Содержание к диссертации
Введение
Раздел 1. Анализ состояния вопроса и постановка задачи на исследование .
1.1 Анализ отечественных и зарубежных подходов к разработке 14 СУБТ.
1.2 Анализ существующих СУБТ на предприятиях машиностроения. 20 Раздел 2. Разработка Концепции СУБТ . 30
2.1 Обоснование Концепции. 30
2.2 Концепция СУБТ на предприятиях машиностроения. 32
2.2.1 Общая часть. 32
2.2.2 Цели, задачи и приоритеты Концепции. 33
2.2.3 Структура и содержание Концепции. 34
Раздел 3. Разработка структуры СУБТ , 42
3.1 Разработка организационной схемы СУБТ 42
3.2 Разработка структурной схемы СУБТ 47
Раздел 4 Экспресс-оценка риска на предприятиях машиностроения методами нейронных сетей (НС).
4.1 Преимущества НС для решения задачи оценки рисков. 51
4.2 Разработка процедуры анализа риска на основе экспертной оценки.
4.2.1 Механизм проведения экспертной оценки и формирование экспертной группы .
4.2.2 Разработка процедуры экспертизы 62
4.2.3 Выбор «входных» признаков для оценки риска. 73
4.3 Выбор топологии и обучение НС для оценки рисков. 80
Раздел 5, Управление персоналом в СУБТ. 84
5.1 Разработка структуры УП в АСУБТ на предприятиях 85
машиностроения.
5.1.1 Подходы к УП и его автоматизации и информатизации в СУБТ на предприятиях машиностроения.
5.1.2 Основные функциональные составляющие подсистемы УП в АСУБТ на предприятиях машиностроения.
5.1.3 Информационная схема автоматизированной системы УП на предприятиях машиностроения .
5.1.4 Выбор и формализация данных необходимых для работы подсистемы УП и её автоматизации и информатизации.
5.1.5 Организация и автоматизация процессов учета и контроля данных об обучении, аттестации и проверке знаний персонала по безопасности труда.
5.1.6 Организация и автоматизация процессов проведения, оценки и учета результатов противоаварийных тренировок персонала.
Раздел 6 Автоматизация и информатизация процесса управления персоналом на предприятиях машиностроении .
6.1 Выбор и обоснование методики, критериев и показателей оценки персонала.
6.2 Разработка содержания и структуры баз данных и баз знаний и алгоритма работы подсистемы управления персоналом в АСУБТ на
преді [риятиях машиностроения.
6.3 Разработка методического обеспечения процесса 121
информатизации управления персоналом в автоматизированной
системе управления безопасностью труда технологии решения ситуационных задач управления.
6.3.1 Разработка программного продукта и методических указаний 121 по работе с ним.
6.3.2 Разработка проекта типового стандарта предприятия по 4 управлению персоналом в АСУБТ на предприятиях предприятих машиностроения.
Раздел 7. Разработка формально-логической модели управления 126 персоналом на предприятиях машиностроения .
7.1. Выбор и адаптация математического аппарата для разработки формально-логической модели управления персоналом на предприятиях машиностроения.
7.2. Разработка формально-л отческой модели управления персоналом на предприятиях машипосгроения в СУ ОТ.
7.3 Разработка методических рекомендаций по использованию 151
формально-логической модели управлении персоналом в СУОТ на
предприятиях машиностроения.
Раздел 8 Ситуационные задачи управления ОТ и их решение . 153
8.1 Необходимость адаптации и интеллектуализации существующей 153 системы управления для решения СЗУ.
8.2 Ситуационные задачи управления безопасностью труда. 160
8.3 Особенности применения ситуационного подхода при 173 ироскіироваиии СУБТ.
8.4 Концепция анализа и решения ситуационных задач управления 178 при управлении безопасностью труда на предприятиях машиностроения.
8.5 Исследование закономерностей возникновения управленческих 181 ситуаций при управлении безопасностью труда на предприятиях машиностроения.
8.5.1 Уровень разработки методов и средств анализа ситуаций. 181
8.5.2 Классификация управленческих ситуаций возникающих при 190 управлении безопасностью труда па предприятиях машипосгроения.
8.5.2.1 Классификационные признаки ситуаций. 191
8.5.2.2 Описание ситуаций. 198
8.6 Повышение надежности (эффективности) управления охраной 5 труда на предприятиях машиностроения.
8.6.1. Методическое обеспечение информатизации управленческой деятельности и оценка его влияния па эффективность функционирования СУ ОТ.
Раздел 9 Исследование закономерностей формирования управленческих процедур охраной труда на предприятиях машиностроения .
