Содержание к диссертации
Введение
Состояние вопроса и задачи исследования 5
1.1. Анализ опасностей и модели объекта исследования 8
1.2 Проблемы анализа опасностей на основе теории надежности 25
1.3. Анализ опасностей и теория нечетких множеств 29
1.4. Постановка цели и задачи исследования 34
Разработка моделей и структурных элементов анализа опасностей системы «человек-машина -среда» на базе четких и нечетких множеств 37
2.1. Разработка основной терминологии 37
2.2. Математический инструментарий методов анализа опасностей на базе четких множеств 46
2.3. Разработка идеализированной модели СЧМС 59
2.4. Разработка теоретической модели обобщенного
защитного устройства и принципов защиты 72
2.4.1.Основные характеристики обобщенного защитного 72
устройства
2.4.2. Практическое использование понятия обобщенного 80
защитного устройства
2.5. Структурный блок и общий алгоритм анализа опасностей 94
Разработка и систематизация методов качественного анализа опасностей 103
3.1. Предварительный анализ опасностей 103
3.2. Анализ последствий отказов 104
3.3. Анализ опасностей деревом причин потенциального чепе 107
3.4. Анализ опасностей деревом последствий потенциального чепе 110
3.5. Анализ опасностей методом потенциальных отклонений 116
3.6. Анализ ошибок персонала 120
3.7. Причинно-следственный анализ 124
3.8. Анализ последствий аварий 126
3.9. Экспертиза СЧМС 127
Разработка и систематизация методов оличественного анализа опасностей на базе четких множеств и детерминированного подхода 152
4.1. Компонент «машина» 152
4.1.1. Математическая модель 152
4.1.2. Техника вычисления функции опасности 154
4.2. Состояние компонента «среда». Расчет выбросов в водоемы 165
4.2.1. Вероятностное осреднение концентрации 162
4.2.2. Временное осреднение концентрации 169
4.2.3. Расчет выбросов сточных вод в водоемы 171
4.3. Компонент «человек». Ранжирование опасностей 181
4.3.1. Вероятностный подход к ранжированию опасностей 181
4.3.2. Ранжирование СЧМС методом иерархий 196
Разработка методов анализа опасностей на базе нечетких множеств 207
5.1. Понятия и некоторые операции над нечеткими множествами 207
5.2. Разработка математической модели нечеткой СЧМС 211
5.3. Разработка методики лингвистического анализа риска на базе теории нечетких множеств 219
5.3.1. Основные элементы оценки риска на базе модели со сложным входом 219
5.3.2. Компьютерное исследование и уточнение модели прогнозирования риска 228
5.3.3. Сопоставление теоретических расчетов с реальными данными 232
5.4. Разработка методики определения классов опасности систем компонента «машина» на базе нечетких множеств 239
5.5. Разработка методики классификации опасностей и ранжирования СЧМС на базе нечетких множеств 244
5.5.1. Разработка нечетких критериев опасности 245
5.5.2. Разработка примера ранжирования СЧМС 250
6. Анализ опасностей стенда испытаний модельного жидкостного реактивного двигателя на базе нечетких множеств 254
6.1. Стенд испытаний модельного жидкостного
реактивного двигателя 254
6.2. Разработка на базе нечетких множеств метода работы экспертной группы в условиях сильной неопределенности 263
6.3. Определение классов опасности стенда испытаний модельного жидкостного реактивного двигателя 276
Выводы 305
Список использованной литературы
- Проблемы анализа опасностей на основе теории надежности
- Анализ опасностей деревом причин потенциального чепе
- Техника вычисления функции опасности
- Разработка методики лингвистического анализа риска на базе теории нечетких множеств
Введение к работе
5^. 6" 7
Актуальность проблемы. В последние столетия масштабные технические катастрофы стали значительными, при этом можно так же говорить об интенсификации по силе и частоте природных явлений. Ущерб от техногенных аварий становится сопоставимым с ущербом от природных катаклизм и региональных конфликтов, что становится явным препятствием для развития экономики России. Решить проблему безопасности существующими методами не удается. Поэтому при анализе опасностей современных технических систем наряду с традиционными подходами должны применяться новые подходы и новые критерии безопасности.
