Методические рекомендации по разработке и подготовке к принятию проектов технических регламентов (стр. 20 из 33)

- позволяют выполнять не только явное, но и функциональное логическое описание структур исследуемых систем, что делает их подобными функциональным схемам исследуемых объектов и облегчает правильную постановку задач анализа надежности и безопасности;

- позволяют представлять последовательное соединение вершин (событий);

- позволяют представлять циклические (мостиковые связи) между элементами;

- графы связности реализуют и "прямую" и "обратную" логику рассуждений при построении графических схем надежности и безопасности систем, и сценариев возникновения аварийных состояний.

Вместе с тем, технологии классических логико-вероятностных методов также не лишены недостатков и ограничений:

- как и технологии ДО/ДС, классические ЛВМ не реализуют всех возможностей основного аппарата моделирования – алгебры логики, и позволяют строить только подкласс так называемых монотонных моделей надежности и безопасности систем;

- графы связности имеют ограниченные возможности представления логических операций конъюнкции (только последовательное соединение) и дизъюнкции (только параллельное соединение);

- как и в технологиях ДО/ДС, в классических ЛВМ не реализованы возможности размножения вершин, учета стохастически зависимых событий и элементов, с произвольным числом собственных состояний.

Таких недостатков лишен общий логико-вероятностный метод (ОЛВМ), предусматривающий использование схем функциональной целостности (СФЦ).

Общий логико-вероятностный метод, основанный на схемах функциональной целостности [4]. Общий логико-вероятностный метод разработан путем развития классических логико-вероятностных методов до уровня, реализующего все возможности основного аппарата моделирования алгебры логики в функционально полном базисе операций "И" (конъюнкция), "ИЛИ" (дизъюнкция) и "НЕ" (инверсия). По построению в ОЛВМ сохранены положительные стороны классических ЛВМ, что и позволяет строить как известные виды монотонных логико-вероятностных моделей систем, так и принципиально новый класс немонотонных логико-вероятностных моделей надежности, живучести и безопасности структурно сложных системных объектов и процессов.

В качестве основного графического средства представления структур исследуемых систем в ОЛВМ и технологии АСМ используется аппарат схем функциональной целостности (СФЦ).

Аппарат СФЦ является логически полным в базисе операций "И", "ИЛИ" и "НЕ". Это позволяет без ограничений представлять с помощью СФЦ практически все известные логически строгие графические описания структур систем – последовательно-параллельные соединения элементов, графы связности с циклами, деревья отказов, деревья событий и др.

В качестве положительных сторон ОЛВМ, теории и технологии АСМ можно отметить:

1. Логическая универсальность ОЛВМ (реализация всех возможностей алгебры логики) позволяет решать практически все известные задачи, рассматриваемые в других технологиях структурного моделирования. Задачи, решаемые в технологиях ДО, ДС и классических ЛВМ, в качестве дополнительных вариантов имеют решения на основе СФЦ технологии АСМ.

2. Технология АСМ позволяет применять при постанове задач как прямую, так и обратную логику рассуждений, что предоставляет пользователю право выбора наиболее удобного подхода при построении исходной структурной схемы системы.

Этой технологии достаточно чтобы с помощью программных комплексов технологии АСМ получить как прямые, так и обратные логические и вероятностные математические модели (работоспособности и отказа, безаварийной работы и возникновения аварии и т.п.), а также любые их немонотонные комбинации. Если же постановка задачи выполнения в форме дерева отказов, то оно также может представляется средствами СФЦ и использоваться в программных комплексах технологии АСМ.

3. Методы, алгоритмы и программы технологии АСМ ориентированы на построение достаточно точных математических моделей надежности и безопасности исследуемых системных объектов и процессов.

4. В методах и программных комплексах технологии АСМ преодолен ряд ограничений технологий ДО/ДС и классических ЛВМ:

- представляются в СФЦ и корректно учитываются в логических и вероятностных моделях циклические (мостиковые) связи между элементами исследуемых систем;

- допускается неограниченное размножение вершин СФЦ, что позволяет учитывать многофункциональность сложных элементов;

- с помощью одной СФЦ может представляться множество выходных функций, реализуемых в системе, и строиться соответствующие математические модели;

- реализована возможность моделирования систем так называемого "второго типа", функционирующих в разных состояниях с различной эффективностью или степенью возможных последствий аварий, что позволяет вычислять показатели реальной эффективности и риска функционирования опасных производственных объектов;

- в ОЛВМ разработана и реализована возможность учета с помощью так называемых "групп несовместных событий" ряда стохастических зависимостей и множественных (более двух) состояний элементов;

