автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.06, диссертация на тему:Ситуационный анализ и управление опасными производственными объектами

На правах рукописи

Мартынова Марина Алексеевна

СИТУАЦИОННЫЙ АНАЛИЗ И УПРАВЛЕНИЕ ОПАСНЫМИ ПРОИЗВОДСТВЕННЫМИ ОБЪЕКТАМИ

Специальность 05.13.06 - Автоматизация и управление технологическими процессами и производством (промышленность, промышленная безопасность и

экология)

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Тула - 2004

Работа выполнена на кафедре "Автоматизированных информационных и управляющих систем" в Тульском государственном университете

Научный руководитель:

кандидат технических наук, доцент |Годынский Эдуард Георгиевич)

Официальные оппоненты: доктор технических наук, профессор,

Киселев Владимир Дмитриевич

доктор технических наук, доцент Сурков Виктор Васильевич

Ведущая организация Московский государственный институт

радиотехники, электроники и автоматики (Технический университет).

Защита диссертации состоится " У'" А/О-Я. 200 7Г. в МОО часов на заседании диссертационного совета Д.212.271.05 при Тульском государственном университете по адресу: 300600. г. Тула, проспект Ленина, 92, корп. 9, ауд. 101.

С диссертацией можно ознакомиться в библиотеке Тульского государственного университета.

Ваш отзыв на автореферат в одном экземпляре, заверенный печатью, просим направлять на имя ученого секретаря совета.

Автореферат разослан

Ученый секретарь диссертационного совета

В.М Панарин

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. В условиях современного научно-технического прогресса технико-экономические системы эксплуатируются в динамически изменяющейся среде, что сопровождается изменением и условий, и ограничений, и. подчас, целей функционирования управляемых объектов и (или) процессов. Это приводит к тому, что разработка адекватных и полных моделей отстает от реалий и потребностей менеджмента. В реальной жизни управленцы повседневно встречаются с необходимостью принятия решений, когда еше нет полной и адекватной модели управляемого процесса или объекта.

В этом проявляется "сложность" объекта управления (ОУ), обусловливающая необходимость отказываться от апробированных схем реализации управления и переходить к применению эвристических процедур. Этим же подтверждается актуальность разработки оригинальных методов и инструментальных средств для автоматизации формирования - альтернативных целесообразных управленческих решений, основанных на объединении идей дискретного управления и ситуационного моделирования.

Такой симбиоз позволяет проводить моделирование, которое можно отнести к одной из разновидностей имитационного моделирования, и осуществлять на этой основе синтез интеллектуальных систем поддержки принятия решений (СППР) для информационной и аналитической поддержки принимаемых решений при отсутствии или неполноте детерминированных моделей

Ситуационный подход на сегодняшний день признается одним из наиболее перспективных в современной науке об управлении. На его основе может быть осуществлен синтез СППР с элементами искусственного интеллекта для информационной и аналитической поддержки принимаемых решений. даже при отсутствии детерминированных моделей.

Актуальность разработки методических и инструментальных средств для синтеза интеллектуальных СППР подтверждается и наблюдающимся противоречием, проявляющимся в том, что стоимость и ответственность управленческих решений постоянно возрастает, а время на их информационную и аналитическую поддержку уменьшается. Разрешается это противоречие внедрением в контур управления СППР.

Особенно актуально внедрение СППР в контур управления опасными производственными объектами (ОПО). Это подтверждается прогнозируемым в ближайшем будущем увеличением числа аварий и чрезвычайных ситуаций (ЧС) и тяжести их последствий. Статистические данные свидетельствуют о том, что около 80% аварий и ЧС происходит по вине человека или лица, принимающего решения (ЛПР).

Все вышеперечисленное позволяет сделать вывод о том, что научные разработки, направленные на совершенствование и автоматизацию процесса разработки СППР и внедрение их в контуры управления различных систем, актуальны.

Объектами исследования являются опасные производственные объекты, технологические процессы, относящиеся к сложным системам, для которых не разработаны точные математические модели функционирования.

Предметом исследования > являются методы и средства поддержки принятия управленческих решений при реализации ситуационного управления сложными объектами или системами.

РОС. НАЦИОНАЛЬНАЯ

БИБЛИОТЕКА з

С.П«тер*ург л 0/

оэ кму«^/ /' |

Целью • исследования является повышение эффективности безопасного управления опасными производственными объектами и процессами на основе применения ситуационных моделей.

Целями управления ОПО приняты:

1. Обеспечение минимизации риска возникновения аварий, устремление его к уровню приемлемого риска.

2. Минимизация ущерба от аварий в случае возникновения и развития чрезвычайной ситуации (ЧС).

Задачи исследования:

1. Анализ подходов и методов реализации управления опасными производственными объектами.

2. Обоснование применения ситуационной модели для повышения безопасного функционирования ОПО.

3. Разработка методики повышения объективности и достоверности экспертных оценок, алгоритма уточнения априорно созданной экспертами базы знаний, методики применения ситуационной девиационной модели для формирования тактических решений.

4. Разработка алгоритма ситуационного управления ОПО и процессами, основной целью которого является снижение вероятности возникновения аварий на объекте до уровня приемлемого риска.

5. Выбор методики оценки риска и ущерба от аварий и обоснование её применимости для ситуационного управления ОПО и процессами.

Методика исследования базировалась на методах искусственного интеллекта, оптимизации, корреляционного и регрессионного анализа; теории управления, теории принятия решения.

Научная новизна.

1. Показана возможность применения ситуационной девиационной модели для повышения безопасного функционирования ОПО и процессов.

2.Разработана методика повышения объективности и достоверности экспертных оценок, отличающаяся применением индекса согласованности для отбраковки некорректных данных.

3.Разработан алгоритм уточнения априорно созданной экспертами базы знаний по результатам статистической обработки данных, получаемых в процессе эксплуатации сложного объекта или системы.

4. Разработана методика применения ситуационной девиационной модели для формирования тактических решений, отличающаяся тем, что при определении интенсивности принятого стратегического решения решаются задачи нахождения оптимальной интенсивности с учетом параметрических ограничений.

5. Разработан алгоритм ситуационного управления ОПО и процессами, целью которого является снижение вероятности возникновения аварий на объекте, на основе анализа характеристик опасных технологических процессов.

6.На основе анализа методик оценки риска и ущерба от возникновения ЧС, утвержденных Министерством ГО и ЧС, разработана девиационная ситуационная модель, которая отличается тем, что на её основе можно осуществлять динамическую генерацию альтернатив, проводя анализ полного множества возможных ситуаций и выбор наилучших стратегических и тактических решений в динамическом режиме.'

4

Обоснованность и достоверность научных результатов обеспечиваются корректностью постановки теоретических задач, проверкой и внедрением разработанных СППР на опасных производственных объектах.

Практическая значимость заключается в разработке инструментальных средств для автоматизированного создания СППР для осуществления ситуационного управления сложным динамическими объектами и процессами; разработке СППР для повышения безопасности функционирования ОПО, технологических процессов.

Апробация результатов исследований. Важнейшие положения диссертационной работы докладывались и обсуждались на научных семинарах (г. Тула, 1999-2003 гг.) кафедры "Автоматизированные информационные и управляющие системы" ТулГУ, на Международной научной конференции '"Математические методы в технике и технологиях" (г. Новгород, 1999 г.).

Разработанная система "СПРИНТ' была. представлена на Международных выставках в Ганновере (CEBIT2000, Германия), Куала-Лумпуре (Малайзия); на ряде Всероссийских выставок; 5-ой Межрегиональной выставке "Экспосервис" (г.Тула, 2001 г.)

Полученные в ходе исследования результаты использованы при работе над грантом Министерства образования РФ ( 2000-2002 гг).

Теоретические результаты работы внедрены в учебный процесс на кафедре "Автоматизированных информационных и управляющих систем" ТулГУ и кафедре "Управление в чрезвычайных ситуациях" Института гражданской защиты МЧС России г.Тулы.

Прикладные результаты работы используются в ООО "Агроводпроект" г.Тулы в качестве СППР для эффективного проектирования и управления рабочими объектами.

Публикации. Основные результаты научных исследований автора опубликованы в 6 статьях и 4 тезисах докладов.

Объем и структура работы. Общий объем диссертации 156 страницы машинописного текста, включая 12 таблиц, 5 рисунков, библиографический список из 118 источников и 7 приложений.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, сформулированы цели и задачи работы, перечислены используемые методы, отмечена новизна и положения, выносимые на защиту.

В первой главе рассматриваются основные подходы к системному анализу и управлению сложными объектами (системами), искусственному интеллекту, теории принятия решений, методам разработки СППР, предложенные российскими и зарубежными учеными, такими как Ю.И. Черняк, Е.П. Голубков, С. Оптнер, С. Янг, Э. Квейд, Р. Джонсон, Л. Сокк, В.Г. Шорин. Э.Л. Наппельбаум, В.Н. Садовский, P.M. Гвишиани, Г.С. Поспелов, Л.А. Растригин, ВА. Ириков. А.А.Ляпунов, С.Ю. Маслов, Д.А. Поспелов, Г. Розенблатт и П. Мак-Кигюк и др.

Приводится описание известных в области промышленных интеллектуальных систем (Hazard, Honeywell, ABB и др.) и используемого при этом математического аппарата (методов количественного анализа рисков, логико-графических методов

5

анализа "деревьев отказов и событий", методов анализа опасности и работоспособности, методов проверочного листа) для управления опасными производственными объектами.

На основе проведенного анализа выявлено отставание от зарубежных стран в области внедрения систем управления с элементами искусственного интеллекта. Это послужило обоснованием актуальности расширения теоретических и практических работ по разработке методических рекомендаций и инструментальных средств реализации ситуационного анализа и внедрение их в практику управления сложными объектами и процессами, в частности ОПО.

Во второй главе описана усовершенствованная методика ситуационного управления в процессах принятия решения.

