- •Электронное учебное пособие
- •«Надежность технических систем и техногенный риск»
- •Подготовлено на базе учебного пособия
- •«Надежность технических систем и техногенный риск»
- •Предисловие
- •§ 1 Природа и характеристика опасностей в техносфере
- •1.1. Техносфера. Техника. Техническая система. Технология.
- •1.2. Определение опасности
- •1.3. Аксиомы о потенциальной опасности технических систем
- •1.4. Таксономия опасностей
- •1.4.1. Примеры таксономий
- •3. Неудачные проектные решения и отступления от проекта:
- •1.5. Алгоритм развития опасности и ее реализации
- •1.6. Источники опасности
- •1.7. Энергоэнтропийная концепция опасностей
- •1.8. Номенклатура опасностей
- •1.9. Квантификация опасностей
- •1.10. Идентификация опасностей
- •1.11. Причины и последствия
- •1.12. Пороговый уровень опасности
- •1.13. Показатели безопасности технических систем
- •§ 2. Основные положения теории риска
- •2.1. Понятие риска
- •2.2. Развитие риска на промышленных объектах
- •2.3. Основы методологии анализа и управления риском
- •2.3.1. Анализ риска: понятие и место в обеспечении безопасности технических систем
- •2.3.2. Оценка риска: понятие и место в обеспечении безопасности технических систем
- •2.3.3. Управление риском: понятие и место в обеспечении безопасности технических систем
- •2.3.4. Общность и различие процедур оценки и управления риском
- •2.3.5. Количественные показатели риска
- •2.4. Моделирование риска
- •2.5. Принципы построения информационных технологий управления риском
- •§ 3. Роль внешних факторов, воздействующих на формирование отказов технических систем
- •3.1. Общие замечания
- •3.2. Классификация внешних воздействующих факторов
- •3.3. Воздействие температуры
- •3.4. Воздействие солнечной радиации
- •3.5. Воздействие влажности
- •3.6. Воздействие давления
- •3.7. Воздействие ветра и гололеда
- •3.8. Воздействие примесей воздуха
- •3.9. Воздействие биологических факторов
- •3.10. Старение материалов
- •3.11. Факторы нагрузки
- •§ 4. Основны теории расчета надежности технических систем
- •4.1. Основные понятия теории надежности
- •4.2. Количественные характеристики надежности
- •4.3. Теоретические законы распределения отказов
- •4.4. Резервирование
- •4.4.2. Способы структурного резервирования
- •4.5. Основы расчета надежности технических систем по надежности их элементов
- •Надежность резервированной системы
- •Включение резервного оборудования системы замещением
- •Надежность резервированной системы в случае комбинаций отказов и внешних воздействий
- •Анализ надежности систем при множественных отказах
- •§ 5. Методика исследования надежности технических систем
- •5.1. Системный подход к анализу возможных отказов: понятие, назначение, цели и этапы, порядок, границы исследования
- •5.2. Выявление основных опасностей на ранних стадиях проектирования
- •5.3. Исследования в предпусковой период
- •5.4. Исследования действующих систем
- •5.5. Регистрация результатов исследования
- •5.6. Содержание информационного отчета по безопасности процесса
- •§ 6. Инженерные методы исследования безопасности технических систем
- •6.1. Понятие и методология качественного и количественного анализа опасностей и выявления отказов систем
- •6.2. Порядок определения причин отказов и нахождения аварийного события при анализе состояния системы
- •6.3. Предварительный анализ опасностей
- •6.4. Метод анализа опасности и работоспособности- аор (hazard and operability study - hazop)
- •6.5. Методы проверочного листа (check-list) и "что будет если ...?" ("what - if")
- •6.6. Анализ вида и последствий отказа - авпо (failure mode and effects analysis - fmea)
- •6.7. Анализ вида, последствий и критичности отказа- авпко (failure mode, effects and critical analysis - fmeca)
- •6.8. Дерево отказов - до (fault tree analysis - fta)
- •6.9. Дерево событий - дс (event tree analysis - еta)
- •6.10. Дерево решений
