Автореферат (1172899), страница 4
Текст из файла (страница 4)
Судак515273542300,157Из таблицы 2 и рисунка 8 видно, что наибольшая плотность потокавызовов наблюдалась в Сакском, Черноморском и Красногвардейском районах.К менее загруженным территориям можно отнести Красноперекопский район иг. Судак.Любые деструктивные события (пожары, взрывы, дорожно-транспортныепроисшествия) носят случайный характер. Несмотря на случайностьвозникновения таких событий, они с достаточной точностью описываютсяматематическими распределениями.
Так, возникновение деструктивныхсобытий на исследуемых территориях было смоделировано с помощьюраспределения Пуассона. Полученные результаты представлены в видеграфиков (рисунок 9). Степень сходимости эмпирических и теоретическихданных оценивали с помощью критерия Романовского, который ни в одном изслучаев не превышал 3. Распределение Пуассона принято в качестве моделивозникновения деструктивных событий (ДС) на исследуемых территорияхРеспублики Крым.(λДС ∙ τ) −λ τ(9) (τ) = ДС( = 0, 1, 2, … ),!1712121010Число сутокЧисло сутокгде () – вероятность того, что за время в населенном пункте возникнет ДС.86486422000120≥4312Число вызовов k в суткиЭмпирическое распределение (mi);Эмпирическое распределение (mi);Распределение Пуассона (fi).Распределение Пуассона (fi).а)б)10ЧастотаЧастота8642001234≥5141210864200-234≥5Число вызовов, iЧисло вызовов, iЭмпирическое распределение (mi);Эмпирическое распределение (mi);Распределение Пуассона (fi).Распределение Пуассона (fi).в)г)1025820ЧастотаЧастота≥43Число вызовов в сутки, i64215105001234≥5001≥2Число вызовов, iЭмпирическое распределение (mi);Число вызовов, iЭмпирическое распределение (mi);Распределение Пуассона (fi).Распределение Пуассона (fi).д)е)Рисунок 9 – Эмпирические и теоретические распределения потоков ДС в административнотерриториальных единицах Республики Крым: а) – в городском округе Армянск в августе2016 г.; б) – в Красноперекопском районе в июле 2016 г.; в) – в Красногвардейском районев августе 2015 г.; г) – в Сакском районе в августе 2017 г.; д) – в Черноморском районев августе 2015 г.; е) – в городском округе Судак в августе 2016 г.Для моделирования временных характеристик («время занятости» и«время прибытия») процессов функционирования пожарно-спасательныхподразделений использовалось распределение Эрланга того или иного порядка(формула 10).
Полученные результаты представлены на рисунке 10.18(µτ) −µτ(τ ≥ 0; = 0, 1, 2, … ),(10)(τ) = µ ��!где µ = ( + 1)/τср – постоянный параметр распределения Эрланга; τср –среднее значение изучаемой величины; – порядок распределения.25151811,020Частота1010,400,71,1022,0543,666,31,001,610,84,232,521,515156,6109,61011,5156,5Частота20Эмпирическиечастоты (mi);Теоретическиечастоты (fi).19,521Эмпирическиечастоты (mi);Теоретическиечастоты (fi).142500Интервалы времени, мин.Интервалы времени, мин.а)б)Рисунок 10 – Сравнение эмпирических и теоретических распределений:а) времени следования (поток Эрланга 1-го порядка) ПСП в городском округе Армянск(август 2016 год); б) времени занятости (поток Эрланга 0-го порядка) ПСПв городском округе Армянск (август 2016 год)Полученные теоретические значения времени прибытия и временизанятости показали удовлетворительную сходимость с эмпирическимизначениями.
