Телефон: 8-800-350-22-65
WhatsApp: 8-800-350-22-65
Telegram: sibac
Прием заявок круглосуточно
График работы офиса: с 9.00 до 18.00 Нск (5.00 - 14.00 Мск)

Статья опубликована в рамках: Научного журнала «Студенческий» № 25(153)

Рубрика журнала: Технические науки

Секция: Энергетика

Скачать книгу(-и): скачать журнал

Библиографическое описание:
Клешнева Е.В. МЕТОДЫ ОЦЕНКИ РИСКА О ВЛИЯНИИ ЭМП ПЧ НА ЭКСПЛУАТАЦИОННЫЙ ПЕРСОНАЛ // Студенческий: электрон. научн. журн. 2021. № 25(153). URL: https://sibac.info/journal/student/153/220889 (дата обращения: 29.03.2024).

МЕТОДЫ ОЦЕНКИ РИСКА О ВЛИЯНИИ ЭМП ПЧ НА ЭКСПЛУАТАЦИОННЫЙ ПЕРСОНАЛ

Клешнева Екатерина Вадимовна

магистрант, кафедра «Электрификация и автоматизация», Нижегородский государственный инженерно-экономический университет,

РФ, г. Княгинино

RISK ASSESSMENT METHODS ABOUT THE INFLUENCE OF IF EMF ON OPERATING STAFF

 

Ekaterina Kleshneva

Master student, Department of Electrification and Automation, State Budgetary Educational Institution of Higher Education "Nizhny Novgorod State Engineering and Economic University",

Russia, Knyaginino

 

АННОТАЦИЯ

Представлены методы оценки о влиянии ЭМП ПЧ на эксплуатационный персонал. Представлен анализ методы оценки о влиянии ЭМП ПЧ. Сделан вывод о том, что лучшим способом оценки риска возникновения предпосылок повреждения здоровья персонала, обслуживающего электроустановки сверхвысокого напряжения, будет построение логико-вероятностной модели.

ABSTRACT

Methods for assessing the influence of IF EMF on operating personnel are presented. The analysis of methods for assessing the influence of EMF of the inverter is presented. It is concluded that the best way to assess the risk of prerequisites for damage to the health of personnel serving EHV electrical installations is to build a logical-probabilistic model.

 

Ключевые слова: методы оценки, здоровье персонала, потенциально опасные свойства, логико-вероятностная модель.

Keywords: assessment methods, personnel health, potentially dangerous properties, logical-probabilistic model.

 

Явление опасности относится к категории прогнозных, связывающих будущее с прошлым и проверяемых в настоящем. Для оценки и прогнозирования опасных ситуаций используются математические методы, которые могут быть разделены на две группы: детерминированные и вероятностные.

Первые целесообразно применять при оценке потенциально опасных свойств элементов сложной системы, на основе принципа соответствия их нормативным и базовым показателям. Вторые – при комплексной оценке возникновения опасной ситуации в целом, при наличии множества случайных параметров. Вероятностный принцип оценки безопасности реализуется на основе:

  • непрерывного анализа состояний безопасности системы с учетом дискретно-ступенчатого характера изменения параметров и функций распределения отказов;
  • поэтапно последовательного анализа, в пределах которого структура, характеристики и состояние системы фиксируются и считаются неизменными.

Вероятностный подход находит реализацию в применении логико- вероятностного метода [1, 2], метода дерева отказов [3], метода Марковских процессов с дискретным состоянием системы и непрерывным временем (непрерывные цепи Маркова) [4], статистического метода анализа (метод Монте-Карло) [5] и других.

Математическая сущность логико-вероятностного метода (ЛВМ) заключается в использовании функций алгебры логики для аналитической записи условий безопасности системы и в разработке строгих способов перехода от функции алгебры логики к вероятностным функциям, объективно выражающим безопасность системы.

Привлекательность ЛВМ заключается в его исключительной четкости, однозначности и больших возможностях при анализе влияния любого элемента на безопасность всей системы.

ЛВМ основан на представлении условий возникновения опасных состояний системы в виде логических моделей, в которых каждое из опасных состояний характеризуется вероятностью его возникновения как соответствующего события. Элементы системы соединяются последовательно при логическом знаке «и» и параллельно при логическом знаке «или».

Построение ЛВМ возможно при определенных допущениях:

а) поскольку опасные состояния и опасные события возникают последовательно в случайные моменты времени, их можно рассматривать как потоки состояний и событий, причем, обладающие всеми свойствами стационарных пуассоновских потоков [6], математические характеристики для случайных параметров известны;

б) кроме того, процессы возникновения опасных состояний элементов системы считаются независимыми и стандартными.

Метод дерева отказов является логическим методом локализации наиболее опасных участков системы.

Ценность дерева отказов определяется тем, что:

а) анализ ориентируется на отыскание отказов;

б) выявляются аспекты системы, имеющие важное значение для рассматриваемых отказов;

в) обеспечивается графический, наглядный материал;

г) обеспечивается возможность проведения качественного или количественного анализа надежности системы;

д) метод позволяет специалисту поочередно сосредотачиваться на отдельных конкретных отказах системы;

е) обеспечивается глубокое проникновение в процесс работы систем.

