывает объект исследования - отказавшую механическую систему: фиксирует структурную принадлежность УМС, фактические условия эксплуатации и внешние проявления отказа. На основании этих данных происходит

формирование начального набора индексов, описывающих новый отказ.

Далее последовательно осуществляется поиск аналогов по индексам, описывающим структурную принадлежность отказавшей механической системы и внешним проявлениям отказа. Результатом процедуры поиска (извлечения) является список аналогичных прецедентов, упорядоченных в соответствии с оценкой близости описаний. Данный список позволяет проанализировать отказы с аналогичными признаками и принять предварительное решение по исследованию причин отказа.

Шаг 2. Получив дополнительную информацию в виде списка аналогичных отказов механических систем, пользователь продолжает процесс исследования -определение процесса происхождения отказа. Структурным происхождением отказов всех механических систем является отказ одной из входящих в их состав сборочной единицы или детали. Из этих сборочных единиц (или деталей) формируется некий набор возможных структурных происхождений отказа данной механической системы.

Процедура поиска (извлечения) переходит на следующий уровень иерархии пространства прецедентов - на уровень прецедентов, описывающих отказы сборочных единиц (или деталей).

В свою очередь уже на данном уровне происходит поиск аналогов по внешним проявлениям отказа, результат которого - прецедентны), содержащие описание наиболее вероятной причины отказа уже сборочной единицы. Выбрав наиболее близкое описание отказа (следовательно, наиболее вероятную отказавшую сборочную единицу), пользователь уточняет фактические условия ее эксплуатации и внешние проявления отказа.

Шаг 3. Так как объект исследования представляет собой иерархическую структуру, а процесс исследования - последовательный и целенаправленный поиск аналогов в иерархическом пространстве прецедентов, то следом за поиском аналогов на уровне прецедентов, описывающих отказы сборочных единиц, следует поиск прецедентов на следующем уровне - уровне прецедентов, описывающем отказы деталей. На данном уровне поиск (извлечение) аналогов осуществляется по индексам, описывающим внешние проявления повреждения, разрушения и отказа детали, с учетом информации о фактических условиях ее эксплуатации и исходной (начальной) дефектности (обусловленной технологией изготовления).

Только на данном шаге пользователь доходит до начала цепочки структурного происхождения отказа и получает возможность назначить аналог, т.е. выбирать наиболее близкий прецедент. В результате данного «назначения» происходит присваивание решения, содержащегося в аналоге, новому прецеденту, отражающему рассматриваемую ситуацию. Решение содержит описание организационных причин отказа

детали и управляющие воздействия, которые необходимо реализовать (принять) для предотвращения подобного отказа детали в будущем.

Шаг 4. После определения причины отказа детали происходит возврат к этапу определения причины отказа сборочной единицы. На данном этапе организационно-техническое происхождение отказа детали наследуется для сборочной единицы. В структурном происхождении фиксируется деталь, которая привела к отказу сборочной единицы.

Необходимо отметить, что в результате «назначения» аналога мы получаем всю цепочку причинно-следственного комплекса в виде набора прецедентов: прецедент детали - прецедент сборочной единицы - прецедент механической системы и т.д. На каждом уровне прецедент содержит информацию о причине отказа и необходимых управленческих решениях. Поэтому управленческие решения, которые необходимо выполнить для сборочной единицы, наследуются из аналогичного прецедента отказа сборочной единицы, и уточняются пользователем, исходя из особенностей исследуемой проблемной ситуации.

Шаг 5. После определения причины отказа сборочной единицы происходит возврат к этапу определения причины отказа механической системы. Организационно-техническое происхождение отказа сборочной единицы наследуется для механической системы. В структурном происхождении фиксируется сборочная единица, которая привела к отказу механической системы.

Решения, которые необходимо принять для механической системы, наследуются из аналогичного прецедента отказа механической системы, и уточняются пользователем, исходя из особенностей исследуемой проблемной ситуации.

Таким образом, удается определить (проследить) всю цепочку происхождения отказа. До момента «назначения» аналога пользователь может вернуться на предыдущий этап, ввести дополнительную информацию и повторно осуществить поиск (извлечение) аналогов.

Алгоритм прогнозирования заключается в том, что после этапов прогнозирования технического состояния детали по прецедентам осуществляется переход в пространство прецедентов сборочных единиц и прогнозирование уже технического состояния сборочной единицы, в состав которой входит исследуемая деталь. Подобным образом осуществляется переход в пространство прецедентов механических систем.

Решение задачи прогнозирования на основе продукционного алгоритма состоит из следующих этапов (рис. 11): 1 - прогнозирование исходного состояния (повреждений на субмикроуровне); 2 - прогнозирование повреждения; и т.д. согласно причинно-следственному комплексу; Лг— прогнозирование ЧС.

Каждый этап подразделяется на подэтапы:

• определение механизма нежелательного процесса;

• определение и уточнение кииетики нежелательного процесса;

• определение признаков нежелательного процесса.

Рис. 11. Структура продукционной базы знаний и алгоритм обработки информации

На каждом этапе (подэтапе) происходит уточнение наблюдаемых характеристик объекта исследования путем указания пользователем наличия или отсутствия определенных свойств объекта, воздействующих факторов и их возможных значений. На основании ответов пользователя экспертная система делает вывод о возможных видах нежелательных процессов, протекающих на объекте исследования, и прогноз возможных значений параметров технического состояния и свойств этого объекта.

Глава 7 посвящена инструментальному средству для исследования надежности и безопасности СТС и УМС. Предлагается автоматизировать решение проблемы путем создания системы автоматизации исследований, осуществляющей интегрированное применение методов системного анализа, математического моделирования и искусственного интеллекта Система автоматизации состоит из следующих основных блоков:

Информационного обеспечения (создание и поддержка баз данных).

Математического обеспечения (использование существующих алгоритмов аналитических и численных вычислений для обработки информации).

^ Интеллектуального обеспечения (создание и использование баз знаний).

Процесс создания системы представляет собой сборку из функциональных компонентов (Component-Based Development). При создании систем автоматизации научных исследований имеет место проблема частого изменения программного кода компонентов, обусловленного совершенствованием моделей предметной области и алгоритмов решения задач. Чаще всего уточнению подвергаются модели предметной области, а алгоритмы решения задач остаются относительно постоянными. Таким образом, возникает задача наделения компонентов функциональностью, обеспечивающей восприятие изменений в структуре обрабатываемых объектов без изменения исходного кода.

Для решения поставленных задач необходимо обеспечить следующие свойства системы автоматизации и ее компонентов:

• Хранение информации о компонентах системы и связях между ними во внешней, по отношению к исходным кодам компонентов, памяти.

• Обеспечение компонентам системы возможность самоописания.

• Обеспечение возможности программного управления произвольным компонентом системы.

Система исследования реализована на основе предложенного А.И. Павловым подхода, использующего компонентную сборку, обеспечивающую требуемые свойства системы и ее компонентов. Алгоритмы обработки информации, реализующие продукционный и прецедентный подходы, реализованы А.Ю. Юриным.

Архитектура программной системы представлена на рис. 12.

Фрагмент онтологии представлен на рис. 13.

Прецедентный компонент реализует следующие функции:

• Представление прецедента (формирование модели прецедента). Структура прецедента (образа) может быть произвольной, но четко выделяются две части: описание проблемы и ее решение.

• Формирование базы (библиотеки) прецедентов на основании сформированной модели.

• Поиск решения (правдоподобный вывод) по прецедентам. При поиске руководствуются «полезностью» того или иного прецедента для решения новой проблемы. «Полезность» аппроксимируется мерой похожести описаний прецедентов, вычисляемой как расстояние между прецедентами в многомерном признаковом пространстве.

Функции продукционного компонента: создание базы знаний в обобщенном виде; подготовка правил и фактов к процессу вывода; управления процессом вывода.

База данных имитационных моделей

Компонент моделирования информационных структур

Модуль управления процессом моделирования

Графическая среда моделирования

Ядро системы

Рабочая база данных имитационного моделирования

Онтология надежности и безопасности

Библиотека компонентов

Компонент рассуждения на основе продукций

Компонент рассуждения на основе прецедентов

Компонент математического моделирования

У

Библиотека математических модулей

Библиотека баз знаний процессов и явлений

База данных СТС

Рис. 12. Архитектура компьютерной системы исследования

Понятие описывающее объект (проие'с)^редь»етн«й области Й

Выполнить функцию ' Интерфейс пользователя Выход -'1>Г Добавить | Йзмамгдг | ^ Удмшь ^

ИШМ:

ОРЩ

г,;?*., Щ

м

I

а

^ -Г- -."V у мети я. кера^хкк

- ОостЪзвз»'

л!__

а?". Причина откйза

. ^.Дефект ^ '

!+ П овре'щеше - фнхеиру^« изменещш щьга г

> 'ф Разрушен«« -'хту^^о-^^^Ш^

-т-.Яйпаняе >,ч-\

процесс V

% Ч заетарМнг отгкпь Я^РШ!" "

»1 .

Налгакке-«?югпсс ' ....

Деградаэкоккьш прой«С5. ' : - .' ■ • - .

фюючзишг к пчкугпш

-..Йвсчесс йзмваей«кй'ввв^амхГфк^асиогклихвьо^гвскгс сз-айка;-;вбь«т,пркбодиций, в спредмевыьймомент, к ясаазвенаф-' . оучхдаокюыая и йши 6иш<*сйа.«к $Ыфг£!- .

ррЮШЙЙ^ а .Ошойтеш^'й'котй^к^вино« псняэ^-та

¡¡ВШШР

'' СпрввОЧЦМВ ССЙ^ДбНИЙ ( "

ЖШ

Рис. 13. Основные понятия онтологии надежности механических систем

Для исследования технического состояния СТС на основе прецедентов и продукций решаются задачи: выявления причинно-следственного комплекса факторов, обусловивших текущее состояние; планирования работ по уточнению причин инцидента (отказа) или аварии, если необходимо; идентификации инцидента или аварии (и внесение его в базу прецедентов); прогнозирования инцидентов или аварий с более высоким уровнем последствий; построения сценариев динамики нежелательных состояний (деревья отказов и событий) и оценка риска событий эти сценариев; обоснования необходимых мероприятий (по предупреждению инцидентов или аварий; по обеспечению и восстановлению работоспособности системы; по минимизации экономических, экологических и социальных потерь).

В главе 8 рассмотрена в качестве объекта исследования уникальная механическая система «трубчатый реактор», являющаяся компонентом СТС «производство полиэтилена низкой плотности» и выполняющая функцию обеспечения теплообмена при высоком давлении рабочей среды и контактирующей среды в межтрубном пространстве (в рубашке).

Основными составными частями УМС являются сборочные единицы «гнутая труба в рубашке» и «прямая труба в рубашке». Составной частью каждой сборочной единицы является деталь «толстостенная гнутая труба» или «толстостенная прямая труба». В межтрубном пространстве циркулирует теплообменная среда (механически и химически очищенная вода при давлении 3-4 МПа и 290-300°С), в толстостенной трубе перемещается взрывопожароопасный газ (давление до 250 МПа, температура 290-300°С) и продукт синтеза этого газа (полиэтилен).

Процесс моделирования начинается с уровня нежелательных процессов, с первого подпространства состояний «процессов повреждения на субмикроуровне» (рис. 14).

Уровень нежелательных (опасных процессов)

Взрыволожароопасная среда, давление 250 МПа, температура 300° С

Активная теплообменная среда, давление 3-4 МПа, температура 300° С

Чувствительный материал

Фиксируемое состояние

Задача: определить механизм и кинетику возможных нежелательных процессов Метод: агрегация прецедентной, продукционной ЭС и математических модулей

Механизм «локальная коррозия» (0,7)

Механизм «коррозионное растрескивание» (0,9)

Кинетика «локальная коррозия»

Кинетика «коррозионное растрескивание»

Продукционная ЭС

Прецедентная ЭС

Математический компонент

Рис. 14. Описание первого шага моделирования объекта

С учетом входов системы, характеризующих среды и нагрузки, и свойств объекта, описывающих материал, на основе агрегации методов осуществляется вывод о механизмах и кинетике возможных нежелательных процессов.

Далее осуществляется переход на следующий информационный уровень в подпространство «фиксируемых состояний» (рис. 15; рис. 16, переход 1), где результатом моделирования являются параметры технического состояний на физическом уровне. Аналогичные переходы осуществляются по всем информационным уровням.

Итогом моделирования является множество параметров, описывающих техническое состояние во всех аспектах.

Затем для каждого момента моделирования осуществляется вычисление значений параметров по аналитическим зависимостям, выявленным на предыдущих шагах, в частности, определяется длина макротрещины и момент времени, когда значение длины выйдет за пределы рассматриваемых подпространств (в данном примере длина трещины достигнет длины 100 мкм через 240 часов).

Свойства объекта

Воздействующие факторы

Физический уровень

Фиксируемое состояние

Задача: определить параметры технического состояния Метод: агрегация прецедентной, продукционной ЭС и математических модулей

Линии и полосы скольжения на поверхности

Макротрещины на поверхности длиной менее 100 мкм

1 1 Механизм «коррозионное

растрескивание »

Кинетика «коррозионное

растрескивание»

Рис. 15. Описание второго шага моделирования объекта

В особый момент, когда параметр длины трещины вышел за границу подпространства состояний на техническом уровне, осуществляется переход в следующие подпространства, характеризующиеся большей опасностью (рис. 16, переход 2).

Далее процесс моделирования аналогичен.

Результатом моделирования является прогнозный граф состояний (дерево событий) (рис. 17, рис. 18), где итоговым событием являет чрезвычайная ситуация с гибелью людей и значительным разрушением оборудования и здания станции подготовки воды. На основе прогнозного графа осуществляется качественная и количественная оценка риска.