Результаты исследований позволили использовать распределениеЭрланга в качестве аналитической модели для описания времени прибытия ивремени занятости пожарно-спасательных подразделений.Далее была исследована частота использования пожарной техники дляобслуживания вызовов. Полученные результаты представлены в видестатистического, вариационного ряда (рисунок 11, таблица 3), а исследованиехарактеристик статистического ряда позволило сделать вывод о том, что свероятностью 98% на исследуемой территории для обслуживания одноговызова потребуется от 1 до 4 единиц основной техники.Таблица 3 – Эмпирическое распределение частоты использования пожарной техникипожарно-спасательными подразделениями городского округа Армянск (2014-2017) напожарахВсегоКоличество автомобилей, 1234923051101Число вызовов, обслуженных автомобилем, 10,3260,554 0,109 0,011Частота использования техники, 1960Частота, pi504030201001234Число автомобилей, iРисунок 11 – Полигон эмпирического распределения частоты использования пожарнойтехники ПСП на пожарах в городском округе Армянск (2014–2017 гг.)Полученныерезультатыисследованияпозволилиопределитьнеобходимое количество пунктов дислокации ППС на территории городскихокругов Армянск и Судак, используя формулу:αн2 общПД = 2,(11)ср.приб.
τ2ср.приб.где ПД – число пожарных подразделений; α – безразмерный эмпирическийкоэффициент, учитывающий специфику конкретного города (α = 0,4);н – коэффициент непрямолинейности уличной сети. Максимальное значениен = √2 (по мнению градостроителей), минимальное – 1; общ – площадьтерритории населенного пункта; ср.приб. – средняя скорость прибытияпожарного автомобиля.
τср.приб. – среднее время прибытия пожарногоавтомобиля к месту вызова. Полученные расчёты представим в виде таблицы 4.Таблица 4 – Расчётное число пожарных депо с учетом разного времени следованияНаименованиеРасчётное количество ПД в зависимости от �������,τприб. мин.населенногоτ=3τ=4τ=5τ=6τ=7τ=8τ=9пунктаАрмянск8,14,52,921,51,10,9Судак126,74,332,21,71,3τ = 100,71,1Фактически городской округ Армянск имеет на вооружении однопожарное депо, при этом максимальное время прибытия может доходить до23,5 минут, что противоречит действующему законодательству.
Если строговыполнять предложенный норматив максимального времени прибытия(20 минут), то среднее время прибытия будет равно 3–4 минутам. Число депо втаком случае необходимо увеличить в 5–8 раз, что экономическинеобоснованно и невыгодно при относительно небольшой загруженности ПСП.Поэтому среднее время прибытия для территории города необходимо принятьравным 6 минутам, при этом максимальное время прибытия не будетпревышать 15 минут в 95% случаев. Тогда городскому округу Армянскпотребуется 2 депо, а Судаку – 3 депо.На примере Красногвардейского муниципального района былорассчитано необходимое количество пунктов дислокации подразделений20противопожарной службы вне территории города.
Для этого использованнорматив среднего времени прибытия, равный 15 минутам (в таком случаемаксимальное время прибытия не превышало 45 минут). Территориямуниципального района была разделена на шесть оперативных зон. Созданытри депо добровольной пожарной охраны (рисунок 12). Таким образом, среднеерасстояние, которое должно преодолеть подразделение пожарной охраны попути к месту вызова, сократилось с 9,5 до 7,2 км.Рисунок 12 – Границы оперативных зон Красногвардейского муниципального районас местами дислокации пожарных формированийДалее, с использованием предложенных специалистами ВНИИПОзависимостей величины рисков гибели, травматизма и прямого материальногоущерба от расстояния пожарной части до места вызова (формулы 12–14), былиповторно определены уровни пожарной опасности административнотерриториальных единиц Крыма.