- •6.11. Логический анализ
- •6.12. Контрольные карты процессов
- •6.13. Распознавание образов
- •6.14. Таблицы состояний и аварийных сочетаний
- •§ 7. Оценка надежности человека как звена сложной технической системы
- •7.1. Причины совершения ошибок
- •7.2. Методология прогнозирования ошибок
- •7.3. Принципы формирования баз об ошибках человека
- •§ 8. Организация и проведение экспертизы технических систем
- •8.1. Причины, задачи и содержание экспертизы
- •8.2. Организация экспертизы
- •8.3. Подбор экспертов
- •8.4. Экспертные оценки
- •8.5. Опрос экспертов
- •8.6. Оценка согласованности суждений экспертов
- •8.7. Групповая оценка и выбор предпочтительного решения
- •8.8. Принятие решения
- •8.9. Работа на завершающем этапе
- •§ 9. Мероприятия, методы и средства обеспечения надежности и безопасности технических систем
- •9.1. Стадия проектирования технических систем
- •9.2. Стадия изготовления технических систем
- •9.3. Стадия эксплуатации технических систем
- •9.4. Техническая поддержка и обеспечение
- •9.5. Технические средства обеспечения надежности и безопасности технических систем
- •9.6. Организационно-управленческие мероприятия
- •9.7. Диагностика нарушений и аварийных ситуаций в технических системах
- •9.8. Алгоритм обеспечения эксплуатационной надежности технических систем
- •§ 10. Технические системы безопасности
- •10.1. Назначение и принципы работы защитных систем
- •10.2. Типовые структуры и принципы функционирования автоматических систем защиты
- •10.3. Автоматическая интеллектулизированная система защиты объекта и управления уровнем безопасности
- •10.4. Типовые локальные технические системы и средства безопасности
- •§ 11. Правовые аспекты анализа риска и управления промышленной безопасностью
- •11.1. Классификация промышленных объектов по степени опасности
- •11.2. Оценка опасности промышленного объекта
- •11.3. Декларация безопасности опасного промышленного объекта
- •11.4. Требования к размещению промышленного объекта
- •11.5. Система лицензирования
- •11.6. Экспертиза промышленной безопасности
- •11.7. Информирование государственных органов и общественности об опасностях и авариях
- •11.8. Ответственность производителей или предпринимателей за нарушения законодательства и нанесенный ущерб
- •11.9. Учет и расследование
- •11.10. Участие органов местного самоуправления и общественности в процессах обеспечения промышленной безопасности
- •11.11. Государственный контроль и надзор за промышленной безопасностью
- •11.12. Разработка планов по ликвидации аварий и локализации их последствий, а также планов по ликвидации чрезвычайных ситуаций
- •11.13. Экономические механизмы регулирования промышленной безопасности
- •11.14. Российское законодательство в области промышленной безопасности
- •§ 12. Принципы оценки экономического ущерба от промышленных аварий
- •12.1. Понятие ущерба и вреда. Структура вреда
- •12.2. Экономический и экологический вред
- •12.3. Принципы оценки экономического ущерба
6.13. Распознавание образов
Одно из направлений развития методов контроля надежности элементов системы (или систем), основанных на изучении косвенных параметров, - использование теории распознавания образов. В ней разрабатываются приемы и методы, позволяющие по некоторым, часто весьма незначительным, признакам относить объект изучения к тому или иному классу и охарактеризовать его состояние.
Кластерный анализ - математическая процедура многомерного анализа, позволяющая на основе множества показателей, характеризующих ряд состояний объектов (образов), сгруппировать их в классы (кластеры) таким образом, чтобы объекты, входящие в один класс (образ), были более однородными, сходными по сравнению с объектами, входящими в другие классы. На основе численно выраженных параметров объектов вычисляются расстояния между ними, которые могут выражаться в евклидовой метрике (наиболее употребимой), так и в других метриках.
