Диссертация (Модели и алгоритмы поддержки адаптивного управления пожарной безопасностью нефтегазовых объектов), страница 9
Описание файла
Файл "Диссертация" внутри архива находится в папке "Модели и алгоритмы поддержки адаптивного управления пожарной безопасностью нефтегазовых объектов". PDF-файл из архива "Модели и алгоритмы поддержки адаптивного управления пожарной безопасностью нефтегазовых объектов", 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 кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.
Просмотр PDF-файла онлайн
Текст 9 страницы из PDF
10-6 год-1).2. Индивидуальный пожарный риск в сооружении производственногообъекта не должен превышать одну миллионную в год (т.е. 10-6 год-1).3. Индивидуальный пожарный риск на территории производственногообъекта не должен превышать одну миллионную в год (т.е. 10-6 год-1).4. Индивидуальный пожарный риск для людей, находящихся в жилой зоне,общественно-деловой зоне или зоне рекреационного назначения вблизи объекта,не должен превышать одну стомиллионную в год (т.е.
10-8 год-1).5. Социальный пожарный риск для людей, находящихся в жилой зоне,общественно-деловой зоне или зоне рекреационного назначения вблизи объекта,не должен превышать одну десятимиллионную в год (т.е. 10-7 год-1).53Для определения количества величин пожарных рисков на территориинефтегазового объекта, которые являются приемлемыми в рассматриваемомслучае используется следующая формула: = ∑ (( )) + ∑ (( )) + ( ),=1(2.3)=1где:1, ≤ ( ) = {;0, > (2.4)1, ≤ ( ) = {;0, > (2.5)1, ≤ () = {;0, > (2.6)R – итоговое значение индивидуального пожарного риска для работниковпредприятия;J – количество работников на предприятии;I – итоговое значение индивидуального пожарного риска для людей,находящихся в жилой зоне, общественно-деловой зоне или зоне рекреационногоназначения вблизи объекта;M – количество объектов с людьми в селитебной зоне, прилегающей кпредприятию;S – итоговое значение величины социального пожарного риска для людей,находящихся в жилой зоне, общественно-деловой зоне или зоне рекреационногоназначения вблизи объекта;Ra – допустимое значение величины индивидуального пожарного риска дляработников предприятия (равняется 10-6 год-1 по российскому законодательству);54Ia – допустимое значение величины индивидуального пожарного риска длялюдей, находящихся в жилой зоне, общественно-деловой зоне или зонерекреационного назначения вблизи объекта (равняется 10-8 год-1 по российскомузаконодательству);Sa – допустимое значение величины социального пожарного риска для людей,находящихся в жилой зоне, общественно-деловой зоне или зоне рекреационногоназначениявблизиобъекта(равняется10-7год-1пороссийскомузаконодательству);α – критерий приемлемости значения величины индивидуального пожарногориска для работников предприятия;β – критерий приемлемости значения величины индивидуального риска длялюдей, находящихся в жилой зоне, общественно-деловой зоне или зонерекреационного назначения вблизи объектаγ – критерий приемлемости значения величины социального пожарного рискадля людей, находящихся в жилой зоне, общественно-деловой зоне или зонерекреационного назначения вблизи объекта;Q – количество величин пожарных рисков, являющихся приемлемыми врассматриваемом случае.Дляоценкиисравненияэкономическихзатратна реализациюмероприятий используется формула приведенных затрат [82], учитывающая каккапитальные затраты, так и эксплуатационные затраты.Приведенные затраты для осуществления мероприятий рассчитываются поформуле: = ∙ н + Сe ,где Pi – приведенные затраты i-го мероприятия, руб\год;Ki – капитальные затраты для реализации i-го мероприятия;Сei – эксплуатационные расходы i-го мероприятия.(2.7)55Приведение заданных стоимостных показателей к текущему периодувремени производится путем умножения их на коэффициент сравнительнойэкономической эффективности дополнительных капитальных вложений (Eн),который был условно принят равным 0,2.Параметр (D) учитывает среднее отклонение недопустимых расчетныхвеличин пожарных рисков на объекте защиты и прилегающей к нему селитебнойзоне от приемлемых значений.