'Деталь и тру б а тсплообмешшя гнутая»

Информационный уровень I

Состояние 1 1

Состояние 1 2

Информационный уровень О

Состояние О 1

Состояние 02

'Деталь «труба теплообмеппия гнутая»

Информ !ЦИОННЬ«ЙурОВ(

Состояние 1 1

Информ

Состояние 0 1

нь 1

Состояние

1 2 ■

щнонйьшуров<

Состояние ■ 0 2

Переход 1

- ПерехоО 2

Рис. 16. Шаги моделирования

* зчитй Икт^рмалыидегАгМ ' Дб&*еоС«5ып<Д \Имигещшиная модвт:

Рис.17. Прамер дерева событий для процесса «коррозионное растрескивание» детали «реактора»

На основе полученных данных предложены следующие управляющие воздействия (мероприятия) для УМС и СТС:

• обеспечить диагностирование теплообменных гнутых труб реактора один раз в 2,5 года;

• обеспечить контроль за наличием взрывопожароопасного газа в теплообменной среде;

• обеспечить мониторинг концентрации взрывопожароопасного газа в помещении станции подготовки воды.

7% Имитационное модадирсвание. (Коррозионное растресктване)

Щ .

Реэупьтшы процесса нодеяирооамия

Подоисте*.« Фчгишмоиапьных состояний

^еск'и« мсдиеи . • Счпмэл сгЛ^гсий ' Параметры ■ баэазнаниа Информация о Д1

[Неработоспособное Н

|Нерабе

Н ероботоспособноо опасное

| 0 Все

. £/ Динамические

Подсистеме т ехническнх состояний

Допоет и><к>е

Подсистем* Физических состояний

Фик-оирземее

Допустимые Повреждения

Недопустимее

Подсистема доградацмониых процессов

Повреждения на Повреждая на

субмикроуревне макроуровне

/Леере«

Процессы разрубания

А......I" . ,3».......>

Временная шкала моделирования

Момент времени моцонироадннн ! 10000

1*1000бч

Пространство состояния ис-допдстимогс пвдмяодюяю -

Трещины ■.... ■ -V ' " Длина гпг, 6

Значение 34,4

Тир ТР»1ДИИЫ Значение : иглрргрещииа

Начальное время. 1750

Пространство предельного состояния — .

' . ;••.>•' У; Трешимы- ••; Длина лег 6

Значение 34,4

.Глубина ... .Значение 17.2

тек : 43

Направление попереадая

Параметр ••••• Формы трещины,. . уплывающий пластически зону в ее :.-■.. 13

Рис. 18. Результаты моделирования процесса «коррозионное растрескивание» детали «реактора» в момент г =10 000 ч

Основные результаты диссертации

• Разработана методология построения инструментального средства для исследования свойств надежности и безопасности функционирования сложных технических систем, которая обеспечивает структурирование, представление, накопление, обработку и использование информации из различных научных дисциплин.

• Предложен метод декомпозиции объекта исследования, обеспечивающий анализ и структурирование проблем и задач исследования свойств надежности и безопасности СТС.

• Создана причинно-следственная модель объекта, описывающая функциональный, технический, физический аспекты процесса изменения состояний и обеспечивающая структурирование и представление информации для исследования и принятия решений.

• Разработан метод агрегирования математических, логических и информационных моделей данных и знаний и алгоритмов их обработки, который позволяет обрабатывать разнородную и взаимосвязанную информацию по заданной проблеме.

• Разработана гибридная информационная модель динамики состояний технической системы, которая позволяет выявлять закономерности изменения состояний объекта.

• Разработаны модели и методы обработки причинно-следственной информации на основе прецедентного и продукционного подходов для обеспечения поддержки принятия решений при выборе свойств надежности и безопасности объекта.

• Разработаны алгоритм, архитектура и исследовательская версия специализированного инструментального средства, включающего модуль онтологии, модули продукционной и прецедентной экспертных систем и позволяющего прогнозировать параметры наступления катастрофических отказов, аварийных ситуаций, аварий и техногенных ЧС и осуществлять поддержку принятия решений по предупреждению, ликвидации и снижению последствий ЧС.

• Приведены результаты применения предложенной методологии автоматизации исследований для прогнозирования технического состояния уникальной механической системы «трубчатый реактор», являющейся компонентом СТС «производство полиэтилена низкой плотности».

Список публикаций В изданиях, рекомендованных ВАК

1. Николайчук O.A. Моделирование знаний для исследования динамики технического состояния уникальных объектов // Проблемы управления. - 2009, № 4.-С.58-65.

2. Николайчук O.A. Автоматизация исследований технического состояния опасных механических систем // Проблемы машиностроения и надежности машин. -2008, №6. - С.72-78.

3. Берман А.Ф., Николайчук O.A., Юрин А.Ю., Павлов Н.Ю. Автоматизированное построение деревьев отказов и событий на основе модели динамики технического состояния и методов искусственного интеллекта // Проблемы безопасности и чрезвычайных ситуаций. - 2011, №1.

4. Протасов A.B., Николайчук O.A. Обеспечение прочностной надежности как основы техногенной безопасности // Проблемы машиностроения и надежности машин.-2011, №1.

5. Николайчук O.A., Павлов А.И. Применение компонентного подхода для создания системы автоматизации исследований II Вестник компьютерных и информационных технологий. -2010, №4. - С.23-32.

6. Николайчук O.A., Павлов А.И., Юрин АЛО. Компонентный подход: модуль продукционной экспертной системы // Программные продукты и системы. - 2010, №3.-С. 41-44.

7. Николайчук O.A., Павлов А.И., Юрин А.Ю. Имитационное моделирование технического состояния уникальных объектов //Автоматизация в промышленности. -2010, №7. - С.44-48.

8. Николайчук O.A., Юрин А.Ю. Применение прецедентного подхода для автоматизированной идентификации технического состояния деталей механических систем // Автоматизация и современные технологии. - 2009, №5. - С.3-12.

9. Николайчук O.A., Юрин АЛО. Управление опытом при исследовании динамики технического состояния уникальных машин и конструкций: моделирование опыта // Информационные технологии. - 2008, №6. - С.30-37.

10. Берман А.Ф., Николайчук O.A. Модели, знания и опыт для управления техногенной безопасностью // Проблемы управления. -2010, №2. - С.53-60.

11. Берман А.Ф., Вильвер П.Ю., Николайчук O.A. Моделирование функционирования сложных технологических комплексов на основе модифицированной сети Петри // Современные технологии. Системный анализ. Моделирование. - 2009, №4. -С.23-29.

12. Берман А.Ф., Николайчук O.A., Юрин А.Ю. Автоматизация прогнозирования технического состояния и остаточного ресурса деталей уникальных машин и аппаратуры // Заводская лаборатория. Диагностика материалов. - 2009, №3. - С.48-57.

13. Берман А.Ф., Николайчук O.A., Юрин А.Ю. Обеспечение безопасности технических объектов методом прецедентных экспертных систем // Проблемы безопасности и чрезвычайных ситуаций. - 2008, №5. - С.83-93.

14. Берман А.Ф., Николайчук O.A. Пространство технических состояний уникальных механических систем // Проблемы машиностроения и надежности машин. - 2007, №1. - С.14-22.

15. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Интеллектуальная система поддержки принятия решений при определении причин отказов и аварий в нефтехимической промышленности // Автоматизация в промышленности. - 2006, №6. - С.15-17.

16. Берман А.Ф., Николайчук O.A. Принципы создания системы исследования безопасности сложных технических систем // Программные продукты и системы. -2001,№1.-С.6-9.

17. Берман А.Ф., Николайчук O.A. Структуризация процесса исследования безопасности сложных технических систем // Проблемы безопасности при чрезвычайных ситуациях. - 1999, №6. - С. 3-14.

18. Берман А.Ф., Николайчук O.A. Моделирование процесса исследования безопасности сложных технических систем // Проблемы безопасности при чрезвычайных ситуациях. - 1999, №8. - С.185-195.

19. Nikolaychuk O.A., Yurin A.Y. Computer-Aided Identification of Mechanical System's Technical State with the Aid of Case-Based Reasoning // Expert Systems with Applications. - 2008, Elsevier, vol. 34. - Pp. 635-642.

20. Berman, A.F., Nickolaychuk, O.A., Yurin, A.Y., Intelligent Planner for Control of Failures Analysis of Unique Mechanical Systems // Expert Systems with Applications. -2010, Elsevier, vol. 37, issue 10. - Pp. 7101-7107.

Рецензируемые российские и зарубежные журналы

21. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Онтология надежности механических систем И Искусственный интеллект. - 2004, № 3. - С. 266-271.

22. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Инструментальное средство идентификации состояний механических систем // Искусственный интеллект. - 2004, №4. - С.268-275.

23. Николайчук O.A., Юрин А.Ю. Прототип интеллектуальной системы для исследования технического состояния механических систем // Искусственный интеллект. -2006, №4.-С. 459-468.

24. Berman A.F., Nikolaychuk O.A., Pavlov A.I., Yurin А.У. An Intelligent system for Investigation and Provision of Safety for Complex Constructions // International Journal "Information Technologies and Knowledge". - 2008, vol. 2, number 3. - Pp. 218-225.

Патенты и регистрации программных продуктов

25. Берман А.Ф., Николайчук O.A. Устройство для сбора утечек из оборудования, работающего под давлением, и контроля за концентрацией среды утечек // Патент на полезную модель РФ №81556 от 20.03.2009. Бюл. №8. - 2009 (РОСПАТЕНТ).

26. Николайчук O.A., Павлов А.И., Юрин А.Ю. Инструментальное средство создания интеллектуальных систем поддержки принятия решений для идентификации технического состояния деталей машин и конструкций // Свидетельство об официальной регистрации программы для ЭВМ - Per. № 2005611217 от 25.05.05г.

27. Николайчук O.A., Павлов А.И., Юрин А.Ю. Инструментальное средство создания информационных систем автоматизации процесса исследования и обеспечения надежности механических систем // Свидетельство об официальной регистрации программы для ЭВМ. - Per. № 2005611218 от 25.05.05 г.

28. Николайчук O.A., Юрин А.Ю. Программный модуль правдоподобного вывода по прецедентам // Свидетельство об официальной регистрации программы для ЭВМ-Рег. № 2007613714 от 31.08.07 г.

29. Берман А.Ф., Сосинская С.С., Николайчук O.A. Автоматизированная система управления техническим обслуживанием и ремонтом химических и нефтехимических производств // Свидетельство об официальной регистрации программы для ЭВМ. -Per. № 990110 от 26.02.99 г.

30. Берман А.Ф., Храмова В.К., Николайчук O.A. База данных по отказам оборудования высокого давления химико-технологических линий по производству полиэтилена// Свидетельство об официальной регистрации Базы Данных. - Per. № 990010 от 26.02.99 г.

31. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Программная система для идентификации технического состояния машин и аппаратов // Свидетельство об официальной регистрации программы для ЭВМ. - Per. № 2007613715 от 31.08.07 г.

Основные статьи и доклады в материалах конференций

32. Николайчук O.A. Информационная технология имитационного моделирования для исследования динамики технического состояния сложных объектов // Труды

третьей Международной конференции «Системный анализ и информационные технологии» САИТ-2009, 14-18 сентября 2009 г., Звенигород. - М: ЛКИ, 2009. - С. 324-328.

33. Николайчук O.A. Идентификация имитационной модели динамики технического состояния механических систем // Материалы Международной конференции «Математическая теория систем», 26-30 января 2009 г., Москва. [Электронный ресурс]. - 1 эл. опт. диск (CD-ROM).

34. Николайчук O.A. Техногенные катастрофы, как следствие неопределенности прочностной надежности и технического состояния П Труды 16-ой Международной конференции «Проблемы управления безопасностью сложных систем». - М.: ИПУ РАН, 2008.

35. Николайчук O.A. Обеспечение безопасности технических систем на основе прецедентного подхода // Труды 16-ой Международной конференции «Проблемы управления безопасностью сложных систем». -М.: ИПУ РАН, 2008.

36. Николайчук O.A. Система имитационного моделирования динамики технического состояния механических систем // Труды Второй Международной конференции «Системный анализ и информационные технологии» САИТ-2007, 10-14 сентября 2007 г., Обнинск. - М: ЛКИ, 2007. - Т.1. - С. 270-273.

37. Николайчук O.A. Имитационная модель динамики технического состояния уникальных механических систем // Труды 15-ой Международной конференции «Проблемы управления безопасностью сложных систем». - М.: РГГУ, 2007. - 4.2. -С. 28-33.

38. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Агентное моделирование динамики технических состояний II Материалы Четвертой Всероссийской научно-практической конференции «Имитационное моделирование. Теория и практика» ИММОД-2009, 21-23 октября 2009 г., Санкт-Петербург. В 2 т. - СПб: ОАО ЦТСС, 2009. - Т.2. - С.27-30.

39. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Информационные технологии прогнозирования деградационных процессов // Сборник докладов Девятой сессии Международной научной школы «Фундаментальные и прикладные проблемы надежности и диагностики машин и механизмов» ВПБ-09, 26-30 октября 2009 г., Санкт-Петербург. - СПб: ИПМАШ РАН, 2009. - С. 224-231.

40. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Использование прецедентов для обоснования мероприятий по предотвращению отказов механических систем // Труды Одиннадцатой Национальной конференции по искусственному интеллекту с международным участием КИИ-08, 28 сентября - 3 октября 2008 г., Дубна. В 4 т. - М.: Ленанд, 2008. - Т.2. - С. 106-113.

41. Берман А.Ф., Николайчук O.A., Юрин А.Ю. Прецедентный подход для определения причин изменения технического состояния машин (конструкций) // Труды Международных научно-технических конференций «Интеллектуальные системы» (IEEE AIS'07) и «Интеллектуальные САПР» (CAD-2007), Дивноморское, 3-9 сентября, 2007 г. В 3 т. - М.: Физматлит, 2007. - Т.1. - С.265-270.

Редакционно-издательский отдел Института динамики систем и теории управления СО РАН 664033, Иркутск, ул. Лермонтова, д. 134

Подписано к печати 2.02.2011 Формат бумаги 60><84 1/16, объем 1,5 п.л. Заказ 1. Тираж 100 экз.

Отпечатано в ИДСТУ СО РАН

Введение.

Глава 1. Аналитический обзор.

1.1 Методология системного анализа и принятия решений при исследовании мультндисцитинарной проблемы надежности и безопасности сложных технических систем.

1.1. ¡.Подходы и методы мультидиа/иплинарных исследований.

1.1.2. Методы декомпозиции объекта исследования.

1.1.3. Принятие решений.

1.2 Закономерности динамики состояний сложных технических объектов.

1.2.1 .Методы исследования и моделирования сложных технических систем.