С помощью дерева отказов можно установить причинные взаимосвязи между исходными опасными ситуациями, относящимися к оборудованию, персоналу и окружающей среде и приводящими к опасным событиям в системе и, подвергнув их качественному и количественному анализам, найти способы усовершенствования системы и уменьшения опасностей.

При построении дерева отказов, в процессе синтеза определяется общий уровень событий, нежелательных для нормальной работы системы. Эти события разделяются на несовместные группы, формирующиеся по некоторым общим признакам, например, по одинаковым причинам возникновения. На основании общих признаков в каждой группе выделяется одно событие, которое является конечным, и анализируется с помощью отдельного дерева отказов.

Поскольку в процессе решения большинства задач, связанных с моделированием, как в проектной, так и эксплуатационной практике, неизбежно приходится сталкиваться с различными видами неопределенности и, в частности, с неопределенностью исходной информации, необходимо использовать специальные методы.

Дополнение характеристики неопределенной исходной информации дифференцированной достоверностью ее различных знаний является естественным обобщением интервального задания неопределенных факторов и требует отказа от традиционного построения моделей с помощью дерева отказов и привлечения соответствующего математического аппарата, в качестве которого может служить аппарат теории нечетких множеств [7].

Выполненный выше краткий анализ математических методов, применяемых для оценки и прогнозирования возникновения опасных ситуаций в сложных системах, включающих человека, показал, что каждому из них наряду с указанными ранее достоинствами, присущи определенные недостатки, обусловленные необходимостью наличия достоверной информации по ряду показателей, получение которой либо требует больших трудозатрат, либо значительного времени, необходимого для накопления данных.

В вероятностно-статистических терминах характеризуются не только помехи в каналах передачи информации, но и степень достоверности исходных данных, не только мера незнания состояния среды, но и свойства людей, включенных в систему, а также характер тех понятий, которые используются при ее задании. С помощью моделей, основанных на тех или иных вариантах вероятностного аппарата, пытаются свести к минимуму неопределенности, которые препятствуют организации безопасного функционирования сложных систем. Однако отправной точкой при формировании математических моделей является требование их строгого соответствия уровню неопределенности используемой информации. Наилучшим образом позволяет строить адекватные математические модели для распознавания и предупреждения опасных ситуаций теория нечетких множеств. Причем следует подчеркнуть, что аппарат теории нечетких множеств призван не конкурировать с вероятностно-статистическими методами, а обеспечивать возможность заполнения пробела в области учета неопределенности там, где указанные методы некорректно применять.

При построении математической модели на основе ЛВМ общая вероятность группы событий, последовательно соединенных в структурной схеме, рассчитывается по теореме умножения вероятностей, при этом предполагается, что эти события независимы в совокупности.

Однако на самом деле это условие не всегда выполнимо. Вероятность конечного события в ветви структурной модели, содержащей последовательно соединенных зависимые события , должна определяться по теореме умножения вероятностей зависимых событий:

,               (1)

где  - условная вероятность события  вычисленная в предположении, что событие уже произошло.

В случае параллельного включения зависимых событий в структурную модель каждая пара событий, имеющих вероятности  и , заменяется одним элементом с вероятностью , где , и /- вероятности, вычисленные с учетом зависимости событий.

Так, если вероятность события , соответствующего элементу структурной модели, изменяется в зависимости от того, произошло событие  или нет, то она может быть вычислена по формуле:

,               (2)

где - собственная вероятность события ; - условная вероятность события  , вычисленная в предположении, что событие  произошло.

На основании вышесказанного можно сделать вывод о том, что лучшим способом оценки риска возникновения предпосылок повреждения здоровья персонала, обслуживающего электроустановки сверхвысокого напряжения, будет построение логико-вероятностной модели.

 

Список литературы:

  1. Коваленко И.Н. Расчет вероятностных характеристик систем [Текст] / И.Н. Коваленко. - Киев: Техника, 2012. - 196 с.
  2. Рябинин, А.И. Логико-вероятностные методы исследования надежности структурно сложных систем [Текст] / А.И. Рябинин, Г.Н. Черкесов. - М.: Радио и связь, 2016. - 264 с.
  3. Измалков В.И. Безопасность и риск при техногенных воздействиях [Текст]: Учебное пособие / В.И. Измалков, A.B. Измалков. - М. - СПб., 1994. - 269 с.
  4. Егоров К.В. Аспекты инженерной деятельности [Текст] / К.В. Егоров. - М.: Изд-во МЭИ. - 2020. - 85 с.
  5. Кини Р.Л. Размещение энергетических объектов [Текст] / Р.Л. Кини. - М.: Энергоатомиздат, 2018. - 320 с.
  6. Феллер, В. Введение в теорию вероятностей и ее приложения [Текст] / В. Феллер. -М.: Мир, 2004. - 512 с.
  7. 0рловский, С.А. Проблемы принятия решений при нечеткой исходной информации [Текст] / С.А. Орловский. - М.: Наука, 2015. - 208 с.

Оставить комментарий

Форма обратной связи о взаимодействии с сайтом
CAPTCHA
Этот вопрос задается для того, чтобы выяснить, являетесь ли Вы человеком или представляете из себя автоматическую спам-рассылку.