_{МИНОБРНАУКИ РОССИИ}

Санкт-Петербургский государственный

электротехнический университет

«ЛЭТИ» им. В. И. Ульянова (Ленина)

Кафедра АПУ

Курсовая РАБОТА

по дисциплине «Системный анализ»

Тема: Предотвращение аварийности на коммунальных сетях водоснабжения и водоотведения мегаполиса

Студенты гр. 0392		Абрамова А.К.
		Иванов С.К.
Преподаватель		Фомин Б.Ф.

Санкт-Петербург

2023

ЗАДАНИЕ

на курсовую работу

Студенты Абрамова А.К., Иванов С.К.
Группа 0392
Тема работы: Предотвращение аварийности на коммунальных сетях водоснабжения и водоотведения мегаполиса
Исходные данные: Отет по проекту Т.Н.Качаовой, Б.Ф.Фомина по предотвращение аварийности на коммунальных сетях водоснабжения и водоотведения мегаполиса
Содержание пояснительной записки: Перечисляются требуемые разделы пояснительной записки (обязательны разделы «Содержание», «Введение», «Заключение», «Список использованных источников»)
Студенты гр. 0392		Абрамова А.К.
		Иванов С.К.
Преподаватель		Фомин Б.Ф.

Содержание

ВВЕДЕНИЕ 4

1. ТЕОРИТИЧЕСКИЕ ДАННЫЕ 5

1.1 Научный метод ФОС 5

2. ПРЕДОТВРАЩЕНИЕ АВАРИЙНОСТИ НА КОММУНАЛЬНЫХ СЕТЯХ ВОДОСНАБЖЕНИЯ И ВОДООТВЕДЕНИЯ МЕГАПОЛИСА. 10

2.1 Постановка задачи 10

2.2. Целевые показатели 11

2.3. Анализ целевых показателей. 12

2.4 Вовлеченные показатели 14

2.5. Группы вовлеченных показателей и результаты их классификации по степени воздействия на целевые показатели по первому инфорационному рангу (без учета показателей окружения) 16

2.6. Модели знания. 16

2.6.1. Роли целевых показателей в моделях собственных качеств 16

2.6.2. Лучшие модели собственных качеств системы, способные обеспечить решение проблем аварийности на сетях и сооружениях ЮЗВ Для ПУ «Кронштадт» 17

2.6.3. Ядро модели собственного качества системы 19

2.6.4. Ранжирование всех моделей собственных качеств системы, ядер всех моделей собственных качеств, эталонов состояния всех собственных качеств. 21

2.6.5 Достоверные системные целевые реконструкции актуальных состояний 22

2.7. Выводы 28

Введение

Ежедневное функционирование крупных городов зависит от работы множества инженерных систем, обеспечивающих жителей водой, канализацией, теплом, электроэнергией и транспортной инфраструктурой. Для предотвращения аварийных ситуаций и снижения рисков необходимо анализировать работу этих систем, что затрудняется из-за большого объема данных. Физика открытых систем (ФОС) предлагает подход к глубокому системному анализу и преодолению сложности инженерных систем. Использование информационных технологий ФОС позволяет производить системное знание из больших объемов данных, описывающих жизнедеятельность системы. В данной работе рассматривается первый шаг к решению задачи об аварийности важных инфраструктурных объектов крупных городов на примере системы водоснабжения и водоотведения. Этот шаг заключается в научном понимании и объяснении феномена аварийности на основе системного знания.

1. Теоритические данные

1. Научный метод фос

Идеи физики систем зарождались в 70–е годы под влиянием работ чл.–корр. АН СССР А.А.Вавилова и его учеников (СПбГЭТУ «ЛЭТИ»). Работы по эволюционному синтезу были первой попыткой глубокого исследования структур отношений в динамических системах. Они были описаны в книге под авторством А.А. Вавилова «Имитационное моделирование производственных систем».

В 2003 г. сформировался проект «Физика систем», направленный на создание и применение инфраструктуры и приложений для производства и обращения с научным системным знанием.

Физика открытых систем (ФОС) — это новая киберфизическая парадигма системологии, которая позволяет генерировать и анализировать знание об открытых системах напрямую из больших объемов данных. Она используется для исследования открытых природных, социальных и антропогенных систем в их естественных масштабах и реальной сложности.

Физика открытых систем (ФОС) исследует природные, гуманитарные, антропогенные, кибер-физические и сложные технические системы.

