ДонНТУ   Портал магистров

Реферат по теме выпускной работы


Содержание

Введение

Горное производство является сложной и опасной отраслью. В ходе ведения работ могут возникать различные опасные происшествия природного и технологического характера. Поэтому проблемы безопасности на объектах горного производства имеют особое значение. Анализ и оценка опасности возможных аварий является одной из ключевых проблем промышленной безопасности. Для комплексного охвата состояния производства применяют системы контроля и управления, такие как УТАС. [1]

Оценку аварийной ситуации осуществляет горный диспетчер. Если поступает информация о возможно аварийной или предаварийной ситуации, то горному диспетчеру необходимость максимально быстро, объективно и всесторонне оценить производственную обстановку, для принятия актуального управленческого решения. [2]

Анализ производится на основании показаний датчиков, выдаваемых применяемой системой контроля, или устных оповещений от работников.

На данном этапе часто возникают затруднения. Автоматически измеряется лишь малое количество показателей, а доступная информация имеет высокую долю неоднозначности. В результате чего наблюдается отсутствие однозначных правил, критериев и методов оценки аварийных ситуаций. Также имеет место высокая зависимость от человеческого фактора. Способы устранения или учета такой неопределенности в настоящее время, зачастую, базируются на опыте диспетчера или других экспертов и являются недостаточными. Это приводит к ошибочным решениям, которые могут вести к тяжелым последствиям.


1. Актуальность темы

От уровня контроля производственных процессов и состояния окружающей среды в выработках зависят жизни работников. В управлении производственным процессом шахты очень важно своевременность и достоверность получения необходимой информации о состоянии производственной обстановки. Поэтому начиная с 70-х годов прошлого столетия на предприятиях угольной промышленности широко внедряются средства автоматизации, автоматизированные системы управления технологическими процессами (АСУТП) и системы оперативно-диспетчерского управления (СОДУ). [3, 4]

Чисто механического фиксирования зачастую не достаточно. Отсутствие средств комплексного анализа данных создает сложности в принятии управленческих решений при фиксировании производственных нарушений. Выявлена проблема однозначной интерпретации отклонений ключевых показателей от нормы к виду аварийной ситуации. Это создает сложности для точной и объективной классификации вида аварии в целом. Но разработка и применение соответствующего программного обеспечения может оптимизировать работу.

Таким образом, было установлено, что задача создания интеллектуальной системы для определения вида аварийной ситуации является актуальной для угольных шахт.

2. Цель и задачи исследования, планируемые результаты

Конечная цель данной работы – реализовать интеллектуальную систему поддержки принятия решений для горного диспетчера с использованием элементов нечеткой логики и методов классификации и искусственного интеллекта для решения проблемы определения вида аварийной ситуации в режиме реального времени. [5]

Объект исследования: способы и методы описания и идентификации состояний производственного процесса на шахте.

Предмет исследования: методы классификации аварийных ситуаций на шахте.

Основные задачи исследования:

  1. Провести анализ проблем классификации аварийных ситуаций на шахте.
  2. Провести анализ способов определения состояния производственного процесса.
  3. Выбрать множества показателей, позволяющих оценить текущую ситуацию состояния рабочей среды производственного процесса.
  4. Описать характеристики ключевых показателей с точки зрения классификации аварий.
  5. Изучить характеристики аварий и описать их с помощью выделенного множества показателей.
  6. Разработать методы классификации с использованием элементов нечеткой логики и искусственного интеллекта.
  7. Разработать систему классификации вида аварийной ситуации.
  8. Оценить качество классификации.

3. Общее содержание работы

Согласно теме, в работе рассматриваются особенности аварийных ситуаций на угольных шахтах Украины. В целях упрощения системы рассматриваются только наиболее опасных аварийные ситуации природного характера. [4]

Оценку аварийной ситуации осуществляет горный диспетчер. При возникновении аварийной ситуации главной его задачей является оптимальное управление ходом ликвидации аварийной ситуации с целью спасение человеческих жизней и минимизации последствий происшествия. [2]

Если вид аварии известен, то дальнейшие действия диспетчера регламентированы соответствующей инструкцией плана ликвидации аварий (ПЛА). ПЛА состоит из инструкций по ликвидации для каждой выделенной на плане шахты позиции и для каждого типа аварий. Данное руководство разрабатывается для всякой действующей, реконструируемой или строящейся шахты. [4] Однако вид аварии, зачастую, изначально не известен или не очевиден.

Обобщенно качественная характеристика развития аварии представлена на рисунке 1. [6]


Качественная схема развития аварии

Рисунок 1 – Качественная схема развития аварии

На рисунке 1 обозначено:

tнр – время нормального функционирования объекта;

tу – время ухудшения состояния объекта; 

tра – период развития аварии;

tла – период ликвидации аварии;

А – точка критического состояния объекта.