1.2.2.Дискретно-непрерывные системы.

1.2.3 Методы и модели исследования свойств надежности и безопасности.

1.2.4 Техническое состояние, надежность и безопасность.

1.2.5 .Модели для решения задач техногенной безопасности.

1.2.6. Деградация технических объектов.

1.2.7.Прочностная надежность, ресурс и безопасность.

1.2.8 .Анализ и оценка риска.

1.3 Агрегирование моделей, знаний и опыта. Имитационное моделирование.

1.3.1. Агрегирование.

1.3.2.Имитационное моделирование.

1.4 Информационные технологии и искусственный интеллект в исследованиях безопасности технических объектов.

1.4.1. Технологии имитационного моделирования.

1.4.2. Системы искусственного интеллекта (ИИ) для поддержки принятия решений.

1.4.3. Онтология, как средство структурированного хранения знаний.

1.4.4 Рассуждения по аналогии.

1.4.5.Рассуждения на основе модели.

1 А.б.Инструменталъиые средства для анализа и оценки надежности, безопасности и техногенного риска.

1.5 Выводы и постановка задач исследования.

Глава 2. Методология построения инструментального средства для исследования свойств надежности и безопасности сложных технических и уникальных механических систем

2.1. Базовые положения методологии.

2.2. Метод декомпозиции объекта исследования.

2.2.1. Декомпозиция по жизненному циклу.

2.2.2. Структурная декомпозиция.

2.2.3.Модель декомпозиции по информационному аспекту.

2.2.4. Модель декол¡позиции по динамике физического процесса.

2.2.5. Метод декомпозиции СТС.

•2.3. Средства и методы методологии.

2.3.1.Метод ы.

2.3.2. Средства методологии.

2.3.3. Коннепция инструментального средства.

2.4. - Модель процесса исследования надежности и безопасности.

2.4.1 .Компоненты модели процесса исследования.

2.4.2. Структура процесса исследования.надежности и безопасности СТС.

2.4.3. Функции процесса исследования надежности и безопасности СТС.1.84'

Выводы.

Глава З.Модель закономерности динамики технического состояния СТС

3.1. Декомпозиция по информационной многоаспектностн.

3.2. Декомпозиция по динамике физического процесса.92'

3.3. Модель причинно-следственного комплекса динамики технического состояния уникальных механических систем.

3.3.1. Уровень деградационных процессов.

3.3.2. Информационный уровень физических состояний.

3.3.3. Информационный уровень технических состояний.

3.3.4. Информационный уровень функциональных состояний.

3.3.5. Система воздействующих факторов.

3.3.6. Система надеэ/сности.

3.4. Модель причинно-следственного комплекса динамики технического состояния сложных технических систем.

3.4.1. Информационный уровень нежелательных процессов.

3.4.2. Информационный уровень физических состояний.

3.4.3. Информационный уровень технических состояний.

3.4.4. Информационный уровень функциональных состояний.

3.4.5. Система безопасности.

3.5. Этапы процесса исследования, отражающие причинно-следственный комплекс динамики технического состояния.

Выводы.

Глава 4. Агрегирование моделей, знаний и опыта для анализа и обеспечения надежности и безопасности сложных технических систем

4.1 Онтология, как средство структурированного храпения знаний.

4.1.1 Онтология предметной области.

4.1.2. Онтология методов.

4'.1.3"Онтология проблемной области.

4.1.4. Онтология приложения.

4.2 Алгоритм создания гибридного метода.

4.3 Описание гибридных методов решения задач исследования.

4.3.1. Описание методов на основе продукционного подхода.

4.3.2 Описание методов на основе прецедентного подхода.

4.3.3.Описание метода прогнозирования на основе агрегации подходов.

Выводы.

Глава 5. Гибридная информационная модель динамики технического состояния - уникальных механических и сложных технических систем.,.

5.1. Описание гибридной модели.

5.1.1. Компоненты модели.

5.1.2. Входные параметры.

5.1 3. Пространство состоянии.

5.1.4. Пространство нежелательных процессов.i.

5.2. Гибридная информационная модель, как результат агрегации моделей, знаний и опыта.

5.2.1 Логический компонент.

5 2.2. Математический компонент.

5.3. Алгоритм имитационного моделирования.

Выводы.

Глава 6. Методы исследования надежности и безопасности сложных технических систем.

6.1. Метод создания модели предметной области.

6. 1.1. Модель онтологии предметной области.

6 1.2. Этапы создания онтологии предметной области.

6.1.3. Логические модели предметной области.

6.2. Метод рассуждений па основе модели.

6.2.1. Представление знаний.

6.2.2. Этапы алгоритма рассуждений на основе модели.

6.2.3. Применение продукционного метода для построения деревьев событий.

6.3. Метод рассуждений на основе прецедентов.

6.3.1. Основные принципы метода.

6.3.2. Представление прецедента.

6.3.3. Этапы алгоритма рассуждений на основе прецедентов.

6.3.4. Применение прецедентного метода для построения деревьев событий. 191 Выводы.

Глава 7. Инструментальное средство для исследования надежности и безопасности сложных технических систем.

7.1. Общая архитектура системы исследования.

7.2. Компонент моделирования информационных структур.

7.2.1. Функции компонента.

7.2.2. Моделирование предметной области «надежность и безопасность СТС».

7.3. Компонент прецедентной экспертной системы.

7.3.1. Модель компонента.

7.3.2. Функции компонента.

7.4. Компонент продукционной экспертной системы.:.

7.4.1. Модель компонента.

7.4.2. Функции компонента.

7.5. Компонент математического моделирования.

7.6. Компонент имитационного моделирования.

7.6.1. Требования к компоненту.

7.6.2. Функции компонента.

Выводы.

Глава 8. Прогнозирование динамики технического состояния СТС.

8.1. Прогнозирование технического состояния «реактора».

8.1.1. Краткое описание алгоритма исследования.

8.1.2. Описание алгоритма исследования детали УМС.

8.2. Прогнозирование технического состояния «реактора» с помощью системы имитационного моделирования.

Выводы.

Актуальность. Проблема возникновения аварий и техногенных катастроф вследствие нарушения безопасности Сложных Технических Систем (СТС) обостряется, несмотря на организационно-методические и научно-технические методы, мероприятия и решения. Количество взрывов, пожаров и выбросов ядовитых веществ в промышленности, энергетике и на трубопроводном транспорте не снижается. По различным оценкам ежегодный ущерб от чрезвычайных ситуаций в последние годы составляет около 7% объема ВВП. Невосполнимы ежегодные потери человеческого и природного потенциала в результате чрезвычайных ситуаций (ЧС) [Безопасность-0б,06а,07,07а, Махутов-08].

Социальные, экономические и экологические последствия аварий и техногенных катастроф обусловливают необходимость совершенствования научных основ обеспечения надежности и безопасности СТС.

Одной из Программ фундаментальных исследований Президиума РАН на 2010-2012 гг. является «Оценка и пути снижения негативных последствий экстремальных природных явлений и техногенных катастроф, включая проблемы ускоренного развития атомной энергетики (ак. Лаверов Н.П.)».

План фундаментальных исследований РАН на период 2011-2025 гг. включает проблему «Расчетные и экспериментальные исследования критических важных элементов машинных комплексов и человеко-машинных систем для определения их базовых параметров, управления ими и повышения их защищенности в штатных, аварийных и катастрофических ситуациях. Создание новой научно обоснованной многокритериальной и многопараметрической системы обеспечения износоустойчивости, трещиностойкости, виброзащищенности, ресурса и безопасности машинных комплексов и человеко-машинных систем новых поколений для гражданских и оборонных объектов с повышенной социально-экономической эффективностью и пониженными рисками для национальной безопасности».

Министерство образования и науки курирует Федеральную Целевую Программу «Научные и научно-педагогические кадры инновационной

России» на 2009 - 2013 гг., которая включает проект: «Проведение научных исследований коллективами научно-образовательных центров в области снижения риска и последствий природных и техногенных катастроф».

Одной из критических Федеральных технологий является «Технология обеспечения безопасности продукции, производств и объектов».

Внимание к проблеме техногенной безопасности со стороны РАН, образовательных учреждений и государственных структур подтверждает ее актуальность.

Развитие методологии, методов и моделей системного анализа и обработки информации также относится к актуальным проблемам.

Требуются методы, которые позволили бы анализировать сложные проблемы как целое, обеспечивали бы рассмотрение многих альтернатив и полноту каждой, которые описываются большим числом переменных, помогали вносить измеримость, давали возможность отражать неопределенности.

Катастрофические отказы и аварии, характеризуются отсутствием не только представительной статистической выборки, но и отсутствием полной повторяемости их причинно-следственных связей. То есть катастрофические отказы и аварии являются уникальными процессами и событиями и для их прогнозирования невозможно использовать вероятностно-статистические методы или статистические методы должны рассматриваться на таком уровне структуры систем и их элементов, на котором можно выделить статистические объекты. Такой подход для оценки событий, составляющих сценарий формирования ЧС, только формируется, и настоящая работа является определенным вкладом в такой подход.

Одной из основных задач фундаментальных исследований является разработка методологии прикладных исследований, включающей базовые положения, методики, математические модели и принципы обоснования решений при проведении исследований. Методология системного анализа требует развития для эффективного решения прикладных задач, например, таких как обеспечение надежности и безопасности сложных технических систем.

Трудности формализации и моделирования; процессов обеспечения и; поддержания, надежности и безопасности обусловлены недостаточной1, структурированностью и взаимосвязью! совокупности данных и знаний из различных научных направлений и дисциплин; необходимых для решения данной проблемы; Требуется такая? структуризация и формализация знаний, характеризуемых неопределенностью' и неполнотой, которая бы обеспечивала алгоритм; исследования, позволяющий использовать, как все имеющиеся знания и опыт, так и аналитические и эвристические методы их обработки.

При-работе с данными различных типов невозможно (за исключением простейших случаев) устанавливать, связи; отражающие: существующие между элементами данных, зависимости. Если функциональные зависимости во многих случаях могут быть, представлены в- аналитическом виде, то классификационные связи типа родовидовых, причинно-следственных и др. представить в аналитическом виде не представляется возможным. Только в системах, работающих со знаниями, сведения о таких связях между объектами представляются в явной форме. Благодаря этому обеспечивается компактное представление информации и единообразие ее обработки.

Подобное состояние проблемы обеспечения надежности и безопасности CTG требует развития? принципов, методов, познавательных и прагматических моделей анализа; закономерностей^ а также: методов и технологий обработки- информации, направленных на обоснование рациональных свойств GTC и>. входящих в, их состав уникальных механических систем ("У MC). Различие' методов исследования и обеспечения надежности и безопасности;СТС и УМС подтверждает наличие системных свойств СТС.

При создании технических объектов решаются две основные проблемы:

• обеспечить функционирование объектов в соответствие с назначением;

• обеспечить эффективное функционирование, которое определяется надежностью и безопасностью как объекта в целом, так и его компонентов;

Каждая из проблем включает множество задач, относящихся к различным научным отраслям и дисциплинам, по которым требуется принимать решения. Для принятия решений необходимо сформировать 8 альтернативы, из которых, в соответствие с принятыми критериями, выбрать рациональную. При этом, критерии принятия решений должны быть согласованы по всем этапам и стадиям создания технического объекта: от обоснования выбора материала для каждого ответственного элемента, до обоснования свойств надежности и безопасности объекта в целом.

Исследованиям на разных уровнях структуры сложной системы и на разных этапах ее создания и применения должна быть свойственна методологическая общность, позволяющая активно использовать на каждом этапе жизненного цикла системы положительные результаты, получаемые при исследовании и обеспечении ее надежности и безопасности.

Дальнейшие успехи в решении проблемы повышения надежности и безопасности СТС и УМС обусловлены следующими факторами:

•развитием и использованием методологических основ исследования и обеспечения надежности и безопасности технических объектов; •совершенствованием методов исследования и обеспечения надежности и безопасности технических объектов на всех стадиях жизненного цикла;

•совершенствованием информационных технологий и методов искусственного интеллекта для решения задач обеспечения надежности и безопасности сложных технических объектов. Связь работы с научными программами, планами, темами Исследование выполнено в соответствии с:

• Программой IV.29.1. Теоретические основы и методы информационных и вычислительных технологий проектирования и принятия решений (координаторы ак. Ю.И. Шокин, чл.-к. РАН В.В. Шайдуров). Проект ИДСТУ СО РАН, «Имитационные модели и информационные технологии автоматизации исследований и принятия решений при обеспечении техногенной безопасности» (отв. исп. к.т.н. с.н.с. O.A. Николайчук, 2010-2012 гг.);

• Программой ОЭММПУ РАН «Защищенность, безопасность и эффективность многокомпонентных машиностроительных систем по критериям риска и полезности» (Координаторы ак. РАН В.М. Матросов, чл.-к. РАН H.A. Махутов). Проект ИДСТУ СО РАН, «Методы и средства 9 обеспечения отказоустойчивости и безопасности многокомпонентных машиностроительных систем» (отв. исп. к.т.н. O.A. Николайчук, 2003-2008 гг.);

• Программой 2.4. СО РАН «Математические методы оптимального управления и системного анализа». Проект ИДСТУ СО РАН, «Методы оптимального управления при структурных воздействиях и неопределенностях с приложением к техническим и социально-эколого-экономическим системам» (рук., д.ф.-м.н. В.А Батурин, отв. исп. блока к.т.н. O.A. Николайчук, 2006-2009);

• Грантами Президента России по проектам «№НШ-9508.2006.1. (20062008 гг) и «№НШ-1676.2008.1. (2009-2011 гг). Проект ИДСТУ СО РАН, Устойчивость и управление в гетерогенных динамических и других системах». Руководитель проекта ак. РАН С.Н.Васильев (в составе исполнителей к.т.н. O.A. Николайчук).

• Фондом содействия отечественной науке (рук., молодой ученый к.т.н. А.Ю. Юрин, консультант к.т.н. O.A. Николайчук, 2008 г.).

• Интеграционным проектом СО РАН «Антропогенные риски угледобывающих и нефтегазодобывающих территорий Сибири». Координатор д.т.н. проф. Москвичев В.В. (отв. исп. к.т.н. O.A. Николайчук, 20092011 гг.).