Цель работы: разработка и систематизация теоретических основ анализа опасностей промышленных систем «человек - машина - среда» (СЧМС) на базе четких и нечетких множеств и создание методологии анализа опасностей на базе отечественного и зарубежного опыта.
Идея работы. Традиционные основы анализа опасностей, позволяющего прогнозировать и предотвращать аварии, несчастные случаи, катастрофы, развиваясь на основе теории вероятности, остаются эффективным инструментом при анализе хорошо структурированных механических систем. Однако на верхнем уровне сложности современных технических систем и систем, в которых поведение человека играет важную роль, применение теории нечетких множеств может иметь определенные преимущества.
Основные задачи работы. В качестве основных задач ставятся:
1. Разработка идеализированной модели системы «человек- машина-
среда», органически включающей в себя человеческий фактор, разра
ботка структурного и функционального блоков анализа и управления
опасностями;
Разработка теоретической модели обобщенного защитного устройства;
Систематизация и разработка основных качественных и количественных методов анализа опасностей на базе аппарата четкой логики и создание алгоритмов анализа;
Разработка на базе нечеткой логики математической модели СЧМС, компьютерное исследование модели и разработка методики лингвистической оценки риска;
Разработка метода ранжирования систем компонента "машина" по классам опасности на базе нечетких множеств;
Разработка критериев и методики ранжирования СЧМС по видам опасных факторов на базе нечетких множеств;
Исследование опасности стенда испытаний модельного жидкостного ракетного двигателя на основе разработанной методологии.
^ РКА
^ (- 'Н ,Lpr,spr
aer-рк
Методы исследований. В работе использованы: системный подход, компьютерное исследование, теория алгебры высказываний и событий, теория вероятности, уравнения механики жидких сред, теория функции комплексной переменной, импедансный подход, теория нечетких множеств и нечеткая логика.
Обоснованность и достоверность научных результатов обеспечиваются корректностью постановки теоретических задач, принятыми допущениями, использованием современного математического аппарата, сравнением теоретических результатов с существующими реалиями.
Научная новизна.
Разработана общая концепция анализа опасностей на базе четких и нечетких множеств.
Предложена идеализированная модель СЧМС, структурные и функциональные блоки.
Разработана теоретическая модель обобщенного защитного устройства, выделены принципы защиты.
На базе четких множеств систематизированы и разработаны основные качественные и количественные методы анализа, включая инструментарий исследований.
5 Применительно к компоненту «среда» получено решение комплекс
ной задачи аварийного сброса нестационарными источниками неста
бильных сточных вод в водоемы.
Дано обоснование необходимости и возможности применения теории нечетких множеств, как одного из направлений развития анализа опасностей.
На базе нечетких множеств разработаны:
математическая модель нечеткой СЧМС;
методика лингвистического анализа риска;
методика определения классов опасности компонента «машина»;
критерии и методика ранжирования СЧМС по видам опасных факторов.
Практическая ценность исследований. Разработанные теоретические и методологические основы анализа опасностей позволяют:
прогнозировать опасности простых и сложных технических систем, используя созданные и систематизированные методики;
управлять опасностями на качественно новом уровне за счет научно обоснованной структуры и выделенных в СЧМС элементов;
проводить в условиях сильной неопределенности ранжирование систем компонента «машина» по классам опасности;
ранжировать все виды СЧМС по критериям опасности и соответствию нормативной документации.
Внедрение результатов работы. Работа выполнялась, в частности, как составная часть:
федеральной целевой программы «Безопасность населения и народнохозяйственных объектов с учетом риска возникновения природных и техногенных катастроф» по проекту 5.2. «Основы реализации государственной и международной политики в области безопасности»;
программы сотрудничества Минобразования и Минобороны «Научно-инновационное сотрудничество» по разделу б «Создание перспективных летательных аппаратов, импульсных комплексов, роботизированных установок, перспективных конструкторских специальных и топливных материалов и технологий их получения»;
Результаты работы на базе нечетких множеств использованы при проектирования стенда испытаний модельного жидкостного ракетного двигателя, разработанного Научно-исследовательским институтом энергетического машиностроения МГТУ им. Н.Э. Баумана.