Кластерный анализ применяют для идентификации опасных состояний системы в том случае, если нарушения в объекте существенно изменяют зависимости выходных переменных от входных воздействий или областей значений переменных.
Обнаружение и диагностирование нарушений при кластерном анализе производят на основе идентификации некоторого образа - кластера - в пространстве нескольких переменных y1, y2,..., yL, соответствующего определенному состоянию работоспособности h, по данным измерения этих переменных. Примеры трех кластеров в области измеряемых значений y1и y2для состояний работоспособности h0, h1, h2показаны на рис. 6.13.1. Границы кластеров определяют на основе обработки экспериментальных данных, полученных в различных и известных состояниях работоспособности.
Выделение кластеров отражает различие параметров или вида оператора φ модели объекта при разных состояниях работоспособности, разброс значений y в одном состоянии работоспособности характеризует изменение возмущающих воздействий.
Каждому кластеру соответствует многомерная плотность распределения p(y1, y2,..., yL). Если измеряемые переменные независимы, то функция p(y1, y2,..., yL) равна произведению плотностей распределений p(yi) переменных yi, i= :
p(y1, y2,..., yL) = kp(y1)p(y2) ... p(yL),
где k - доля общей совокупности точек, занимаемая данным кластером, kÎ[0; 1].
Рис. 6.13.1. Кластеры в пространстве двух переменных для трех состояний работоспособности
Чтобы охарактеризовать кластер по экспериментальным данным, в простейшем случае оценивают параметры распределения математического ожидания mi, среднего квадратического отклонения σiпеременной yi, i= , соответствующие одному состоянию работоспособности, а следовательно, и кластеру, определяют его границу как границу области с назначенной доверительной вероятностью. Если переменные yiнезависимы и распределены по нормальному закону, то главные оси кластеров расположены параллельно координатным осям.
Нарушения методами кластерного анализа выявляют следующим образом. В момент времени tjпроизводят очередное j-е измерение вектора y[j] = (y1[j],..., yL[j]). На основе взаимного расположения точки y[j] кластеров в L-мерном пространстве определяют состояние работоспособности h[j] в момент времени tj. Решение принимают на основе вычисления обобщенного расстояния от проверяемой точки y[j] до центров кластеров. В случае независимости переменных и нормальных распределений обобщенное расстояние ρhдо h-го кластера определяют по формуле
ρh= , (6.13.1)
где yi[j] - значение компоненты yiвектора y[j];
,- параметры распределенияρh(y1,..., yL) кластера, соответствующего состоянию h объекта.
Точка y[j] относится к тому кластеру, для которого расстояние ρhминимально.
Можно также использовать модифицированное обобщенное расстояние ρ''h, учитывающее фактор k и определяемое по формуле
= ,, (6.13.2)
где kh- фактор k для кластера, соответствующего состоянию h.
ПРИМЕР. Объект - химический реактор; контролируются переменные: y1- температура, y2- концентрация компонента A, y3- концентрация компонента B, y4– давление; выделены три кластера, соответствующие состояниям: h0- нормальное функционирование, h1- нарушена подача хладагента, h2- не работает мешалка, с параметрами=195,=10,=80,=5,=10,=2,=5,=0,5;=250,=20,=70,=5,=15,=3,=4,8,=0,5;=190,=15,=60,=7,5,=22,=5,=4,7,=0,6 (где σi, mi- среднее квадратическое отклонение и математическое ожидание i-й переменной для ν-го кластера).
При очередном j-м измерении вектора y получены:
y[j] = (y1[j]=220,y2[j]=75,y3[j]=12,y4[j]=4,9),
обобщенные расстояния ρh, вычисленные согласно (6.12.1), которые равны: ρh0=2,88, ρh1=2,06, ρh=3,48. Расстояние ρh1минимально, поэтому y[j] соответствует состоянию h1.
