Автореферат (Многокритериальные модели и методы поддержки управления пожарными подразделениями на основе мониторинга динамики пожара в здании), страница 3
Описание файла
Файл "Автореферат" внутри архива находится в папке "Многокритериальные модели и методы поддержки управления пожарными подразделениями на основе мониторинга динамики пожара в здании". PDF-файл из архива "Многокритериальные модели и методы поддержки управления пожарными подразделениями на основе мониторинга динамики пожара в здании", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве АГПС. Не смотря на прямую связь этого архива с АГПС, его также можно найти и в других разделах. , а ещё этот архив представляет собой докторскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени доктора технических наук.
Просмотр PDF-файла онлайн
Текст 3 страницы из PDF
Определено, что результаты дистанционного мониторинга представляют собой совокупность состояний наблюдаемых параметров пожара в зонеконтроля системы. Показано, что каждый конкретный вариант действий потушению пожара в здании, основанный на результатах дистанционногомониторинга, характеризуется m параметрами, для которых получена количественная оценка в n зонах контроля.Принятие решений на основе результатов дистанционного мониторингапожара предусматривает оценку динамики каждого из параметров пожара. Дляполучения такой информационной оценки разработана математическая модельизменения во времени параметров мониторинга пожара. В рамках концепции дистанционного мониторинга произведен анализ системы одновременного наблюдения за несколькими параметрами пожара.
На основе результатов анализа в качестве теоретической основы для разработки модели динамики параметров мониторинга пожара выбрана теория клеточных автоматов. Разработан клеточныйавтомат, в котором совокупность взаимодействующих зон и параметров мониторинга задана системой дифференциальных уравнений, аналогичных уравнениямКолмогорова. Аналитическое решение системы уравнений относительно параметра мониторинга пожара p в зонах контроля определены по формулам:10начальная зона контроля:p0 p0 p 0 p * 1 exp Z 0 ;(1)смежная зона контроля: ni; j pi 1 exp Z j ni; j ,i 1,...,s p j p j p 0 i 1,...,s ni; ji 1,...,s(2)где p(τ) – параметр мониторинга пожара; p0 – начальное значение параметрамониторинга пожара; p* – пороговое значение параметра мониторинга пожара;ni;j – коэффициент обмена между зонами контроля с номерами i и j; s – количество зон контроля в системе мониторинга; Zj – интенсивность динамики пожарамониторинга в зоне с номером j.Коэффициент n в соотношениях (1) и (2) рассчитывается по формуле:n1nj,(3)j 1, 2,..kгде nj – коэффициент n для клеток окрестности; k – количество клеток окрестности автомата.Допустимые значения коэффициента n определяются исходя из размерности клеток автомата и структуры их взаимодействия.При использовании аналитических соотношений (1) и (2) для моделирования динамики параметров пожара используются следующие функции p:при моделировании динамики температуры (T) в зонах контроля:р , р 1 , p* * , Т 00Т0,(4)при моделировании динамики видимости (Ω) в зонах контроля:p , p 0 0 0 , p* * , 0,(5)где β – функция для расчета динамики температуры; ξ – функция для расчетадинамики видимости; T0 – начальное значение температуры дымовой среды, К;Ω0 – начальное значение видимости дымовой среды, м.11Метод моделирования мониторинга динамики пожара состоит из двухэтапов: анализ структуры модели клеточных автоматов; цифровая обработкаданных о динамике параметров пожара.На первом этапе метода определяется основная зона контроля и смежныес основной зоны, строится совокупность аналитических решений системы уравнений клеточных автоматов, и для каждого дискретного момента времени определяются следующие параметры: интенсивность динамики пожара Z и количественные значения параметра мониторинга p(τ).На втором этапе метода с использованием зависимостей (4) и (5) на основепараметра мониторинга p(τ) определяются значения функций параметров(ξ, β) и значения параметров мониторинга (Т, Ω).Результат расчета представляется в виде временных зависимостейпараметров мониторинга пожара: i ( ) , Т i (τ), i ( ) , i .(6)Общая структура метода моделирования динамики параметров мониторингапожара на основе модели клеточных автоматов представлена на рисунке 1.1.
Анализ структуры модели клеточных автоматовξ1(τ)Ω1Z1ZjZnp1(τ)pj(τ)pn(τ)β1(τ)T1ξj(τ)βj(τ)ξn(τ)ΩjTjΩnβn(τ)Tn2. Моделирование динамики параметров мониторингаРисунок 1 – Структура метода моделирования динамики параметровмониторинга пожараТаким образом, разработанный метод обеспечивает цифровую обработкурезультатов мониторинга пожара для формирования нормированных критериевпринятия решений.12Для принятия решений предложены нормированные критерии мониторинга fi, значения которых измеряются в количественной шкале. На основе анализа метрологических характеристик информационных компонентов систем пожарной автоматики определено, что результаты измерений при мониторингераспределены нормально, поэтому при переходе от параметра pi к критерию fi разработана процедура цифровой обработки результатов мониторинга.При разработке процедуры было принято, что каждая зона контроля сосредством системы мониторинга имеет конечное число состояний:{В0, В1, …, Вk}.(7)Система находится в состоянии Bi, если результат мониторинга pk принадлежит интервалу pk pi1; pi 2 , где i – номер состояния.