Общее содержание работы явилось основой для разработки автором учебной программы дисциплины «Надежность технических систем и техногенный риск», которая используется в настоящее время при подготовки дипломированных специалистов по направлению 656500-«Беэопасность жизнедеятельности».
Личный вклад автора. Все результаты, вошедшие в диссертационную работу, были получены лично автором либо при его непосредственном участии.
Публикации. По теме диссертации опубликовано более 30 научных работ. Содержание работы изложено в учебниках, справочниках, учебных пособиях и в 9 научно-исследовательских отчетах, выполненных по госбюджетной тематике.
Апробация работы. Результаты работы докладывались на:
5-ой международной научно-технической конференции - «Некоторые аспекты управления опасностями системы «человек-машина-среда», Севастополь, 1997;
5-ой международной научно-технической конференции «Двигатель 97» - «Модель обобщенного защитного устройства на примере глушителя шума», Москва, 1997;
3-ей Всероссийской научно-технической конференции; Теплофизика процессов горения и охрана окружающей среды- «Модель обобщенного защитного устройства», Рыбинск, 1997;
V, VI Всероссийских научно-технических конференциях: Теплофизика процессов горения и охрана окружающей среды-« Исследование опасностей стенда испытаний жидкостного ракетного двигателя на базе нечетких множеств», Рыбинск, 2004-11-2;
3-ем Всероссийском совещании заведующих кафедрами вузов по вопросам образования в области безопасности жизнедеятельности и защиты окружающей среды - «Методология анализа опасностей на базе четких и нечетких множеств», Москва, 2005;
на Международном симпозиуме «Образование через науку»- «Комплексный расчет аварийного сброса нестабильных сточных вод в водоемы», Москва,2005;
на Международном симпозиуме «Образование через науку»- «Методология анализа опасностей промышленных систем «человек- машина- среда» на базе теории четких и нечетких множеств», Москва,2005.
Структура и объем диссертации. Диссертация объемом 323 страниц состоит из введения, шести глав, заключения, списка использованной литературы из 167 наименований и включает 69 таблиц.
Проблемы анализа опасностей на основе теории надежности
Трактовка аксиомы о потенциальной опасности работами СВ. Белова [13,14,15] расширена, и приведена к виду: Жизнедеятельность человека потенциально опасна". Применительно к СЧМС это означает, что им присущи или их сопровождают такие почти что неизбежные события как чепе.
Причины чепе- самые разнообразные: они могут иметь, например, физическое, человеческое, логическое и даже финансовое происхождение и могут быть заложены в конструкции, рабочем процессе, цене СЧМС или, например, заключаться в субъективных действиях операторов СЧМС.
Потенциальные чепе могут привести к тяжелым последствиям и поэтому, каковы бы не были их причины, они должны быть исследованы с помощью аппарата анализа опасностей.
В различных отраслях промышленности применяют свой аппарат и различные методы анализа опасностей, которые отличаются своей точностью, обусловленной последствиями чепе, при этом их оценка не опреде ляется только числом летальных исходов, а зависит от таких факторов как, например, общее количество погибших в одной аварии, или внимания, которое уделяют средства массовой информации случившемуся чепе. По этой причине на авиатранспорте или в ядерной энергетике используют более точные методы анализа опасностей.
Первоначально анализ опасностей простых СЧМС базировался на теории надежности и осуществлялся специалистами по теории надежности [101, 99], которые могли оценить систему объективно сточки зрения ее структурирования и которые непосредственно отвечали за ее безопасность. Обычная процедура такого анализа опасностей состоит из нескольких этапов [118].
На первом этапе проводят качественный анализ опасностей СЧМС, который позволяет собрать необходимую в дальнейшем информацию о системе и построить алгоритм анализа. На этой стадии выделяются источники опасностей, повреждающие факторы и могут быть выделены чепе, но без анализа их на критичность.