9.1. Описание процесса формирования управляющих воздействий в СУОТ на предприятиях машиностроения.
9.1.1. Основные свойства СУОТ и процесса синтеза управляющих воздействий в нижестоящем управляющем элеметпе.
9.1.2. Основные свойства СУОТ и процесса управляющих воздействий в вышестоящем управляющем элементе. Адаптация
СУОТ к возникающим ситуациям.
9.2. Стратегии разрешения ситуаций и типизация ЭЦСУ в СУОТ на предприятиях машиностроения
9.3. Типизация ЭЦСУ охраной труда. 231
9.4. Типизация управленческих процедур в соответствии с используемыми методами разрешения ситуаций в СУОТ па предприятиях машиностроения.
9.4.1. Формирование операционных цепей управления для различных методов разрешения ситуаций.
9.4.2. Систематизация и взаимосвязь критериев выбора управленческих процедур в СУОТ на предприятиях машиностроения.
9.4.3.Формирование управленческих процедур возникающих в 254
процессе управления охраной труда на предприятиях
машиностроения.
9.4.4. Типизация управленческих процедур в соответствии с 257
используемыми критериями выбора.
Раздел 10, Исследование методов проектирования технологии управления охраной груда на предприятиях машиностроения .
10.1. Технология решения СЗУ охраной труда. 265
10.2. Этапы проектирования СУОТ. 271
10.3. Разработка элементов персональной интеллектуальной информационной системы (ПИИС)для компьютерной реализации технологии решения СЗУ.
Заключение 279
Список использованных источников 280
- Анализ существующих СУБТ на предприятиях машиностроения. 20 Раздел 2. Разработка Концепции СУБТ
- Разработка структурной схемы СУБТ
- Механизм проведения экспертной оценки и формирование экспертной группы
- Информационная схема автоматизированной системы УП на предприятиях машиностроения
Введение к работе
Актуальность проблемы
В России в настоящее время насчитывается более 200 тысяч опасных производственных объектов, включая и объекты машиностроительной отрасли доля которых составляет около 30%.
Безопасность эксплуатации опасных производственных объектов зависит от множества организационных, технических и личностных факторов. Несбалансированность или выпадение любого из них неизбежно ведет к технологическим сбоям, инцидентам или авариям. Усугубляющим ситуацию фактором является значительный износ основных фондов.
Очевидно, что сложившаяся ситуация требует срочных и адекватных мер. В качестве одной из таких мер целесообразно перейти к новым методам управления безопасностью, основанным на анализе и оценке текущей ситуации и получении количественной характеристики безопасности того или иного опасного производственного объекта. То есть необходимо придать управлению безопасностью превентивный характер и профилактическую направленность.
В диссертационной работе предлагается следующая концепция -возможно повышение уровня безопасности труда на предприятиях машиностроения путем внедрения автоматизированной системы управления безопасности труда (АСУБТ), построенной на основе анализа риска, с оценкой надежности работы всех ее элементов, подготовкой проектов управленческих решений на поддержание БТ на предприятии на основе научно-обоснованных методик. Формирование такой системы предполагает комплексный подход к вопросам обеспечения безопасности труда.
В настоящее время, многие ключевые вопросы построения АСУБТ рассмотрены и исследованы в недостаточной степени. Например, не предложено удовлетворительной количественной характеристики безопасности труда, отсутствуют приемлемое методическое обеспечение автоматизированных систем управления безопасностью труда на опасных производственных объектах.
Таким образом, перед современной наукой остро встает необходимость решения практических задач построения АСУБТ на предприятиях машиностроения.
По результатам проведенного анализа можно сделать вывод о том, что система управления безопасностью труда даже передовых предприятий обладает рядом недостатков:
- отсутствие реального действенного механизма функционирования системы;
- перегруженность СУБТ документацией, особенно на нижних уровнях
«тормозит» процесс производства и не позволяет упредить или предвидеть
аварийную ситуацию заранее;
- оперативность реагирования системы на возникающие ситуации достаточно
низка;
- трудно выявить причины и источники возникающих управленческих
ситуаций для воздействия на них с целью прекращения развития аварии;
-практически не в одной из систем нет текущей оценки риска, мониторинг опасностей проводится на примитивном уровне;
- базы данных и базы знаний (методики) находятся либо в зачаточном
состоянии, либо применение их затруднено ввиду объемности материала и
труднодоступности его.
В свете вышеизложенного целью диссертационной работы является: достижение соответствующего уровня безопасности труда за счет внедрения научно обоснованных методик управления безопасностью труда на предприятиях машиностроения.
