Содержание к диссертации
Введение
ГЛАВА 1. Анализ проблемы информационной поддержки управления при ликвидации ЧС 13
1.1.Общие сведения о чрезвычайных ситуациях 13
1.2. Анализ причин основных ошибок, допускаемых при ликвидации ЧС ... 18
1.3. Анализ методов управления в ЧС 22
1.3.1. Оперативное управление 22
1.3.2. Стратегическое управление рисками 29
1.4. Анализ существующих программных средств информационной поддержки управления в условиях ЧС 32
1.5. Постановка задачи оперативного управления в ЧС... 40
Выводы по 1-й главе 42
ГЛАВА 2. Моделирование сценариев управления ликвидацией чрезвычайных ситуаций 43
2.1. Системный анализ процессов оперативного управления в условиях чрезвычайных ситуаций 43
2.1.1. Проблема многокритериальное управления в ЧС 44
2.1.2.Определение требований к моделям ЧС 48
2.2. Методика моделирования процессов принятия решений при ликвидации ЧС 51
2.3. Функциональное моделирование организационных процессов управления в ЧС 54
2.4. Информационное моделирование ликвидации ЧС 60
2.5. Динамические модели ликвидации ЧС 63
Выводы по 2-й главе... 72
ГЛАВА 3. Синтез планов управления при ликвидации ЧС 73
3.1. Состав оперативного управления ликвидацией ЧС 73
3.2. Алгоритм распознавания техногенных ЧС в условиях неопределенности 75
3.3. Метод синтеза плана ликвидации ЧС 84
3.3.1. Формирование обобщенного базового плана 85
3.3.2. Синтез эффективного детального плана Фэфф.. 86
3.3.3. Выделение однотипных наборов мероприятий 86
3.3.4. Расчет параметров мероприятий 88
3.3.5. Расчет оптимального количества сил 89
3.4. Алгоритм корректирования исполнения плана ликвидации ЧС .. 96
Выводы по 3-й главе 100
ГЛАВА 4. Разработка системы поддержки принятия решений при ликвидации ЧС
на основе хранилища данных 101
4.1. Разработка информационной базы СППР ЛЧС 101
4.2. Разработка СППР ЛЧС на основе многомерного представления сценариев управления 107
4.3. Оценивание эффективности СППР ЛЧС 112
Выводы по 4-й главе 117
Заключение 118
Список литературы 120
Приложение
- Анализ причин основных ошибок, допускаемых при ликвидации ЧС
- Анализ существующих программных средств информационной поддержки управления в условиях ЧС
- Методика моделирования процессов принятия решений при ликвидации ЧС
- Алгоритм корректирования исполнения плана ликвидации ЧС
Анализ причин основных ошибок, допускаемых при ликвидации ЧС
Оперативное управление в ЧС является сложным процессом. Вследствие значительного влияния «человеческого фактора» управление зачастую осуществляется с ошибками лиц, принимающих решения (ЛПР), различного типа и тяжести. Проанализированы примеры ЧС на предмет выявления основных видов и причин ошибок при оперативном управлении в ликвидации ЧС. Авария на Чернобыльской атомной электростанции (ЧАЭС), 26 апреля 1986г. При ликвидации крупнейшей техногенной катастрофы возникали многие проблемы, особенно характерными были факты психологической неготовности руководителей к аварии. Так, руководители ЧАЭС до последнего момента умалчивали об истинных масштабах аварии и заражения местности, не признавали результаты радиационной разведки, не приняли своевременные меры по предотвращению и ликвидации аварии, эвакуации населения и персонала. Неэффективно было организовано ведение аварийно-спасательных и других неотложных работ (АСДНР) на ЧАЭС, пожарные работали без средств защиты, эвакуация была начата только через 1,5 суток с момента аварии.