Важно заметить, что зачастую принятие решения о виде и мерах ликвидации аварии производится уже на этапе наличия явного аварийного состояния. Что соответствует отрезку времени после точки А на рисунке 1.

В данной работе описана разработка системы классификации видов аварийных ситуаций на шахте. Для разработки такой системы использованы возможности существующих систем контроля и управления горным [1, 3] производством в сочетании с применением модифицированных методов нечеткой логики и искусственного интеллекта. [5]

3.1 Краткие обзор особенностей предметной области


В рамках предметной области выделено, что на угольных шахтах бывает четыре основных вида подземных производственных аварий не технического характера, а именно: пожар, взрыв, обвал и затопление или прорыв воды. [4, 7 ] 

Аварийные ситуации характеризуются с помощью анализа небольшого количества доступных к измерению показателей таких как: температура Т, уровень метана СН4, уровень углекислого газа СО, направление (+/-) воздуха, наличие/отсутствие (+/-) тока I (на базовом оборудовании и в общих линиях электропитания). Имеются нормативные данные по правилам безопасности, характеризующие показания автоматически измеряемых параметров. [5]

Эти данные фиксируются с помощью автоматизированных систем управления технологическими процессами или системы оперативно-диспетчерского управления. В работе рассмотрены такие две популярные и высокоэффективные системы как АСОДУ и УТАС. [1, 2]  

Так же вид аварийной ситуации уточняется с помощью анализа ключевых фраз выделяемых из набора возможных стандартных голосовых уведомлений. [5]

3.2 Описание подхода к классификации вида аварии на шахте

Согласно нормам и правилам безопасности, установлены возможные диапазоны показаний автоматически измеряемых параметров. Диапазоны проградуированы на термы соответствующие, определенным экспертами лингвистических переменных; «низкий», «средний», «высокий», «очень высокий» уровень опасности. [8] В разрабатываемой системе классификации, качественный анализ ситуации начинается при изменении любого из критических измеряемых параметров до предаварийного предела, что соответствует «низкому» или «среднему» уровню опасности.

Также весьма эффективно можно классифицировать вид аварии с помощью ключевых фраз сообщения, эксперты с большой вероятностью могут соотнести с определенным видом аварии. Несколько ключевых фраз могут быть взаимодополняющими и составлять определенные цепочки, классифицируя последовательностей. Набор этих правил может, как самостоятельно классифицировать ситуацию, так и использоваться в качестве дополнения базовых правил системы.

В результате проведенной работы спроектирована экспертная системы классификации аварий на шахте. Она может применяться в качестве вспомогательной системы поддержки принятия решений в деятельности горного диспетчера. Принцип работы системы представлен ниже (смотри анимацию 1).

работа системы классификации

Анимация 1 – Принцип работы системы классификации

(анимация: 5 кадров, 10 циклов повторения,   50 килобайт)
(рi  – входные сигналы датчиков, fi  – коды голосовых сообщений , rez – результат классификации )

3.3 Структура  системы классификации

Разрабатываемая система состоит из трех логических блоков, которые поэтапно классифицируют вид аварии. Классификация происходит на основе соотношения текущего состояния измеряемых показателей и классифицирующих фактов к предполагаемо возможным видам ситуаций при помощи разработанных методов.

Блок №1 проводит первоначальной анализ критичности ситуации на основе данных поступающих с датчиков. 

Блок №2 анализирует наборы имеющихся фактов, помогающих классифицировать особенности и вид аварийной ситуации (см. раздел 3.3). Результаты работы блоков №1 и №2 проверяются на противоречивость в модуле «V». 

В блоке №3 происходит окончательный анализ и классификация аварии. [5]

Логико-формальная модель спроектированной многоуровневой системы классификации аварий представлена ​​на рисунке  2.


Логико-формальная модель многоуровневой системы классификации аварий

Рисунок 2 – Логико-формальная модель многоуровневой системы классификации аварий

Где:

p1 - рn – численное значение измеряемых показателей (уровень метана – СН4, углекислого газа – СО, температура воздуха – Т);

f1 - fn – выявленные факты, описывающие голосовые сообщения специалистов из шахты;

k1, k2, k3 – коды, вырабатываемые на выходе блоков №1, №2 и №3 соответственно;

REZ – конечный интерпретированный результат классификации (сообщение о предполагаемом виде ситуации и уровне уверенности в точности результата).

3.4 Особенности реализации

В блоке №1, на основе разработанной экспертной таблицы, определяется «низкий», «средний», «высокий», «очень высокий» уровень опасности аварийной ситуации в шахте.