- на основе одной структурной модели, в форе СФЦ, могут определяться как кратчайшие пути успешного функционирования, так и минимальные сечения отказов (минимальные пропускные и отсечные сочетания), а так же соответствующие им вероятностные модели;

Методы нечетких множеств являются методами интервальной оценки рисков [3]. Под нечеткой величиной X обычно подразумевается подмножество, определяемое на множестве действительных чисел и характеризуемое соответствием между ее конкретными значениями и степенями принадлежности m на числовом интервале [0,1]. Функция принадлежности значений такой величины p(X) рассматривается как распределение возможностей появления определенных действительных чисел. Модальным же значением нечеткой величины m_X является элемент подмножества, обладающий единичной степенью принадлежности - наибольшей возможностью наблюдения в рассматриваемых условиях:

В свою очередь, нечетким числом S считается полунепрерывный сверху, компактный нечеткий интервал с выпуклой функцией принадлежности и единственным модальным значением. Иначе говоря, это понятие часто выражается на практике словами «приблизительно, примерно, около, порядка т». Естественно, что функция принадлежности нечеткого числа p(X) может иметь несколько форм, отличающихся размахом, т.е. шириной диапазона возможных значений принимаемых им действительных чисел.

Считается, что наиболее подходящей областью применения только что рассмотренного способа нечеткого интервального прогнозирования техногенного риска является оценка возможности появления и предупреждения уникальных (редких и наиболее тяжелых по последствиям) катастроф и аварий. В этом случае оправдана необходимость привлечения высококвалифицированных экспертов и повышенная трудоемкость моделирования, что связано, в том числе, с проведением итерационных процедур вычисления. Также эти методы широко используются для оценки рисков в системах с неопределенностью, например, в системах «человек-машина-среда».

Решение каждой из этих главных задач может быть осуществлено лишь с использованием не менее чем трех уровней соответствующей семантической модели – путем последовательного определения:

а) количества нежелательно высвободившихся энергии или вещества – К, а также режима их истечения во времени и расположения источников выброса;

б) размеров пространства, в пределах которого сформировались поля поражающих факторов таких выбросов или продуктов их последующей трансформации – П;

в) величины ущерба от их разрушительного воздействия на оказавшиеся в зонах поражения этих факторов людские, материальные и природные ресурсы Y=U.

Рассмотренные выше методы являются в основном качественными, они также позволяют оперировать и количественными значениями.

23.10. Методы количественного анализа риска, как правило, характеризуются расчетом нескольких показателей риска. Проведение количественного анализа требует высокой квалификации исполнителей, большого объема информации по аварийности, надежности оборудования, выполнения экспертных работ, учета особенностей окружающей местности, метеоусловий, времени пребывания людей в опасных зонах и других факторов.

В число количественных методов определения рисков и их параметров можно включить следующие разновидности методов: детерминированные; статистические; детерминировано-статистические; вероятностные; статистико-вероятностные; детерминировано-вероятностные; логико-вероятностные; методы нечетких множеств; бифуркационные; экспертные и др.

Количественный анализ риска позволяет оценивать и сравнивать различные опасности по единым показателям, он наиболее эффективен:

- на стадии проектирования и размещения опасного производственного объекта;

- при обосновании и оптимизации мер безопасности;

- при оценке опасности крупных аварий на опасных производственных объектах, имеющих однотипные технические устройства (например, магистральные трубопроводы);

- при комплексной оценке опасностей аварий для людей, имущества и окружающей природной среды.

Количественные методы используют математическое моделирование, экспериментальные исследования, статистические данные и т.д.

Рассмотрим некоторые из них.

Методы аналогий, или репродуцирования (бутстреппинг) относится к другим альтернативным подходам, которые могут дать количественный ответ без обращения к сложным математическим формулам на основе анализа политики, проводимой в прошлом. Сторонники таких подходов утверждают, что общество достигает разумного баланса между рисками и выгодами только за длительный период времени на основе приобретенного опыта. Уровни безопасности, достигнутые со старыми рисками, обеспечивают наилучшее руководство для управления вновь возникающими рисками. Прежде достигнутый баланс между затратами на обеспечение безопасности и выгодами, которые получены в результате работы промышленных предприятий (в предположении, что такое равновесное состояние может быть идентифицировано), следует сохранить и в будущих решениях. Таким образом, можно сократить и упростить процесс принятия решений, опираясь на прошлый опыт и действуя аналогично тому, как поступали прежде наши предшественники. Лицо, принимающее решение, привязывает себя к ранее принятым решениям.