Предполагается, что в каждом цикле принятия управленческих решений должна выполняться совокупность процедур связанных с идентификацией ситуации, оценкой текущей ситуации, анализом максимально полного множества допустимых альтернатив, инициирующих улучшение ситуации, выбором из них наилучшего решения.

Использование в работе понятия "девиационные модели", отражает тот факт, что при анализе ситуаций учитывается совокупность отклонений значений выходных характеристик от их номинальных (либо оптимальных) значений и отклонений текущих значений от зафиксированных значений на предыдущем шаге.

Главными отличительными особенностями предлагаемого подхода является описание ситуаций, в дискретном пространстве тенденций изменения значений выходных характеристик управляемого объекта или процесса, что позволяет создавать базу знаний о реакциях объекта на возмущения в окружающей среде и управляющие воздействия, сформировать и оценить полное множество возможных реакций, выделить из него позитивные и осуществить ранжирование по комплексному критерию, выдать проранжированные альтернативы в качестве рекомендаций лицу, принимающему решения. Для повышения адекватности модели объекта управления (ОУ) в диссертации разработаны рекомендации по реализации режима уточнения параметров априорно созданной ситуационной модели, проводимого на основе анализа предыстории, позволяющего получить апостериорные и реальные (а не экспертные или расчетные) оценки реакций ОУ на ранее реализованные управляющие воздействия.

Необходимость применения такого режима объясняется несовершенством и ограниченными возможностями использования принципа суперпозиции, который вынужденно применяется на этапе создания априорной модели, в условиях, когда отсутствуют статистические данные, по которым можно выявить неявно выраженные корреляционные связи, возникающие при совместном изменении нескольких входных управляющих воздействий. Более того, применение такого режима может быть обусловлено неточностями экспертных оценок либо совокупностью упрощений и допущений, которые, как правило, принимаются разработчиками' расчетных методик. Иначе говоря, применение режима уточнения параметров модели объясняется недостаточностью априорных знаний о поведении ОУ в реальных условиях, в результате чего реальные реакции могут отличаться от прогнозируемых.

Ситуационный анализ ОУ начинается с определения множества ситуаций. Целью информационного анализа является описание ОУ с помощью модели "черный ящик", выявление механизмов, с помощью которых возможно влиять на его функционирование. Входными управляемыми параметрами являются те параметры

которые могут целенаправленно изменяться с помощью определенных регулирующих органов. Входными неуправляемыми параметрами -б

параметры и = {м],н-1....,и^.к- 1, АГ, характеризующие состояние и отражающие воздействие окружающей среды на функционирование управляемого объекта (процесса). Обозначим множество выходных характеристик (показателей) через Р = {р| ,р2,...,р„}.п = 1.Л/. Характеристики р"сР вычисляются по модели, оценку изменения наблюдаемых характеристик р"сР можно осуществлять по результатам измерений, наблюдений, статистики, либо по мнениям экспертов, нарушение допустимого диапазона критических выходных характеристик Р1сгР грозит гибелью системы и воспринимается как аварийный режим.

Для реальных объектов и процессов характерно наличие ограничений на предельные значения показателей р;еР. Обозначим их соответственно р,тпи Р(тах, ры - номинальное значение. Амплитуды допустимых размахов отклонений в сторону увеличения Д^р, (инкрементное отклонение) и в сторону уменьшения Adpt (декрементное отклонение) вычисляются по формулам:

ДФ1 =_тах _-1> Дс1Р. =_) —итпп •

При дискретном управлении процедура принятия решения инициируется в определенные дискретные моменты времени I. Разделим управленческие решения на стратегические и тактические. Очевидно, что сначала должно определяться стратегическое решение (выбор наилучшей альтернативы из числа возможных), а затем тактическое (определение величины приращения управляемого параметра для выбранного наилучшего (или альтернативного) стратегического решения).

Используя инкрементно-декрементный подход, управляющим воздействием (одной из возможных альтернатив) будем считать дискретное изменение значения управляемого параметра хт в сторону увеличения Шт =хт + с1хт, либо уменьшения (Мт±\ = хт - с!хт, которое называется управленческим действием <!т е И, где Б - множество возможных управленческих воздействий на объект (процесс). Это множество имеет размерность 2М. Максимально возможное число альтернатив равно мощности множества Б.

Целевой анализ. Основной задачей целевого анализа является определение приоритетности или весовых коэффициентов целей ^ на различных • этапах жизненного цикла системы. При этом применяется процедура бинарных сравнений целей с экспертной оценкой приоритетности каждой относительно всех других.

Повышение объективности экспертных оценок обеспечивается применением групповой экспертизы. Если в определении весовых коэффициентов и ранжировании целей принимают участие несколько экспертов £0, то целесообразно применять алгоритм "отбраковки" ошибочных данных, состоящий из двух этапов. Условимся, что алгоритм должен выполняться для каждой gq цели управления объектом.

Этап I. Выявление согласованности суждений экспертов при групповой экспертизе.

1) Имеется Е0 экспертных матриц размерностью N х N , содержащих оценки. предпочтений позитивных девиаций выходных показателей для достижения цели. Причем, 1 = 1,..., N - индекс строки экспертной матрицы, а j =1,..., N -индекс столбца.

2) Определяется оценка значимости позитивной девиации pl по каждому эксперту.

= ^/Пу//' > г-це " элемент экспертной матрицы, представленная е-ым

У=1

экспертом для достижения цели. 3) Вычисляется относительная оценка позитивности девиации р,, представленного

е-ым экспертом для достижения gч цели.

4) Проводится оценка суждений для каждого эксперта в рамках. gд цели.

5) Определяется индекс согласованности суждений е-ого эксперта: ИС^ — ^ ^ ^ , который всегда должен быть больше, либо равен нулю.

6) Определяется оценка согласованности суждений е-ого эксперта: ОС^ = ^^ ,

при этом выбирается из справочников по экспертному оцениванию, в

зависимости от количества сравниваемых показателей М

7) По желаемому уровню достоверности суждений ио (рекомендации по ^ даны в справочниках по - экспертному оцениванию; например, для N<100 {/0«0,3) определяются эксперты, данные которых учитываются, если выполняется условие вида

8) Пункты 2)-7) итерационно выполняются для каждой экспертной матрицы цели.

9) Формируется группа экспертов Е1, для которых выполняется условие

В дальнейшем оценки скорректированной группы используются для определения вектора весовых коэффициентов.

Этап II. Построение обобщенной оценки значимости по данным коллективной экспертизы. (В экспертизе принимают участие Е, экспертов).

1) Определяется усредненная оценка важности р, относительно р].

2) Определяется оценка значимости

3) Вычисляется относительная оценка значимости

N N

4) Проводится оценка суждений всех экспертов:

У=! '=1

5) Определяется индекс согласованности: ИС = ——— (й 0)

N

6) Определяется оценка согласованности: ОС ~--щ, где ИС^ - справочные

данные.

7) Если условие ОС 2 С'^ удовлетворяется, то весовому коэффициенту важности р, присваивается значение

8) Пункты 2)-7) итерационно выполняются для каждой экспертной матрицы, связанной с целью gч и представленной £| экспертами.

9) Формируется = |у|,] вектор весовых коэффициентов для

каждой цели такой, что

При многоцелевой стратегии перед принятием решения необходимо решить нетривиальную задачу выбора множества критериев оценки альтернатив. Для этого может быть использован, в частности, подход, предусматривающий декомпозицию главной цели до того уровня детализации, когда для нижнего уровня иерархии целей можно сформулировать критерии, позволяющие адекватно описать степень достижения целей при принятии той или иной альтернативы. При полной декомпозиции целей критериями выступают выходные показатели ОУ.

Наборы значений этих критериев используются для описания исходов альтернативных вариантов решений с последующим формированием функции полезности, отражающей предпочтения лица, принимающего решения (ЛПР) и позволяющей каждому набору значений оценок альтернатив по выбранным критериям поставить в соответствие некоторое число, характеризующее эффективность альтернативы.

Для оценки эффективности управления в этом случае предлагается использовать подход, который можно назвать многоцелевым оцениванием альтернатив.

При реализации многоцелевого выбора, даже в условиях значительной неопределённости, ЛПР обязано осуществить выбор из конечного числа альтернатив А = {а,}, 1 = 1,т. Задачей формального выбора является объединение множеств С (текущая ситуация), А (альтернативных действий) и Р (реакция на объекте). Для ситуационного управления, где очень широк диапазон возможных ситуаций, к традиционной задаче выбора альтернатив необходимо добавить процедуру определения самого метода выбора альтернатив.

Обозначим через множество целей, которые в дальнейшем

ранжируются по степени важности при управлении объектом. С необходимостью достижения каждой цели можно связать требования по целесообразному управлению значениями каждого выходного показателя рбР и тем самым определить множество локальных целей системы управления.

При формировании многоцелевой стратегии управления будем сначала искать подмножества допустимых стратегий для каждой цели. Затем определим пересечение этих подмножеств и отдадим предпочтение альтернативам, входящим в наибольшее число подмножеств. Если пересечение окажется пустым множеством, то предпочтительными будут альтернативы, входящие в допустимое подмножество самой высокоприоритетной пели.

Организация ситуационного анализа. Для идентификации и кодирования ситуаций с применением двоичной системы с каждым параметром р, свяжем две

тенденции Индекс; отражает разряд кода ситуации, используемый для

указания на то, что у-ая тенденция присутствует в описании ситуации, когда он принимает значение " 1" (истина) . или отсутствует, если /-и разряд кода имеет значение "0" (ложь). Для определенности системы кодирования ситуаций примем. что все тенденции с нечетными/ отражают уменьшение значения / -ого параметра, а с четными/+/ отражают увеличение значения этого же параметра.

Обозначиммножество возможных тенденций через

Т = 7"у,72Д/+2*"} и осуществим кодирование полного множества

ситуаций в пространстве тенденций Т.

Следующим этапом является формирование матрицы кодов ситуаций

размерностью которая составляется с применением двоичного

кодирования подобно тому как кодируется в двоичной системе натуральный ряд целых чисел.