Для каждого интервалаопределено среднее значение pi;ср и отклонение Δpi. При решении задачи цифровой обработки результатов мониторинга применена функция плотностинормально распределенной случайной величины:i 1pi 2exp Pipk pi;ср 2., P i(8)2pi2Предложена количественная шкала критериев мониторинга, позволяющаяучесть возможную принадлежность результата мониторинга одновременно двумсостояниям пожара, для чего доказаны следующие утверждения.Утверждение 1. Пусть pk параметр мониторинга пожара и задано множество значений состояния пожара Bi, i = 1,2, …, n, каждому из которых соответствуют оценочные значения параметра мониторинга pi;ср и Δpi.
Если значение параметра мониторинга pk одновременно принадлежит двум смежным состояниямBi и Bi+1, то для интервала значений параметра мониторинга pkϵ[pi;ср pi+1;ср] сопоставляется промежуточное состояние пожара Вi;i+1, рассчитываемое по формуле:Bi ;i 1 BiBi 1pip1exp Pi Pi 1 1 i 1 exp Pi 1 Pi pi 1pipk pi;ср 2, P.i2pi2(9)Утверждение 2. Если для утверждения 1 справедливо, что Δpi = Δpi+1, топромежуточное состояние пожара Bi;i+1 рассчитывается по формуле:Вi Вi Вi 1 A Вi 1 A2, A exp(Pi ;i 1 ) , Pi ;i 1 Pi Pi 1 .Вi;i 1 1 2 A A2(10)При доказательстве утверждений 1 и 2 применены свойства функцииГаусса - Лапласа для случая анализа двух непрерывных случайных величин.13Функция параметра μi и шкала оценки Bi позволяют представить результаты мониторинга динамики пожара в количественном виде.Предложено в качестве обобщенного критерия мониторинга пожараиспользовать мультипликативную функцию:mФx f i i x ,(11)i 1гдех – варианты управленческих решений; fi – нормированный критерий мо-ниторинга пожара; i – коэффициенты важности i-го критерияm i 1.i 1Таким образом, разработанные модели мониторинга динамики пожара исозданные на их основе процедуры цифровой обработки данных обеспечиваютприменение результатов дистанционного мониторинга пожара в качестве источника информации для поддержки принятия решений при управлении пожарными подразделениями в процессе тушения пожаров в зданиях.В главе 3 «Многокритериальный метод поддержки принятиярешений на основе мониторинга динамики пожара» разработан методподдержки принятия решений на основе моделей мониторинга динамики пожарав здании.
В качестве теоретической основы метода предложена задача многокритериального выбора, состоящая в том, то из n вариантов, оцениваемых по m критериям, в результате применения процедур поддержки принятия решений, оказалось, что d вариантов исключены из анализа, а k вариантов рекомендованы длявыбора лицу, принимающему решения, при этом n = d + k.Задача многокритериального выбора включает в себя:множество вариантов:xi X , i 1,2,..., n , n ≥ 2;(12)множество компонентов векторного критерия:f i F , s 1,2,..., m , m ≥ 2;(13)множество векторных оценок вариантов:F(X)=f1(X)×f2(X)×…×fm(X),(14)где fi(Х) – множество значений компонентов векторного критерия с номером iна множестве вариантов xi X .Компоненты векторного критерия F представляют собой числовые функции, которые по своей природе являются количественными шкалами.Для разработки метода поддержки принятия решений произведено исследование многокритериальной модели мониторинга динамики пожара и многокритериальной модели количественного анализа вариантов управленческих решений на основе принципа оптимальности по Парето.14Многокритериальная модель мониторинга динамики пожара (модель А)представлена кортежем:А X n , Fm , Фm X , m ,(15)где Xn – множество, состоящее из n вариантов управленческих решений;Fm – векторный критерий, состоящий из m частных компонент – параметровмониторинга пожара; Фm – мультипликативная функция параметров Fm;ωm – показатели важности компонент векторного критерия F.Многокритериальная модель анализа управленческих решений (модель В)представлена кортежем:B X n , Fm , N , Gm , ,(16)где Gm – новый векторный критерий; Θ – показатели важности компонентоввекторного критерия Fm; N – преобразование векторного критерия Fm в Gm.Произведено теоретическое обобщение моделей А и В, что позволилоиспользовать результаты мониторинга динамики пожара в методе поддержкипринятия решений.
Для этого сформулированы и доказаны утверждения.Утверждение 3. Пусть в модели В задано множество I номеров компонентов F, компоненты с номерами iϵIА, с номерами jϵIВ и компоненты с номерамиs I \ I A I B . Если набор параметров ij определен для всех iϵIА и jϵIВ, тогдапоказатели важности ω для модели А рассчитываются по формулам:для всех fi ϵ F с номерами i ϵ IАi 1 b;a1 b sдля всех fj ϵ F с номерами j ϵ IВj ja1 b s(17);для всех fs ϵ F с номерами s I \ I A I B 1,s a1 b sab(18)(19)aгде j ij , i I A , ij , j I B , i I A ; а – количество компонентi 1j 1 i 1F с номерами i I A ; b – количество компонент F с номерами j I B иs – количество компонент F с номерами s I \ I A I B .15Утверждение 4.
Пусть в модели В в группу IA компонентов F входит одинкомпонент (а = 1), а все остальные компоненты входят в группу IB (b = m – 1).Если для всех jϵIВ определен набор показателей j , тогда показатели важностиω модели А рассчитываются по формулам:для fi ϵ F с номером i ϵ IАi m;m(20)для всех fj ϵ F с номерами j ϵ IВj гдеjm,(21)b j , j I B .j 1Утверждение 5. Пусть в модели В задано множество I номеров компонентF, компоненты с номерами iϵIА и номерами jϵIВ, компоненты с номерамиs I / I A I B .