Введение
Глава 1. Современное состояние проблемы управления безопасностью химических производств 13
1.1 Основные понятия и определения предметной области, связанной с управлением безопасностью сложных технических систем 13
1.2 Анализ возможности использования теории принятия решений для управления безопасностью опасных промышленных объектов 27
1.2.1 Основные понятия и определения теории принятия решений 28
1.2.2 Основные группы задач принятия решений 30
1.2.3 Принятие решений в условиях неопределенности 32
1.3 Использование современных методов искусственного интеллекта и информационных технологий в области промышленной безопасности 37
1.3.1 Нейронные сети в системах управления безопасностью сложными техническими объектами 38
1.3.2 Интеллектуальные системы управления безопасностью 40
1.3.3 Экспертные системы для управления безопасностью 42
1.3.4 Системы поддержки принятия решений на базе методов искусственного интеллекта для управления безопасностью сложных технических объектов 45
1.3.5 Информационные системы в области промышленной безопасности 49
Выводы по главе 1 . 58
Глава 2. Разработка моделей и методов управления безопасностью химических производств в интеллектуальной системе поддержки принятия решений 59
2.1 Классификация задач, моделей и методов для управления безопасностью химических производств в условиях неопределенности 59
2.1.1 Классификация задач управления безопасностью химических производств 59
2.1.2 Классификация моделей и методов для решения задач управления безопасностью химических производств 61
2.1.3 Анализ неопределенностей химических производств как объектов управления безопасностью. Классификация неопределенностей различной природы 67
2.2 Формулировки задач оперативного управления безопасностью химико-технологических процессов в условиях неопределенности 70
2.2.1 Задача оптимального оперативного управления безопасностью химико-технологических процессов 70
2.2.2 Разработка рекуррентных нейросетевых моделей для оперативного управления безопасностью химико-технологических процессов 74
2.2.3 Разработка нейросетевых моделей на основе сетей адаптивного резонанса для идентификации предаварийных ситуаций 77
2.3 Разработка функциональной структуры интеллектуальной системы поддержки принятия решений для управления безопасностью химических производств 84
2.4 Разработка моделей и методов управления безопасностью химико-технологических систем в интеллектуальной системе поддержки принятия решений 92
2.4.1 Разработка моделей и методов принятия решений по оперативному управлению безопасностью химико-технологических систем и производств 92
2.4.2. Разработка методов и моделей принятия решений по оптимизации мероприятий, направленных на повышение безопасности химических производств на стадии реконструкции и модернизации 100
2.5. Разработка системы поддержки принятия решений по управлению безопасностью на основе моделей искусственного интеллекта 105
2.5.1 Разработка системы поддержки принятия решений по оперативному управлению безопасностью на основе продукционных моделей представления знаний 105
2.5.2 Разработка моделей представления знаний в виде фреймов при создании экспертных систем для управления безопасностью химических производств 112
Выводы по главе 2 116
Глава 3. Разработка алгоритмического и программного обеспечения интеллектуальной системы поддержки принятия решений по управлению безопасностью химических производств 118
3.1 Разработка структуры комплекса программных средств интеллектуальной системы поддержки принятия решений 118
3.1.1 Использование оболочки экспертной системы «ESWin» для разработки продукционных и фреймовых моделей представления знаний в экспертных системах 120
3.1.2 Использование оболочки экспертной системы «Эксперт» для разработки продукционных моделей представления знаний в экспертных системах 125
3.1.3 Использование пакета MATLAB Neural Network Toolbox для создания нейронных сетей Элмана 129
3.1.4 Использование пакета Neural Network Wizard для создания сетей прямого распространения 130
3.2 Разработка распределенной базы данных для анализа производственных опасностей, оценки риска и управления безопасностью химических производств 135
Выводы по главе 3 143
Глава 4. Практическое использование интеллектуальной системы поддержки принятия решений на примере установок каталитического крекинга и ЭЛОУ-АВТ-6 Московского нефтеперерабатывающего завода 144
4.1 Анализ Московского нефтеперерабатывающего завода (МНПЗ) как источника риска 144
4.1.1 Общая характеристика установки каталитического крекинга 144
4.1.2 Общая характеристика установки ЭЛОУ - АВТ - 6 147
4.2 Сравнение результатов нейросетевого моделирования, полученных с использованием MATLAB и Neural Network Wizard на примере управления реакторно-регенераторным блоком установки каталитическо го крекинга МНПЗ 151
4.2.1 Пример обучения нейронных сетей для прогнозирования и управления технологическими процессами установки каталитического крекинга с использованием Neural Network Wizard 151
4.2.2 Результаты нейросетевого моделирования, полученные с использованием пакета MATLAB 157
4.3 Разработка продукционных правил в экспертных системах интеллектуальной системы поддержки принятия решений на примере установки каталитического крекинга 160
4.4 Оценка эффективности мероприятий принятия решений по управлению безопасностью на стадии реконструкции установки (на примере вакуумного блока установки ЭЛОУ-АВТ-6) 173
Выводы по главе 4 182
Основные результаты работы и выводы 183
Список литературы 184