Открытая система задается (без ограничивающих условий) представительным множеством полных эмпирических описаний ее актуальных состояний. Система представляется без упрощений, в реальной сложности, в естественных масштабах.

В новой системологической парадигме понимание сложности открытых систем достигается через первоначальное и ключевое понятие «Система», которое играет важную роль в физике систем.

Понятие «Система» является предметом фундаментального исследования и продуктом познавательной деятельности, организующей понимание эмпирических фактов через постижение скрытых в этих фактах смыслов природы явлений и процессов.

Научный метод ФОС на уровне онтологического знания решает проблему истинности и значимости системного знания [1]. В контексте информационных технологий и семантической паутины, онтологическое знание используется для создания формальных моделей предметной области, которые позволяют компьютерным системам понимать и обрабатывать информацию более структурированным и смысловым образом.

На уровне аксиологического знания онтология системы развертывается в четырех перспективах, каждая из которых представлена в виде ресурса системного знания. На уровне праксиологического знания (в контексте информационных технологий праксиологическое знание относится к изучению практических аспектов использования, разработки и управления информационными технологиями) создается база эффективной деятельности в сфере проективных, когнитивных и аналитических приложений (Рис. 1).

Рис. 1 Структура ФОС

Единая информационная технология ФОС включает в себя четыре компонента: аналитическое ядро, дескриптивный, конструктивный и проективный компоненты. На рис. 2 представлены компоненты ФОС.

Рис. 2 Компоненты технологии ФОС

Основой технологии является аналитическое ядро, которое реализует ключевые стадии производства знания. В этом ядре происходит онтологическое моделирование (познавание системы), коммуникативное моделирование (понимание системы) и моделирование состояний системы (объяснение системы).

На рис. 3 представлена структура аналитического ядра ФОС

Рис. 3 Структура аналитического ядра

Дескриптивный (описательный) компонент технологии обеспечивает представление исследуемой задачи как системного проекта, а также трансформацию этого проекта в нормативное интерпретируемое представление системы. Технологии дескриптивного компонента связаны с аналитическим ядром каналом абстрагирования, в котором общее предметное представление о системе в ее реальной сложности передается на системный уровень. [2] Конструктивный (формирующий) компонент преобразует это системное знание в ресурсы для решения прикладных проблем, а проективный (проектирующий) компонент использует эти ресурсы для создания предметных интерфейсов, схем решения задач и сервис-ориентированного решателя.

Производство научного знания из эмпирических описаний открытых систем проходит три стадии. Данные стадии представлены на рис. 4.

Рис. 4 Процесс производства системного знания

ОМ – онтологическое моделирование, определяет сферу системного знания, раскрывающего сущность системы. Оно использует в качестве основания принципы устроения смыслового мира систем (доктринальная модель), вводит и обосновывает основополагающие понятия и представления о системе (диалектическая модель), предлагает научный метод познания сущности систем (конструктивно-методологическая модель), воплощает раскрытые системные смыслы во внешних абстрактных образах (символическая модель, знаки, портреты системы).

КМ  коммуникативное моделирование, строит язык систем, на котором свойства и качества элементов, частей и всей смысловой системной организации в целом (символ) отображаются в словах и понятиях, денотативных и коннотативных значениях слов, синтагматических связей. КМ, применяемое для объяснения раскрытого смысла системы, порождает суждения о системе на основе метода формального анализа.

МС  моделирование состояний, является завершающим актом конструктивного определения системы. Смыслы системы выходят на объекты реальности, отождествляются с фактом и порождают систему в новой форме проявления ее единства и целостности, обусловленной ее общей смысловой организацией.

Открытая система исходно задана вместе с ее окружением как «система в данных». Нормативным форматом представления системы в данных является таблица «объект-свойство».

Каждая строка таблицы (объект) – одно отдельно взятое актуальное состояние системы с учетом ее окружения. Количество строк (десятки, сотни, тысячи) – представительное множество актуальных состояний системы.

Каждый столбец таблицы (свойство) – показатель с уникальным именем, характеризующий какой-то атрибут системы или атрибут ее окружения. Количество столбцов таблицы (десятки, сотни, тысячи) характеризует полноту описания системы через ее признаки-свойства.

Система в данных воспринимается как исходное эмпирическое описание системы, в котором система задана множеством актуальных состояний в пространстве всех ее признаков-свойств, и представлена (с учетом ее окружения, ограничений и условий обособления) целокупностью измеряемых (наблюдаемых) величин.