Полученные результаты представлены награфиках (рисунок 13).жертваг = пож (0,0000368 ∙ 2 − 0,000801 ∙ + 0,0901) ��;(12)годтравм.т = пож (0,0000157 ∙ 2 − 0,000406 ∙ + 0,0567) ��;(13)годтыс. руб.(14)у = пож (0,114 ∙ 2 − 4,6414 ∙ + 133,236) ��,год21где г – число погибших; т – число травмированных; у – материальныйущерб от пожаров; пож – число пожаров на исследуемой территории ; –среднее расстояние к месту вызова.Армянск0,67790,6476Красноперекопский…Красногвардейский…0,5763Сакский район0,5362Черноморский район0,5169Судак0,5142Саки0,4781Бахчисарайский район0,4595Белогорский район0,3835Керчь0,3556Алушта0,3323Симферопольский…0,3237Первомайский район0,3219Кировский район0,3202Ялта0,3170Советский район0,3134Севастополь0,3114Нижнегорский район0,3089Ленинский район0,3063Раздольненский район0,2987Красноперекопск0,2559Джанкойский район0,2521Феодосия0,1893Джанкой0,0809Евпатория0,0739Симферополь0,01060,00,20,40,60,8Армянск0,6779Красноперекопский…0,6476Сакский район0,5362Черноморский район0,5169Судак0,5142Саки0,4781Бахчисарайский район0,4595Красногвардейский…0,4499Белогорский район0,3835Керчь0,3556Алушта0,3323Симферопольский район0,3237Первомайский район0,3219Кировский район0,3202Ялта0,3170Советский район0,3134Севастополь0,3114Нижнегорский район0,3089Ленинский район0,3063Раздольненский район0,2987Красноперекопск0,2559Джанкойский район0,2521Феодосия0,1893Джанкой0,0809Евпатория0,0739Симферополь0,01060,00,20,40,60,8а)б)Рисунок 13 – Распределение административно-территориальных единиц Крымапо пожарной опасности на основе расчётов интегрального социально-экономическогопоказателя пожарного риска: а) до реорганизации в Красногвардейском районе;б) после реорганизации в Красногвардейском районеВ результате предложенной реорганизации и повторной оценки уровнейпожарной опасности АТЕ Крыма было выявлено, что значение ИСЭППР висследуемом районе сократилось на 22%.Разработанная методика определения ИСЭППР и полученныеспециалистами ВНИИПО МЧС России зависимости были объединены винформационно-аналитическую модель реорганизации региональных пожарноспасательных подразделений сельской местности.
Структура моделипредставлена в виде схемы (рисунок 14).22БД 11БД 3БД 2Расчёт интегрального социальноэкономического показателя пожарного рискаRСЭ административно-территориальных единиц(АТЕ)R СЭ≤ 0,5jДаНет2Выявление (АТЕ) с исключительно высокими и/или высокими показателями RСЭ3Анализ временных характеристик пожарноспасательных подразделений (ПСП)исследуемых АТЕ4Использование картографических сервисов«SAS.Планета», «Яндекс Карты» «GoogleКарты» для определения оптимально местадислокации добровольной пожарной охраны(ДПО)5Анализ временных характеристик ПСПисследуемых АТЕ с учетом ДПО6Определение теоретических значенийпоказателей гибели, травматизма, и материальноущерба с учетом измененных временныххарактеристик ПСП7Анализ результатов расчетов RСЭРисунок 14 – Структура информационно-аналитической модели реорганизациирегиональных пожарно-спасательных подразделений сельской местностиВ приложении представлены акты внедрения диссертационной работы.ЗАКЛЮЧЕНИЕНа основании выполненных исследований получены следующие научныеи практические результаты.1.
Проведен сравнительный анализ пожарной опасности субъектовРоссийской Федерации на основе интегральных (территориальных) пожарныхрисков, по результатам которого установлено, что в большинстве субъектов за23период с 2008 по 2018 гг. наблюдалось ежегодное снижение числа пожаров(следовательно, и пожарных рисков) на 4–5%. Исключением стали новыесубъекты Российской Федерации – Республика Крым и город федеральногозначения Севастополь.
В этих субъектах до 2014 г. показатели интегральныхрисков росли, достигнув своих пиковых значений, а после присоединения кРоссийской Федерации резко пошли на спад.2. Проведен анализ нормативно-правовой базы в области учета пожаров имест дислокации подразделений пожарной охраны. Сравнительный анализпоказал, что показатели интегральных пожарных рисков напрямую зависят отпорядка учета пожаров и их последствий.