Входными данными выступают текущие автоматически фиксированные показатели такие как: температура Т, уровень метана СН4, углекислого газа СО, направление воздуха V (+/-) (где «+» – норма, «-»  – не норма) и показатель наличия тока I (+/-)( здесь «+» означает есть ток, «-» – нет тока).

Эти показатели являются заголовками строк таблицы. Для каждого входного параметра введен коэффициент важности учета.

Заголовками столбцов является выходной критерий уровня аварийной опасности, а именно «низкий», «средний», «высокий», «очень высокий». Для определения этих уровней экспертным путем определены диапазоны принадлежности. [5]

Данный метод основан на идее использования множественного критерия прогнозирования, разработанного А.А. Недосекиным. [9]

Блок №2 данной системы на входе анализирует одну или несколько ключевых фраз, выделенных из поступившего из шахты голосового оповещения. Такие ключевые фразы в данной системе формализованы как факты, являющиеся входными данными блока №2.

К выделенным для анализа фактам относятся: 

f1= повышение температуры;

f2 = струя горячего воздуха; 

f3 = волна пыли;

f4 = запах дыма \ гари \ плавления;

f5 = резкий всплеск;

f6 = ударная волна;

f7 = изменение направления воздуха;

f8 = остановка струи (низкая скорость потока;

f9 = повышенный приток воды;

f10 = пропало напряжение.

Здесь f1-f10 – код факта.

На основе разработанных правил взаимодействия событий / фактов, определяется точность принадлежности конкретного факта или набора фактов к тому или иному виду аварии.

Подробнее правила вывода и результаты работы блока описаны в полном тексте работы магистра. Блоки классификации №1 и №2 могут использоваться как независимо друг от друга, так и вместе, используя расширенную совокупную базу правил и знаний в блоке № 3. На вход блока №3 подаются коды результатов предварительной классификации из блоков №1 и №2. Эти данные говорят о наличие или отсутствие аварийной ситуации и предполагаемом уровне опасности. 

Однако, важно учитывать не только текущее состояние аэро-газовой ситуации, но и отслеживать скорость и динамику ее протекания при аварийном или предаварийном состоянии. Поскольку измерения датчиков фиксируются каждые 5 секунд, то можно отслеживать динамику изменений как разность полученных численных показателей. [1] В разрабатываемой системе вводятся такие параметры как: скорость нарастания численных показателей и скорость распространения нарушений. Скорость нарастания численно фиксированных показателей выражается параметром К и вычисляется по формуле:

К = рi–рi–1,                                (1)

 

где рi – текущее значение параметра;

       рi-1 – предыдущее значение параметра.

Определение скорости распространения нарушений R осуществляется следующим образом:

R = ΔL / Δt,                                 (2)

 

где ΔL – расстояние между двумя однотипными сработавшими датчиками, м;

   Δt – время, за которое было зафиксировано новое значение, как разница момента сигнала предыдущего и последующего датчика, сек..

Эти коэффициенты также разделены на диапазоны относительно выделенных терм лингвистических переменных: «низкая», «средняя», «высокая», «очень высокая» опасность. Данные величины вычисляются в блоке №3 на основе значений CO, CH4 и T и информации о реальном размещении соответствующих датчиков. 

Нечеткие экспертные системы используют представления знаний в форме нечетких продукций и лингвистических переменных. Основу представления лингвистической переменной является терм с функцией принадлежности. Например, вид функции принадлежности для концентрации базовых параметров классификации представлены на рисунке 3.


Вид функций принаждежности для параметров системы

Рисунок 3 – Вид функций принадлежности для параметров системы 
а) углекислый газ (СО), б) температура (Т), в) метан (CH4)


Подытоживая вышесказанное заметим, что блок №3 представляет собой нечеткую экспертную систему. Способом обработки знаний является логический вывод согласно нечетким продукциям. Формирование модели реализуется в виде совокупности продукционных правил типа (если, то ...), [10] регламентирующие взаимосвязи входных и выходных параметров.

Например, в блоке № 3 и используются правила следующего вида:

IF «угл.газ = СОв» AND «температура = Тв» AND «метан = СНв» THEN «пожар»;


Здесь угл.газ, температура, метан, пожар – имена лингвистических переменных; 

СО, Т, СН – соответствующее значение термов данных лингвистических переменных; 

Термы имеют индексы градации величины параметра: н – низкий\ нормальный, с – средний\ допустимый, в – высокий, ов – очень высокий. [5]


3.5 Режимы работы системы

Предполагается, что разрабатываемая система может работать в трех режимах:

  1. Датчики работают исправно, и подают зафиксированные данные в блоке №1. Вывод блока №1 проверяется или дополняется значением фактов полученных из уведомлений. Совокупные данные и результаты передаются на блок №3. Выбирается наиболее точный вид аварии.
  2. Блок №1 отработал, и полученных данных достаточно для дальнейшего уточнения вида аварии в блоке №3.
  3. Сработал только блок№2. Это возможно, если датчики или линии коммуникаций неисправны. Тогда классификация может осуществляется только на базе сообщений.