Для достижения поставленной цели необходимо решить следующие основные задачи:
провести анализ систем управления на ОПО и существующих систем управления безопасностью труда;
произвести выбор и формализацию данных, необходимых для работы системы АСУБТ на ОПО;
определить структурные элементы системы АСУБТ на ОПО и проработать
их содержание;
выбрать и обосновать критерии и показатели оценки безопасности труда на предприятиях эксплуатирующих ОПО;
разработать, состав и структуры баз данных и баз знаний, а так же алгоритм работы АСУБТ на ОПО;
разработать логико-надежностную модель подсистемы управления персоналом
- рассмотреть ситуационные задачи управления ОТ и их решение.
Объектом исследования диссертационной работы является состояние безопасности труда на предприятиях машиностроения.
Предметом исследования диссертационной работы является система управления безопасностью труда на предприятиях машиностроения.
Методы исследования (и достоверность полученных результатов)
При выполнении работы применялись методы теории управления, теории
систем и математического моделирования, системного анализа, экспертных систем.
Достоверность полученных результатов обеспечивается использованием
апробированных методик исследования, применением современных вычислительных
методов, согласием результатов теоретического исследования и данных
практической эксплуатации.
Научная новизна диссертационной работы заключается в том, что теоретически обоснованы подходы к организации и обеспечению эффективного управления безопасностью труда на предприятиях машиностроения, а именно (п.п.5,8,9 паспорта специальности):
-
Разработан системный подход к обеспечению безопасности труда на предприятиях машиностроения на основе подсистемы управления персоналом.
-
Разработана и научно обоснована методология построения системы управления охраной труда на предприятиях машиностроения основанная на анализе техногенных опасностей.
-
На основе логики предикатов предложена базовая математическая модель оценки состояния персонала в системе управления охраной труда предприятия.
-
Разработан научно-методический аппарат применения нейросетей для экспресс оценки рисков в процессе управления охраной труда.
-
Разработана и научно обоснована система оценки состояния охраны труда на предприятиях машиностроения, позволяющая сформировать управляющее воздействие, направленное на повышение уровня охраны труда.
-
Установлены закономерности формирования управленческих процедур, направленных на повышение уровня охраны труда предприятий машиностроения.
Практическая значимость работы
1. Разработаны структура и функции СУОТ на предприятиях машиностроения.
2. Разработано методическое обеспечение и программный продукт
процесса информатизации управления персоналом в АСУ ОТ.
3. Разработан проект типового стандарта предприятия по управлению
персоналом в СУОТ.
4. Разработаны этапы проектирования СУОТ.
5. Разработаны элементы ПИИС для компьютерной реализации задач
управления ОТ.
6. Разработана формализованная СУОТ, позволяющая комплексно решать
задачи управления ОТ и имеющая возможность оценки состояния ОТ в режиме
текущего времени.
Реализация и внедрение результатов работы
Результаты работы реализованы в ЗАО «Краснодарский станкостроительный завод Седин-Шисс»
Апробация работы
Основные положения диссертации докладывались и получили положительную оценку:
- на второй международной конференции «Безопасность. Технологии. Управление» в г. Тольятти, 2007г.;
на Международном молодежном форуме «Инновационные проекты по экологической и промышленной безопасности» (проект награжден дипломом 2-ой степени);
на международной научно-практической конференции «Управление производством». Мальта. 2006.г;
на Юбилейной Международной научно-практической конференции РГСУ в г. Ростове-на-Дону, 2008г.;
- материалы III международной научно-практической конференции. Уфа:
Ассоциация «Башкирская Ассоциация Экспертов»;
XIII Международная научно-практической конференции. Санкт-Петербург: Международная академия высшей школы Санкт-Петербургское отделение;
- на международной научно-практической конференции Социально-трудовая
сфера и занятость населения: состояние, проблемы, инновации (социальный аспект).
Краснодар, 2011г;
- IV Международная научно-практическая конференция. Инновационные
технологии в машиностроении и металлургии. Материалы. 5 сентября 20212 года. г.
Ростов-на-Дону.
Публикации
По результатам исследований опубликовано 62 печатные работы. Из них: 6 монографий и 14 статей в изданиях входящих в перечень ВАК.
Структура и объем работы определяются целью и задачами исследования. Диссертационная работа изложена на 290 страницах машинописного текста; состоит из введения, 10 разделов, выводов и предложений, списка использованной литературы из 137 наименований; содержит 22 таблицы, 66 рисунков и приложения на 136 страницах.
Анализ существующих СУБТ на предприятиях машиностроения. 20 Раздел 2. Разработка Концепции СУБТ
Задачи оценки промышленных рисков относятся к разряду трудно формализуемых. Довольно сложно с достаточной точностью установить, что именно влияет на риск возникновения аварии, а что нет, и как ранжировать степень влияния огромного числа различных факторов на возможность возникновения аварийной ситуации [27,35,44].
Необходимо отметить, что в области оценки рисков и надёжности технических систем проделана огромная теоретическая и практическая работа. Созданы и используются классические методики оценки риска для различных объектов и процессов. Существует несколько отечественных руководств по оценке риска, однако большая часть подобных методик разработана и применяется в США и странах Европы. К сожалению, несмотря на продолжающиеся исследования и неослабевающий научный практический интерес к вопросу, существующие методики, всё ещё имеют некоторые недостатки, которые ограничивают сферу их применения.
Основные препятствия, возникающие при использовании классических методик оценки риска предприятий машиностроения - это их сложность и дороговизна, связанные с необходимостью привлечения специализированных организаций для проведения такой оценки, а так же значительное время, требуемое на сбор необходимых данных и собственно сами расчёты. Кроме того, в настоящее время оценка риска па предприятии проводится (если проводится) один раз в пять лет, и оценивается риск возникновения и развития только крупных аварий и катастроф. Существующие тенденции аварийности на предприятиях требуют большей оперативности, частоты и точности оценки, а также учёта риска средних и мелких аварий. В настоящее время предпринимаются попытки к реализации оценки риска с помощью аппарата нейронных сетей [14,15]. В России интенсивно изучаются возможности использования НС для мониторинга безопасности химической промышленности. В этой области проведен анализ специфики возникающих задач и распространённых методов их решения, изучены различные архитектуры искусственных многослойных нейронных сетей, представлены оценки их релевантности, показана перспективность тгою направления для дальнейшего прогресса в рассматриваемой области [15].
Преимущества НС для решения задач оценки риска очевидны: а) НС предназначены для решения трудно формализуемых задач. НС можно использовать, когда алгоритмический способ расчёта количественной меры опасности малоэффективен или в полной мере неизвестен. б) НС позволяют добиться требуемого быстродействия. в) НС не предъявляют жёстких требований к входным данным.
Для применения НС достаточно лишь точно знать, что связь между входными и требуемыми выходными данными существует. При этом сама зависимость выводится в процессе обучения НС (на наборе примеров), причём возможно построение нелинейной регрессионной зависимости или нелинейной разделяющей поверхности, робастной к «выбросам» в данных, без априорного задания вида нелинейной функции. Существует также возможность дообучать НС по мере поступления новых опытных данных. г) НС позволяют учитывать всё необходимое количество переменных и самостоятельно ранжируют их по влиянию на конечный результат. д) НС просты в использовании и не требуют глубокого понимания сущности процессов.
В то же время, при использовании НС для оценки риска возникают следующие трудности: 1) сложность построения архитектуры НС для решения реальных задач, (т.к. типовые архитектуры НС не подходят для задач оценки риска и необходимо создание новых); 2) сложность формирования обучающей выборки и сложность интерпретации результатов обучения (значения параметров элементов сети невозможно объяснить в терминах решаемой задачи и НС остаётся «черным ящиком»).
Таким образом, представляется возможным использование НС для решения задач оценки промышленных рисков предприятий машиностроения. По сравнению с классическими методиками аппарат НС позволит более оперативно, точно, просто и дёшево решать задачи оценки промышленных рисков.
Применение нейросетевой технологии уместно в случаях, когда алгоритмический способ расчёта количественной меры опасности малоэффективен или в полной мере неизвестен. Очевидным является то обстоятельство, что известный формальный алгоритм оценки риска часто уступает оптимальному решению эксперта, имеющего профессиональный опыт эксплуатации (в данном случае газораспределительных систем). Достоинства нейросетей позволяют учесть опыт оптимальных решений эксперта, часто принимаемых по трудиоформализуемым алгоритмам и интуитивным опытным знаниям. Успех здесь во многом зависит от выбора, используемого для оценок признакового пространства. Одним из стимулов служит следующее возможное сравнение: если пейросеть после обучения будет выдавать балльную оценку риска с точностью, близкой к точности диагностики мастерами-экспертами (т.е. с таким уровнем решает эту задачу человек и нейросеть его уровня достигла, при совпадении набора наиболее информативных для нейронной сети признаков при оценке риска с набором признаков, выделяемым или используемым человеком-экспертом), то можно создавать компьютерные нейроэкспертные системы, аккумулирующие их опыт и знания и настроенные на специфику конкретной территории, для ситуаций дефицита специалистов нужной квалификации, для быстрого принятия решений в опасной обстановке, или автоматизированного мониторинга безопасности. Таким образом, критерием является точность решения этого же круга задач человеком-экспертом, или же тот уровень точности, после превышения которого возможен экономический эффект от применения нейромодели для автоматизации процесса принятия решения. Отметим, что принципиальным является наличие в примерах оценки риска газораспределительных систем экспертами разных ответов при одних и тех же исходных данных.
Разработка структурной схемы СУБТ
Обобщая результаты, достигнутые при исследовании вопросов создания и автоматизации подсистемы УП в АСУБТ, в соответствии с действующим Российским законодательством по охране труда создан «Проект стандарта предприятия по управлению персоналом в автоматизированной системе управления безопасностью труда на предприятиях машиностроения». Он приведен в приложении Л.
Требования Проекта СТП распространяются на организацию и управление персоналом в части безопасности и охраны труда и автоматизацию этого процесса. Проектируемый стандарт определяет: 1) состав данных, необходимых для работы подсистемы и её автоматизации, 2) порядок учета и контроля данных по обучению, аттестации и проверки знаний персонала по безопасности труда, 3) принципы мотивации и стимулирования персонала к выполнению норм БТ, 4) систему проведения противоаварийных тренировок, 5) порядок и методики психологического тестирования и отбора персонала для работы на предприятиях с опасными производственными объектами, 6) систему опенки надежности персонала.
Проект СТП в общем виде реализует рассматриваемые в работе принципы и методы построения и автоматизации системы УП в АСУБТ на предприятиях с ОПО. Он может внедряться и полноценно использоваться после определенной адаптации к условиям конкретного предприятия, являясь основой для построения организацией своей собственной ЛСУБТ.
Выбор и адаптация математического аппарата для разработки формально-логической модели управления персоналом на предприятиях машиностроения Анализируя определение модели, можно сделать следующие выводы: а) возможно существование множества моделей одного и того же объекта оригинала, отличающихся целями исследования и степенью адекватности; б) любая модель субъективна, она имеет принадлежность к индивидуальное ти исследователя; в) любая модель гомоморфна, то есть в ней отражаются только существенные свойства объекта.
Модель - это базовое понятие для любых областей знаний, использующих аппарат математики, поскольку каждая попытка работать в точных терминах с реальным явлением должна начинаться с описания его формальной модели. Модель представляет объект исследования или расчетов и определяет характер формального аппарата, используемого для описания задачи и выполнения необходимых вычислений.
Наиболее распространенным предназначением моделей является их применение в целях исследования и прогнозирования поведения сложных процессов и явлений. Таким образом, модели и моделирование вообще нужны для того, чтобы а) прогнозировать прямые и косвенные последствия реализации конкретных способов и форм воздействия на моделируемый объект; б) понять каковы его структура, основные свойства, закономерности функционирования и развития; 127 в) научиться управлять объектом и процессом его функционирования, в том числе определять наилучшие для него управляющие воздействия при заданных целях и критериях. Систематизация известных к настоящему времени моделей и методов их использования позволяет утверждать о правомерности классификации, изображенной на рисунке 32. Существующие модели Материальные - Аналоговые - Физические Идеальные Семиотические Интуитивные Соматические - Математические - Операционная - Графические - игоа - Вербальные - Аналитические - Мысленныйэкспеоимент- Методсиенаоиев Рисунок 32 - Виды существующих моделей Рассмотрим подробнее математическое моделирование.
Управление системой предполагает достижение цели или последовательное ее приближение к наиболее предпочтительному состоянию.
При анализе систем управления используют математические модели технологических систем. Для того чтобы изучить свойства сложной технологической системы и научиться управлять ей, необходимо получить ее математическую модель. В случае с технологическими системами, у которых переменных множество, описание системы затрудняется из-за ее неустойчивости и неустойчивости самих неременных.
Для задач, связанных с технологическими системами можно использовать линейные модели. Они сравнительно просты, хорошо разработаны, допускают полное исследование и достаточно эффективны в целом ряде стандартных ситуаций. В случае если переменных больше двух- хь Х2, , хп, линейное выражение имеет вид:
Такие функции (28) рассматриваются в линейном программировании. Метод линейного программирования (планирования) предполагает отыскание экстремума функции при наличии ограничений, наложенных на аргументы. Самым простым способом решения таких задач, является графический метод. По при рассмотрении реальных задач линейного программирования выясняется, что они содержат сотни неизвестных, уравнений и неравенств. Следовательно, графически решать такую задачу крайне затруднительно. К чому же не всегда удается сразу определить, являются ли переменные линейно зависимыми. Структурно лот метод можно изобразить в виде рисунка, приведенного ниже.
Этот метод не удобен при построении системы управления, так как однозначно невозможно оценить функцию - линейная ли зависимость или нет. Так же нельзя точно значь, сколько именно переменных будет влиять на систему в целом. А при наличии большого числа неизвестных в системе возникает необходимость в составлении сложной системы уравнений с ограничениями для каждого из них, чю само по себе неудобно. Так же этот метод работает лишь с детерминированными данными.
Обработка данных и получение на их основе рекомендаций относительно принятия того или иного управленческого решения бывает связана с результатами наблюдений, которые представляют собой набор чисел. И определение правильного управленческого решения рассматривают на уровне изучения опыта специалистов-экспертов, зарекомендовавших себя на практике. Обработка выборки наблюдений за решениями и действиями таких специалистов позволяет получить представление о необходимом управленческом решении. Такие решения можно представлять в виде функций, исследование которых и будет приводить к необходимому параметру. Л т.к. в таких наборах трудно выявить закономерности, то данные подвергаются обработке для упрощения при анализе - в виде соответствующих таблиц или баз данных.
Механизм проведения экспертной оценки и формирование экспертной группы
Рисунок 34 - Структурная схема метода Монте-Карло Статистические модели универсальны, они не требуют серьезных допущений и упрощений. Работают с любыми функциями, законами распределения, любой сложностью модели, множественностью ее состояний. Однако главный недостаток этого метода - это громоздкость и трудоемкость. Огромное число реализаций, необходимое для нахождения искомых параметров с приемлемой точностью, требует большого расхода машинного времени. Кроме того, результаты статического моделирования гораздо труднее осмыслить, чем расчеты по аналитическим моделям, и соответственно труднее оптимизировать решение.
Дело в том, что математически модели для ТС в большей части являются стохастическими моделями. То есть многие факторы, определяющие поведение этих систем носят неопределенный характер. Это происходит по тому, что к этим факторам относится так же и человеческий фактор. В связи с этим можно рассматривать понятие случайного события. Под случайным в СУОТ можно понимать событие, которое может произойти или не произойти в результате какого-то действия или бездействия (человека, техники). При этом действие может быть как целенаправленное, так и происходящее независимо от наблюдателя. Поэтому можно перейти к рассмотрению вероятностных моделей СУОТ.
Для многих случаев под вероятностью будем понимать отношение числа благоприятных исходов испьпапия - т, к числу всех равновозможных исходов -п. Вероятность р события определяется:
Формула (29) предполагает конечность числа исходов (п) (что не противоречит реальным ТС). В системах управления можно столкнуться с тем, что некоторые действия могут зависеть от предшествующих действий. Поэтому и результаты могут зависеть друг от друга. В связи с этим рассматривают зависимые события, вероятности которых нетрудно вычисляются по формулам сложения и умножения вероятностей (в зависимости от задачи). В реальных технологических системах некоторое событие - действие может повторяться неоднократно, то есть со случайной величиной будет связано некоторое множество чисел- значений, которое она может принимать. В результате испытания эти значения могут выпадать с различной вероятностью. Можно рассмотреть правило или так называемый закон распределения, устанавливающее связь между возможными значениями и их вероятностями, найденными по определенному закону. Рассмотрим один из вероятностных методов моделирования —лотку предикатов.
Предикат Р (Х, х2, ...а хп) - функция, переменные которой принимают значения из некоторого произвольного множества (М) или множеств, возможно, и бесконечных, а сама функция принимает два значения: «истина» или «ложь». С помощью логики предикатов можно описывать любую заданную систему, так как предикаты могут работать с любыми видами данных - семантика языка логики предикатов очень разнообразна 113. Структурно метод логики предикатов можно изобразить схемой, изображенной на рисунке 35.
Работа с любыми вилами данных Возможность наложения условий или ограничений на систему, которые реально существуют и могуч влиять на повеление системы в целом I Колучсние на выходе из системы одного решения. Возможность деления системы на подсистемы или блоки для ее упрощения. )[ Возможность быстрого реагирования на тот блок системы, коюрый показал отрицательный результат на выходе. Возможность быстрой реорганизации или оптимизации того процесса или условий, которые негативно влияют на подсистему и, следовательно, на систему в целом.
Метол логики предикатов, структурная схема Возможность деления моделируемой системы на подсистемы или блоки для ее упрощения. В ходе решения уравнений или неравенств возможно получение лишь двух решений: «истина» или «ложь», а на выходе из системы, соответственно, одного решения. То есть система, построенная на логике предикатов, является бинарной.
Па моделируемую систему можно накладывать различные условия, в том числе, и реально существующие в данной системе. Следовательно, можно прогнозировать, а затем и оптимизировать либо реорганизовать те условия или ограничения системы, которые негативно влияют на результат работы подсистемы или системы в целом.
Анализируя все выше сказанное, можно сделать вывод, что если ТС детерминирована, то модель системы управления можно получить из линейных зависимостей. Но так как большая часть 1С не детерминирована, то наиболее удобным для составления модели системы управления являются вероятностные характеристики или статистические данные системы, полученные опытным l 1 путем. При обработке таких данных можно получать наиболее оптимальные решения.
Рассматривав можно и комбинированные условия для составления моделей. Это возможно при совместимости условий, в которых находится исследуемая система. Тогда можно будет получить более полную информацию о поведении системы. Построенная в этих условиях модель будет более точной. И тогда решение для системы управления будет наиболее приближена к реальным условиям.
На основании проведенного анализа, можно сделать вывод о преимуществах метода логики предикатов перед всеми остальными. Этот метод позволяет работать с любыми видами данных, накладывать условия на систему при необходимости, а іакжс позволяет обеспечить решение задачи построения модели УП на предприятиях машиностроения с определенной точностью.
Но для обеспечения работоспособности данного метода и модели в целом необходимо выбрать и проанализировать существующие методы оценки персонала; выбрать критерии, по которым будет вестись оценка показателей, а также необходимо адашировать данный метод к системе УП, учитывая специфику рассматриваемой модели. Возникает необходимость в формализации критериев персонала в таблицы или базы данных для удобства при построении и проверки строящейся модели УП на предприятиях. Рассмотрим существующие методы и средства оценки персонала в СУБТ.
Как говорилось ранее, наиболее подходящим математическим методом для описания системы УП является логика предикатов. Рассмотрим ее подробнее.
Логика предикатов представляет собой развитие логики высказываний. С помощью формул логики высказываний, например алгебры логики, можно описать и исследовать структуру сложных высказываний, установить их истинность или ложность в зависимости от истинности или ложности входящих в нее простых высказываний. Для описания внутренней логической структуры простых высказываний (т.е. высказываний, не содержащих связок) используется понятие предиката.
Предикат — повествовательное предложение, содержащее предметные переменные, определенные на соответствующих множествах при замене переменных конкретными значениями (элементами) этих множеств предложение обращается в высказывание, т.е. принимает значение «истинно» или «ложно». С помощью логических связок (и скобок) предикаты могут объединяться в разнообразные логические формулы - предикатные формулы. Логика предикатов является важным средством построения и развития формальных систем. Для связки предикатов между собой используют символы логических операций и кванторов. Язык логики предикатов основывается на логике высказываний. Для построения выражений, используемых при построении данной математической модели, достаточно двух операций - умножения и логического знака «или».
Умножение в логике высказываний обозначается «», а также является бинарной операцией. Это означает одновременность выполнения двух математических операций: сложения и обратной связи между элементами системы. Логический знак «или» обозначается «v».
Информационная схема автоматизированной системы УП на предприятиях машиностроения
При рассмотрении методов разрешения ситуаций, необходимо сосредоточить внимание на сфере их применения конфигурации соответствующих этим методам процедур ситуационного управления.
Метод реактивного реагирования основан на однозначности отношения множества ситуаций и множества поведений. Каждая ситуация вызывает одну и только одну определенную реакцию. Как отмечается в [43-45] этот метод применим только в конечном алфавите простых и легко различимых ситуаций. Управляющая система применяет метод реактивного реагирования тогда, когда ситуация характеризуется, четкими, известными ей причинно-следственными отношениями. Реактивные реакции наиболее близки к точным, относительно легко формализуемым способам управления, поскольку современный уровень специализации управленческого персонала позволяет реагировать оперативно и достаточно часто принимать практически однозначные решения, приближающиеся к детерминированным. Метод присущ любому уровню СОИС. Однако содержание соответствующего этому методу решения зависит от характеристик ситуации и уровня управления (например, реакция начальника участка на срыв плана-задания обслуживания системы из-за отказа системы).