Неконтролируемый сброс в реактор поглотителей привел к угрозе ядерного взрыва вследствие разрушения несущих конструкций. К ликвидации было привлечено большое количество сил и средств, но их использование осуществлялось крайне неэффективно и неорганизованно. Образовавшаяся зона заражения значительно отличалась от прогнозируемой (эффект «цезиевых пятен») [129]. Башкирская АССР, г.Уфа, завод »Химпром», 1978 г. Ликвидация утечки хлора из железнодорожной цистерны проводилась в условиях недостатка исходной информации о характере аварии. Так, начальник смены получил неточную информацию о разрыве сварного шва цистерны и принял соответствующие меры. Впоследствии выяснилось, что случившаяся авария была другого, менее опасного класса и ее ликвидация не требовала тех ресурсов, которые задействовал руководитель. Республика Башкортостан, р.Белая, 1995 г. - порыв нефтепровода Туймазы-Омск-Новосибирск в районе подводного перехода через реку Белая около дер. Старо-Александровка. Для ликвидации были привлечено до 120 единиц техники и в среднем по 200 человек ежедневно. Ход ликвидации ЧС выявил неэффективность и непродуманность некоторых решений. Так, подожженная нефть через некоторое время стала угрожать ближайшим населенным пунктам, часть задействованной техники оказалось малоэффективной из-за ее несоответствия условиям, в которых она применялась. Кроме того, была выявлена недоукомплектованность привлеченных сил и средств и, вследствие этого, их невысокая готовность к ликвидации ЧС данного класса. Одной из главных причин неэффективности управления была как сложность и масштабность ЧС, так и недостаточная эффективность решений руководителей ликвидацией вследствие их низкой прогнозной обоснованности. Республика Башкортостан, Белорецкий район, 1994 г. — прорыв Тирлянского водохранилища.
К факторам, отрицательно влиявшим на качество проведения работ, относят и слабую скоординированность спасателей вследствие низкой оснащенности средствами связи, что является примером неэффективного использования ресурсов. Башкирская АССР, Иглинский район, н.п. Улу-Теляк, 1989 г. - порыв продуктопровода ШФЛУ с последующим взрывом и пожаром территории в 250 га с находящимися на ней двумя пассажирскими поездами (Новосибирск-Адлер, 20 вагонов и Адлер-Новосибирск, 18 вагонов). Удаленность места катастрофы от населенных пунктов привела к отсутствию достоверной информации в начальный ее период, создала трудности в оказании неотложной и первой медицинской помощи пострадавшим. Тверская область, 1992 г. - столкновение поездов. Дежурный по разъезду, находясь в состоянии шока, забыл вовремя сообщить об аварии в соответствующие службы и сделал это лишь через 20 мин. В результате спасательные отряды приступили к работе с большим опозданием [42]. Турция, 1999 г. - крупное землетрясение. При извлечении людей из завалов были допущены ошибки - карты и обеспечение работ поступили с суточным опозданием, не была выделена техника для разбора завалов, многие спасатели приехали неукомплектованными, отсутствие у местных властей оборудования и навыков проведения работ, не были оцеплены зоны проведения работ [95,122] . Анализ опыта ликвидации ЧС позволил выявить и классифицировать трудности, возникающие при оперативном управлении ликвидацией ЧС: 1. Малый резерв времени на принятие управляющих решений. 2. Недостаток в первые моменты ЧС достоверной и полной информации о причинах, масштабах и развитии ЧС и, вследствие этого, неточная оценка обстановки и малоэффективное планирование мер по ее ликвидации. 3. Низкая квалификация лиц, ответственных за принятие ликвидационных решений, что проявляется в разработке и реализации малоэффективных планов ликвидации и, в конечном счете, приводит к замедлению темпов ликвидации ЧС и возрастанию потерь. 4. Сложная и постоянно меняющаяся структура сил и средств ликвидации ЧС, многообразие техники и ресурсов и вследствие этого, трудность в достижении оптимального управления силами и средствами. 5.
Неточность используемых моделей развития аварий. 6. Слабая скоординированность между службами, участвующими в ликвидации ЧС, что также приводит к росту потерь. 7. Психологический фактор, проявляющийся в снижении эффективности решений, принимаемых в условиях стресса, высокой ответственности и непосредственной опасности для жизни. Одним из возможных путей повышения эффективности управленческих решений является организация информационной поддержки решений при ликвидации ЧС со стороны системы, обладающей более высокой точностью и быстродействием, лишенной психофизиологических отрицательных качеств, появляющихся из-за малого резерва времени и высокой ответственности человека, принимающего ликвидационные решения. Данный подход в [136] отнесен к методам «информационного управления», которые более актуальны и предпочтительны в современных российских условиях по сравнению другими направлениями оптимизации управления (командно-административными и экономическими). Тем самым актуальна задача разработки автоматизированной системы, осуществляющей информационную поддержку при распознавании чрезвычайных ситуаций, получении точных прогнозов и управлении силами и средствами ликвидации ЧС. С этой целью необходим анализ существующих методов и средств информационной поддержки оперативного управления в ЧС, приведенный ниже.