В ряде случаев пространство значений вектора y содержит определенный кластер. В зависимости от того, какому сектору принадлежит точка y[j], делают вывод о принадлежности ее к соответствующему кластеру, а следовательно, о том, какое состояние работоспособности и нарушение имеет место в рассматриваемый период времени.
Классификационные (разделяющие) линии или функции, которые делят область наблюдаемых значений y на части, соответствующие различным состояниям работоспособности, определяют методами дискриминационного анализа и распознавания образов, например методами случайных плоскостей, потенциальных функций, которые реализуются на ЭВМ.
ПРИМЕР. Имеются два информативных признака: y1, y2, по значениям которых определяют состояние или образ объекта. Возможны два состояния работоспособности: h0и h1. Линия L делит область значений y=(y1, y2) на две части: Y0и Y1; если yÎY0, то имеет место состояние h0, если yÎY1, то - h1. В общем случае L - разделяющая плоскость.
Алгоритм построения линии L методом случайной плоскости содержит два этапа и заключается в следующем. На первом этапе проводится серия частных разделяющих линий Li, i=1,2,... . Для этого берут два первых значения y, принадлежащие разным образам, например y[1]ÎY0и y[2]ÎY1, и проводят произвольную линию L1, разделяющие точки y[1] и y[2] (рис. 6.13.2,а). Берут следующее значение y[3], для определенности пусть y[3]ÎY1. Если y[3] и y[2] лежат в одной полуплоскости относительно L1, то новой линии не проводят; если же y[3] находится в одной полуплоскости с y[1]ÎY0, то проводят линию L2, отделяющую y[3] от y[1] (рис. 6.13.2,б). Далее рассматривают значение y[4]. При y[4]ÎY0проводят линию L3, отделяющую y[4] от y[2]ÎY1(рис. 6.13.2,в), и т.д. Первый этап заканчивается, когда будут введены все значения y[j], предназначенные для построения разделяющей линии. На втором этапе стирают те участки частных линий Li, по обе стороны которых имеются одноименные точки, оставшиеся участки образуют разделяющую линию L (рис. 6.13.2,г).
В случаях, когда нельзя указать резкие границы, отделяющие области значений y, соответствующие различным состояниям работоспособности, используют математический аппарат нечетких множеств. В нечетком множестве его элементы имеют различную степень принадлежности к данному множеству. Это объясняется невозможностью полного и четкого описания различных ситуаций, неточностью измерения входных и выходных переменных объекта и т.д.
Нечеткое множество A элементов некоторого множества Y определяют как совокупность упорядоченных пар (кортежей), составленных из элементов yÎY и степеней принадлежности μА(y)Î[0; 1], т.е. A={<y, μА(y)>, yÎY, μА(y)Î[0; 1]} (где Y - область определения принадлежности μА).
Рис. 6.13.2. Схемы построения разделяющей линии методом случайных плоскостей:
а - два измерения; б - три измерения; в - четыре измерения; г - разделяющая линия L:
о - измерения y[j]ÎY0; х - измерения y[i]ÎY1
Чем выше значение μА(y), тем больше элемент y соответствует множеству А.
Например, y - температура в работающем химическом реакторе, yÎY={y1, y2, y3, y4, y5}, yi<yi+1; А - нечеткое множество значений температур, соответствующих аварийной ситуации, равное
А = {(y1; 0), (y2; 0), (y3; 0,3), (y4; 0,9), (y5; 1)}.
Данное множество означает, что температуры y1, y2не соответствуют аварийной ситуации, y3- мало соответствует, y4- вполне соответствует, а при температуре y5аварийная ситуация не вызывает сомнения.
Теория нечетких множеств позволяет создавать автоматизированные системы предотвращения аварий, с помощью которых на основе информации с большой неопределенностью, нечетких действий и команд операторов определяют аварийную обстановку и выполняют необходимые защитные действия.