Цель исследования. Разработать методологию создания инструментального средства для исследования мультидисциплинарной проблемы надежности и безопасности СТС, базирующуюся на агрегировании разработанных и существующих моделей, знаний и опыта, отражающих динамику состояний СТС.

Задачи исследования.

S Разработать базовые положения методологии создания инструментального средства исследования надежности и безопасности для обоснования эффективных свойств надежности и безопасности СТС и входящих в их состав Уникальных Механических Систем (УМС).

S Разработать и агрегировать в систему исследования модели динамики состояний УМС и СТС, знания и опыт, отражающие основные процессы, явления и события, обусловливающие изменение состояний и приводящие к катастрофическим отказам, авариям и техногенным ЧС. Обосновать иерархию задач исследования, отражающих мультидисциплинарность процесса обеспечения надежности и безопасности СТС и УМС на стадиях создания и применения. Разработать имитационную модель динамики состояний СТС и УМС и соответствующие этой динамике методы и средства исследования техногенной безопасности. Разработать алгоритм процесса исследования в виде набора этапов, операций, процедур и действий соответствующих иерархической и итерационной структуре имитационной модели; Разработать концепцию применения информационных технологий, искусственного интеллекта и структуру программной системы для автоматизации исследований техногенной безопасности; Разработать программную систему для накопления данных и знаний, их первичной обработки и проведения эффективных вычислительных экспериментов на моделях различного типа (структурных, математических, логических и др.), для анализа опасностей и синтеза свойств безопасности. Выявить и формализовать закономерности изменения состояний УМС и СТС на основе базовых знаний физики и механики разрушения, отказов и аварий, опыта их изучения и моделирования, для обеспечения возможности обоснования адекватных методов диагностирования, прогнозирования и идентификации технического состояния объектов. Идентифицировать параметры моделей, обусловливающие и характеризующие механические, физико-химические и иные закономерности изменения состояний УМС и СТС, приводящие к катастрофическим отказам, на основе исследовательской версии инструментального средства.

Объектом исследования являются сложные технические системы и уникальные механические системы, входящие в их состав, катастрофические отказы которых приводят к авариям и техногенным катастрофам.

Рассматриваемые в работе СТС и УМС являются объектами, не допускающими активного эксперимента из-за того, что экспериментальные воздействия могут повредить дорогостоящий объект или разрушить его или привести к аварии и техногенной ЧС.

На стадии создания сложных уникальных систем, экспериментальное построение их математической модели в принципе невозможно. Однако априорную оценку свойств проектируемой системы с допускаемой точностью можно осуществить на основе использования знаний и данных о подобных системах с учетом особенностей создаваемой системы. Эти особенности могут быть учтены на основе дополнительных знаний из соответствующих отраслей науки и экспертных знаний. Математическое моделирование позволяет получать правдоподобные оценки свойств проектируемых систем и прогнозировать возможные эффекты от их применения.

СТС - это совокупность механических, электрических и электронных компонентов, реализующая некоторую последовательность какого-либо процесса включающего в разных сочетаниях переделы, этапы, операции, переходы и другие действия. В состав СТС входят средства транспортировки и связи, системы мониторинга и диагностирования, системы безопасности и др., а их функциональные и технические состояния описываются множеством взаимосвязанных параметров. СТС свойственно выполнение в процессе функционирования сложной и многофакторной целевой функции. При этом изменение параметров, в том числе характеризующих уровень надежности и безопасности, одного компонента может оказывать влияние на параметры других компонентов и СТС в целом.

В процессе эксплуатации (применения) все компоненты СТС изменяют свое техническое состояние, характеризуемое параметрами, допустимые значения которых обеспечивают возможность техническому объекту эффективно, надежно и безопасно выполнять свои функции.

В данной работе рассматриваются такие СТС, в состав которых входят Уникальные Механические Системы (УМС), характеризуемые единичностью изготовления, специфичностью воспринимаемых воздействий и реакций на эти воздействия. УМС - совокупность элементов, предназначенная для преобразования энергии, материалов и информации и подвергаемая при этом какому-либо виду раздельного или совместного механического, физического или химического воздействия, обусловливающего деградацию ее свойств и свойств ее элементов. При этом основные элементы УМС также изготавливаются в единичных экземплярах.

Аварии, развивающиеся из катастрофических отказов УМС, обусловлены и сопровождаются механо-физико-химическими воздействиями и процессами на уровне веществ, участвующих в технологическом процессе, их взаимодействии и воздействии на оборудование, здания, сооружения, обслуживающий персонал, население и природу.

Таким образом, проблема повышения надежности и безопасности СТС является комплексной, так как распространяется на все стадии и этапы жизненного цикла опасных техногенных объектов. Проблема является и мультидисциплинарной, так как требует учета взаимозависимых параметров, характеризующих предупредительные, контрольные и защитные мероприятия, как для УМС, так и СТС, изучаемых различными научными отраслями и дисциплинами. Это предполагает совершенствование прикладных методов исследования, проектирования, математического, информационного и программного обеспечения, экономического и организационного управления, планирования, контроля и т.п., учитывающих эту особенность.

Предметом исследования является методология создания инструментального средства анализа и принятия эффективных решений для обеспечения свойств надежности и безопасности УМС и СТС, включающая принципы, методы и модели структурирования, накопления и обработки информации, знаний и опыта взаимосвязанных научных дисциплин. Методология должна учитывать то, что на разных этапах жизненного цикла СТС и УМС требуются разные данные и знания и разные их представления для эффективного решения задач обеспечения надежности и безопасности.

Данная работа посвящена формализации и постановке задач, созданию методов структурирования, представления, обработки и использования информации из различных научных дисциплин, а также разработке, базирующейся на них, программной системе, обеспечивающей взаимодействие специалистов различных предметных областей на всех стадиях жизненного цикла объектов с целью создания надежных и безопасных СТС.

Методология создания инструментального средства для исследования безопасности СТС рассматривается в данной работе как совокупность разработанных и усовершенствованных принципов, методов, методик и схем проведения исследований, а также принципов, используемых для принятия и реализации решений, направленных на предупреждение и снижение последствий катастрофических отказов и аварий, развивающихся из них техногенных катастроф.

Мулътидисцитинарностъ проблемы. Обеспечение безопасности СТС

Мультидисциплинарный подход рассматривает объект исследования в виде целостной модели, где отдельная дисциплина описывает только некоторую часть объекта. При изучении сложного объекта, когда необходимо объединение большого количества дисциплин, возникает большое количества связей, что усложняет их идентификацию и исследование.

В этом случае необходимо найти основание для менее детальной декомпозиции множества дисциплин на непересекающиеся слои - системные представления объекта исследования. В этом случае каждый слой — это проекция объекта не в ту или иную предметную область или дисциплину, а в информационный слой дисциплин, имеющих один предмет исследования.

В работе рассматриваются СТС, безопасность которых нарушается вследствие отказов и аварий, обусловленных разрушением или разгерметизацией входящих в их состав УМС. В этом случае, безопасность СТС определяется свойствами, к которым относятся структурная и прочностная надежность, объемы и параметры мониторинга, диагностирования и прогнозирования технического состояния объектов, эффективность систем защиты и снижения последствий катастрофических отказов и аварий.

Специфичность технических и технологических процессов обусловливает уникальность механических систем, реализующих различные стадии процессов, и неповторимость причинно-следственных связей нарушения безопасности и формирования катастрофических отказов и аварий.

Отказы механических систем, для обеспечения безопасности которых невозможно применить структурное резервирование (сосуды, трубопроводы, емкости и т.п.), зависят от прочностной и ресурсной надежности. Аварии зависят от структурной надежности СТС и методов безопасности, обеспечивающих прерывание аварий и снижение их последствий.

Для обеспечения надежности и безопасности СТС необходимо выявлять и исследовать их источники на всех стадиях жизненного цикла СТС. Некоторые источники опасности исключить невозможно, поэтому на стадии создания СТС наделяют свойствами, которые позволяют предупредить, нейтрализовать или снизить последствия реализации опасности. На стадии применения, с помощью методов и средств мониторинга, диагностики и прогностики, обоснованных на стадии создания, периодически (или непрерывно) выявляются параметры, характеризующие приближение опасных состояний и принимаются меры по возвращению СТС в исходное состояние с помощью обслуживания и ремонта, а также противоаварийных воздействий.

СТС, являющиеся причиной аварий и техногенных катастроф, создаются и эксплуатируются на основе практически всей совокупности существующих естественнонаучных и инженерных направлений и дисциплин. К ним относятся физика и механика прочности и разрушения, материаловедение, теория упругости и пластичности, системная и прочностная надежность и безопасность, теория риска и др. Это обусловливает мультидисциплинарность процесса создания и применения таких систем. Существующие модели взаимодействия специалистов, создающих и эксплуатирующих опасные техногенные объекты, не включают всей совокупности общепринятых и специальных знаний, а также алгоритмов их обработки для обеспечения- понимаемых и согласованных всеми свойств надежности и техногенной безопасности объектов, их компонентов и элементов на всех стадиях жизненного цикла. CALS- технологии пока не включают аспект принятия конкретных решений для обеспечения надежности и безопасности СТС.

В работе рассматривается надежность и безопасность СТС, в состав которых входят уникальные механические системы, а также электронные и электрические подсистемы, которые в данной работе не рассматриваются, так как легко поддаются структурному резервированию. Не рассматриваются также объекты массового и серийного производства, так как обеспечение их надежности и безопасности в значительной степени осуществляется благодаря экспериментальным исследованиям и испытаниям, приближенным к реальным условиям эксплуатации.

Методы исследования. Для решения сложных проблем, подобных рассматриваемой, их разделяют на подпроблемы, задачи и подзадачи и представляют во взаимосвязи, как для принятия эффективных решений, так и для обоснования эффективного алгоритма, обеспечивающего решение задач различными методами и программными средствами.

Основными методами исследования является системный анализ, теория моделирования, теория множеств, имитационное моделирование, информационные технологии и методы искусственного интеллекта, объектно-ориентированное проектирование и программирование.

Значительный вклад в развитие системного анализа и применения его для решения различных прикладных проблем внесли H.H. Моисеев, О.И. Ларичев, C.B. Емельянов, Д.М. Гвишиани, Ю.С. Попков, В.А. Геловани, В.Н. Садовский, В. Г. Афанасьев, В.М. Глушков, В. П. Кузьмин, Ю. Г. Марков, И. Б. Новик, Л. А Петрушенко, М.И. Сетров, B.C. Тгохтин, А.И. Уемов, Э.Г. Юдин, Берталанфи Р., Клир Дж., Р. Акофф, О. Ланге, Р. Мертон, М. Месарович, Т. Парсонс, У. Росс Эшби и многие другие.

Моделирование в технических, экономических и экологических системах развивается благодаря работам Бусленко Н.П., Васильева С.Н., Батурина, В.А., Гурмана В.И., Острейковского В.А., Советова Б.Я., Соколова Б.В. и др. Развитие и приложение информационных технологий осуществлялось в трудах Мешалкина В.П., Осипова Г.С., Евгенева Г.Б., Бычкова И.В., Ноженковой Л.Ф., Норенкова И.П., Гавриловой Т.А., Еремеева А.П., Хорошевского В.Г., Соколова Б.В., Трахтенгерца Э.А., Бермана А.Ф., Черняховской Л.Р., Юсупова P.M., Уразбахтиной Л.Б., Буча Г. и других.

1 *

Современная теория безопасности СТС развивается благодаря таким научным направлениям, как динамика сложных систем (Матросов В.М., Васильев С.Н., Андриенко А.Я., Бурков В.Н., Кульба В.В., Новиков А.Д., Павлов Б.В., Пархоменко П.П., Портнов-Соколов ЮЛ., Северцев H.A., Фролов К.В., Виттих В.А., Цвиркун А.Д., Елисеев C.B., Хенли Э., Кумамото X., Клир Дж. и др.), прочностная надежность и ресурс механических систем (Махутов H.A., Болотин В.В., Фролов К.В., Гаденин М.М., Гетман А.Ф., Клюев В.В., Морозов Е.М., Матвиенко Ю.Г,, Москвичев В.В., Рябинин И.А., Тимашев С.А., Берман А.Ф., Капур К., Ламберсон JI. и др.), нелинейная динамика (Малинецкий Г.Г., Потапов А. Б., Медоус Д, Форрестер и др.), теория катастроф (Арнольд В.И., Томпсон Дж., Лоренц Э.), теория самоорганизованной критичности (Курдюмов С.П., Бак П., Танг К., Вайзенфельд К. ), синергетика (Лоскутов А.Ю., Хакен Г., Пригожин И. и-др.), теория нормальных аварий (Перроу Ч.), анализ и оценка техногенного риска (Андриенко А.Я., Берман А.Ф., Быков A.A., Ямалов И.У., Белов П.Г, Владимиров В.А., Гражданкин А.И., Елохин А.И., Измалков В.И., Живетин В.Б., Зайнетдинов Р.И., Лисанов М.В., Махутов H.A., Печенин H К., Печеркин A.C. и др.). I

Научная новизна полученных результатов. Полученные в работе результаты направлены на развитие методов системного анализа, управления и обработки информации для решения актуальной прикладной проблемы исследования и обеспечения надежности и безопасности уникальных механических и сложных технических систем. Декомпозиция проблемы, обоснование задач, структурирование и выявление связи между данными и знаниями различных научных направлений и дисциплин, необходимых для решения задач надежности и безопасности СТС, обеспечивает взаимодействие специалистов на всех стадиях жизненного цикла технических объектов. Модели и алгоритмы исследования являются вкладом 1 в методологию исследования, агрегирующую общепринятые знания, специализированные знания и данные различных отраслей науки и прикладных дисциплин. Применение программной системы обеспечивает имитационное моделирование, позволяющее прогнозировать изменение состояния опасных объектов на любой стадии жизненного цикла.

17

Нижеперечисленные научные результаты получены впервые:

Разработана методология построения инструментального средства для исследования свойств надежности и безопасности функционирования сложных технических систем, обеспечивающая структурирование, представление, накопление, обработку и использование информации из различных научных дисциплин, предметом исследования которых является обеспечение надежности и безопасности систем.

Создан новый метод декомпозиции- объекта исследования, основанный на моделях декомпозиции структуры объекта, жизненного цикла объекта, информационных аспектов состояний объекта и процессов изменения состояний.