На базе первого этапа осуществлялся второй этап-этап количественного анализа опасностей. Собранные на первом этапе данные о надежности компонентов СЧМС используются для количественного анализа на базе теории вероятности. Результат анализа обычно выражают числом, которое указывает на вероятность чепе.
Такой подход имеет тот недостаток, что самая трудоемкая часть анализа осуществляется численно, а в ее основе заложены качественные методы анализа. Поэтому некоторые авторы критикуют анализ опасностей на базе теории вероятности, говоря, что он представляет собой науку, которая выдает экстравагантные числа, например 10"9, над которыми снова надо осуществлять качественную работу, чтобы понять, что они означают. Кроме того другой специалист по надежности, осуществляя анализ той же самой СЧМС, может получить число другого порядка. Один из бывших сторонников теории вероятности (Ditlevsen, 1984) [121], писал: "Публикация чисел вероятности изолировано от заложенных в расчет моделей не имеет никакого смысла и эти числа являются только средством манипуляции общественным мнением". Одно единственное число ничего не говорит о допущения, условиях или ограничениях, которые были приняты при его получении. Чтобы исправить этот недостаток и дать описание применительно к СЧМС количественного метода анализа Funtowich и Ravets [121] предложили представлять результаты в виде N:U:S:A:P, где Р-родословная численного значения N, которая состоит из трех знаков соответственно указывающих на: -использованную теоретическую модель; -способ получения входных данных; -социальный статус модели, Такое представление результатов вероятностного анализа может быть понято специалистами по надежности, но не снимает вопроса понимания результата специалистами, отвечающими за управление СЧМС.
Однако одно из существенных возражений против ангажированного применения теории надежности при анализе опасностей СЧМС заключается в том, что теория надежности создана для исследования механических систем, а СЧМС, как отмечено выше, включает в себя такой компонент как "человеко-машина". Наличие человеческого фактора, а также сложность СЧМС вносят в процесс исследования неопределенность [156], которую при осуществлении количественного анализа опасностей на базе точных наук, либо ограничивали, либо не включали в рассмотрение. Неопределенность СЧМС обуславливается исходными входными данными (степень достоверности, полнота представления), структурообразования-ми СЧМС, постановочными целями и функциями, которые различаются по жизненному циклу СЧМС, наличием альтернатив для оператора при выборе действий и т.д. Обычно выделяют три основных фактора неопределенности: неточность, случайность и нечеткость. Традиционные научное мышление базируется главным образом на логике Аристотеля и ориентировано на точные количественные методы анализа. Эти методы ставят знак равенства между неопределенностью и случайностью и они не могут распознать неопределенности, связанные с человеком и техникой и возникающие по причине нечеткости последних.
Согласно принципу несовместимости Заде [156] на верхнем уровне сложности системы точность и достоверность оценочных заявлений о поведении системы становятся почти что исключающими друг друга характеристиками, т.е. попытка сделать точной и одновременно достоверной оценку опасности сложной СЧМС может быть иллюзорной задачей, при решении которой традиционные методы не уместны.
Заде указывает [156]: "Несмотря на то, что обычный математический аппарат применяется и будет применяться для исследования человеко-систем, ясно, что большая сложность таких систем требует подходов, которые по духу и по существу значительно отличаются от традиционных методов-методов, которые весьма эффективны, если применяются к механическим системам, но являются слишком точными по отношению к системам, в которых поведение человека играет важную роль". Более того Заде считает, что "для того, чтобы можно было сделать достоверное заключение относительно поведения человеко-системы, возможно потребуется отказаться от высоких стандартов строгости и точности, к которым привыкли в традиционном математическом анализе хорошо структурированных механических систем, и стать более терпимыми по отношению к подходам, являющимися по своей природе приближенными".