Анализ существующих программных средств информационной поддержки управления в условиях ЧС
В последние два десятилетия в связи с развитием информационных технологий и увеличением внимания общества к проблеме защиты населения и территорий от ЧС появилось несколько информационных систем различных типов, осуществляющих функции компьютерного моделирования ЧС, поддержку принятия стратегических и оперативных решений по предупреждению и ликвидации ЧС. Одним из примеров данного класса систем является экспертно-справочная обучающая система по прогнозированию ЧС, разработанная для обучения групп быстрого реагирования и постоянной готовности МЧС при чрезвычайных ситуациях, связанных с веществами различных классов опасности. Она реализуется программно на базе картографической геоинформационной системы (ГИС), разработанной на основе программных средств Easy Trace, Arelnfo и ArcView, что позволяет совместить ее с международными и отечественными системами подобного типа [8]. Нечеткая модель знаний применена для решения задачи оперативного прогнозирования пожарной опасности [98]. В той же системе для прогнозирования возникновения и последствий техногенных аварий строится блок, основанный на продукционно-фреймовом подходе. На использовании продукционной модели знаний основан оперативный анализ данных мониторинга ЧС в системе поддержки оперативной дежурной смены территориального управления ГОЧС. Разработана оболочка экспертной системы продукционно-фреймового типа для формирования графических запросов к семантическим базам ГИС и методика построения тематических карт на ее основе. Экспертные системы сочетаются с численными методами обработки информации. Наиболее перспективной оказалась интеграция геоинформационных и экспертных систем. Разработаны алгоритмические и программные инструментальные средства интеграции фактических данных экспертных и геоинформационных систем в среде Windows.
Примером прикладной системы является экспертная геоинформационная система ЭСПЛА для поддержки принятия решений по ликвидации химических аварий. В системе применен сценарный подход к представлению ЧС и возможных последствий. Сценарии ЧС и критерии формирования организационных решений содержатся в базах знаний системы. Применена продукционо-фреймовая модель знаний в объектной реализации. Инструментарий системы ЭСПЛА применяется для создания комплексной системы поддержки принятия решений по предупреждению и ликвидации техногенных аварий на промышленных предприятиях [99]. Программа HAZARD 2.0 реализует имитационное моделирование процесса возникновения происшествия в системе Человек-Машина-Среда (ЧМС), производит оценку техногенного риска конкретной ЧМС и помогает выбрать оптимальный набор мероприятий, направленных на снижение вероятности возникновения происшествия в пределах предприятия по критерию "затраты-выгода". Принятие решений основано на учете до 30-ти факторов и 11 -ти разрядов их оттенков, влияющих на безопасность промышленного технологического объекта, характеризующих состояние рабочей среды, возможности и умения человека-оператора, надежность оборудования и уровень используемой технологии. Автоматизированная информационно-управляющая система предупреждения и действий в чрезвычайных ситуациях - ГИС «Безопасность региона» автоматизирует процессы инвентаризации данных о промышленных объектах, формирует информационно-справочные базы данных, производит построение карт техногенных рисков, выполняет поддержку решений по предупреждению техногенных чрезвычайных ситуаций. Система использует вероятностную модель катастрофического разрушения оборудования потенциально опасных объектов. По данной модели возможны оценки вероятностей выбросов сильно действующих ядовитых веществ (СДЯВ) в окружающую среду.
Гиперинформационная компьютерная система мониторинга окружающей среды, оперативного управления и прогноза развития чрезвычайных ситуаций (ЧС) осуществляет оперативное моделирование развития событий при экологически опасных промышленных и транспортных авариях. Проводится анализ и обобщение существующей информации по моделированию факторов опасностей в окружающей среде, экологическим последствиям загрязнения природной среды и воздействию людей на ситуацию. Создана компьютерная библиотека моделей процессов и явлений, возникающих при экологически опасных авариях. Развитие ситуации может быть представлено на фоне реальной карты или схемы территории. Пользователь имеет возможность получать информацию на экране дисплея в виде цифр, графиков, гистограмм, цветовых картин, накапливать, анализировать и выдавать информацию в виде твердых копий. Система IMIS (Integrated Measurement and Information System) представляет собой распределенную систему сбора и анализа информации, интегрированную с экспертной системой, географической информационной системой и средствами обработки баз данных. Головной организацией заказчиком системы - является Министерство экологии и ядерной безопасности ФРГ. Система обеспечивает непрерывность измерения параметром радиационного фона, быструю обработку данных, связь с федеральными и местными властями, предсказание развития обстановки, накопление данных Информация системы раннего предупреждения поступает примерно от 2000 датчиков мощности дозы гамма-излучения, причем полный цикл опроса составляет 2 часа. В случае повышения фона датчики обладают возможностью самостоятельно обращаться к системе для выдачи сигнала предупреждения. Основной массив датчиков расположен по всей территории Германии в сетке размером 4x4 км. Вокруг каждой АЭС имеются два кольца датчиков на расстоянии 15 и 30 км (общее число - от 30 до 40). После объединения текущей информации в единый массив данных эти данные передаются в экспертные организации и затем, вместе с соответствующими экспертными оценками, возвращаются в ядро системы, что обеспечивает дополнительный контроль качества информации.
При этом за качество исходных данных отвечают поставщики информации, а контроль качества лежит на организациях-экспертах. В Институте проблем безопасного развития атомной энергетики Российской Академии Наук (ИБРАЭ РАН) разработана мезо-масштабная лагранжева траєкторная стохастическая модель атмосферного переноса, являющаяся ядром компьютерной системы реального времени «НОСТРАДАМУС». Она позволяет создавать реалистические многомерные и нестационарные сценарии развития ЧС в зависимости от источника выброса, погодных условий и анализировать возможные контрмеры. Представление результатов расчета производится на картографической основе с цветовым выделением зон, где ожидается превышение допустимых дозовых нагрузок с возможностью быстрого определения размеров зон поражения, временной динамики в заданных пунктах, обстановки по заданным маршрутам и т.д. Система «НОСТРАДАМУС» может быть адаптирована для оценки параметров рассеивания в атмосфере любых иных загрязнителей в разных формах, в частности, окислов азота, серы и других промышленных загрязнителей. Примером межгосударственной информационной системы является глобальная информационная система (GISNH) стихийных бедствий, создаваемая ООН в Женеве, в рамках программы по оценке окружающей среды. Каждая географическая местность (зона) описывается во временном аспекте характеристики известных ЧС, которые произошли ранее. Вся информация в системе разбита на следующие разделы - пространственно-временная информация, которая предоставляет собой географические данные в различных формах, общая информация, представленная в виде информационных бюллетений, статистических и социально-экономических данных, относящихся к ЧС, списки юридических и физических лиц, занятых в исследованиях ЧС каждого типа.
Для сбора и поиска информации используется сеть Internet. Система RODOS - результат разработки более 20 европейских институтов - предназначена для поддержки принятия решений в реальном масштабе времени в условиях ЧС, связанных с радиационной опасностью в Европе. RODOS состоит из подсистем анализа (ASY) и оценки ситуации (ESY) и выбора системы рекомендуемых эффективных контрмер (CSY). Эти подсистемы вместе с базой данных и подсистемой пользовательского интерфейса работают под управлением операционной системы OSY. В автоматическом режиме система сама предоставляет всю информацию, относящуюся к принятию решений в цикле реального времени. Взаимодействие с системой сведено к наименьшему количеству обращений к пользователю для характеристики ситуации и адаптации моделей данных. Это требуется на ранних стадиях развития ЧС. На поздних стадиях развития ЧС, когда долгосрочные действия по защите и контрмерам уже рассмотрены и отсутствует надобность в быстром принятии решения, интерактивный режим выходит на передний план. В этом режиме пользователь и RODOS общаются через интерфейс-меню. Система PPS выполняет функции, аналогичные реализуемым в рамках системы RODOS в условиях ЧС, связанных не только с радиационной опасностью, но и с землетрясениями, наводнениями, пожарами, взрывами, бурями и т. д. Система внедрена в ряде Скандинавских стран. Системы RISKWIT, ATMOSPHERE, CARIS предназначены для информационной поддержки принятия решений при химических загрязнениях. Наиболее перспективной системой представляется RISKWIT, так как она имеет широкие возможности моделирования выбросов токсических веществ и прогноза путей и последствий их распространения при различных внешних условиях. RISKWIT обеспечивает возможность моделирования большого числа
Методика моделирования процессов принятия решений при ликвидации ЧС
Принятие оперативных решений при ликвидации ЧС - сложный процесс, предполагающий обычно интенсивное использование экспертных знаний при малом запасе времени. Решения в условиях ЧС принимаются чаще всего в рамках так называемой эмоциональной парадигмы [128] (на основе практики и здравого смысла), что обеспечивает хорошие оперативность и объяснимость принимаемых решений в ущерб их количественной обоснованности. Поэтому принципиально новым моментом является включение в состав процесса принятия ликвидационных решений этапов количественного анализа эффективности разрабатываемых планов. До последнего времени это было невозможно вследствие высоких требований количественных методов к объему вычислений и соответственно затратам времени. С учетом современного уровня развития информационных технологий в целом и технологии систем поддержки решений в частности выполнение количественных методов анализа и синтеза решений о ликвидации ЧС может быть реализовано в реальном времени. Основная сложность анализа процесса принятия решений в ЧС заключается в слабых формализованное и структурированности решений, которые по сути являются сценариями управления. Поэтому задача моделирования принятия решений в ЧС является в научном плане актуальной. Эта задача особенно актуальна для ликвидации химических аварий в связи с высокими риском их возникновения и скоростью развития. Модели процессов принятия решений в ЧС должны удовлетворять требованиям: 1.
Моделирование взаимосвязанных процессов различной природы, протекающих при ЧС. Так, при химических авариях модели управления должны включать в себя газодинамические модели процессов выброса АХОВ, физико-химические модели распространения облака или пролива АХОВ, организационные модели ликвидации ЧС. 2. Выделение моментов принятия решений по ликвидации ЧС и описание состава решений. Управление ликвидацией аварии включает совокупность решений по выполнению частных задач перевода аварийной ситуации в нормальную. 3. Отражение временного аспекта моделируемых процессов. Учет динамических характеристик процессов, протекающих при развитии и ликвидации химических аварий, во многом определяет эффективность принимаемых решений. 4. Формализация знаний экспертов о ликвидации ЧС. Специалистами рассматриваемой предметной области накоплены знания о том, как наиболее эффективно ликвидировать ту или иную ЧС, но знания эти обычно не формализованы и используются только самим экспертом - носителем знаний. 5. Согласованность с общей схемой создания СППР. Основная задача данной работы - создание и внедрение СППР ЛЧС, поэтому модели должны быть построены с учетом их будущего использования при формировании базы знаний (БЗ). 6. Отображение информационного аспекта. Фиксация структуры информации, используемой при ликвидации ЧС 7. Количественная оценка планов и принимаемых решений. Ярко выраженный структурно-иерархический характер СУЧС, преобладание ситуационно-потокового типа управления оправдывает использование хорошо себя зарекомендовавших в других областях структурных методов моделирования предметной области [3, 24, 43, 51, 96, 125].
Недостаток структурных методов, заключающийся в неразвитости средств описания поведения системы во времени [9], преодолен за счет включения в методику моделирования организационных процессов ликвидации ЧС динамических моделей в нотации модифицированных сетей Петри. Предлагаемая методика моделирования ликвидации ЧС базируется на основе структурных методов семейства IDEF [85,86] и методологии динамического моделирования Color Petri Nets [56]. Выбор данных методов моделирования обусловлен тем, что их совместное использование позволяет описать моделируемую систему с нескольких точек зрения и получить сравнительно полную картину, в целом удовлетворяющую выдвинутым ранее требованиям. Предлагаемая модель процессов принятия решений в условиях ЧС представляет собой совокупность: ФМ, МФМ, ИМ, ДМРЧС, ДМПРЧС, ДМЛЧС -соответственно функциональная, многоуровневая функциональная, информационная, динамическая развития ЧС, динамическая принятия решения в ЧС, динамическая ликвидации ЧС модели.
Предлагаемая методика основана на следующих методах. IDEF0 - методология функционального моделирования, являющаяся основной частью SADT и позволяющая описать процесс в виде иерархической системы взаимосвязанных функций. IDEF1X - методология информационного моделирования, являющаяся составной частью SADT и основанная на концепции «сущность-связь» (entity-relationship). ABC (Activity Based Costing) - функционально-стоимостной анализ -метод определения стоимости и других характеристик изделий и услуг на основе функций и ресурсов, задействованных в моделируемых процессах. Методология сетей- Петри - методология создания динамической модели процесса, позволяющая проанализировать зависящие от времени характеристики выполнения процесса и распределение ресурсов для входящих потоков различной структуры. Метод построения многоуровневых функциональных моделей, позволяющий моделировать взаимосвязи между отдельным функциональными IDEFO-мо де лями.
Алгоритм корректирования исполнения плана ликвидации ЧС
Предложенный в 3.3 метод синтеза планов ликвидации предназначен для использования на стадии планирования ликвидации ЧС. Однако часто возникает необходимость коррекции плана в зависимости от степени и характера отклонений развития текущей ситуации от прогнозируемой траектории. В связи с этим предложен алгоритм корректировки планов ликвидации ЧС на основе выполнения разработанного метода синтеза с уточненными входными параметрами. Назначение предлагаемого алгоритма - алгоритмическое обеспечение модуля СППР ЛЧС, реализующего контроль хода ликвидации ЧС и генерацию решений по ликвидации возникающих отклонений.
Предлагаемый алгоритм реализует корректировку плана ликвидации в случае появления следующих типов отклонений. 1. Получение дополнительной информации о ЧС в первые моменты ее развития. 2. Отклонения реальных значений параметров ЧС от прогнозируемых, обусловленные погрешностями методов прогнозирования или внезапными изменениями внешних условий, например, метеоусловий. 3. Уточнение руководителем характеристик осуществляемых и планируемых мероприятий, например, уточнение оценок объемов работ. 4. Изменение целей, стратегии управления. 5. Отклонение показателей хода работ группировки сил и средств от принятого плана. 6. Изменение принятых алгоритмов или моделей расчета показателей мероприятий. Покажем, как предлагаемый алгоритм позволяет корректировать планы ликвидации при появлении отклонений. Из 3.3 получено аналитическое описание разработанного многоэтапного метода синтеза плана Фэфф на основе неполной информации о ЧС X4acm(t). 1. Распознавание ЧС на основе частично известной информации: 2. Прогнозирование динамики ЧС в будущем на основе распознанной полной ситуации: 3. Формирование обобщенного базового плана на основе прогноза где {СЦІ} - совокупность сценариев ликвидации ЧС, на основе которых осуществляется формирование базового плана. 4. Синтез детального оптимизированного плана ликвидации: где {ej} - совокупность моделей, алгоритмов, процедур для расчета параметров мероприятий на основе прогноза Х(т), не требующих оптимизации задействования сил и средств; А(С) - сведения о силах и средствах
С, которые могут быть привлечены к ликвидации ЧС; {W сумм} - совокупность определенных экспертом объемов ликвидационных работ; Ц - целевая стратегия, используемая ЛПР при определении критериев эффективности плана ликвидации. Таким образом, обобщенная аналитическая форма метода синтеза имеет вид: Для обеспечения постоянной корректировки плана предлагается схема управления (см. рис.3.4), в основе которой выполнение метода синтеза, описанного в 3.1-3.4, с уточненными входными параметрами. Итеративное использование данного алгоритма с заданным шагом времени или по мере поступления информации позволит в момент t—t +At с учетом инерции системы синтезировать скорректированный план Ф эфф ликвидации ЧС, адекватный текущей обстановке с учетом имеющихся отклонений текущей динамики ЧС от прогнозируемой траектории. Изложенный алгоритм имеет ряд ограничений на использование. Так, он не учитывает изменения сетевого графика выполнения групп однотипных мероприятий, изменения стратегии управления на стратегию, не предусмотренную в 3.3.