Данный параметр принимает значение от 0 до 1 ииспользуется в случае, когда, не все значения пожарных рисков являютсяприемлемыми и служит для поиска точек территории нефтегазового объекта, гдезначения рисков будут наиболее сильно приближены к допустимым значениям:=++ + + ( ),(2.8)где:∑=1 /=;(2.9)∑=1 /=;(2.10), > ={;0, ≤ (2.11)А – безразмерный параметр среднего отклонения недопустимых величининдивидуальных рисков на территории предприятия (меньших Ra) отдопустимого значения (Ra);Rz – значения величин недопустимых индивидуальных рисков на территориипредприятия;Z – количество недопустимых значений величин индивидуальных рисков натерритории предприятия;56B – безразмерный параметр среднего отклонения недопустимых величининдивидуальных рисков в селитебной зоне (меньших Ia) от допустимогозначения (Ia);Iy – значения недопустимых расчетных величин индивидуальных рисков вселитебной зоне;Y – количество недопустимых расчетных величин индивидуальных рисков вселитебной зоне;C – безразмерный параметр отклонения величины социального риска вселитебной зоне от допустимого значения.Данные критерии были согласованы в единую целевую функцию.Наибольший приоритет имеет, отвечающий за безопасность, параметр Q.Следующим по важности является экономическая составляющая (P).
В спорныхситуациях, когда у нескольких комбинаций мероприятий параметры Q и Pявляются равными, а требуемые величины пожарных рисков являютсянедостижимыми, ключевым параметром является D, который обеспечиваетравномерное распределение зон риска на территории. Таким образом, целеваяфункция в разрабатываемой модели выглядит следующим образом: = (() , () , ())(2.12)Для более наглядного представления процесса определения целевойфункции была разработана блок-схема, представленная на рисунке 2.6.(Переменная G является значением целевой функции).57началоm=1j=1S>Saj=j+1Rj<=Ram=m+1Im<=I aдаQ=Q+1даQ=Q+1нетданетнетQ=Q+1A=0;B=0;C=0да57даj<Jm<Mнетz=1нетy=1S>SaдаC=Sa/SнетС=0B=B+Ia/IyA=A+Ra/RzD=(A+B+C)/(Z+Y)Вывод Q, Dy=y+1даy<Yz=z+1даz<ZD=(A+B+C)/(Z+Y+1)КонецнетнетB=B/yA=A/Z– Блок-схема определения параметров целевой функции58Начальная популяцияВсвязисозначительнымколичествомвозможныхкомбинациймероприятий, генерация начальной популяции происходила по специальномуалгоритму,учитывающемуэффективностькаждогомероприятияпоотдельности.В предлагаемом подходе генами хромосом являются мероприятия,поэтому хромосома содержит не двоичный набор данных, а массив синдикаторами каждого мероприятия содержащегося в ней: = ([1], [2], [3], … []),(2.13)где 1, 2, 3, – идентификаторы мероприятий.Для генерации начальной популяции используется метод колеса рулетки,в котором функция соответствия ( ( )) определяется для каждогомероприятия по алгоритму, представленному на рисунке 2.1 по следующейсхеме:1.
Выбор одного мероприятия из БД решений по снижению рисков.2. Анализ объектов, к которым может быть применено это решение.3. Поочередный расчет целевой функции с применённым решением длякаждого объекта.4. Сохранение результатов в массив.5. Если проведен анализ всех мероприятий, то переход к пункту 6, иначепереход к пункту 1.6. Ранжирование и вывод всех возможных мероприятий в порядке убыванияэффективности.Следующим этапом является определение общей функции соответствиявсех мероприятий (F):59count ofmeasuresF =∑eval(Mk ) − min{eval(M)},(2.14)k=1где count_of_mesuares – общее количество мероприятий.Рассчитывается вероятность отбора ( ) для каждого мероприятия : =( ) − min{()},(2.15)где k =1,2,…, count_of_measures.Рассчитываетсясовокупнаявероятностьотбора qдлякаждогомероприятия ( ):count ofmeasures =∑(2.16)=1Процесс селекции (выборки) состоит во вращении колеса рулетки,количество раз равное количеству мероприятий в хромосоме.
Каждый развыбирается одно мероприятие, по следующему алгоритму:1. Генерируется случайное число r в интервале [0,1];2. Если r ≤ 1 , то выбираем первое мероприятие 1 ; иначе k-ое (2 ≤ k ≤__) подходящее к условию −1 ≤ ≤ ;3. Если выбранное мероприятие уже содержится в хромосоме то возврат кпункту 1, иначе добавляем этот ген к хромосоме.В итоге, генерируется одна хромосома, для генерации популяции нужнопроделать эти операции количество раз равное количеству особей в популяции.Таким образом, одна хромосома является искомой комбинацией мероприятий поснижению расчетных величин пожарных рисков.60Функция соответствияФункция соответствия играет роль среды и оценивает хромосомы постепени их приспособленности к выполнению критерия оптимизации.Оценка функции соответствия хромосомы выполняется в три шага:1.
Преобразовать генотип хромосомы в фенотип. В данной задаче этоозначает поиск мероприятий в базе данных по идентификаторам в хромосомеnk=(Mk), k=1,2,….,pop_size, где pop_size – число мероприятий в исходнойпопуляции.2. Вычислить целевую функцию.3. Преобразовать целевую функцию в значение функции соответствия. Длярешаемой задачи оптимизации функция соответствия эквивалентна целевойфункции.( ) = ( ), = 1,2, … , _.(2.17)ОтборДля отбора хромосом (комбинаций мероприятий), использовался ужеописанный метод, называемый колесо рулетки. Процесс отбора можно описатьследующим образом:1.
Вычисляем значение функции соответствия ( ) для каждойхромосомы по предыдущей формуле.2. Вычисляем общую функцию соответствия популяции:_ =∑ ( ) −=1{( )}, = 1,2, … , _. (2.18) = 1, 3. Вычисляем вероятность отбора для каждой хромосомы :( ) − ={( )} = 1, _, = 1,2, … , _ .(2.19)614. Вычисляем совокупную вероятность для каждой хромосомы : = ∑ , = 1,2, … , _.(2.20)=1Процесс отбора начинается с вращения колеса _ раз; при этомкаждый раз выбирается одна хромосома по следующему алгоритму:1.
Генерируем случайное число из интервала [0,1];2. Если ≤ 1 , то выбираем первую хромосому 1 ; иначе выбираем k-уюхромосому (2 ≤ ≤ _) такую, что −1 ≤ ≤ .Скрещивание и мутацияДля скрещивания хромосом используется популярный, на практике, методс одной точкой обмена [83-87]. В соответствии с этим методом, случайновыбирается одна точка обмена, относительно которой меняются местами частихромосом-родителей.
Для этого генерируется целое число в промежутке [1, (+ )], которое будет точкой обмена генами.Мутация состоит в изменении одного или большего числа генов свероятностью равной коэффициенту мутации. В отличие от классическоймодели генетических алгоритмов, для создания комбинаций из разногоколичества мероприятий, добавлена вероятность случайного удаления одногогена из хромосомы.Исходя из вышесказанного, для решения задачи формирования наборамероприятий по снижению пожарных рисков на нефтегазовых объектах вклассическую модель генетических алгоритмов были внесены следующиеизменения:1. Вместо использования бинарной строки, используется хромосома, геныкоторой являются идентификаторами мероприятий.2.
Начальная популяция генерируется по специально разработанномуалгоритму.623. Добавляется операция, заключающаяся в удалении одного гена изхромосомы с определенной вероятностью.2.5. Математическая модель поиска оптимального расположения нового технологического аппарата на территории нефтегазовых объектовОдной из задач управления пожарными рисками на нефтегазовых объектахявляется задача оптимизации расположения новой технологической установкина территории нефтегазового объекта. Так как оценка пожарного риска являетсятрудоемкой процедурой, охватывающей множество факторов, влияющих на еёзначение, перебор тысяч вариантов и расчет поля риска с разным расположениемнового объекта, может занять значительное количество времени и ресурсов, дажепри использовании современных вычислительных машин и алгоритмов. Другойподход заключающийся в выборе нескольких возможных вариантов “на глаз”,расчет и отбор из них наилучшего, очень сильно зависит от человеческогофактора, и не исключает выбора решения, не являющимся оптимальным.
Крометого, такие подходы вряд ли можно назвать рациональными.Процедура оценки пожарных рисков состоит из множества этапов, что всвою очередь представляет единую функцию, определяющую итоговое значениериска. Программа, обладая характеристиками технологических аппаратов,содержащихся на нефтегазовом объекте, может выполнить расчет этого значенияв любой заданной точке в пределах территории нефтегазового объекта.Для практической реализации рассматриваемого подхода, планируетсяиспользоватьинтернет-картографическиесистемы,которыепозволяютзагружать свои карты (схемы, подложки), устанавливать масштаб, наноситьдополнительные слои моделирования зон распространения рисков.Чтобы работать с этой системой необходимо сначала вычислитькоординаты краев подложки, затем принять нижний левый угол за точку отсчета(0,0) и преобразовать остальные координаты в метрическое измерение.