Анализ опасностей деревом причин потенциального чепе
Анализ опасностей с помощью дерева причин, потенциального чепе (сокращенно- АОДП) выполняют в следующем порядке. Сначала выбирают потенциальное чепе (например, н-чепе или какой -либо отказ, который может привести к н-чепе). Затем выявляют все те факторы, которые могут привести к заданному чепе ( системы, подсистемы, события, связи и т.п.) По результатам этого анализа строят ориентированный граф. Вершина (корень) этого графа занумерована потенциальным чепе . Поэтому граф является деревом. В нашем случае дерево состоит из всех тех причин - событий, которые делают возможным заданное чепе. При построении дерева можно использовать символы, представленные на рис. 3.3. Проведение АОДП возможно только после детального изучения рабочих функций всех компонентов рассматриваемой технической системы. На работу системы оказывает влияние человеческий фактор, например, возможность совершения оператором ошибки. Поэтому желательно все потенциальные инциденты - " отказы операторов" вводить в содержание дерева причин. Дерево отражает статический характер событий. Построением нескольких деревьев можно отразить их динамику , т.е. развитие событий во времени.
Разработка примера АОДП. Допустим [103], что ядерная энергетическая установка (ЯЭУ) включает в себя первый контур (рис. 3.4), состоящий из реактора 1, парогенератора 2, главного циркуляционного насоса (ҐЦН) 3 и главных циркуляционных трубопроводов, заполненных теплоносителем - водой (в процессе работы реактора вода получает высокую наведенную радиоактивность). В парогенераторе вода охлаждается и отдав теплоту теплоносителю второго контура, возвращается ҐНЦ в реактор для охлаждения твэлов.
Перегрев оболочек твэлов и их разрушение можно рассматривать как катастрофу. Поэтому все ЯЭУ снабжены системами аварийного охла ждения активной зоны реактора - САОЗ, которые обеспечивают отвод теплоты из активной зоны в случае разгерметизации циркуляционного контура и потере теплоносителя.
САОЗ включает в себя насосы низкого (ННД) 17 и 18 и высокого (НВД) 9 и 10 давления, гидроаккумулятор (ГА) 23, в котором вода находится под давлением азота 24 и баки запаса воды и раствора борной кислоты 13 и 16.
Условно примем следующий порядок работы САОЗ при большой разгерметизации циркуляционного контура: сначала работает САОЗ высокого давления (ВД), состоящая из НВД и необходимой арматуры (см. рис. 3.4), затем работает САОЗ низкого давления (НД) -ГА и ННД. Отметим также, что в процессе эксплуатации ЯЭУ при возникновении "малых" течей допускается временная работа без аварийной остановки; при этом происходит автоматическая компенсация теплоносителя (работают компенсаторы, барботер) или принимаются другие срочные меры к локализации течи и устранению загрязнений помещения радиоактивностью.
Задаем потенциально-возможное чепе, ведущее к катастрофе- отказ САОЗ. Находим все компоненты системы, которые могут привести к отказу САОЗ. Перечень компонентов Xi дан в табл.17. Используя материал предыдущих разделов, устанавливаем логические связи и строим дерево причин (рис. 3.5). Общая формула чепе "отказ САОЗ" имеет вид: К= Х17 Х18+(Х8+Х9+Х11) (Х7+Х10+Х12)+Х5+Х6+Х13+ +Х14+Х15+Х-1 б+Х 19+ХгО+Х21 +Х22+Хгз+Х24
В этом выражении Xi одновременно являются наименованиями отказов и их индикаторами, которые принимают значение 1 -чепе произошло, и 0 - отсутствие чепе.
Дерево причин показывает, что критическими компонентами являются 5, 6, 13, 14, 15, 16, 19, 20, 21, 22, 23, 24, так как отказ одного из них достаточен для того, чтобы вызвать катастрофу. После завершения АОДП можно от качественных характеристик приступить к количественному анализу.
Техника вычисления функции опасности
Ранее было предложено характеризовать степень повреждения среды уровнями соответствующих величин, выраженных в децибелах, в частности уровнем концентрации примеси в рабочей или природной среде. (см. раздел 2.3). Расчетные соотношения для определения уровней физических полей в атмосфере в изложении автора даны в [75,93]. Для определения уровня концентрации примеси, содержащейся в атмосфере или в водоёме, рассмотрим повреждение среды аварийными выбросами, существенными характеристиками которых являются стационарность или не стационарность источника и временной интервал.