Независимо от возможных вышеописанных реальных ситуаций, на выходе системв выдает пользователю лучший предполагаемый результат о виде аварии  с указанием уровня уверенности в точности результата. [5]

4. Перспективы дальнейших исследований


Разработанный подход к классификации аварийной ситуации на шахте является базовым. Дальнейшие улучшения возможны за счет наработки статистики и расширения базы правил. Также, в дальнейшем можно разработать правила для классификации и других видов аварий. 

Однако составление правил и их оптимизация является весьма сложным процессом. Это требует тесного взаимодействия с экспертами. А оценить эффективность работы системы весьма сложно ввиду отсутствия доступных к анализу статистических данных в данной сфере.

Выводы

В работе проведен анализ применяемых на шахте автоматизированных систем управления. Выделены, структурированы и классифицированы доступные показатели базовых аварийных ситуаций. Представлена модель системы классификации аварийных ситуаций на шахте и описаны ее основные принципы работы.

Разработанная система классификации является экспертной системой, использующей методы искусственного интеллекта и элементы нечеткой логики.

Описанная система спроектирована для использования на шахтах в работе горного диспетчера. Использование такой системы ускорит процесс определения вида аварии, и уменьшит количество неудачных или несвоевременных решений, а также снизит влияние человеческого фактора, за счет постоянного автоматического анализа всех доступных параметров.

Важное замечание: При написании данного реферата магистерская работа еще не завершена. Окончательное завершение: январь 2014 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

Список  источников


  1. Лекции по системе УТАС: структура, эксплуатация и обслужеванние /  Нормативный документ Министерства топлива и энергетики Украины. – Донецк:   2004. – 100 с;
  2. Пастернак З. Г.  Должностная инструкция диспетчера горного / Пастернак З. Г. УК «Краснолиманская» Родинская: дополнение // К: Министерство угольной промышленности Украины, – 2007.
  3. Курносов В.Г. Основные направления развития работ по созданию автоматизированных систем оперативно-диспетчерского управления горным предприятием //  В.Г. Курносов, д.т.н., В.И. Силаев, д.т.н., В.В. Синенко, к.т.н, А.А. Винарик, д.т.н., В.И. Силаев, д.т.н., В.В. Синенко, к.т.н, А.А. Винарик //  Донецк: «Вебер» , – 2009.
  4. НПАОП 10.0-1.01-10 Правила безопасности в угольных шахтах // Приказ Государственного комитета Украины по промышленной безопасности, охране труда и горному надзору от 22 марта 2010 года N 62 [Электронный ресурс]. – Режим доступа:  http://ohranatruda.in.ua.
  5. Васюк В.О. Разработка и исследование классификации аварийных ситуаций на шахте на основе нечеткой логики / В.О.Васюк, Н.К.Шатохіна // Информационные управляющие системы и компьютерный мониторинг (ИУС-2013) / Материалы II международной научно-технической конференции студентов, аспирантов и молодых ученых. – Донецк, ДонНТУ – 2013.
  6. Научные основы автоматизации в угольной промышленности: опыт и перспективы развития: монография / В.Г. Курносов, В.И. Силаев; Международный институт независимых педагогических исследований МИНПИ-ЮНЕСКО, ОАО «АВТОМАТГОРМАШ им. В.А. Антипова». – Донецк: изд-во «Вебер» (Донецкое отделение), – 2009. – 422 с.
  7. Методические рекомендации по классификации аварий и инцидентов на опасных производственных объектах угольной промышленности.  / Постановление Госгортехнадзора РФ от 29.11.2000 N 67.
  8. Кравец П. Сиcтема принятия решений с нечеткой логикой   / П.Кравец , Р. Киркало // Материалы III международной научно-технической конференции студентов, аспирантов и молодых ученых. – Львов, НУЛП – 2009.
  9. Недосекие А.О. Методологические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний: автореф. дис. на соискание научн. ступени доктора. эконом. наук : спец. 08.00.13  «Математические и инструментальные методы экономики» / А.О. Недосекие  – СП, – 2003.  – 12-15 с.
  10. Круглов В.В. Интеллектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода / В.В. Круглов, М.И. Дли // М.: Физматлит, – 2002.

↑ Вверх