Реакция руководителя работ па ситуацию срыва план-графика ТО оборудования также может быть описана в достаточно ограниченном диапазоне реакций: «разобраться», «привлечь специалистов другой группы» и т.д. Анализ классификатора элементарных циклов управления (рисунок 56) показывает, что все 36 приведенных в нем типов относятся именно к методу реактивного реагирования. Для демонстрации операционной цепи в системе управления, соответствующей указанному методу, вводятся следующие обозначения. Подсистемам внутренней и внешней среды присвоим следующие индексы:
Метод аналогов основан па многократном использовании зафиксированного в тезаурусе системы опыта разрешения тех ситуаций, которые могу возникнуть в ней или вне ее. Этому методу соответствует длинная, но всегда одна и та, же серия комбинаций актов управления [43, 137. Результат воздействия системы управления зависит во многом от того, насколько интенсивно и широко производится поиск аналогичной ситуации. Для обеспечения поиска аналога необходимо, во-первых, предварительно получить, проанализировать, обобщить 64 сведения об опыте данной системы, т.е. заблаговременно создавать запас решений по аналогии. Во-вторых, необходимо иметь специальный поисковый аппарат, способный по определенным признакам осуществлять поиск аналога. Следовательно, эффективность управления с применением метода аналога зависит от информационного потенциала системы, накапливаемого в процессе постоянной деятельности \\о сбору и анализу информации, поступающей из внешней и внутренней сред. Эту функцию выполняет подсистема обеспечения, поэтому выполнение задач но формированию, использованию и корректировке аналоговой информационной базы управления приводит к необходимости включения в процедуру связей типа УС-ГК). Вместе с тем совершенно ясно, что информация о наличии аналогов в ПО должна присутствовать в тезаурусе системы управления.
Операционные цепи, соответствующие ситуациям, приведенным выше, но с включением в процедуру ПО (в связи с невозможностью использования метода реактивного реагирования), выглядят следующим образом: цикл регулирования (рисунок 57)
Подобные цепи могут быть составлен!,! и для разрешения других ситуаций на основе использования системой управления аналоговой информации. Применение аналогового метода разрешения ситуаций приводит к формированию сложных циклов ситуационного управления, ибо он всегда реализуется с участием системы информационного обеспечения.
Сопоставление классификатора ЭЦСУ (рисунок 53) и процедур, изображенных па рисунках 57-59 позволяет сделать вывод, что любая сложная процедура может быть представлена как совокупность элементарных циклов управления, соединяемых результатами процессов в ПО например, процедура на рисунке 54 является суммой ЭЦСУ № 4 и № 2; процедура на рисунке 55- ЭЦСУ № 13 и № 2; процедура па рисунке 56 - ЭЦСУ № 6 и № 32.
Траектории процедур управления при использовании исследовательского и аналогового методов идентичны, различными оказываются лишь процессы в подсистеме обеспечения. Различия в том, что суть исследовательского метода состоит в формировании комбинаций управленческих решений и методов их реализаций па основании представления о возможном поведении подсистем и
247 внешней среды в результате реализации этих комбинаций. Такое предсчавление может быть получено путем моделирования решений и полученных результатов.
Процедуры, включающие управленческие решения и воздействия на ПО с целью получения знаний для использования аналога или вновь разработанных моделей возможных решений, не различаются по своей форме. Однако необходимо, чтобы в тезаурусе системы управления имелись представления о возможных границах моделирования и требующихся ресурсах для разработки моделей, а ПО располагала необходимым потенциалом. Процессы же в ПО при использовании системой управления аналогового и исследовательского методов имеют существенные различия. В первом случае, это поиск аналога или близкой по параметрам ситуации и ее решения, во втором исследования с целью получения новых знаний. Операционные цепи в ПО различаются лишь преобразователями типа О и содержанием информации о результатах этих преобразований.
Использование системой управления аналогового и исследовательского методов обусловливает следующие задачи подсистемы обеспечения: - анализ и накопление опыта разрешения проблемных ситуаций; - моделирование ситуаций, не встречавшихся в процессе управления ранее, при этом модель может создаваться либо каждый раз под новую ситуацию, либо на основе прогнозирования ситуаций.
Второй путь более эффективен. Даже при отсутствии команд из системы управления или явных проблем, а также директивных воздействий в задачи ПО должно входить создание запаса возможных вариантов решений путем сбора и непрерывного или дискретного анализа и преобразования данных, поступающих из внешней и внутренних информационных сред.
В практике достаточно распространен и интуитивный метод. Вели применение первых трех методов основано па использовании объема полной информации, то интуитивный метод не базируется на какой-либо строгой последовательности операций, хотя и здесь имеют место логическая проверка сущности явления, его сопоставление со структурой известных ситуаций