Существует два основных подхода к описанию поведения примеси в турбулентной среде: вероятностное и временное осреднение полей концентраций.
.Вероятностное осреднение концентрации. Пусть в декартовой системе координат Оь з) с базисными векторами (еье2,ез)функцией x = x(gtt) задаются координаты х=(х{,х2 , з) тои ЖИДК0Й частицы, которая в начальный момент Го находилась в точке g = x(g,to). Если сіт (д о)есгь элементарное количество примеси, которая в начальный момент находилась в частице с координатой д, то эта примесь будет оставаться в частице и в другие времена, так что в момент /она будет в точке x = x(g,t).
Поэтому концентрация примеси в точке х пространства в момент t получит приращение, обусловленное прибытием в эту точку частицы из точки д. Приращение концентрации можно записать в виде [53] dc(x,t) - S[x - x{gj)]dm {g,t ), (4.41) где [...]- дельта функция.
Обозначая через f(x, t) плотность вероятности того, что в момент t частица имеет координату х, найдем теоретико-вероятностное среднее значение \d[x-x{g,t)]f{xyt)dx x( fo) = fMgjl dm igjQ), (4.42) +00 d с(х, І) = L-co где f[x(g,t),t]- плотность вероятности в момент t для координат частицы, которая в момент /0 находилась в точке д = х(д, tQ); d х - dx{ dx2 dx . Чтобы подчеркнуть зависимость этой плотности от начального момента времени обозначим её через /[х, , ].
Количество примеси dmz(g,tQ) можно представить в виде суммы из двух слагаемых: dmz(g,t0) = c{g)dg + S{g,t0)dgdtQ, (4.43) где dg-dgxdg dg- . Первое слагаемое характеризует количество примеси, обусловленное начальным распределением концентрации; второе -представляет количество примеси, которое выделяет источник в момент t0 за время dtQ, имеющий производительность 5 ( ,г0)единиц примеси на единицу объема за единицу времени.
Подставляя это выражение в (4.42) и суммируя по всем начальным точкам с учетом время действия источника, найдем вероятностное значение концентрации [53]: +00 +00 / c{x,t)= lc(g)f[x,t\gj0]dg+ J ls(g\t )f[x,t\g\t ]dt dg (4.44) —oo -co Щ 167
Здесь первый член с правой стороны равенства обусловлен примесью, которая присутствовала в начальный момент времени t0, а второй член- примесью добавленной от источников за время от Q до t.
В выражение (4.44) входит плотность вероятности для координат жидкой частицы. Если эта функция известна, то значение средней концентрации может быть найдено. Однако, функция /рс,/,/о] обычно неизвестна за исключением ряда простейших случаев. Так для случая однородной и стационарной турбулентности плотность вероятности для координат частицы зависит от смещения частицы в пространстве и времени и не зависит от того, когда и где частица была введена в поток [53]: /[ ,r$Vo] /1 ?/- о]- При этом экспериментальные исследования указывают на нормальный закон распределения. Если за оси координат принять главные направления тензора дисперсии координат частицы, то -а
Здесь среднеквадратичное отклонение a =а(-(/-г0)является функцией времени, дг математическое ожидание.
При отсутствии примеси в начальный момент, т.е. с(д)=0, выражение (4.44) для потока с постоянной скоростью U, направленной вдоль оси ох\, будет иметь вид
1 Мгновенный точечный источник выбрасывает инертную примесь в количестве AS [единиц примеси] в момент t \ в точке {д\ д2 ,з)неогРаничен" ного потока, имеющего среднюю скорость U в направлении оси ох\. Используя определение дельта функции, из выражения (4.46) найдем
Разработка методики лингвистического анализа риска на базе теории нечетких множеств
В настоящее время количественная оценка риска осуществляется в основном на базе теории вероятностей [28]. Однако для сложных СЧМС в большинстве случаев нельзя с достаточной точностью задать значения вероятностей тех или иных событий. Такая ситуация возникает из-за того, что нет достаточных данных по вероятностям событий или из-за невозможности использовать теорию вероятностей ввиду сложности связей, существующих между компонентами СЧМС. Другими словами вероятность события в сложных случаях может быть только выражена в таких терминах как «более или менее возможно», «практически невозможно» и т.д. Использование таких суждений приводит к неопределенности, суть которой составляют не случайные события, а нечеткость. Теория нечетких множеств позволяет анализировать и изучать сложные системы, в которых неопределенность вызвана нечеткостью.