На основе предложенного метода декомпозиции разработана причинно-следственная модель объекта, включающая параметры, характеризующие функциональный, технический, физический аспекты ч состояний, и причинно-следственные связи на множестве параметров.

Представлен новый метод агрегирования математических, логических и информационных моделей данных и знаний и алгоритмов их обработки, основанный на предлагаемых моделях онтологий предметной и проблемной областей.

Создана гибридная информационная модель динамики состояний технической системы, основанная на предлагаемых причинно-следственной модели объекта и методе агрегирования.

Предложены новые модели и методы обработки причинно-следственной информации на основе прецедентного и продукционного подходов.

На основе предложенной методологии разработаны алгоритм, архитектура и исследовательская версия специализированного инструментального средства, позволяющего прогнозировать параметры приближения катастрофических отказов, аварийных ситуаций, аварий и техногенных ЧС.

Практическая значимость. Полученные научные результаты использованы при решении задач и обосновании рекомендаций, направленных на систематизированный сбор и анализ информации для построения систем принятия решений, построения моделей исследования и прогнозирования, направленных на обеспечение надежности и безопасности сложных технических объектов, и при разработке различных программных документов, программных продуктов в том числе:

• Институтом машиноведения РАН (г. Москва) для проведения исследований по идентификации технического состояния и обеспечения надежности уникальных деталей машин и аппаратуры;

• При обосновании мероприятий Программы снижения риска и смягчения последствий природных и техногенных ЧС на территории Иркутской области на период 2002-2010 гг.;

• При разработке концепции и Программы устойчивого развития Иркутской области на 2006-2010 гг.,

• При разработке среднесрочной целевой Программы «Информатизация Иркутской области на период 2003-2006 гг.»;

• При разработке программных систем для оценки и восстановления технического состояния оборудования на Ростовском электровозоремонтном заводе, ЗАО «Восточно-Сибирская топливная компания», ОАО «Ангарская нефтехимическая компания».

• При разработке программной системы для диагностирования технического состояния компрессоров электровозов;

• Для повышения техногенной безопасности герметичных объектов посредством своевременного выявления разгерметизации и принятия необходимых мер. Использование программной системы позволило обосновать техническое решение, направленное на повышение безопасности СТС. На техническое решение получен патент на полезную модель «Устройство для сбора утечек из оборудования, работающего под давлением, и контроля за концентрацией среды утечек (Патент РФ №81556 от 20.03.2009. Бюл. №8. МПК. Р17Б 5/02. 2008.01.01).

Личный вклад автора. Постановка задач исследования; разработка основных положений, определяющих научную новизну и практическую значимость работы; разработка базовых положений, методов, моделей, информационной базы, функций и структуры программной системы; проверка адекватности моделей и выполнение исследований. В разработке

19 программного обеспечения экспертных систем, баз знаний и данных, вычислительных модулей принимали участие сотрудники лаборатории Информационных технологий исследования техногенной безопасности ИДСТУ СО РАН, которым автор выражает глубокую благодарность.

Автор выражает признательность научному консультанту д.т.н. профессору А.Ф. Берману за консультации, ценные советы и внимание к работе, а также коллегам по лаборатории Информационных технологий исследования техногенной безопасности к.т.н. с.н.с. А.Ю. Юрину и к.т.н. с.н.с. А.И. Павлову.

Апробация результатов диссертации. Материалы, изложенные в диссертации докладывались на 34 международных и 21 российских симпозиумах, конференция и семинарах, в том числе: Современные методы математического моделирования природных и антропогенных катастроф (Красноярск-1999, 2001, 2009); Интеллектуальные системы (Москва-2000); Complex System: Control and modeling Problems. International Conference (Russia, Samara -2000.); Intelligent Systems and Information Technologies in Control, IS&ITC - 2000. (St.Petersburg/Pskov); International Workshop on Control of Dynamical Systems (Irkutsk, Russia, July 10-14, 2000); Международная конференция «Разрушение и мониторинг свойств металлов» (Екатеринбург-2003); XII Международная конференция по вычислительной механике и современным прикладным программным системам (Владимир-2003); Modelling and Analysis of Safety and Risk in Complex Systems. International Scientific School (Saint-Petersburg -2004); Международные научно-технические конференции «Интеллектуальные системы» (IEEE AIS'04) и «Интеллектуальные САПР» (CAD-2004) (Дивноморское-2004); Международная конференция «Искусственный интеллект. Интеллектуальные многопроцессорные системы» (Украина, Кацивели-2004, 2006); VIII МЕЖДУНАРОДНАЯ КОНФЕРЕНЦИЯ «Кибернетика и высокие технологии XXI века» С&Т*2007 (Воронеж-2007); X-th Joint International Scientific Events on INFORMATICS, XHIth International Conference "Knowledge-Dialogue-Solutions" (Bulgaria, Vama-2007); Международная конференция «Системный анализ и информационные технологии» САЙТ (2007, 2009); The 18th International China Harbin Fair for Trade and Economic Cooperation (Харбин-2007); XIV Международная конференция «Проблемы управления безопасностью сложных систем» (Москва-2007); Международная научно-техническая конференция

Интеллектуальные системы» (AIS'08) и «Интеллектуальные САПР» (CAD-2008) (Геледжик-2008); Одиннадцатая Национальная конференция по искусственному интеллекту с международным участием (Дубна-2008); XV Международная конференция «Проблемы управления безопасностью сложных систем» (Москва-2008, 2009); Мультиконференция по информационным технологиям и управлению в промышленности (Москва-2009); Девятая сессия международной научной школы «Фундаментальные и прикладные проблемы надежности и диагностики машин и механизмов». Санкт-Петербург, ИПМАШ РАН; Международная конференция «Математическая теория систем», 26-30 января 2009 г., Москва; 3-я международная научная конференция «Автоматизация в промышленности», 3-5июня, Москва, ИПУ РАН, 2009; III Всероссийская конференция «Инфокоммуникационные и вычислительные технологии и системы» (Улан-Удэ — 2010).

Публикации. Основное содержание диссертации опубликовано в 82 статьях и научных докладах. В том числе 20 статей в журналах из перечня ВАК РФ. Получен Патент на полезную модель, а также 6 свидетельств о регистрации программных продуктов и баз данных.

Структура диссертации. Диссертация состоит из введения, заключения, 8 глав, включает 251 страницу, в т.ч. 102 рисунка и 3 таблицы. Список литературы включает 281 наименований. Приложение, включающее документы, подтверждающие использование результатов в прикладных исследованиях и разработках на 17 стр. Всего 268 стр.

Основные выводы

На основе системного анализа, формализации, абстрагирования, обобщения, аналогии, моделирования и других научных методов осмысления результатов эмпирических исследований, включающих наблюдение, эксперимент, сравнение, описание и измерение и отраженных в специальной научно-технической литературе получены следующие результаты:

• Разработана методология построения инструментального средства для исследования свойств надежности и безопасности функционирования сложных технических систем, которая обеспечивает структурирование, представление, накопление, обработку и использование информации из различных научных дисциплин.

• Предложен метод декомпозиции объекта исследования, обеспечивающий анализ и структурирование проблем и задач исследования свойств надежности и безопасности СТС.

• Создана причинно-следственная модель объекта, описывающая функциональный, технический, физический аспекты процесса изменения состояний и обеспечивающая структурирование и представление информации для исследования и принятия решений.

• Разработан метод агрегирования математических, логических и информационных моделей данных и знаний и алгоритмов их обработки, который позволяет обрабатывать разнородную и взаимосвязанную информацию по заданной проблеме.

• Разработана гибридная информационная модель динамики состояний технической системы, которая позволяет выявлять закономерности изменения состояний объекта.

• Разработаны модели и методы обработки причинно-следственной информации на основе прецедентного и продукционного подходов для обеспечения поддержки принятия решений при выборе свойств надежности и безопасности объекта.

• Разработаны алгоритм, архитектура и исследовательская версия специализированного инструментального средства, включающего модуль онтологии, модули продукционной и прецедентной экспертных систем и позволяющего прогнозировать параметры наступления катастрофических отказов, аварийных ситуаций, аварий и техногенных ЧС и осуществлять поддержку принятия решений по предупреждению, ликвидации и снижению последствий ЧС.

• Приведены результаты применения предложенной методологии автоматизации исследований для прогнозирования технического состояния уникальной механической системы «трубчатый реактор», являющейся компонентом СТС «производство полиэтилена низкой плотности».

Практическая ценность работы заключается в применении полученных результатов для решения задач обеспечения техногенной безопасности и сопутствующих им задач анализа и оценки риска аварийных ситуаций.

Научные результаты использованы при разработке различных программных документов, программных систем, решении некоторых задач и обосновании рекомендаций, направленных на обеспечение техногенной безопасности сложных технических объектов.

Дальнейшие исследования должны быть направлены на

• повышение универсальности агрегирования моделей, знаний и опыта;

• обеспечение точности моделей, отражающих закономерности изменения технического состояния объектов и приближения признаков техногенных ЧС;

• повышение адекватности представления, извлечения и обработки знаний;

• расширение специализированной онтологии за счет автоматизированного ввода данных и знаний из электронных источников;

• создание мультиагентной системы имитационного моделирования свойств надежности и безопасности сложных технических систем на основе использования разнородной информации;

• создание полно функционального инструментального средства для исследования надежности и безопасности сложных технических систем.

ЗАКЛЮЧЕНИЕ

Сложные механические и технические системы, являющиеся причиной техногенных ЧС, создаются на основе практически всей совокупности существующих естественнонаучных и инженерных знаний. Это обусловливает мультидисциплинарность проблемы обеспечения их надежности и безопасности.

Существующие методология и модели:

• не включают всей совокупности мультидисциплинарных знаний и алгоритмов их обработки для обеспечения свойств надежности и техногенной безопасности таких объектов на всех стадиях их жизненного цикла.

• не обеспечивают эффективного взаимодействия и принятия согласованных решений специалистами, создающими и эксплуатирующими опасные техногенные объекты.

В диссертационной работе, на основе представлений о системном анализе, методах принятия решений, математическом моделировании, структуре и функциях предпроектных исследований, проектирования и конструирования сложных. технических систем, методах и подходах информационных технологий и искусственного интеллекта, принципах разработки программного обеспечения, разработана методология построения инструментального средства исследования надежности и безопасности сложных технических объектов.

Методология включает базовые положения, методы, модели, принципы принятия решений, отражающие структуру процесса исследования, совокупность знаний, описывающих исходное состояние опасных объектов и его последовательное изменение на различных иерархических уровнях процесса изменения состояний, методы и алгоритмы формализации и обработки знаний. Созданы научные и методические предпосылки решения актуальной прикладной проблемы обеспечения безопасности сложных технологических систем и входящих в их состав уникальных механических систем.

На основе предложенной методологии реализован исследовательский прототип специализированного инструментального средства, обеспечивающий имитационное моделирование динамики технического состояния и поддержку принятия решений исследователем при решении задач идентификации, прогнозирования и генезиса технического состояния.

Агрегирование совокупности существующих и разработанных подходов, методов, моделей и принципов принятия решений в единый методологический комплекс позволяет эффективно использовать современные информационные технологии для единообразного представления и накопления аналитических и экспериментальных данных о закономерностях изменение технического состояния объектов и признаках приближения техногенных катастроф.

Решены все поставленные в работе задачи, необходимые для достижения цели исследования, заключающейся в разработке методологии создания инструментального средства для исследования мультидисциплинарной проблемы надежности и безопасности СТС, базирующуюся на агрегировании разработанных и существующих моделей, знаний и опыта, отражающих динамику состояний СТС, что позволяет сделать следующие выводы:

1. Абросимов-00. Абросимов A.A. Управление промышленной безопасностью. М.: КМК Лтд., 2000.

2. Аверченков-09. Аверченков В.И., Рытов М.Ю., Гайнулин Т.Р. Математическое моделирование процесса выбора состава технических средств систем защиты //Вестник компьютерных и информационных технологий. 2009. №9. С.45-49.

3. Александров-08. Александров A.A. Структура системы логистической поддержки жизненного цикла наукоемкой продукции. //Вестник МГТУ им. Н.Э.Баумана. Сер. «Машиностроение». 2008. №1. С. 120-125.

4. Алексеев-08. Алексеев A.A., Борзенков С.Л., Полозов В.А. Методологические аспекты управления риском на основе стандарта API 581 // Безопасность труда в промышленности. 2008. №2. С.65-70.

5. Антонова-05. Антонова Г.М., Цвиркун А.Д. Оптимизационно-имитационное моделирование для решения проблем оптимизации современных сложных производственных систем // Проблемы управления. 2005. № 5. С. 19-27.

6. Арнольд-90. Арнольд В.И. Теория катастроф. М., Наука, 1990. — 128 с.

7. Архипова-08. Архипова Н.И., Кульба В.В. Управление в чрезвычайных ситуациях. М.: ГРРУ, 2008.

8. ACM СЗМА. Программный комплекс автоматизированного структурно-логического моделирования ПК АСМ СЗМА. Регистрационный № 2003611101 Роспатента РФ. URL: http://wvvw.szma.com и http://www.safety.fromru.com

9. Асратян-04. Асратян Р.Э., Козлов А.Д., Лебедев В.Н., Мараканов И.Н. Распределенная интегрированная информационная система поддержки принятия решений // Проблемы управления. 2004. № 2. С.14-20.

10. Ахромеева-08. Ахромеева Т.С., Курдюмов С.П., Малинецкий Г.Г., Самарский A.A. Структуры и хаос в нелинейных средах. 2008.

11. Бабак-05. Бабак О.В., Татаринов А.Э. Об одном подходе к решению задач классификации в условиях неполноты информации. // Кибернетика и системный анализ. 2005. №6. С. 116-123.

12. Бак-91. Бак П., Чен К. Самоорганизованная критичность// В мире науки. 1991. №3. С.16-24.

13. Батурин-05. Батурин В.А., Бычков И.В., Урбанович Д.Е. и др. Моделирование и оценка состояния медико-эколого-экономических систем. Новосибирск: Изд-во СО РАН, 2005.

14. Баранов-07. Баранов В.В., Матросов В.М. Модели полезности и риска в задачах управления деградирующими системами. //Проблемы управления. 2007. №5. С.15-20.

15. Башлыков-02. Башлыков A.A., Еремеев А.П. Экспертная диагностическая система в составе интеллектуальной системы поддержки принятия решений реального времени // Новости искусственного интеллекта. 2002. № 3. С. 35-40.

16. Безопасность-06. Основы анализа и регулирования безопасности: Часть 1. Науч. рук. К.В. Фролов М.: МГФ "Знание", 2006.

17. Безопасность-Оба. Безопасность гражданского и оборонного комплексов и управление рисками: Часть 2. Науч. рук. К.В. Фролов М.: МГФ "Знание", 2006.

18. Безопасность-07. Прикладные вопросы анализа рисков критически важных объектов: Часть 3. Науч.рук. К.В. Фролов. М.: МГФ "Знание", 2007.

19. Безопасность-07а. Научно-методическая база анализа риска и безопасности: Часть 4. Научн. руковод. К.В. Фролов М.: МГФ "Знание", 2007.

20. Белов-03. Белов П.Г. Системный анализ и моделирование опасных процессов в техносфере. Уч. Пособие. М.: Академия, 2003.

21. Бенькович-02. Бенькович Е.С., Колесов Ю.Б., Сениченков Ю.Б. Практическое моделирование динамических систем. СПб.:БХВ-Петербург, 2002.

22. Берман-91. Берман А.Ф. Обеспечение надежной и безопасной эксплуатации оборудования методом экспертных систем //Надежность и контроль качества. 1991. №11. С.45-50.

23. Берман-93. Берман А.Ф., Мороз В.Г. Хрупкое разрушение труб под влиянием внешних воздействий //Проблемы прочности. 1993. №2. С.40-46.

24. Берман-94. Информационный подход к проблеме физики отказов механических систем // Надежность и контроль качества. 1994. №5.

25. Берман-946. Берман А.Ф. Формализация эмпирического смысла процесса отказа уникальных механических систем // Проблемы машиностроения и надежности машин. 1994. № 3. С.89-95.

26. Берман-98. Берман А.Ф. Деградация механических систем. Новосибирск: Наука, 1998.

27. Берман, Васильев-06. Берман А.Ф., Васильев С.Н. Технология обеспечения приемлемого риска аварий механических систем // Проблемы человеческого риска. 2006. №1. С.61-69.

28. Берман, Васильсв-07. Берман А.Ф., Васильев С.Н. Условия и источники техногенного риска // Проблемы человеческого риска. 2007. №1 С. 45-50.

29. Болотин-90. Болотин В.В. Ресурс машин и конструкций. М.Машиностроение, 1990.

30. Бонгард-67. Бонгард М.М. Проблема узнавания. М.: Физматгиз, 1967.

31. Борщев-93. Борщев А., Карпов Ю., Колесов Ю.: Спецификация и верификация систем логического управления реального времени. В сб. "Системная информатика", вып.2, ИСИ СО РАН, Н-ск, 1993.

32. Броек-80. Броек Д. Основы механики разрушения. Пер. с англ. М.: Высшая школа, 1980.

33. Буравлев-95. Буравлев А.И., Доценко Б.И., Казаков И.Е. Управление техническим состоянием динамических систем. /Под общ. Ред. Казакова И.Е. М.: Машиностроение, 1995.

34. Бурков-01. Бурков В.Н., Грацианский Е.В., Дзюбко С.И., Щепкин A.B. Модели и механизмы управления безопасностью. М.: Синтег, 2001.

35. Бусленко-78. Бусленко Н. П. Моделирование сложных систем. М.:Наука,1978.

36. Буч-98. Буч Гради. Объектно-ориентированный анализ и проектирование с примерами приложений на С++. 2-е изд.: Пер. с англ. М.: Бином, СПб: Невский диалект, 1998.

37. Бычков-08. Бычков И.В. Фундаментальные научные исследования как основа безопасности Байкальского региона // Проблемы безопасности и чрезвычайных ситуаций. 2008. №3. С.70-74.

38. Вагин-01. Вагин В.Н., Еремеев А.П. Некоторые базовые принципы построения интеллектуальных систем поддержки принятия решений реального времени // Изв. РАН. ТиСУ. 2001. № 6. С. 114-123.

39. Вагин-02. Вагин В.Н. Знание в интеллектуальных системах // Новости искусственного интеллекта. 2002. № 6. С. 8-18.

40. Вагин-04. Вагин В.Н., Головина В.Ю, Загорянская А.А, Фомина Н.В. Достоверный и правдоподобный вывод в интеллектуальных системах. М.: ФИЗМАТЛИТ, 2004.

41. Варшавский-05. Варшавский П.Р. Метод рассуждения на основе прецедентов для интеллектуальных систем поддержки принятия решений // Сб. тр. Научной сессии МИФИ-2005. В 15т. Т. 3. М.: МИФИ, 2005. С.154-155.

42. Васильев-00. Васильев С.Н., Жерлов А.К., Федосов Е.А., Федунов Б.Е. Интеллектное управление динамическими системами. М.: Физматлит, 2000.

43. Васильев-01. Васильев С.Н. От классических задач регулирования к интеллектуальному управлению // Изв. АН. Теория и системы управления. 2001. №1.

44. Виноградов-02. Виноградов А.Н., Жилякова Л.Ю., Осипов Г.С. Динамические интеллектуальные системы. ГПредставление знаний и основные алгоритмы. //Известия академии наук. Теория и системы управления. 2002. №6. С.119-127.

45. Виноградов-03. Виноградов А.Н., Жилякова Л.Ю., Осипов Г.С. Динамические интеллектуальные системы. II. Моделирование целенаправленного поведения. //Известия академии наук. Теория и системы управления. 2003. №1. С.87-94.

46. Виттих-98. Виттих В.А. Интеграция знаний при исследовании сложных систем. //Теория и системы управления. 1998. №5.

47. Владимиров-00. Владимиров В.А., Воробьев Ю.Л., Кащенко С.А., Малинецкий Г.Г. и др. Управление риском. Риск, устойчивое развитие, синергетика. М.: Наука,2000.

48. Владова-08. Владова А.Ю., Владов Ю.Р. Методика и результаты аналитической идентификации технического состояния теплоэнергетического оборудования. //Вестник компьютерных и информационных технологий. 2008. №1. С.22-29.

49. Волик-98. Волик Б.Г. О концепциях техногенной безопасности //Автоматика и телемеханика. 1998. №2.

50. Волков-08. Волков И. А., Коротких Ю.Г. Уравнения состояния вязкоупругопластических сред с повреждениями. М.: ФИЗМАТЛИТ, 2008.

51. Воробьев-98. 2Воробьев Ю.Л., Малинецкий Г.Г., Махутов H.A. Теория риска и технологии обеспечения безопасности. Подход с позиций нелинейной динамики. Часть I// Проблемы безопасности в чрезвычайных ситуациях. 1998. №11. С.5-21.

52. Воронин-05. Воронин В.В. Теоретические проблемы диагностических экспертных систем. Владивосток: Дальнаука, 2005.

53. Гаврилова-00. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний и интеллектуальные системы. СПб.: Питер, 2000.

54. Гаврилова-02. Гаврилова Т.А. Логико-лингвистическое управление как введение в управление знаниями // Новости искусственного интеллекта. 2002. № 6. С. 36-40.

55. Гафаров-06. Гафаров H.A., Гончаров A.A., Кушнаренко В.М. Определение характеристик надежности и технического состояния оборудования сероводородосодержащих нефтегазовых месторождений. М., 2006.

56. Геловани-01. Геловани В.А., Башлыков A.A., Бритков В.Б., Вязилов Е.Д. Интеллектуальные систехмы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: Эдиториал УРСС, 2001.

57. Гетман-97. Гетман А.Ф., Колин Ю.Н. Неразрушающий контроль и безопасность эксплуатации сосудов и трубопроводов давления. М.: Энергоатомиздат, 1997.

58. Головина-02. Головина Е.Ю. Программные инструментальные средства для создания интеллектуальных систем поддержки принятия решений на базе логико-семиотического аппарата//Новости искусственного интеллекта. 2002. № 3. С.41.

59. Горелик-04. Горелик A.JL, Скрипкин В.А. Методы распознавания: Учеб. пособие для вузов. 4-е изд., испр. М.: ВШ., 2004.

60. Городецкий-02а. Городецкий В.И., Самойлов В.В., Малов А.О. Современное состояние технологии извлечения знаний из баз и хранилищ данных (часть 1) // Новости искусственного интеллекта. 2002. № 3. С.3-12.

61. Городецкий-026. Городецкий В.И., Самойлов В.В., Малов А.О. Современное состояние технологии извлечения знаний из баз и хранилищ данных (часть 2). //Новости искусственного интеллекта. 2002. № 4. С. 3-9.

62. Гражданкин-00. Гражданкин А.И., Белов П.Г. Экспертная система оценки техногенного риска опасных производственных объектов // Безопасность труда в промышленности. 2000. №11. С.6-10.

63. Гражданкин-01. Гражданкин А.И., Лисанов М.В., Печеркин A.C. Использование вероятностных оценок при анализе безопасности опасных производственных объектов // Безопасность труда в промышленности. 2001. №5. С.8-12.

64. Гранкин-08. Гранкин Б.К., Козлов В.В., Лысенко И.В., Петров Г.Д. Метод контроля технического состояния уникальных механических объектов при длительной их эксплуатации. //Мехатроника, автоматизация, управление. 2008. №3. С.20-23.

65. Губарев-08. Губарев В.Ф., Жуков А.О. Исследование метода итеративной идентификации многомерных дискретных систем. //Проблемы управления и информатики. 2008. №5. С.23-38.

66. Гурман-03. Гурман В.И., Рюмина Е.В. Оценка влияния инноваций на развитие экономики и состояние окружающей среды //Вестник РГНФ. 2003. № 4. С. 24-36.

67. Дворянкин-03. Дворянкин A.M., Кизим A.B., Жукова И.Г., Сипливая М.Б. Искусственный интеллект. Базы знаний и экспертные системы. Учеб.пособис -Волгоград: Изд-во ВГТУ, 2003.

68. Девятков-00. Девятков В.В. Онтологии и проектирование систем. //Приборы и системы. Управление. Контроль. Диагностика. 2000. №1. С.6-13.

69. Декомпозиция-06. Декомпозиция систем. URL: http://knol.google.com/k/taisa-ЬогоУ8ка/декомпозиция-как-системы-разбивать-на/21и6гуо76ЬууЬ/1

70. Джексон-01. Джексон П. Введение в экспертные системы.: Пер. с англ.: Учеб. пособие. М.: Вильяме, 2001.

71. Динцис-06. Динцис Д.Ю. Совместное использование нечеткологпческих и дискретных моделей технологических и управленческих систем. //Приборы и системы. Управление. Контроль. Диагностика. 2006. №5. С.61-64.

72. Евгенев-01. Евгенев Г.Б. Системология инженерных знаний: Учебное пособие для вузов. М.: Изд-во МГТУ им. Н.Э. Баумана, 2001.

73. Егоров-05. Егоров А.Ф., Савицкая Т.В., Михайлова П.Г. Модели и методы решения задач оперативного управления безопасностью непрерывных химико-технологических систем. Управление в условиях неопределенности //Control sciences. 2005. №6. С.50-55.

74. Елохин-02. Елохин А.Н. Анализ и управление риском: теория и практика. ООО «Полимедиа», 2002.

75. Емельянов-98. Емельянов В.В., Ясиновский С.И. Введение в интеллектуальное имитационное моделирование сложных дискретных систем и процессов. Язык РДО. М.: АНВИК, 1998.

76. Еремеев-07. Еремеев А.П., Куриленко И.Е. Реализация механизма временных рассуждений в современных интеллектуальных системах. //Известия РАН. Теория и системы управления. 2007. №2. С.120-136.

77. Ефимов-08. Ефимов В.Ф. Основные показатели опасности техногенных аварий и защитных мероприятий для предприятий машиностроительного комплекса //Вестник МГТУ им. Н.Э.Баумана. Сер. «Машиностроение». 2008. №1. С.114-119.

78. Жернаков-03. Жернаков C.B. Базы знаний прецедентов активных экспертных систем для процесса мониторинга параметров авиационного двигателя. //Автоматизация и современные технологии. 2003. №2. С.28-33.

79. Жуковский-04. Жуковский В.И., Жуковская JI.B. Риск в многокритериальных и конфликтных системах при неопределенности. М.:Едиториал УРСС, 2004.

80. Захаров-04. Захаров H.A. Интеллектуальные системы в промышленности //Автоматизация в промышленности. 2004. № 12. С. 49-51.

81. Ивашкин-04. Ивашкин Ю.А. Структурно-параметрическое моделирование и идентификация аномальных ситуаций в сложных технологических системах // Проблемы управления. №3. 2004.

82. Йордон-99. Йордон Эдвард, Аргила Карл Структурные модели в объектно-ориентированном анализе и проектировании /Пер. с англ. М.: Лори, 1999.

83. Капур-80. Капур К., Ламберсон Л. Надежность и проектирование систем. Пер. с англ. М.: Мир, 1980.

84. Капустий-06. Капустий Б.Е., Русын Б.П., Таянов В.А. Сравнительный анализ различных оценок вероятности распознавания. //Проблемы управления и информатики. 2006. №4. С.89-96.

85. Карзов -93. Карзов Г.П., Марголин Б.З., Швецова В.А. Физико-механическое моделирование процессов разрушения. СПБ.: Политехника, 1993.

86. Карпов-05. Карпов Ю.Г. Имитационное моделирование систем. СПб.: Петербург, 2005.

87. Киященко-06. Киященко Л.П., Тищенко П.Д. Феномен трансдисциплинарности/опыт философского анализа. М.: НАУКА, 2006.

88. Киященко-09. Киященко Л.П., Моисеев В.И. Философия трансдисциплинарности. М. 2009.

89. Клещев-10. Грибова В.В., Клещев A.C., Шалфеева Е.А. Управлениепрограммными средствами в интеллектуальных системах // Известия РАН. Теория и системы управления. 2010. №6. С.122-142.

90. Клир-90. Клир Дж. Системология. Автоматизация решения системных задач: Пер. с англ. М. 990.

91. Коллинз-84. Коллинз Дж. Повреждение материалов в конструкциях. Анализ, предсказание, предотвращение: Пер. с англ. М.: Мир, 1984.

92. Колчин-02. Колчин А.Ф., Овсянников М.В., Стрекалов А.Ф., Сумароков C.B. Управление жизненным циклом продукции. М.: Анахарсис, 2002.

93. Кочкаров-05. Кочкаров A.A., Малинецкий Г.Г. Управление безопасностью и стойкостью сложных систем в условиях внешних воздействий // Проблемы управления. 2005. № 5. С. 70-76.

94. Корнеев-00. Корнеев В.В., Гареев А.Ф., Васютин C.B., Райх В.В. Базы данных. Интеллектуальная обработка информации. М.: Нолидж, 2000.

95. Крышевич-98. Крышевич О.В., Переездчиков И.В. Модель управления опасностями системы человек-машина-среда //Вестник московского государственного технического университета. 1998. №2.

96. Кузнецов-06. Кузнецов H.A., Кульба В.В., Микрин Е.А. и др. Информационная безопасность систем организационного управления. Теоретические основы: в 2 т. М.: Наука, 2006.

97. Ю1.Кулида-05. Кулида Е. Д., Лебедев В. Г. Особенности разработки базы знаний в интегрированной инструментальной среде G2. //Приборы и системы. Управление, контроль, диагностика. 2005. № 3. С. 20-25.

98. Ю2.Кулида-99. Кулида Е. Л., Лебедев В. Г., Чесноков А. М. Проектирование интеллектуальных систем поддержки операторов сложных объектов //Автоматизация "проектирования. 1999. № 1

99. Ю4.Курдюмов-07. Курдюмов С.П., Малинецкий Г.Г. "Пролог. Синергетика и системный анализ". 2007.

100. Ларичев-03. Ларичев О.И., Афанасьев В.М., Чугунов Н.В. Web-конструктор для построения систем поддержки принятия решений // Новости искусственного интеллекта. 2003. № 4. С. 21-25.

101. Легасов-88. Легасов В.А., Чайванов Б.Б., Чернопленов А.Н. Научные проблемы безопасности современной промышленности. Безопасность труда в промышленности. М.: Недра, 1988. №1

102. Липаев-02. Липаев В.В. Системное проектирование сложных программных средств для информационных систем. 2-е изд. М.: СИНТЕГ, 2002.

103. Лисанов-04. Лисанов М.В. О техническом регулировании и критериях приемлемого риска // Безопасность труда в промышленности. 2004. №5. С. 11-14.

104. Луценко-02. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении активными объектами. Краснодар, КубГАУ, 2002.

105. Малинецкий-02. Малинецкий Г.Г., Потапов А.Б. Современные проблемы нелинейной динамики/ Изд. 2-е, исправл. и доп. М.: Эдиториал УРСС, 2002. - 360 с.

106. Малинецкий-02а. Малинецкий Г.Г. Сценарии, стратегические риски, информационные технологии // Информационные технологии и вычислительные системы. №4. 2002.

107. Матвиенко-06. Матвиенко Ю.Г. Модели и критерии механики разрушения. М: Физматлит. МАИК-Наука, 2006.

108. Матвиенко-10. Моделирование деформирования и разрушения тел с надрезами //Вестник научно-технического развития. Национальная Технологическая Группа. 2010. № 9 (37).

109. Маршал-89. Маршал В. Основные опасности химических производств/ Пер. с англ. М.: Мир, 1989.

110. Матросов-86. Матросов В.М., Васильев С.Н. ЭВРОЛОГ, или о творческих возможностях одной системы с профессиональным искусственным интеллектом // Будущее науки, 1986. Вып. 19. С. 10-23.

111. Махутов-00. Махутов H.A., Грацианский Е.В. Научные проблемы безопасности на рубеже веков //Проблемы безопасности при ЧС. 2000. Вып.1. С.9-13.

112. Махутов-03. Махутов H.A., Матвиенко Ю.Г. Предельное состояние и ресурс конструкций //Сборник материалов семинара «Оценка технического состояния и ресурса оборудования химических, газо- и нефтеперерабатывающих производств». Афиша. 2003. С. 49-55.

113. Махутов-98. ЗМахутов H.A., Гаденин М.М. Техногенная безопасность как одна из общих забот мирового сообщества// Глобальные проблемы как источник чрезвычайных ситуаций. М.: УРСС, 1998. С. 35-39.

114. Махутов-05. Махутов H.A. Конструкционная прочность, ресурс и техногенная безопасность. 4.1, 4.2: Новосибирск: Наука, 2005.

115. Махутов-07. Махутов H.A. и др. Особенности сценарного анализа возникновения и развития техногенных катастроф // Проблемы безопасности и ЧС. 2007. Вып.З.

116. Месарович-78. Месарович М.Д. Математическая теория систем / М.Д. Месарович, М. Такахара. М.: Мир, 1978.

117. Мешалкин-97. Мешалкин В.П., Бобров Д.А., Гордеева Ю.Л. Гибридная экспертная система проектирования ресурсосберегающих установок первичной нефтепереработки. //Программные системы и продукты. 1997. №1. С. 24-28.

118. Мешалкин-97б. Мешалкин В.П., Поспелова Л.Я., Гурьева Л.В. Инструментальная гибридная ЭС «Экран-ХТС» для решения неформализованных задач химической технологии. //Программные системы и продукты .1997. №1. С.7-11.

119. Мешалкин-95. Мешалкин В.П. Экспертные системы в химической технологии. Основы .теории, опыт разработки и применения. М.: Химия, 1995.

120. Мистров-09. Мистров Л.Е. Метод декомпозиции в задаче синтеза организационно-технических систем информационной безопасности // Научно-практический журнал. 2009. №1. С. 45-53.

121. Михайлов-00. Михайлов Ю.Б.Математические основы повышения точности прогнозирования количественных характеристик процессов. М.: Научтехлитиздат, 2000.

122. Можаев-00. Можасв A.C., Громов В .И. Теоретические основы общего логико-вероятностного метода автоматизированного моделирования систем. СПб. ВИТУ, 2000.

123. Москвичев-02. Москвичев В.В. Основы конструкционной прочности технических систем и инженерных сооружении: в 3 ч. Ч. 1: Постановка задач и анализ предельных состояний. Новосибирск: Наука, 2002.

124. Муромцев-90. Муромцев Ю.Л. Безаварийность и диагностика нарушений в химических производствах. М.: Химия, 1990.

125. Надежность-86. Надежность и эффективность в технике: Справочник в 10 т.-М.: Машиностроение, 1986 . Т.1: Методология. Организация. Терминология.

126. Надежность-08.Надежность технических систем и техногенный риск. Под редакцией Акимова В.А., Лапина В.Л., Попова В.М., Пучкова В.А., Томакова В.И., Фалеева М.И. Электронный ресурс МЧС РФ. URL: http://www.obzh.ru/nad/

127. Несущая способность-03. Несущая способность парогенераторов водо-водяных энергетических реакторов /H.A. Махутов и др. М.: Наука, 2003.

128. Николаев-85. Николаев В.И., Брук В.М. Системотехника: методы и приложения. Л., 1985.

129. Николайчук-99а. Берман А.Ф., Николайчук O.A. Структуризация процесса исследования безопасности сложных технических систем. //Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ. 1999. Вып.6.

130. Николайчук-99б. Берман А.Ф., Николайчук O.A. Моделирование процесса исследования безопасности сложных технических систем. //Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ. 1999. Вып.8.

131. Николайчук-00. Берман А.Ф., Николайчук O.A. Концепция системы исследования безопасности сложных технических систем. Оптимизация. Управление. Интеллект. Иркутск, ИДСТУ, №5. Часть 2. 2000.

132. Николайчук-00б. Берман А.Ф., Николайчук O.A. Object oriented model of research for complex technical systems safety // Доклады 2ой Международнойконференции «Проблемы управления и моделирования в сложных системах». Самара. 2000. С. 366-371.

133. Николайчук-01. Берман А.Ф., Николайчук Концепция исследования надежности уникальных механических систем III Международная конференция "Проблемы управления и моделирования в сложных системах", Самара, сентябрь 2001 г., С.535-541.

134. Николайчук-01 а. Берман А.Ф., Николайчук O.A. Принципы создания системы исследования безопасности сложных технических систем // Программные продукты и системы. 2001. №1. С.6-9.

135. Николайчук-04а. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Онтология надежности механических систем // Искусственный интеллект (Украина), 2004. №З.С.266-271.

136. Николайчук-04б. Берман А.Ф. Николайчук O.A., Павлов А.И., Юрин А.Ю. Инструментальное средство идентификации состояний механических систем // Искусственный интеллект (Украина). 2004. № 4. С.268-275.

137. Николайчук-06а. Берман А.Ф., Николайчук O.A., Павлов А.И., Юрин А.Ю. Интеллектуальная система поддержки принятия решений при определении причин отказов и аварий в нефтехимической промышленности // Автоматизация в промышленности. 2006. №6. С. 15-17.

138. Николайчук-06б. Николайчук O.A. Юрин А.Ю. Прототип интеллектуальной системы для исследования технического состояния механических систем // Искусственный интеллект.Донецк: Наука I осв1та, 2006. №4. С. 459-468.

139. Николайчук-07. Берман А.Ф., Николайчук O.A. Пространство технических состояний уникальных механических систем //Проблемы машиностроения и надежности машин. 2007. №1. С.14-22.

140. Николайчук-07а. Николайчук O.A. Имитационная модель динамики технического состояния уникальных механических систем Материалы конференции «Проблемы управления безопасностью сложных систем». М.: ИПУ РАН, 2007.

141. Николаичу к-07г. Николайчук O.A., Юрин А.Ю. Программный модуль правдоподобного вывода по прецедентам Свидетельство об официальной регистрации программы для ЭВМ. М. Per. №2007613714 от 09.07.07 г.

142. Николайчук-08. Николайчук O.A., Юрин А.Ю. Управление опытом при исследовании динамики технического состояния уникальных машин и конструкций: моделирование опыта //Информационные технологии. 2008. №6. С.30-37.

143. Николайчук-08а. Берман А.Ф., Николайчук O.A., Юрин А.Ю.Обеспечениебезопасности технических объектов методом прецедентных экспертных систем // Проблемы безопасности при чрезвычайных ситуациях. 2000. №5. С.83-93.

144. Николайчук-08б. Николайчук O.A. Автоматизация исследований технического состояния опасных механических систем // Проблемы машиностроения и надежности машин. 2008*. №6. С. 72-78.

145. Николайчук-08в. Николайчук О.А.Техногенные катастрофы, как следствие неопределенности прочностной надежности и технического состояния // Труды 16-ой Международной конференции «Проблемы управления» безопасностью сложных систем». М.: ИПУ РАН, 2008.

146. Николайчук-08г. Николайчук O.A. Обеспечение безопасности технических систем на основе прецедентного подхода // Труды 16-ой Международной' конференции «Проблемы управления безопасностью сложных систем». М.: ИПУ РАН, 2008.

147. Николайчук-08д. Берман А.Ф., Николайчук O.A. Устройство для сбора утечек из оборудования, работающего под давлением, и контроля за концентрацией среды утечек // Патент РФ №81556 от 20.03.2009. Бюл. №8. (РОСПАТЕНТ).

148. Николайчук-09. Берман А.Ф., Николайчук O.A., Юрин А. Автоматизация прогнозирования технического состояния и остаточного ресурса деталей уникальных машин и аппаратуры // Заводская лаборатория. 2009. №2.

149. Николайчук-09а. Николайчук O.A., Юрин А.Ю. Применение прецедентного подхода для автоматизированной идентификации технического состояния деталей механических систем // Автоматизация и современные технологии. 2009. №1.

150. Николайчук-09б. Николайчук O.A. Моделирование знаний для исследования динамики технического состояния уникальных объектов // Проблемы управления. 2009. №2.

151. Николайчук-10. Берман А.Ф., Николайчук O.A. Модели, знания и опыт для управления техногенной безопасностью //Проблемы управления. 2010. №2. С.53-60

152. Николайчук-10а. Николайчук O.A., Павлов А.И. Применение компонентного подхода для создания системы автоматизации исследований // Вестник компьютерных и информационных технологий. 2010. №4.

153. Николайчук-106. Николайчук O.A., Павлов А.И., Юрин А.Ю. Имитационное моделирование технического состояния уникальных объектов //Автоматизация в промышленности. 2010. №7. С.44-48.

154. Николайчук-11а. Протасов A.B., Николайчук O.A. Обеспечение прочностной надежности как основы техногенной безопасности // Проблемы машиностроения и надежности машин. 2011. №1.

155. Nikolaychuk-08ic. Nikolaychuk O.A. Automation investigation of technical state of hazard mechanical systems // Journal of Machinery Manufacture and Reliability, vol. 36 (2008), no. 6, pp. (Allerton Press, Inc., 2008).

156. NikoIaychuk-076. Berman A.F., Nikolaychuk O.A. Technical state space of unique mechanical systems // Journal of Machinery Manufacture and Reliability, vol. 36 (2007), no. 1, pp. 10-16 (Allerton Press, Inc., 2007).

157. Nikolaychuk -10. Berman, A.F., Nickolaychuk, O.A., Yurin, A.Y. Intelligent Planner for Control of Failures Analysis of Unique Mechanical Systems // Expert Systems with Applications (2010), (October 2010), vol. 37, Issue 10, pp. 7101-7107. Elsevier.

158. Никаноров -01. Никаноров С. П. Системный анализ: этап развития методологии решения проблем в США // Системное управление проблемы и решения. 2001. Выпуск 12. С. 62-87.

159. Нечипоренко-03. Нечипоренко О. А. Использование технологии Case-Based Reasoning в проектировании программных систем //Перспективные информационные технологии и интеллектуальные системы. 2003. №1. С.27-32. URL: http://pitis.tsure.ru/files 13/6.pdf.

160. Новосельцев-98. Новосельцев В.Н. Междисциплинарное моделирование: возможный подход к анализу катастроф. //Автоматика и телемеханика. 1998. №2. С.101

161. Норенков-02. Норенков И.П., Кузьмик П.К. Информационная поддержка наукоемких изделий. CALS-технологии. М.: МГТУ им. Н.Э. Баумана, 2002.

162. Нореиков-09. Норенков И.П. Основы САПР [Электронный ресурс]. URL: http://bigor.bmstu.ru/?cnt/?doc=9J0HNYNMQDVXW24XBBO3

163. Острейковский-97. Острейковский В.А. Теория систем. М.: Выс. шк., 1997.

164. Павловский-00. Павловский Ю.А. Имитационные модели и системы. М.: Фазис, 2000.

165. Панкратова-00. Панкратова Н.Д., Курилин Б.Н. Концептуальные основы системного анализа рисков в динамике управления безопасностью сложных систем. 4.1. Основные утверждения и обоснование подхода // Проблемы управления и информатики. 2000. №6. С.110-130.

166. Панкратова-08. Панкратова Н.Д., Подладчикова Т.В. Оценивание и прогнозирование сложно формализованных процессов различной физической природы //Проблемы управления и информатика. 2008. №6. С.67-79.

167. Парийская-97. Парийская Е.Ю. Сравнительный анализ математических моделей и подходов к моделированию и анализу непрерывно-дискретных систем // Сборник трудов. СПб.: Институт теоретической астрономии РАН, 1997.

168. Петров-93. Петров В.А., Башкарев А.Я., Ветгегрень В.И. Физические основы прогнозирования долговечности конструкционных материалов. СПб.: Политехника, 1993.

169. Портнов-03. Портнов В.А., Махутов H.A., Зеленов И.Б. Энергоинформационная основа анализа риска при создании и использовании технических систем // Проблемы безопасности при чрезвычайных ситуациях. ВИНИТИ, 2003. Вып. 2. С. 16-27.

170. Поспелов-88. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. М.: Наука, 1988.

171. Поспелов-86. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука. 1986.

172. Прангишвили-04. Прапгишвили И.В., Потоцкий В. А., Гинсберг К.С., Смолянинов В.В. Идентификация систем и задачи управления: на пути к современным системным методологиям // Проблемы управления. 2004. № 4. С. 2-15. 4

173. Прасолов-08. Прасолов A.B., Хованов Н.В. О прогнозировании с использованием статистических и экспертных методов. //Автоматика и телемеханика. 2008. №6. С.129-142.

174. Предупреждение-92. Предупреждение крупных аварий./ Пер. с англ. Женева: Международное бюро труда, 1992.

175. Прицкер-87. Прицкер А.: Введение в имитационное моделирование и язык СЛАМ И. М: "Мир", 1987.

176. Программный комплекс-ИПМАШ. Программный комплекс численного анализа надежности и риска для сложной системы на основе деревьев отказов. Проурзин В.А, лаборатория надежности ИПМАШ РАН, г. Санкт-Петербург.

177. Программный-01. Программный комплекс ПК АСМ 2001. Регистрационный № 2003611099 Роспатента РФ. [МА БРК 2001, с.56-61].

178. Проект "РИСК". Проект "РИСК" [Электронный ресурс]. URL: http://wvvw.ocrk.miatom.ru/rus/progects /risk/risk.htm.

179. РД 03-418-01. РД 03-418-01- Методические указания по проведению анализа риска опасных производственных объектов

180. Рубашкин-89. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах. М:. Наука, Физмаглит. 1989.

181. Романовский-04. Романовский A.C., Чухров С.Ю. Организация интеллектуальных комплексов технической диагностики // Вестник МГТУ. 2004. №1. С.74-87.

182. Русинов-07. Русинов JT.A., Рудакова И.В„ Куркина В.В. Обнаружение нештатных ситуаций при оперативному управлении химико-технологическим процессами. //Автоматизация и современные технологии. 2007. №6. С.40-45.

183. Рыбаков-97. Рыбаков A.B. Создание систем автоматизации поддержки инженерных решений //Автоматизация проектирования. №5. 1997. С.37- 42.

184. Рыбина-02. Рыбина Г.В. Архитектура интегрированных экспертных систем: соврехменное состояние и тенденции //Новости искусственного интеллекта. 2002. № 4. С. 10-17.

185. Рябинин-00. Рябинин И.А. Надёжность и безопасность структурно сложных систем. СПб.: Политехника, 2000.

186. Северцев-89. Северцсв H.A. Надежность сложных систем в эксплуатации и отработке. М.: Высшая школа, 1989.

187. Советов-01. Советов Б.Я., Яковлев С.А. Моделирование систем: Учеб. Для вузов. 3 изд. М.: Высш.шк., 2001.

188. Соколов-04. Соколов Б.В., Юсупов P.M. Концептуальные основы оценивания и анализа качества моделей и полимодельных комплексов // Изв. РАН. Теория и системы управления. 2004. №6. С. 5-16.

189. Стернин-03. Стернин М.Ю., Шепелев Г.И. Метод представления знаний в интеллектуальных системах поддержки экспертных решений // Новости искусственного интеллекта. 2003. № 4. С. 26-34.

190. Погребинский-88. Погребинский С.Б., Стрельников В.П. Проектирование и надежность многопроцессорных ЭВМ. М.: Радио и связь, 1988.

191. Сугак-01. Сугак Е.В., Василенко Н.В., Назаров Г.Г., Паньшин А.Б., Каркарин А.П. Надежность технических систем: Учебное пособие. 2-е изд. Красноярск: НИИ СУВПТ, 2001.

192. Судов Е.В., Левин А.И., Петров A.B., Чубарова Е.В. Технологии интегрированной логистической поддержки изделий машиностроения. М.: "Информбюро", 2006.

193. Тельнов-02. Тельнов Ю.Ф. Проектирование систем управления знаниями // Новости искусственного интеллекта. 2002. № 4. С. 29-34.

194. Теория систем-89. Математические методы и моделирование. Сб. статей под ред. А.Колмогорова, С.Новикова. М: "Мир", 1989.

195. Тимашев-82. Тимашев С.А. Надежность больших механических систем. М.: Наука, 1982.

196. Токарев-00. Токарев B.JI. Интегрированная система поддержки принятия решений по управлению, прогнозированию и диагностике // Автоматизация и современные технологии. 2000. №4. С. 21-28

197. Томашевский-03. Томашевский В., Жданова Е. РЬмитационное моделирование в среде GPSS. М.: Бестселлер, 2003.

198. Трахтенгерц-98. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М.: СИНТЕГ, 1998.

199. Трахтенгерц-05. Трахтенгерц Э.А., Степин Ю.П., Андреев Л.Ф. Компьютерные методы поддержки принятия управленческих решений в нефтегазовой промышленности. М.: СИНТЕГ, 2005.

200. Ту-78. Ту Дж., Гонсалес Р. Принципы распознавания образов. Пер. с англ. М.: Мир, 1978.

201. Уотермен-89. Уотермен Д. Руководство по экспертным системам: Пер. с англ. -М.: Мир, 1989.

202. Управление-02. Управление в условиях неопределенности / Под редакцией А.Е. Городецкого. СПб.: СПбГТУ, 2002.

203. Устенко-00. Устенко A.C. Основы математического моделирования и алгоритмизации процессов функционирования сложных систем. М:Машиностроение, 2000.

204. Фролов-88. Фролов К.В. Проблемы механики и научно-технический прогресс в машинотроснии // Машиноведение. 1988. № 5. С.3-13.

205. Халин-99. Халин Е.В. Экспертные системы обеспечения безопасности производства //Программные системы и продукты. 1999. №3. С. 29-33.

206. Хенли-84. Хенли Э.Дж., Кумамото X. Надежность технических систем и оценка риска/Пер.с англ. М.: Машиностроение, 1984.

207. Целых-03. Целых Ю.А. Особенности моделирования процедур принятия решений в интегрированных интеллектуальных системах // Перспективные информационные технологии и интеллектуальные системы. 2003. № 4(16). С.11-14

208. Частиков-03. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. СПб.: БХВ-Петербург, 2003.

209. Чекинов-03. Чекинов Г.П., Чекинов С.Г. Применение технологии многоагентных систем для интеллектуальной поддержки принятия решений (ИППР). //Электронный научный журнал «Системотехника». 2003. №1.

210. Черкашин-05. Черкашин А.К. Полисистемное моделирование. Новосибирск: Наука, 2005. 280 с.

211. Чернецова-08. Чернецова Е.А. Метод поддержки принятия решений автоматизированной системой экологического мониторинга. //Вестник компьютерныхи информационных технологий? 2008. №4. С. 19-23.

212. Черноморец-04. Черноморец В.А., Горбунов С.К. Концептуальные основы информационных технологий предсказания потенциальных угроз техногенным объектам. //УСиМ. 2004. №6. С.68-76.

213. Черноруцкий-05. Черноруцкнй И.Г. Методы принятия решений: Учеб.пособие. СПб.: БХВ-Петербург, 2005.

214. Шойгу -97. 4Шойгу С.К., Воробьев Ю.Л., Владимиров В.А. Катастрофы и государство. М.: Энергоатомиздат, 1997.

215. Шубин-05. Шубин B.C. и др. Программное обеспечение анализа надежности оборудования химических производств //Химическое и нефтегазовое машиностроение. 2005. №4. С.40-44.

216. Шрейдер-82. Шрейдер Ю.А., А.А. Шаров Системы и модели. М.: Радио и связь, 1982.

217. Эталон-03. Описание прецедентных экспертных систем НПО «Эталон», 2003 [Электронный ресурс]. URL: http://wvvw.npo-etalon.ru/index.litm

218. Ямалов-07. Ямалов И.У. Автоматизация оперативных процессов управления ликвидацией чрезвычайных ситуаций. //Автоматизация и современные технологии. 2007. №5. С.8-11.

219. API581-00.API581. Risk Based Inspection. Base Resource Document. First Edition, 2000.

220. Aha-01. Aha D. W., Breslow L. A., Munoz-Avila H. Conversational Case-Based Reasoning. Applied Intelligence. Vol.14 (2001). №1. Pp.9-32.

221. Alur-93. Alur R., Courcoubetis C., Henzinger Т., Ho P-T.: Hybrid automata: an algorithmic approach to the specification and analysis of hybrid systems. In Workshop on Theory of Hybrid Systems,Lyndby, Denmark, June 1993. LNCS 736, Springer-Verlag.

222. Cache. Сайт Cache [Электронный ресурс]. URL: http://www.intersystems.ru.

223. Changchien-05. Changchien S.W., Lin M.C. Design and implementation of a case-based reasoning system for marketing plans. Expert Systems with Applications. Vol. 28 (2005). Pp.43—53.

224. Det Norske Veritas, DNV, EU. Об опыте применения программного обеспечения Det Norske Veritas (DNV) PHAST-SAFETI для оценки риска промышленных объекюв в России [Электронный ресурс]. URL: http://www.ipu.rssi.ru/kommer/komm.htm.

225. Gurman-05. Gurman V.I. The extension principle in the problem of sustainable development. Moscow: Fizmatlit, 2005.

226. Harel-87. Harel D. Statecharts: a Visual Formalism for Complex Systems. Sci. Comput. Prog. 8, 1987. P.231-274.

227. Henzinger-95. Henzinger Т., Ho P-T.: HyTech: The Cornell Hybrid Technology Tool. Hybrid Systems II, Lecture Notes in Comp.Sci 999, Springer-Verlag, 1995. P.265-293.

228. IBM-RR. Сайт IBM Rational Rose [Electronic resource], URL: http://www-306.ibm.com/software/rational/.

229. KIetz-99. Kletz T.A. HAZOP and HAZAN. Identifying and Assessing Chemical Industry Hazards, 4-th edition, 1999.

230. Kolesov-97. Kolesov Y.B., Senichenkov Y.B.: Model Vision 3.0 for Windows 95/NT. The graphical environment for complex dynamic system design. ICI&C97 PROCEEDINGS. St.Petersburg, 1997. V.2. P.704-711.

231. Kolesov-97. Kolesov Y.B., Senichenkov Y.B.: Visual specification language intended for event-driven hierarchical dynamic system with variable structure. ICI&C97 PROCEEDINGS. St.Petersburg, 1997. V.2. P.712-719.

232. Liao-05. Liao S.H. Expert system methodologies and applications-a decade review from 1995 to 2004. Expert Systems with Applications. Vol. 28 (2005). Pp.93-103.

233. Maedche-02. Maedche A., Staab S. Tutorial on Ontologies: Representation, Engineering, Learning and Application // ISWC'2002.

234. Maler-92. Maler O. Hybrid Systems and Real-World Computations. In Workshop on Theory of Hybrid Systems,Lyndby, Denmark, June, Springer-Verlag, 1992.

235. Nicollin-93. Nicollin X., Olivero A., Sifalis Y., Yovine S.: An Approach to the Description and Analysis of Hybrid Systems. Hybrid Systems, Lecture Notes in Comp.Sci 736. Springer-Verlag, 1993. P. 149-178.

236. OMG. Introduction to OMG's Unified Modeling Language™ (UML®) [Electronic resource]. URL: http://www.omg.org/gettingstarted/whatisuml.htm

237. Perrow-84. Charles Perrow, "Normal Accidents: Living with High-Risk Technologies", 1984.

238. RAY. Программный комплекс RAY логико-вероятностного моделирования и расчетов надежности и безопасности систем http://www.ipu.rssi.ru/kommer/komm.htm).

239. Redfern-94. Redfern D.: The Maple Handbook. 531 pp., Springer-Verlag, 1994.

240. Risk Spectrum. Комплекс Risk Spectrum [Электронный ресурс]. URL: http://www.riskspectrum.com/.

241. SAPHIRE. Комплекс программ SAPHIRE [Электронный ресурс]. URL: http://www.nea.fr/abs/html/psr-0405.html.

242. Shalfield-05a. Shalfield R. VisiRule User Guide [Electronic resource]. URL: http://www.lpa.co.uk/dowdoc.htm 2005, 86 p.

243. SIMULINK-94. SIMULINK The ultimate simulation environment. Math Works, 1994.

244. UML. Selic B. UML 2.0: Exploiting Abstraction and Automation [Electronic resource]. URL: http://www.sdtimes.com/opinions/guestvievv098.htm

245. Wolfram-88. Wolfram S.: Mathematica: A System for Doing Mathematics by Computer. Addisson-Wesley Publishing Company, 1988.

246. Doglas-83. Doglas, M, Wildavsky A. Risk and culture. University of California Press, Berkerley and Los Angeles, California, 1983.