Для дополнения; качественного описания количественным показателем

введем понятие интенсивности тенденции. Оно характеризует амплитуду тенденции, выраженную с использованием аппарата нечетких высказываний. Обозначим этот показатель через и свяжем с каждой Определение значений показателей и

их использование излагается ниже, при описании процедуры генерации альтернатив. На этом процедура идентификации ситуаций завершается.

Процедура ситуационного анализа связана с разработкой системы оценки предпочтительности ситуации и предполагает ранжирование ситуаций. Для этого в соответствии с определенной целью е О множество Т разделяется на

подмножества Т+ ,Т~,ТИ так, что Т + - включают позитивные для достижения цели

тенденции; - содержит негативные тенденции для достижения цели объединяет нейтральные в отношении достижения цели тенденции. При этом

и должны обеспечиваться условия:

Т~ Г\ТН =0, Т+пТн = 0.

С помощью вектора V определяется ранг /■/ /-той ситуации по степени предпочтения для достижения цели

Процедура ситуационного управления связана с разработкой моделей "возмущение в среде —девиации" и "управляющее воздействие —девиации".

При этом определяется множество регулируемых параметров X - {х1,х2,—,хт,...,хм} и на их основе формируется кортеж управляющих действий где М - число входных параметров; множество

возможных воздействий вида

(![ =х, +с1х1;<12 = X] -ск,;(1з =х2 +(1х2;<34 =х2 -<1x2;...

где d - относительное приращение управляемого параметра;

Для уменьшения размерности получающейся матрицы предлагается производить генерацию модели с помощью ЭВМ по принципу "на лету", в реальном времени. Для этого с помощью экспертов должны быть сформированы две вспомогательные модели: 10

- "возмущение в среде - девиации" RU(2K,N);

- "управляющее воздействие - девиации" R(2M,N).

Будем считать, что на этапе априорного создания модели отсутствуют статистические данные об откликах управляемого объекта на возмущения в окружающей среде и управленческие воздействия и исследователь не имеет возможности провести корреляционный анализ. Примем следующие допущения:

1. Изменения всех параметров и^ е II и хт е X независимы и проявляется в изменении значений выходных параметров появлением в соответствии с логикой его функционирования.

2. Тенденции изменения выходных показателей Т] е ТР между двумя

дискретными моментами постоянны и их интенсивность пропорциональна

Ф, Ф/ к

частным производным или которые могут определяться либо численным

¿V ¿ик методом, либо по экспертным оценкам.

Эти допущения позволяют применить принцип суперпозиции и моделировать результирующий отклик управляемого объекта (процесса) путем суммирования откликов на изменение каждого неуправляемого параметра зафиксированного в момент времени 1;, и отклика на управляющее воздействие

ат 6£>.

В результате формируется девиационная модель функционирования объекта из двух матриц автоматизированным способом при

генерации альтернатив.

Для автоматизации синтеза сигнатурной модели и анализа прогнозируемой реакции объекта на изменение значений и^ предлагается выявлять не только тенденции Т) е Г, порождаемые таким изменением с помощью матрицы, но и оценивать их крутизны. Обозначим эти крутизны через КРщ- Их значения предлагается оценивать по правилам, общепринятым для оценки крутизны.

Элементы строк матрицы ЬШ отличные от 0 содержат модули значений

отражающие интенсивность тенденции Тд б ТР от изменения и^, которые обозначим через Знак зависит от принадлежности к подмножеству

Г+ или Т~.

Процедура генерации и анализа альтернатив осуществляется в режиме реального времени следующим образом.

В момент принятия решения выявляются текущие тенденции изменения неуправляемых параметров Г^еГУ', выявляются Г^еГР' отличные от 0, и

формируется код текущей ситуации с совокупностью единиц, отражающих

сигнатуры измененных параметров U и Р.

В дополнение к коду с'^ формируется дескриптор текущей ситуации Он

представляет собой строку элементов со структурой, совпадающей со структурой матрицы С. В элементах дескриптора отражаются интенсивности зафиксированных

И

изменений параметров Р и и, т.е. !Р1 =

Р, -Р,

ФГ

171 ¿ик

и Шь, =—г,- соответственно. ' ¿и?

Ранг текущей ситуации г/ определяется по формуле (1). Затем моделируется отклик управляемого объекта на совокупность зафиксированных тенденций 7} еТи', для чего формируется дескриптор С5„. При этом из матрицы Яи

последовательно выбираются строки соответствующие отличные от нуля.

Суммарная крутизна ¿-той тенденции определяется по формуле

SJ= £ *№к] и помешается в дескриптор 05и]. В результате этой

процедуры к дескриптору текущей ситуации могут добавляться тенденции с их крутизнами в любых элементах дескриптора. Суммарная интенсивность каких-то тенденций будет аккумулироваться. Новые тенденции со своими значениями крутизны и знаками могут появляться в дополнение к уже зафиксированным.

Проведя такой анализ для всех пар столбцов, получим результирующий дескриптор прогнозируемой ситуации

По нему формируется код ситуации Ранг этой прогнозируемой ситуации обозначим через и определим его по

формуле г/и - 'с1и/ ■ Элементы вектора с^ будут принимать единичное значение

для всех для которых крутизна Т будет отлична от нуля. Очевидно, что если то воздействие окружающей среды будет содействовать улучшению ситуации. Это может произойти только в том случае, если в дополнение к тенденциям текущей ситуации появятся позитивные тенденции. В противном случае и

ситуация будет ухудшаться из-за влияния окружающей среды.

На следующем этапе производится моделирование влияния управляющих воздействий в дополнение к влиянию возмущений в среде, формирование

множества допустимых действий (альтернатив) и выбор наилучшего из них. Для этого элементам будут последовательно добавляться строки матрицы Я.

Суммированием .Уу элементов дескриптора &У„с элементами КРт) из ш-ой строки матрицы Я моделируется реакция объекта на <1т. Суммирование реакции на возмущение среды с реакцией на позволит сформировать код ситуации, в которую должен перейти объект ответ на действие при зафиксированном изменении окружающей среды. Так как для каждой ситуации возможно определить ранг, то появляется возможность разделить все действия на допустимые

(обозначим их через (¡*т) и недопустимые Для этого процедуру следует повторить с каждой строкой матрицы Я. Каждая итерация моделирует переход, который обозначим

Таким образом, в результате совместного использования матриц кодов ситуаций Яи, Я и дескриптора 08и, генерируются альтернативы и моделируется множество

возможных переходов

Каждый элемент И1т е Нотражает ожидаемый переход объекта из ситуации

в ситуацию при выполнении действия

Соответственно ранг ожидаемого состояния Г/т будет равен рангу ситуации, в которую должен произойти переход при действии

Моделирование всех действий в ситуации позволяет определить множество возможных переходов , осуществлять их анализ и выбор допустимых . Для этого из множества выбираются допустимые альтернативы и формируется

множество управленческих действий

При этом определяется из условия: если если

Из множества допустимых альтернативньж действий с1*т в каждой /-ой

ситуации1 формируется подмножество допустимых альтернатив и

выбирается наилучшая альтернатива, обеспечивающая переход к ситуации с максимальным Обозначим ее через Если окажется несколько переходов к ситуациям с одинаковым рангом, то предпочтение отдается переходу, с большей крутизной позитивных тенденций.

Итерационное повторение процедуры анализа переходов позволяет сформировать стратегию для достижения цели как множество наилучших альтернатив для каждой возможной ситуации в виде множества рекомендаций типа: "В ситуации С/„ характеризующейся тенденциями 7'¡, наилучшим действием

является а} = ¿¡„(тахг/т)".

Уточнение модели управления происходит в реальном режиме функционирования ОУ и заключается в том, что сравнивается прогнозируемое состояние объекта по девиационной модели при выборе определенного воздействия на объект с реальной реакцией объекта на предложенное действие. При наличии расхождений между априорными оценками и апостериорными уточняются либо параметры ситуационной модели, либо правильность функционирования ОУ.

По результатам, ситуационного анализа и формирования стратегических решений (на этапе выбора наилучшего решения) определено значение какого управляющего параметра целесообразнее всего в сложившейся ситуации изменять и в каком направлении.

На этапе формирования тактического решения должна быть определена интенсивность этого изменения. Для этого должна быть определена функциональная зависимость вида которую предлагается находить с применением

корреляционного и регрессионного анализа. При этом выполняется три этапа

Этап 1. Устанавливаются корреляционные связи между параметрами системы на основе информации о девиациях выходных показателей, влияющих на изменения параметра при функционировании ОУ.

Для осуществления тактического управления используются базовые методы многомерного статистического анализа - корреляционного и регрессионного анализа Исходной для корреляционного анализа является статистическая матрица девиаций, получаемая при эксплуатации ОУ:

Ддг„ Ар

т I ••• Д*I Др mi "*

т = \.М

кЬх'т Ьр'тХ ... Ap'„N j

Для определения значимости частных и парных коэффициентов корреляции используется t-критерий Стьюдента.

Этап 2. Определяются коэффициенты уравнения регрессии:

Д?т=Ф(Д4) = Ро + ХРл-ДРшИ (2)

&Ртп = Ртп ~ р'тп > где /- дискретный момент времени наблюдения, М -число входных параметров, N - число реакций (выходов) на соответствующий воздействие хт.

Используя метод наименьших квадратов и информацию по Ахт,АРт находим вектор оценок коэффициентов регрессии ¡3 = (Рд.Р],...,р„}.

Этап 3. Определяется интенсивность изменения управляемого параметра.

Если при оценке стратегии предполагалось уменьшать значение управляемого параметра хт, то функция цели принимает вид:

Это правомерно сделать, так. как на

предыдущих этапах была выявлена линейная зависимость.

Если при оценке стратегии предполагалось увеличивать значение управляемого параметра то функция цели имеет вид:

Интенсивность изменения определяется в результате решения оптимизационной задачи, используя симплекс-метод.

При этом учитываются следующие параметрические ограничения:

и ограничение на управляемый параметр для корректировки допустимого диапазона изменения управляемого

параметра.

В третьей главе описана концепция, методика и информационная технология создания системы автоматизированного проектирования (САПР) систем поддержки принятия решений, базирующихся на применении инкрементно-декрементного подхода к описанию ситуаций и функционирования ОУ.

Разработанная инструментальная среда позволяет в автоматизированном режиме создавать СППР, относящиеся к классу Б8М-систем и ориентированные на ОЬЛР-технологию, для организации ситуационного управления сложными динамическими системами и объектами. С её помощью можно создавать в интерактивном режиме СППР для различных областей применения "под ключ".

В процессе создания СППР "под ключ" выделяют пять этапов:

1) Средствами программного обеспечения в диалоговом режиме осуществляется информационный анализ (с позиций системного подхода производится анализ структуры ОУ и описание его с помощью модели "черный ящик", выявляются механизмы, применение которых обеспечивает возможность влияния на функционирование ОУ (определяются входные управляемые и неуправляемые характеристики); формирование базы знаний о номинальных, минимальных, максимальных значениях параметров ОУ, допустимых диапазонах

изменения неуправляемых параметров, характеризующих состояние окружающей среды).

2) Средствами программного обеспечения в диалоговом режиме осуществляется целевой анализ (определяются цели и подцели управления, выявляются приоритетность каждой цели, весовые коэффициенты важности управления каждой выходной характеристикой ОУ в рамках существующей глобальной цели, определяется степень достоверности экспертных суждений).

3) Средствами программного обеспечения в диалоговом режиме осуществляется ситуационный анализ (определяется минимальный и достаточный набор выходных характеристик ОУ, необходимый для создания априорной девиационной модели; выявляются функциональные зависимости, по которым осуществляется расчет выходных характеристик; с помощью серии численных экспериментов автоматизируется определение их девиаций; формируется база знаний, содержащая экспертные оценки девиаций наблюдаемых характеристик; осуществляется формирование матриц "управляющее воздействие -девиации" и "возмущение в среде - девиации"). Этим этапом завершается создание БЗ о функционировании ОУ.

4) Средствами программного обеспечения осуществляется ситуационное управление (определяется наилучшее и формируется множество допустимых альтернативных действий на основе априорно созданных девиационных моделей; определяются ранги прогнозируемых ситуаций, на основе которых формируются возможные стратегические и тактические решения).

5) Автоматизированными средствами тестирования системы, осуществляется уточнение априорно созданной девиационной модели управления на основе анализа статистических данных из предыстории управляющих воздействий на ОУ и его реакций в режиме эксплуатации.

Система построена на основе реляционных баз данных. Она выдает данные непосредственно пользователю, причем внимание уделено главным образом скорости поиска, простоте группировки и извлечению данных.

Созданная система позволяет решать и вспомогательные задачи: вывод в наглядном, более понятном виде сведений о всех параметрах объекта; автоматизированное формирование матрицы парного сравнения, при решении задач экспертного ранжирования; выдачу информации средствами ГИС-технологии (на основе геоинформационной системы Maplnfo).

Для обеспечения гибкости в систему включена: процедура уточнения априорно созданной девиационной модели управления, процедура сбора и обработки статистической информации при эксплуатации ОУ, процедура сбора статистики по принятым решениям в уже сложившихся ситуациях. Кроме того, для обеспечения большей безопасности и защиты системы от возможных ошибок при использовании в реальном режиме эксплуатации, разработан комплекс административных и технических мер контроля достоверности информации и санкционированного доступа к ней.

Схема инструментальной среды быстрой автоматизированной разработки систем поддержки принятия решений представлена на рис. \.

Основная задача блока анализа ситуации — формирование набора значений выходных характеристик, описывающих текущую ситуацию, -определение цели и подцелей управления ОУ. Работа блока описывается алгоритмом, содержащим следующие процедуры:

- параметрическая идентификация ОУ;

- классификация типов параметров и характеристик ОУ с разделением на

управляемые, неуправляемые, вычисляемые, наблюдаемые; определение диапазона изменения параметров, оценки чувствительности к каждому возможному управленческому действию и возмущению в окружающей среде;

определение и ранжирование по приоритетности целей управления объектом.

Модель исследуемой системы - содержит априорную девиационную модель.

Основная задача блока анализа эффективности - определение эффективности применения выбранных и реализованных управленческих действий, а так же сравнение реакции на ОУ с реальной. В случае существенного различия между прогнозной и реальной оценками применяется блок анализа правильности оценок, где основными критериями являются длительность периода дискретизации и правильность принятия решений.

В блоке анализа динамических свойств ОУ определяется длительность периода дискретизации и осуществляется его корректировка в соответствии с оценкой динамических свойств реальных управленческих процессов.

Система уточнения - осуществляет уточнение девиационной модели.

Основная задача блока принятия решения — формирование наилучшего стратегического и тактического решения, а так же возможность выбора альтернативных действий в случае невозможности выполнения наилучшего.

База алгоритмов принятия тактических решений — комплекс подпрограмм, реализующих алгоритмы решения задач оптимизации с учетом ограничений, корреляционный и регрессионный анализ.

Память о предыдущих циклах необходима для сбора статистических данных, на основе которых реализуется алгоритм уточнения априорной модели, используемой для стратегического и тактического управления.

Выбранный и уточненный алгоритмы содержат алгоритмы обработки и уточнения девиационной модели управления объектом или процессом.

В блоке коэффициенты формируются, сохраняются и корректируются весовые коэффициенты, характеризующие относительную значимость изменения выходных характеристик ОУ, для достижения всех целей при реализации многоцелевого управления.

В четвертой главе исследуется возможность использования методики оценки риска и ущерба от возникновения чрезвычайных ситуаций (методика утверждена Министерством ГО и ЧС), знаний о токсичности веществ, характеристиках опасных

технологических процессов в качестве методической и информационной базы для построения девиационных моделей и синтеза СППР безопасною управления ОПО различного назначения с использованием концепций "приемлемого риска" и минимизации риска возникновения аварий.

Это обусловлено тем, что по масштабам загрязнения окружающей среды Тульская область лидирует в центре России, уступая лишь Московской области. Согласно классификации административно-территориальных единиц Тульская область относится ко второй степени химической опасности. На её территории находятся 26 химически опасных объектов народного хозяйства, использующих в своем производстве 22,3 тыс.т. сильнодействующих ядовитых веществ, и 67 пожаро-и взрывоопасных объектов. Особое внимание уделено анализу состояния и идентификации опасностей Щекинского промышленного региона. К первой степени химической опасности относятся акционерные общества "Азот" и "Химволокно" со среднесуточным запасом хлора 50 и 25 т и аммиака 240 и 80 т соответственно. В случае крупной химической аварии угрозе заражения подвергнется 100 % всей территории района и населения.

Для иллюстрации применимости инструментальной среды автоматизированной разработки СППР для ситуационного управления потенциально опасными процессами разработана СППР при управлении процессом производства капролактама.

Целью безопасного управления процессом ректификации производства капролактама является минимизация вероятности возникновения аварий.. Объектом управления является процесс производства капролактама, схема которого представлена на рис. 2.

Для достижения поставленной цели выполнены следующие процедуры: ' .

1) В соответствии с целью управления определены: X - управляемые параметры, D -управляющие воздействия, Р - выходные характеристики.

2) Выявлены возможные позитивные и негативные девиации параметров, принадлежащих множеству Р.

3) Составлены матрицы бинарных отношений, на основе обработки которых для каждого из параметров множества Р определен весовой коэффициент, отражающий важность для достижения поставленной цели.

4) Разработана ситуационная девиационная модель процесса.

5) Определены оценки интенсивности девиации параметров (8 - сильное изменение, 6 -сильное, 4 - умеренное, 2 - слабое).

6) На основе экспертных знаний, осуществлено определение рангов текущей ситуации.

7) Сформировано подмножество допустимых управленческих решений.

8) Осуществлен выбор наилучших альтернатив, для формирования рекомендаций лицу, принимающему решения (оператору химико-технологического процесса).

В качестве. управляемых параметров приняты: х1 - расход питания; х2 -давление пара; хЗ - уровень на полуглухой тарелке; х4 - давление в колонне; х5 -уровень в кубе колонны;- хб - расход нижней флегмы; х7 - уровень в сборнике флегмы.

Сформировано множество управляющих воздействий Б - открытие клапана 11; (12- закрытие клапана 11; 1-З - открытие клапана 09; -'14 - закрытие клапана 09; 15 - открытие клапана 17; 16 - закрытие клапана 17; 17 - открытие клапана 07; 18 -закрытие клапана 07; 19 - открытие клапана 19; 110 - закрытие клапана 19; 111 -открытие клапана 15; 112 - закрытие клапана 15; 113 - открытие клапана 21; 1\4 -закрытие клапана 21).

Выходными параметрами системы являются элементы множества Р (р1 -

температура верха колонны; р2 - температура на полуглухой тарелке; р1 -температура над третьим пакетом; р4 - температура над четвертым пакетом: р5 -температура над пятым пакетом; Р6 — давление в кубе колонны: р7- расход пара: р8 -температура в кубе колонны; Р9 - давление верха колонны; р10 - уровень на полуглухой тарелке; P1I - уровень в кубе колонны: р!2- уровень в сборнике флегмы).

Рис. 2. Процесс ректификации производства капролакама.

Для всех вышеперечисленных параметров (pl-pl2) верно следующее утверждение: тенденция к увеличению любого из них отрицательно влияет на ход технологического процесса с точки зрения обеспечения безопасности, а тенденция к уменьшению - положительно.

По результатам обработки экспертных оценок определен вектор весовых коэффициентов, представленный в таблице 1.

Таблица 1 - Вектор весовых коэффициентов бинарных отношений позитивных тенденций___

Р1 Р2 РЗ Р4 Р5 Рб Р7 Р8 Р9 Р10 Р11 Р12

0,059 0,059 0,058 0,058 0,059 0,108 0,129 0,087 0,087 0,089 0.118 0,089

С использованием дескриптора текущей ситуации определяется её ранг по формуле (1).

Если в момент принятия решения зафиксированы декремеитные девиации параметров рб, р7. р8, р9 с интенсивностью 4, 8, 6, 8 соответственно, то ранг ситуации равен 0,426.

В этой ситуации возможно применение действия dl. Это действие усилит декрсментную девиацию параметра рб (было 4 (умеренное изменение), стало л(сильное изменение)); параметр р7 приобретет инкрементную девиацию с

интенсивностью 8, параметр р8 - инкрементную девиацию с интенсивностью 2, параметр р9 - декрементную девиацию с интенсивностью 12. Ранг, ситуации, инициированный в ответ на действие ё/равен -2,806.

Последовательное - применение моделирования реакций на все действия позволяет, выбрать их них те, которые приводят к увеличению ранга относительно ранга текущей ситуации. Оно и будет представлять множество альтернатив. Наилучшим следует считать. действие, порождающее максимальное увеличение ранга. В диссертационной работе приведены расчеты рангов всех моделируемых ситуаций.

В диссертационной работе описана - также СППР для ситуационного управления процессом синтеза метанола.

Исследования, проведенные, в диссертационной работе, свидетельствуют о возможности применения методики, основанной на. девиационных моделях - и разработанной инструментальной среды для безопасного управления опасными производственными объектами и процессами.

Заключение содержит выводы по диссертации.

Приложения, содержат описание опасных технологических, процессов производства капролактама и метанола, руководство пользователя СППР..

Заключение

В результате исследований, проведенных в диссертационной работе, был сделан ряд теоретических и практических выводов по управлению. опасными: производственными объектами.,

1. На основе проведенного анализа в области промышленных интеллектуальных систем и используемого при этом математического аппарата в диссертационной работе обоснована целесообразность применения ситуационной девиационной модели для синтеза СППР, обеспечивающих повышение безопасности функционирования ОПО и процессов.

2. Разработаны методика повышения объективности и достоверности экспертных оценок на основе использования индекса согласованности для отбраковки некорректных данных; алгоритм уточнения априорно созданной экспертами базы знаний по результатам статистической обработки данных, получаемых в процессе эксплуатации сложного объекта или системы; методика применения ситуационной девиационной модели для формирования тактических решений, в которой при определении интенсивности принятого стратегического решения решаются задачи нахождения оптимальной интенсивности с учетом, параметрических ограничений.

3. Разработан алгоритм ситуационного управления ОПО и процессами предназначенный для снижения вероятности возникновения аварий на объекте на основе анализа характеристик опасных технологических процессов.

4. На основе анализа методик оценки риска и ущерба от возникновения ЧС, утвержденных Министерством ГО и ЧС, разработана девиационная ситуационная модель, которая позволяет осуществлять динамическую генерацию альтернатив, позволяя проводить анализ полного множества возможных ситуаций и выбор наилучших стратегических и тактических решений в динамическом режиме.

5. Разработаны инструментальные средства для автоматизированного создания СППР, предназначенных для реализации ситуационного управления сложным динамическими объектами и процессами с учетом принципов целостности, структурности, иерархичности и взаимодействия системы с внешней средой.

¿'- 72 5 2

6. Разработаны СППР обеспечивающие повышение эффективности с приоритетным учетом приемлемого уровня риска и безопасности управления технологическими процессами производства капролактама и метанола.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Мартынова М.А., Фатуев ВА, Годынский Э.Г., Бушинский В.И., Андриянова М.А. Применение ситуационного анализа и управления на химически опасных объектах. // Известия ТулГУ. Серия: Выч. техн. Автоматика. Управление. - Вып. 5. -Тула: ТулГУ, 1999. С. 3-10.

2. Мартынова МА., Годынский Э.Г. Разработка и использование сигнатурных ситуационных моделей при формировании стратегий управления в чрезвычайных ситуациях // Мониторинг и прогнозирование чрезвычайных ситуаций. //Тезисы докладов научно-технической конференции. - С.-Петербург, 1999. С. 17-19.

3. Мартынова МА., Фатуев ВА, Годынский Э.Г., Андриянова М.А. Управление химически опасными объектами с помощью метода ситуационного анализа. // ММТТ-12 : Сборник трудов 12 Международной научной конференции/ Великий Новгород, 1999. С. 102-104.

4. Мартынова М.А. Автоматизированная искусственная интеллектуальная система безопасного управления потенциально опасными объектами и процессами. // Информационные технологии и управление 2000 : Тезисы докладов/ Тула, ТулГУ,

2000, С. 86-89.

5. Мартынова М.А, Годынский Э.Г. Принципы разработки интерфейса пользователя системы поддержки управленческих решений. // Известия ТулГУ. Серия: Выч. техн. Автоматика. Управление. - Вып. 6. - Тула: ТулГУ, 2000. С.215-218.

6. Мартынова МА., Годынский Э.Г. Автоматизированная искусственная интеллектуальная система безопасного управления потенциально опасными объектами и процессами "СПРИНТ*. // Тезисы докладов : МАНЭБ, С.-Петербург,

2001. С.78-80.

7. Мартынова М.А, Фатуев ВА, Годынский Э.Г. Информационная технология для проведения ситуационного анализа деятельности кредитных организаций.// Известия ТулГУ. Серия: Выч. техн. Автоматика. Управление. - Вып. 7. - Тула: ТулГУ, 2001. С. 82-86.

8. Годынский Э.Г., Андриянова М.А., Мартынова. Управление химически опасными Мартынова М.А. Один из подходов к созданию систем поддержки принятия решений нового поколения. // Известия ТулГУ. Серия: Выч. техн. Автоматика. Управление. - Вып. 8. - Тула: ТулГУ, 2002. С. 97-101

9. Мартынова М.А. Интеллектуальный анализ данных - новейшее направление в области информационных систем. // Известия ТулГУ. Серия: Выч. техн. Автоматика. Управление. - Вып. 8. - Тула: ТулГУ, 2002. С.101-115.

Ю.Мартынова М.А. Архитектура систем поддержки принятия решений. // Известия ТулГУ. Серия: Выч. техн. Автоматика. - Вып. 8. - Тула: ТулГУ, 2002. С. 115-119.

Изд. лиц. ЛР № 020300 от 12.02.97. Подписано в печать /7,оу О1/ Формат бумаги 60x84 716- Бумага офсе-шая. Усл-печл. Уч.-изд.

Тираж 55" экз. Заказ {З-Ь

Тульский государстьенный университет. 300600, г.Тула, просп. Ленина, 92.

Отпечатано в редакционно-издательском центре 20 Тульского государственного университета.

300600, г.Тула, ул.Болдина, 151

Введение

Глава 1. Состояние проблемы повышения эффективности ц управления опасными производственными объектами

1.1 Обзор подходов в организации управления опасными ^ 1 производственными объектами

1.2 Методы анализа риска функционирования опасных производственных объектов

1.3 Обзор информационных технологий обеспечения 22 промышленной безопасности

1.4 Обзор и анализ подходов и методов системного анализа, 29 искусственного интеллекта

1.5 Классификация автоматизированных информационных 37 систем по признаку структурированности задач

1.6 Обоснование ситуационного подхода в управлении опасными 41 производственными объектами

1.7 Постановка задачи

1.8 Выводы

Глава 2. Методика ситуационного управления сложными системами с применением инкрементно-декрементного подхода

2.1 Обоснование целесообразности применения дискретных 49 моделей при управлении сложными объектами

2.2 Организация информационного анализа

2.3 Организация целевого анализа

2.4 Организация ситуационного анализа

2.5 Методика разработки априорной ситуационной модели для управления сложными объектами

2.6 Применение ситуационной модели для генерации . 59 допустимых воздействий при стратегическом управлении

2.7 Тактическое управление сложными объектами

2.8 Алгоритм уточнения априорно созданной базы знаний при 77 ситуационном управлении

2.9 Выводы

Глава 3. Инструментальная среда разработки систем поддержки gQ принятия решений для реализации ситуационного управления по девиационным моделям

3.1 Общая характеристика инструментальной среды разработки gQ систем поддержки принятия управленческих решений на основе девиационных моделей

3.2 Концепция создания ИСР СППР для реализации gg ситуационного управления по девиационным моделям

3.3 Информационная база инструментальной среды разработки 93 СППР для ситуационного управления

3.4 Программная реализация инструментальной среды jqj разработки СППР для ситуационного управления

3.5 Выводы

Глава 4. Ситуационный анализ и управление опасными jq производственными объектами Тульской области

4.1 Физико-географические и экономические особенности 2Q9 Тульской области

4.2 Анализ состояния, идентификация опасностей Щекинского цз промышленного региона

4.2.1 Характеристика объектов экономики Щекинского района по ^3 химической опасности

4.2.2 Характеристика объектов экономики Щекинского района по взрывопожароопасности

4.2.3 Характеристика возможного экологического ущерба цд окружающей среды

4.3 Ситуационный анализ и управление производством \ 15 капролактама на ОАО "Щекиноазот"

4.3.1 Определение множества управляемых параметров, ] ] управляющих воздействий и выходных параметров системы

4.3.2 Выявление возможных позитивных и негативных тенденций ц g развития параметров, принадлежащих множеству Р

4.3.3 Расчет весовых коэффициентов

4.3.4 Построение матрицы кодирования ситуаций -^

4.3.5 Построение девиационной модели объекта управления у

4.3.6 Выявление тенденций, для параметров объекта управления ^

4.3.7 Определение интенсивности тенденций

4.3.8 Определение рангов ситуаций

4.4 Ситуационный анализ и управление процессом синтеза J24 метанола на ОАО "Щекиноазот"

4.4.1 Определение множества управляемых параметров, 125 управляющих воздействий и выходных параметров системы

4.4.2 Выявление возможных позитивных и негативных тенденций -у26 развития параметров, принадлежащих множеству Р

4.4.3 Расчет весовых коэффициентов

4.4.4 Построение матрицы кодирования ситуаций

4.4.5 Построение девиационной матрицы объекта управления с 127 выявлением тенденций для параметров управления и их интенсивности

4.4.6 Определение рангов ситуаций

4.4.7 Автоматизированное управление процессом синтеза 132 метанола

4.5 Ситуационный анализ и управление химически опасными 135 объектами

4.6 Выводы

Актуальность работы. Настоящее время характеризуется развитием и внедрением в практику управления сложных систем различных научных направлений: кибернетики, информационных технологий, инженерии знаний, когнитивной психологии, методов поиска и принятия решений, методов оптимизации и моделирования и др. В результате создаются предпосылки для построения высокоэффективных систем по обработке и использованию знаний при решении широкого круга прикладных задач. ^ В условиях современного научно-технического прогресса техникоэкономические системы эксплуатируются в динамически изменяющейся среде, что сопровождается изменением и условий, и ограничений, и, подчас, целей функционирования управляемых объектов и (или) процессов. Это приводит к тому, что разработка адекватных и полных моделей отстает от реалий и потребностей управления. В реальной жизни они повседневно встречаются с необходимостью принятия решений, когда еще нет полной и адекватной модели управляемого процесса или объекта.

В этом проявляется "сложность" объекта управления (ОУ), обусловливающая необходимость отказываться от апробированных схем & реализации управления и переходить к применению эвристических процедур. Этим же подтверждается актуальность разработки оригинальных методов и инструментальных средств для автоматизации формирования альтернативных целесообразных управленческих решений, основанных на объединении идей дискретного управления и ситуационного моделирования.

Такой симбиоз позволяет проводить моделирование, которое можно отнести к одной из разновидностей имитационного моделирования, и осуществлять на этой основе синтез интеллектуальных систем поддержки принятия решений (СППР) для информационной и аналитической поддержки принимаемых решений при отсутствии или 'Ф неполноте детерминированных моделей

Ситуационный подход на сегодняшний день признается одним из наиболее перспективных в современной науке об управлении. На его основе может быть осуществлен синтез СППР с элементами искусственного интеллекта для информационной и аналитической поддержки принимаемых решений даже при отсутствии детерминированных моделей.

Актуальность разработки методических и инструментальных средств для синтеза интеллектуальных СППР подтверждается и наблюдающимся противоречием, проявляющимся в том, что стоимость и ответственность управленческих решений постоянно возрастает, а время на их информационную и аналитическую поддержку уменьшается. Разрешается это противоречие внедрением в контур управления СППР.

Особенно актуально внедрение СППР в контур управления опасными производственными объектами (ОПО).

Это подтверждается масштабностью техногенных аварий и катастроф последних десятилетий и тяжестью их последствий (достаточно вспомнить Бхопал, Чернобыль), а также накопленными знаниями о надежности сложных технических систем, износостойкости и старении материалов, вероятностными характеристиками, учетом немаловажного человеческого фактора в процессах управления и эксплуатации сложных систем, и этим обуславливается необходимость пересмотра концепции "абсолютной безопасности", основной принцип которой в отношении возможных чрезвычайных ситуаций (ЧС) выражается словами "реагировать и выправлять", в концепцию "приемлемого риска".

Кроме этого, статистические данные свидетельствуют о том, что около 80% аварий и ЧС происходит по вине человека или лица, принимающего решения (ЛПР).

Всё вышеперечисленное позволяет сделать вывод о том, что научные разработки, направленные на совершенствование и автоматизацию процесса разработки СППР и внедрение их в контуры управления различных систем, актуальны.

Объектами исследования являются опасные производственные объекты, технологические процессы, относящиеся к сложным системам, 7 для которых не разработаны точные математические модели функционирования.

Предметом исследования являются методы и средства поддержки принятия управленческих решений при реализации ситуационного управления сложными объектами или системами.

Целью исследования является повышение эффективности безопасного управления опасными производственными объектами и процессами на основе применения ситуационных моделей.

Целями управления ОПО приняты:

1. Обеспечение минимизации риска возникновения аварий, устремление его к уровню приемлемого риска.

2. Минимизация ущерба от аварий в случае возникновения и развития чрезвычайной ситуации (ЧС).

Задачи исследования:

1. Анализ подходов и методов реализации управления опасными производственными объектами.

2. Обоснование применения ситуационной модели для повышения безопасного функционирования ОПО.

3. Разработка методики повышения объективности и достоверности экспертных оценок, алгоритма уточнения априорно созданной экспертами базы знаний, методики применения ситуационной девиационной модели для формирования тактических решений.

4. Разработка алгоритма ситуационного управления ОПО . и процессами, основной целью которого является снижение вероятности возникновения аварий на объекте до уровня приемлемого риска.

5. Выбор методики оценки риска и ущерба от аварий и обоснование её применимости для ситуационного управления ОПО и процессами.

Методика исследования базировалась на методах искусственного интеллекта, оптимизации, корреляционного и регрессионного анализа; теории управления, теории принятия решения.

Научная новизна.

1. Показана возможность применения ситуационной девиационной модели для повышения безопасного функционирования ОПО и процессов.

2. Разработана методика повышения объективности и достоверности экспертных оценок, отличающаяся применением индекса согласованности для отбраковки некорректных данных.

3. Разработан алгоритм уточнения априорно созданной экспертами базы знаний по результатам статистической обработки данных, получаемых в процессе эксплуатации сложного объекта или системы.

4. Разработана методика применения ситуационной девиационной ^ модели для формирования тактических решений, отличающаяся тем, что при определении интенсивности принятого стратегического решения решаются задачи нахождения оптимальной интенсивности с учетом параметрических ограничений.

5. Разработан алгоритм ситуационного управления ОПО и процессами, целью которого является снижение вероятности возникновения аварий на объекте, на основе анализа характеристик опасных технологических процессов.

6. На основе анализа методик оценки риска и ущерба от возникновения ЧС, утвержденных Министерством ГО и ЧС,

Ф разработана девиационная ситуационная модель, которая отличается тем, что на её основе можно осуществлять динамическую генерацию альтернатив, проводя анализ полного множества возможных ситуаций и выбор наилучших стратегических и тактических решений в динамическом режиме.

Обоснованность и достоверность научных результатов обеспечиваются корректностью постановки теоретических задач, проверкой и внедрением разработанных СППР на опасных производственных объектах.

Практическая значимость заключается в разработке инструментальных средств для автоматизированного создания СППР для ^ осуществления ситуационного управления сложным динамическими объектами и процессами; разработке СППР для повышения безопасности функционирования ОПО, технологических процессов.

4. б Выводы

По данной главе можно сделать следующие выводы:

1)Эффективность управления сложными системами определяется адекватным назначением целей, способом получения и обработки информации о сложившейся ситуации, правильностью и полнотой процедур генерации альтернативных решений, видами критериев оптимальности или правилами выбора наилучшего решения. Адекватное назначение целей осуществляется при выполнении целевого анализа. К наиболее распространенным глобальным целям относят безопасность, технико-экономическую эффективность, надежность, устойчивость и др. Выбор целей в основном определяет множество выходных характеристик, изменения значений которых должно отслеживаться и анализироваться системой (субъектом) управления (СУ) на протяжении всего жизненного цикла системы. Глобальные цели СУ могут трансформироваться во внутренние (локальные) цели и интерпретироваться следующим образом: сгенерировать множество таких управленческих воздействий, которые обеспечат удержание выходных характеристик в заданном допустимом интервале, или такие, которые способствуют минимизации разности между номинальными (оптимальными, если предварительно решалась задача нахождения оптимальных значений) и текущими значениями контролируемых выходных характеристик. Если применить инкремеитный. подход к описанию тенденций изменения значений выходных характеристик, то аналогичная интерпретация будет еще лаконичнее,

2) К современным химическим, нефтехимическим, нефтеперерабатывающим производствам и предприятиям топливно-энергетического комплекса предъявляются повышенные требования по обеспечению безопасности, поэтому при разработке автоматизированных систем, управления технологическими процессами особое внимание уделяется соответствию этим требованиям. Основным и наиболее перспективным методом автоматизированного управления сложными динамическими системами в жизненно важных и критичных с точки зрения безопасности и надежности процессами является ориентация на диспетчерское управление и сбор данных.

3) Действия оператора в критических ситуациях, как правило-жестко ограничены по времени (несколькими минутами или секундами) и от этих действий целиком и полностью зависит дальнейшее протекание технологического процесса. Неспособность человека всегда быстро реагировать на сложившуюся ситуацию, выбирая при этом наилучшую альтернативу из всех возможных, жесткие временные рамки для принятия решений и выполнения действий высокая степень ответственности и эмоциональные нагрузки зачастую приводят к неадекватной реакции оператора и, в конечном счете, непредвиденным последствиям, например, авариям на производстве.

4) Из вышеизложенного очевидна необходимость автоматизации поддержки принятия управленческих решений с целью сокращения длительности проведения анализа нештатных ситуаций, возникающих в процессе производства, а также выработки наиболее эффективных альтернативных рекомендаций и управленческих решений, заблаговременно подготовленных, основанных на знаниях экспертов и обеспечивающих максимальное снижение вероятности возникновения аварий. Выбор альтернативы остается за оператором, однако, вероятность ошибочных некомпетентных решений уменьшается. Высказанные соображения и назначение таких СШТР обусловили целесообразность применения в них ситуационных моделей, разрабатываемых экспертами для конкретного потенциально опасного процесса. Очевидно, что такие модели должны гарантировать анализ полного множества возможных ситуаций и исключать появление непрогнозируемых состояний системы и окружающей среды. Одной из разновидностей таких моделей являются дискретные ситуационные модели. Методологические основы разработки таких моделей приведены в данной главе.

В результате исследований, проведенных автором в диссертационной работе, был сделан ряд теоретических и практических выводов по управлению опасными производственными объектами и технологическими процессами.

1) Опасные производственные объекты представляют собой сложные системы, обладающие огромным поражающим потенциалом, проблема их безопасности приобретает в настоящее время особую остроту. Именно поэтому она представляет собой задачу, с большим количеством исходных данных и множеством расчетных параметров, значения которых необходимо контролировать. Решение такой задачи без привлечения информационных технологий является возможным., но слишком трудоемким, требует привлечения большого числа специалистов различных отделов, что экономически не целесообразно. Кроме того, управленческое решение, полученное в результате такого анализа, может быть принято с большим опозданием ,и вызвать вместо позитивных негативные последствия для ОПО.

2) На основе проведенного анализа в области промышленных интеллектуальных систем и используемого при этом математического аппарата в диссертационной работе обоснована целесообразность применения ситуационной девиационной модели для синтеза СШТР, обеспечивающих повышение безопасности функционирования ОНО и процессов.

3) Ситуационное дискретное управление но девиационньш моделям применяется для управления сложными объектами (процессами), для которых не разработаны адекватные модели, и другие методы теории управления невозможно применить, а также в случае "быстрого реагирования".

4) Для многоцелевого ситуационного управления разработана система оценки приоритетности цели, а в рамках каждой цели должна быть определена система оценки приоритетности управления выходными хар актеристиками.

5) Разработана методика повышения объективности и достоверности экспертных оценок на основе использования индекса согласованности для отбраковки некорректных данных при реализации ситуационного управления на этапе построения априорной девиацйонной модели.

6) Разработан алгоритм уточнения априорно созданной экспертами базы знаний по результатам статистической обработки данных, получаемых в процессе эксплуатации сложного объекта.

7) Разработана методика применения ситуационной девиаииош-юй модели для формирования тактических решений, в которой при определении интенсивности принятого стратегического решения решаются задачи нахождения оптимальной интенсивности с учетом параметрических ограничений и с использованием корреляционного и регрессионного анализа.

8) Разработан алгоритм ситуационного управления ОНО и процессами предназначенный для снижения вероятности возникновения аварий на объекте на основе анализа характеристик опасных технологических процессов.

9) На основе анализа методик оценки риска и ущерба от возникновения ЧС, утвержденных Министерством ГО и ЧС, разработана девиационная ситуационная модель, которая позволяет осуществлять динамическую генерацию альтернатив, позволяя проводить анализ полного множества возможных ситуаций и выбор наилучших стратегических и тактических решений в динамике развития чрезвычайной ситуации.

10) Разработано инструментальное средство для автоматизированного создания СППР, предназначенных для реализации ситуационного управления сложным динамическими объектами и процессами с учетом принципов целостности. структурности-иерархичности и взаимодействия системы с внешней средой.

11) Для. обеспечения быстроты поиска, информации и гибкости системы в неё включена возможность хранения статистикческих данных о реакциях объекта по принятым решениям в уже известных ситуациях.

12) Для повышения качества принимаемого решения предусмотрен режим уточнения уточнения девиационной модели по статистическим данным, полученным в результате эксплуатации объекта управления.

13) Для анализа динамических свойств объекта управления предусмотрено определение длительности периода дискретизации и осуществление его корректировки в соответствии с оценкой динамических свойств реальных управленческих процессов.

1.4) Разработаны СППР., обеспечивающие повышение эффективности с приоритетным учетом приемлемого уровня риска и безопасности управления технологическими процессами производства капролактама и метанола.

1. Алиев Р.А., Абдикеев Н.М., Шахназаров М.М. ---■ Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990.

2. Алиев Р.А., Церковный А.Э., Мамедова Г.А. Управление информацией при нечеткой исходной информации. -М. Энергоатомиздат, 1991.

3. Арсеньев Ю.Н., Бушинский В.И., Фатуев В .И. Принципы техногенной безопасности производств и построения систем управления риском., ТГТУ. 1994.

4. Анохин П.К. Системные механизмы высшей нервной деятельности. -М.: Наука, 1989. 454 с,

5. Афанасьев В.Г. Системность и общество. М.: Политиздат, 1980. 368 с.

6. Базы знаний интеллектуальных систем/ Т.А. Гаврилова, В.Ф. Хорошевский СПб: Питер, 2000. -■ 384с.

7. Белов В.П. Планирование и контроль реализации управленческих решений с использованием информационных технологий: Учебно-метод, пособие. М., 1998. - 72 с.

8. Блауберг И.В., Юдин Э.Г. Становление и сущность системного подхода. М. :Наука, 1993. 270 с.

9. Богатиков B.HL Егоров А.Ф., Карначев И.П., Савицкая Т.Ю. Опыт декларирования безопасности хранилища хлора // Управление безопасностью природно-промьшзл.еиных систем. Вып. 1. Апатиты, 1998.-С. 44-47.

10. Вагин В.Н. Дедукция и обобщение в системах принятия решеняй.-М.: Наука, 1995.11 .Венделин А.Г. Подготовка и принятие управленческого решения. М.: Экономика, 1977.

11. Винер Н. Кибернетика. Изд. 2: Пер. с англ.-М.: Сов. радио, 1968. 326 с.

12. Временная методика по определению выбросов вредных веществ в атмосферу от неорганических, источников предприятий легкой промышленности. М., МИСИ им. Куйбышева, 1987.

13. И.Гвншиа.ни Д.М. Материалистическая диалектика философская основа системных исследований. - В кн.: Системные исследования: Ежегодник 1979. М.: Наука, 1979, с.7-28.

14. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М: Мир, 1985.-509 с.

15. Годынский Э.Г. Метод выявления и устранения противоречий в экспертных оценках при ранжировании объектов. Тульский государствен н ый ун иверситет.

16. П.Годынский Э.Г. Концепции создания и использование дискретных ситуационных моделей в управлении динамическими системами/Шнформационные технологии №9-2001 С. 37-44.

17. Девятков В.В. Системы искусственного интеллекта: Учеб. пособие для ВУЗов. М.: Издательство МГТУ им. Н.Э. Баумана, 2001. - 352 с.

18. Джонсон Р., Каст Ф., Розенцвейг Д. Системы и руководство: Пер. с англ. М.: Сов. Радио, 1989. 646 с.

19. Евланов Л.Г. Теория и практика принятие решений.-М.: Экономика, 1984.

20. Епанешников А., Епанеишиков В. Программирование в среде DELPHI 4.0: Учебное пособие: В 4-х ч. -М.: ДИАЛОГ-МИФИ, 1997.

21. Ефимов Е.И. Решатели интеллектуальных задач. М.: Наука, 1982.

22. Журавлев В.П., Пушенко С.Л., Яковлев A.M. Защита населения и территорий в чрезвычайных ситуациях: Учебное пособие. М.: Изд~во АСВ, 1999.- 376 с.

23. Искусственный интеллект: Применение в интегрированных производственных системах/ Под ред. Э.Кьюсиака; Пер. с анг. А.П. Фомина; Под ред. А.И. Дащенко, Е.В. Левнера. М.: Машиностроение, 1991.

24. Искусственный интеллект: В 3 кн. Кн1. Системы общения и экспертные системы Справочник./Под ред.Э. В.Попова.-ML: Радио и связь, 1990.-464с.

25. Искусственный интеллект: В 3 кн. Кн2. Модели и методы: Справочник.ЯТод ред. Д.А. Поспелова. -М.: Радио и связь, 1990.-304 с.

26. Искусственный интеллект основа новой информационной технологии / Поспелов Г.С. М.: Наука, 1988 - 280 с.

27. Квейд Э. Анализ сложных систем. М.: Сов. радио, 1989. 518 с.

28. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения.—М.: Радио и связь, 1991.

29. Клиланд Д., Книг В. Системный анализ и целевое управление. М.: Сов. радио, .1984. 280 с.

30. Клыков Ю.Н. Ситуационное управление большими системами. М.: «Энергия», 1974,- 135с.

31. Количественные хара,ктеристики вредных веществ, выделяющихся при работе основного технологического оборудования на предприятиях отрасли. Сборник справочных материалов. Одесса, СП.КИ6 1989.-225 с.

32. Ларичев О.И., Петровский А.Б. Системы поддержки принятия решений: современное состояние и перспективы развития. Итоги науки и техники. Техн. кибернетика.1997,-—Т. 21.С. 131.165. 1.

33. Ларичев О.И. Методологические проблемы практического применения системного анализа. В кн.: Системные исследования: Ежегодник 1993. М.: Наука, 1993, с.210-2'19.

34. Ларичев О.И. Системный анализ: проблемы и перспективы. -Автоматика и телемеханика, 1995, №2 с. 61-71.

35. Легашов М.А., Исакевич Н.В. Декларирование безопасности базисного склада взрывчатых материалов ОАО «Апатит» // Управление безопасностью природно-промышленных систем. Вып. 1. Апатиты, 1998. - С. 39-43.

36. Легашов М.А., Матвеев П.И. Геоинформационная система поддержки принятия решений, при отработке удароопасыых месторождений // ГИС-Обозрение. 1999. - № 1. - С. 34-37.

37. Легашов М.А. Матвеев ГТ.И. Геоинформационная технология в методике прогноза удароопасности на руднике /У Геоинформатика в' нефтегазовой и горной отраслях. Тр. П Всерос. конф., Нижневартовск 6-8 апр. 1999 г. М: Изд-во ГИС-Ассоциации, выпуск на CD-ROM.

38. Лескин А.А., Мальцев В.Н. Системы поддержки управленческих и проектных решений. Л.: Машиностроение. Ленинтр. отделение, 1990. - (ЭВМ в производстве)

39. Ли ТТ., Адаме Г.Э., Гейнз У, М. Управление процессами с помощью вычислительных машин. Моделирование и оптимизация. Нью-Йорк, 1968г. Пер. с англ., под ред. В.И. Мудрова. М., Изд-во "Советское радио", 1972.

40. Глушков В.М. Введение в АСУ. Киев: Техшка, 1984. 318 с.

41. Го лубков ЕЛ. Использование системного анализа в отраслевом планирований. М.: Экономика. 1999. 136 с.

42. Матвеев П.И. Структура ГИСППР по обеспечению безопасности производственного объекта (на примере ОАО «Апатит») // Проблемы управления безопасностью сложных систем: Тр. VII Межд. конф. Москва, 20 дек. 1999 г. М.: РГГУ, 1999. - С. 284-285.

43. Мелихов А.Н., Берн штейн Л.С., Коровин С.Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука, 1990. - 272 с.

44. Методика расчета токсодоз и вероятностного поражения населения СДЯВ // ВНИИ ГОЧС. М., 1998.

45. Методика расчета количественных характеристик выбросов вредных веществ от основного технологического оборудования машиностроительных предприятий. М., НИИОГАЗ, 1990,- 118 с.

46. Методические указания по определению параметров газовых потоков для определения расчета выбросов из стационарных источников разного типа. Л., "ГГО им. А.И. Войекога, 1990 . -32 с.

47. Могилевский В.Д. Методология систем: вербальный подход/ Огд-ние экон. РАН; науч.-ред. совет изд-ва «Экономика». М.: ОАО Издательство «Экономика», 1999. - 251 с. - Системные проблемы России

48. Моисеев Н.Н., Иванилов Ю.П., Столярова Е.Н, Методы оптимизации. М.: Наука, 1978. -- 350 с.

49. Моисеева B.C., Соколов В.А., Стабин И.П. Основные тенденции моделирования задач управления объектом.-Техника средств связи. Сер. АСУ, 1976, вып. J, с. 3-1.1.

50. Моисеева Н.К. Карпунин М.Г. Основы теории и практики функционально-стоимостного анализа:. Учеб. пособие для техн. спец. вузов.-М.: Высш. шк., 1998. 192 с.

51. Муромцев Ю.Л. Безаварийность и диагностика нарушений в химических производствах. М.:Химия, 1990. 144 е.: ил.83.

52. Наппельбаум ЭЛ. Системный анализ как программа научных исследований -- структура и ключевые понятия. В кн.: Системные исследования: Ежегодник 1986, М.: Наука, .1986, с. 55-77.

53. Нейлор К. Как построить свою экспертную систему.- М.: Энергоатомиздат, 1991.

54. Нильсон Н.Д. Искусственный интеллект. Методы поиска решений.-М.: Мир, 1973.

55. Нильсон Н.Д. Принципы искусственного интеллекта: Пер. с англ.-М.: Радио и связь, 1985.

56. Новокщенов М.В. Основы информационной культуры. li11p://wwvvjiovgorod.ru/^^

57. Поспелов Г.С., Ириков В.А. Программно-целевое планирование и управление. М.: Сов. радио, 1988. 440 с.65.0птнер С. Л. Системный анализ для решения деловых и промышленных проблем: Пер. с анлг. М.: Сов. радио, 1988. 215 с.

58. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ,- Наука, 1987

59. Поспелов Д. А. Логико-лингвистические модели в системах управления. М.: Энергоиздат, 1981. - 231 с.

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

61. Приказ ' МЧС России и Госгортехнадзора России «О Порядке разработки декларации безопасности промы шлейного объекта Российской Федерации» от 04.04.96 № 222/59.

62. Проблемы интегральной автоматизации производства. ~ Л.: Наука, 1988.

63. Ф 71 .Растригин Л. А. Современные принципы управления сложнымиобъектами. М.: Сов. радио, 198.9. 232 с.

64. Рэй У. Методы управления технологическими процессами: Пер. с англ. -М.:Мир, 1983.

65. Саати Т.Л., Керне К. Аналитическое планирование. Организация систем.: Москва. «Радио и связь», .1991. - 224 с.

66. Саати Т.Л. Математические модели конфликтных ситуаций. Пер с аыгл. Под ред. И.А. Ушакова. М.: «Сов. Радио», 1977 304 с.

67. Садовский В.Н. Системный подход и общая теория систем: Статус, основные проблемы и перспективы развития. В кн.: Системные исследования: Ежегодник 1979. М.: Наука, 1979. С. 29-54.

68. Сафонов В.О. Экспертные системы- интеллектуальные помощникиспециалистов,- С.-Пб: Санкт-Петербургская организация общества. "Знания" России, 1992.

69. Сборник отраслевых методик по определению концентраций загрязняющих веществ в промышленных выбросах. 4.2, М. Гидрометеоиздат, 1999.-180 с.

70. Сван Т. Основы программирования в Delphi для Windows 95. К.: Диалектика, 1996. -480 с

71. Себастиан Г.С. Принятие решений при распознавании образов. Киев: • Техшка, .1965. 270 с.

72. ВО.Синюк В.Г., Котельников А.П. Системы поддержки принятия решений: основные понятия и вопросы применения. Белград: Изд-во БелГТАСМ, 1998,-78 с

73. Сильнодействующие ядовитые вещества и защита от них /Под. ред. В.А. Владимирова/, М.: Военное издательство, 1989.

74. Синюк В.Г., Котельников А.П. Системы поддержки принятия решений: основные понятия и вопросы применения. Белград: Изд-во БелГТАСМ, 1998,-78 с

75. ВЗ.Сиренко B.C., Разуваев А.П. Системный анализ и моделирование социально-экономических процессов, М.: Информэлектро, 1989. 67с.

76. Системный анализ в ОАСУ: Сб. статей/ Под ред. Б.А. Лагоша. М.: АН СССРЦЭМИ, 1985. 153 с.

77. Системный анализ и моделирование развития и размещения производительных сил: Сб. статей/ Под ред. А.Н.Алымова и В.Т.Кулик. Киев: СОПС УССР, 1985, 150 с.

78. Системный анализ и моделирование развития и размещения производительных сил: Сб. статей. Киев: Знание, 1986, 39 с.

79. Системный анализ промышленного производства: Сб. статей/ Под ред. В.И. Скурихина. Киев: ИК, 1986. 96 с.

80. Системный анализ промышленного производства: Сб. статей/ Под ред. Б.Б. Тимофеева. Киев: ИК, 1989. 88 с.

81. Системный анализ технологических процессов: Методическое пособие, М.: МОСФАП АСУ, 1988, вып. 4. 43 с.

82. Системные исследования, металлургических процессов и производства /Под ред. С.В. Емельянова. М.: Металлургия, .1980. 134 с.

83. Соколов Р.Г., Демянов А.А. Системный анализ и управление снабжением. Л.: Стройиздат, Ленпнгр. отд-ние, 1985. 216 с.

84. Справочник по защите населения от сильнодействующих ядовитых веществ, М., 1.995.

85. Стабин И.П., Моисеева B.C. Автоматизированный системный анализ. -М.: Машиностроение, 1984. 312 с. ил.

86. Стронгин Р.Г. Численные методы в многоэкстремальных задачах. Информационно- стратегический подход. М.: Наука., 1978.

87. Тихомиров Т.О.А. Управленческое решение. М.: Наука, 1996. 288 с.

88. Универсальная информационная система GIS В кн.: Система банков данных (обзор). М.: ВИМИ, 1990. 36-41 с.

89. Фатуев В.А. Построение оптимальных моделей динамики по экспериментальным данным. Ту л. гос. техн. ун-т, Тула, 1994.

90. Фатуев В.А., Бушинский В.И. Эколого-экономическое моделирование и менеджмент /Тул. гос. ун-т. Тула, 1997. - 116с.

91. Фатуев В.А., Годынский Э.Г., Мартынова М.А., Андриянова М.А. Управление химически опасными объектами с помощью метода ситуационного анализа. // ММТТ-12: Сборник трудов 12 Международной научной конференции/Великий Новгород. 1999 г.

92. Фатуев В.А., Годынский Э.Г., Мартынова М.А. Применение ситуационного анализа и управления на химически опасных объектах. // Извесг. ТулГУ. Серия Вычисл. техн. Автоматика. Управление. Выпуск 5. ТулГУ, 1999 г.

93. Федеральный закое РФ «О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера» от 21.12.94 № 68-ФЗ;

94. Федеральный закон РФ «О промышленной безопасности опасных производственных объектов» от 21.07.97 № 116-ФЗ;

95. Фролов С. Развитие отечественных систем промышленной автоматизации //Автоматизация и производство. М.: ООО «ВИНРЭЙ», 2001, №2, с 22-25.

96. Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1975. 270 с.

97. Черняк Ю.И. Системный анализ и управление экономикой. М.: Экономика, 1975. 19.1 с.

98. Шапиро Ю.З. АСУ химическими производствами. Унифицированные решения. М.: Химия, 1983 (серия "Химическая кибернетика').

99. Шорин В.Г. Системный анализ и структуры управления. М.: Знание, 1991. 303 с,

100. Элти Дж, Кумбс М. Экспертные системы ; концепции и примеры. - М.:- Финансы и статистика, 1987.

101. Яковлев С.Ю. Безопасность природио-промышлейных систем. Основные понятия и методы анализа // Управление безопасностью при род н о-промышл ен ных систем. Вып. 1. Апатиты, 1998. - С. 6-13.

102. Яковлев С.Ю. Информационная технология анализа безопасности производственных объектов // Информационные технологии врегиональном развитии: Тез. докл. регион, конф., г. Апатиты, 30-31 марта 1999 г. Апатиты: Изд-во КФ ПетрГУ, 1999. - С. 16-17.

103. Яковлев С.Ю. Безопасность природно-промышлеиных систем. Математическое описание // Управление безопасностью природно-промышленных систем. Вып. 2. Апатиты: Изд-во КФ ПетрГУ, 1999, -С. 43-51.

104. Яковлев С.Ю. Вероятностная модель безопасности природно-промышленной системы // Проблемы управления безопасностью сложных систем: Тр. VII Межд. конф. Москва, 20 дек. 1999 г. М.: РГГУ, 1999. - С. 189-190.

105. Boehm G.A.W, Shaping decisions with system analysis Harvard Business Rev., 1996, v. 54, N. 5, p. 9.1-99.

106. Hoos Ida. R. System analysis in public policy. A critique. Univ. of California press. 1992. 259 p.

107. System analysis techniques. Ed. J.D.Conger, R.W.Kna.pp. New York, Wiley, 1994. 509 p.