Таким образом, вследствие того, что при анализе риска пользуются величинами, значения которых не определены точно, а базируются на субъективной оценки экспертов, которые могут оценивать события чаще всего не с количественной, а с качественной стороны, то приобретает большой смысл оценка риска на базе лингвистической переменной. Рис 2.25 предлагает использовать лингвистическую оценку опасностей с помощью нечеткой логики, как одного из перспективных методов.
Последнее не означает, что при лингвистической оценке не может быть использован точный материал, полученный на практике. Напротив, такой материал необходимо использовать после соответствующих преобразований. Например, информацию о вероятности какого либо чепе всегда можно представить в виде: Р=т, Pmtn=lt Ртах п , где Р - наиболее ожидаемое значение, а Рт[п и Р нижний и верхний пределы из тах менения этого значения, и следовательно, преобразо 1 п вать в нечеткое множество так как показано на рис.
Оценка риска в большинстве случаев сводится к нахождению нечеткого отношения между источником опасности и объектом защиты.
По крайней мере необходимы следующие действия: 1. Поиск чепе- инициатора повреждающего фактора, который может воздействовать на рассматриваемый объект (персонал, окружающую среду). Иначе говоря, устанавливается чепе- инициатор, который приводит к н-чепе в той или иной мере. 2. Оценка чепе- инициатора с точки зрения возможности его реализации. 3. Оценка уровня повреждающего фактора (например, оценка уровня энергии, концентрации и т.д.). 4. Оценка экспозиции. Под этим будим понимать оценку возможности повреждающего фактора воздействовать на объект (например, расстояние от источника до объекта, время воздействия и т.д.). 5. Оценка риска. В данном случае речь идет о лингвистической оценке риска. Лингвистический анализ риска можно провести на базе описанных выше моделей нечеткой СЧМС. Введем обозначения: Ри - уровень возможности чепе-инициатора; Pv - уровень повреждающего фактора; Pw - уровень экспозиции; О-уровень риска (ущерба, или какого-либо другого характеризующего риск фактора). Тогда система «вход-выход» имеет вид: «Если Ри и, Pv =v, Pw =w, тоQ = z», (5.35) В соответствии с соотношениями (5.30) имеем: Pu Q Pv - Q (5.36)
Лингвистическая оценка параметров и, v, w, z и уровень нечеткости могут быть заданы так как, например, показано в табл. 46.
Функции принадлежности, задающие нечеткие понятия, могут быть дискретными и непрерывными. При задании функции принадлежности уравнениями часто используют уравнение параболы: ju(x) ax2 +Ьх + с, при этом классы лингвистической оценки параметров и нечеткости могут иметь вид, показанный на рис 5.8.
В некоторых случаях функцию принадлежности целесообразно задать в виде (рис 5.4) где XQ,m -параметры, O x,;t0 lf с-константа. При х = х0, = \, т.е. параметр XQ отвечает максимальному значению функции принадлежности. Чем меньше XQ , тем выше класс оценки в табл 46, а чем больше параметр т, тем больше уровень нечеткости . Влияние параметра т на вид функции принадлежности показано на рис 5.10, на котором также показано влияние константы с. При задании лингвистической оценки параболами, треугольными числами, функцией (5.37) и т. д., возникает проблема унифицированной классификации величины нечеткости (см. табл. 46, рис 5.4, 5.8, 5.9, 5.10). Так как нечеткость лингвистической оценки растет с увеличением площади под кривой, ее задающей, то ее можно характеризовать единообразно вне зависимости от вида кривой следующим критерием [6, 95]:
