Моделирование информационно-аналитической системы мониторинга производственной безопасности на основе экспертных оценок
Автор: Захарова О. А., Селихина А. В., Везиров Т. Г.
Журнал: Вестник Донского государственного технического университета @vestnik-donstu
Рубрика: Информатика, вычислительная техника и управление
Статья в выпуске: 1 т.20, 2020 года.
Бесплатный доступ
Введение. Исследована математическая модель системы мониторинга производственной безопасности в области машиностроения. Цель работы - создание математической модели на основе экспертных оценок параметров безопасности рабочего места с расчетно-экспериментальным обоснованием ее применимости для экспертной системы мониторинга безопасности «СТРАЖ».Материалы и методы. Предложена классификация экспертных систем для предприятий машиностроения. Рассмотрены этапы создания экспертных систем. Представлена методика оценки согласованности экспертов как основа для моделей экспертных систем в области безопасности машиностроительных производств.Результаты исследования. Выявлены основные параметры безопасности рабочего места. Создана матрица экспертной оценки параметров, основанная на мнении ведущих экспертов в области машиностроения. Приведены результаты моделирования экспертной системы «СТРАЖ» с расчетно-экспериментальным подтверждением применимости математической модели. Обоснованы преимущества внедрения экспертных систем для повышения уровня безопасности персонала.Обсуждение и заключения. Полученные результаты имеют высокую степень согласованности экспертов и могут быть использованы в разработке экспертных систем мониторинга безопасности для предприятий машиностроения.
Моделирование, экспертные системы, база знаний, экспертная оценка, машиностроение, параметры безопасности, конкордация
Короткий адрес: https://sciup.org/142223713
IDR: 142223713 | DOI: 10.23947/1992-5980-2020-20-1-100-105
Текст научной статьи Моделирование информационно-аналитической системы мониторинга производственной безопасности на основе экспертных оценок
УДК 004.891.2
Введение. Трудно формализуемые процессы осложняют полную автоматизацию машиностроительного производства. Умное производство, умное предприятие и аналогичные им структуры реализуются только на базе информационно-аналитических систем (ИАС) с использованием компонентов искусственного интеллекта. В настоящее время в технической и специальной литературе не представлено единое, классическое определение умного производства. Однако специалисты сходятся во мнении, что под «умным производством», «умным предприятием», «умным заводом» (smart factory) понимается прежде всего широкое использование информационных технологий, вычислительных устройств, сенсоров и распределенных сетей для реализации высокоэффективного производственного процесса и обеспечения максимальной безопасности его участников [1].
Современный подход к разработке интеллектуальных ИАС для умного производства предполагает широкое использование новых методов представления знаний и запрограммированных эмпирических алгоритмов их обработки [2].
В первую очередь среди ИАС, используемых в машиностроении, выделим два наиболее перспективных класса.
-
1. Информационно-управляющие системы (ИУС). Проектируются для мониторинга и управления трудно формализуемых технологических объектов. Обязательные компоненты в структуре ИУС:
-
2. Экспертные системы (ЭС). Проектируются для сбора, обработки и анализа формализованного опыта специалистов в конкретной области машиностроения. Обязательные компоненты в структуре ЭС:
— модуль сбора и обработки больших массивов данных (big data) по определенным алгоритмам; — модуль формирования экспертной оценки [3].
-
— модуль аккумуляции знаний специалистов в конкретной области машиностроения;
— модуль формирования альтернативных сценариев управления в конкретных условиях на основе эмпирического опыта специалистов [4].
ИАС обоих классов представляют собой сложные программные комплексы, создаваемые для тиражирования эмпирического опыта и разработанных на его основе алгоритмов с целью повышения эффективности машиностроительных производств.
База знаний является центральным элементом системы, формирующимся в процессе моделирования, проектирования и эксплуатации ЭС. Главное отличие ЭС от других информационных систем — решение четко ограниченного круга проблем в конкретной области [5]. В отличие от традиционных машинных решений, ЭС используют не процедурный анализ, а обработку дедуктивных рассуждений. Подобные системы могут находить решение плохо определенных и неструктурированных задач [6].
Материалы и методы
ЭС в машиностроении. В современном мире для мониторинга, предупреждения и прогнозирования чрезвычайных ситуаций используются накопленные, обработанные и проанализированные знания, являющиеся результатом эмпирических исследований нескольких поколений специалистов. В связи с этим ЭС незаменимы при моделировании и предсказании опасных событий.
Информационно-управляющие и ЭС проектируются в два этапа:
-
— проектирование модуля накопления и структуризации знаний в конкретной области;
-
— проектирование модуля разработки рекомендаций и принятия управляющего решения на основе конкретных фактов и параметров мониторинга состояния объекта.
Использование ЭС в области охраны труда на предприятиях машиностроения обусловлено необходимостью воспроизведения знаний опытных специалистов-экспертов. Это один из концептуальных этапов развития цифрового производства. С точки зрения пользователей, ЭС актуальны по ряду причин:
-
— решают различные практические задачи и по результатам не уступают людям-экспертам;
-
— ориентированы на решение широкого круга задач в неформализованных областях;
Информатика, вычислительная техника и управление
— не требуют особых навыков программирования, и работа с ними доступна широкой аудитории квалифицированных пользователей [7].
В машиностроении ЭС помогают принимать решения, управлять объектами, выявлять аварийные ситуации и отказы, проектировать производство. На рис. 1 представлены основные классы задач, решаемых ЭС в машиностроении [8].
|
ЭКСПЕРТНЫЕ |
СИСТЕМЫ В МАШИНОСТРОЕНИИ |
|
Диагностирование - качества сборки, монтажа машин - промышленного оборудования - производственного потенциала предприятия |
Поддержка Принятия решений - при планировании ремонтных работ - в оперативном планировании |
Планирование - объемов производства - задач проектирования |
Контроль и управление - технологическим процессом изготовления продукции - электротехническим оборудованием |
Мониторинг - технологического процессом изготовления продукции
|
Прогнозирование - нежелательных событий на потенциально опасных объектах - работоспособности оборудования |
Обучение - ЭС работы с технологическим оборудованием. |
Рис. 1. Основные классы задач, решаемые ЭС в машиностроении
В практике машиностроительных производств для станков ТВ-7, оснащенных функцией контроля точности обработки изделий, используются ЭС типа «Архимед 2008». В процессе технологической обработки для выявления возможных отклонений с помощью системы «Архимед 2008» рассчитываются базовые окружности в поперечных и продольных сечениях детали, геометрические параметры. При этом выявляются проблемы с отклонением профиля продольного сечения, отклонением от округлости, овальности, определяются погрешности размеров, волнистости и др. [9].
Опыт использования ЭС в машиностроении позволил выявить главные преимущества их внедрения: — рост качества принимаемых решений, — улучшение качества изготавливаемых изделий, — увеличение производительности, — повышение квалификации работников.
Следует заметить, что в машиностроительном производстве целесообразно применять ЭС для решения сложных задач [10].
Ключевое понятие охраны труда в машиностроении — «рабочее место». Это место, где работник должен находиться или куда ему необходимо прибыть в связи с его работой. Оно прямо или косвенно находится под контролем работодателя. Безопасность на рабочем месте регулируется Системой стандартов безопасности труда ССБТ (ГОСТ 12). Следует отметить, что ЭС не позволяют в полной мере контролировать безопасность на рабочем месте.
Для повышения достоверности управляющих решений в модель безопасности рабочего места следует ввести обобщенную экспертную оценку. Ключевой момент в проведении экспертной оценки — выбор компетентных специалистов, имеющих опыт работы в заявленной области и способных к адекватной оценке технологической ситуации [11].
Постановка задачи. На основе анализа предметной области и экспертных оценок разработать математическую модель и провести расчетно-экспериментальное обоснование ее применимости для ЭС мониторинга безопасности «СТРАЖ» («Система точного расчета алгоритмов жизнедеятельности).
Исходные данные. На основе анализа литературных источников и мнения специалистов-практиков были выделены 11 основных параметров безопасности рабочего места.
-
1. Оснащенность (функциональное наполнение).
-
2. Соответствие оборудования антропометрическим особенностям работника.
-
3. Наличие средств индивидуальной и коллективной защиты, а также средств пожаротушения.
-
4. Доступ на рабочее место и возможность быстрой эвакуации.
-
5. Исправность производственного оборудования.
-
6. Выполнение производственных операций согласно требованиям технологической документации.
-
7. Мониторинг распределенных опасных и вредных факторов.
-
8. Соблюдение установленного порядка и организованности, высокой производственной, технологической и трудовой дисциплины.
-
9. Квалификация работника.
-
10. Своевременное прохождение инструктажей и переподготовки работника.
-
11. Регулярность мониторинга.
Совокупность данных по основным параметрам безопасности рабочего места позволяет получить такую характеристику рабочего процесса, как напряженность труда. Эта интегрированная характеристика трудо- вого процесса показывает нагрузку на нервную систему, органы чувств, учитывает эмоциональную составляющую. Напряженность труда нормируется по видам нагрузок: интеллектуальные, сенсорные, эмоциональные, монотонные, режимные.
Разработка математической модели ЭС «СТРАЖ». При разработке математической модели ЭС «СТРАЖ» 21 эксперт оценивал параметры безопасности рабочего места по шкале от 1 до 12 баллов. Опрос проводился с помощью анкетирования. На основе его результатов создана сводная матрица оценки параметров безопасности рабочего места (рис. 2).
Ключевым результатом методики экспертных оценок является коэффициент конкордации Кэндалла, оценивающий согласованность экспертной группы:
W =
12 ■ S
23 , m ■ (n - n)
где W — коэффициент конкордации, m — число экспертов, n — количество параметров, S — сумма квадратов отклонений сумм рангов, полученных каждым параметром, от средней суммы рангов.
Сумма квадратов отклонений рангов S рассчитывается по формуле:
nn
S = L D i = L ( d i - d ) 2 , i = 1 i = 1
где D i — отклонение ранга, i — порядковый номер параметра, d i — ранг параметра, d — среднее арифметическое ранга параметра.
Коэффициент конкордации изменяется в диапазоне от 0 до 1: 0 соответствует полной несогласованности экспертов, 1 — полной согласованности. Если коэффициент конкордации равен нулю, необходимо проверить исходные данные и (или) проанализировать состав экспертов с целью их замены (частичной или полной). Если значение коэффициента превосходит 0,4–0,5, качество оценки считается удовлетворительным, если достигает 0,7–0,8 — высоким.
Таким образом, при расчете коэффициента конкордации по формулам (1) и (2) получим следующие значения параметров:
S = L ( dt-d )2 = 5476 + 2916 + ... + 361 = 39142,
W =
12 ■ S = 12 ■ 39142 = 0 806 m 2 ■ ( n 3 - n ) 21 2 ■ (11 3 - 11) ,
С помощью критерия Пирсона «хи-квадрат» [12] проверяется нулевая гипотеза h 0 : W = 0 (мнения экспертов не согласуются друг с другом), при альтернативной h 1 : W ≠ 0 (мнения экспертов согласуются друг с другом).
Информатика, вычислительная техника и управление
|
ПАРАМЕТРЫ |
ЭКСПЕРТЫ |
||||||||||||||||||||
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
|
|
Исправность производственного оборудования |
11 |
10 |
11 |
11 |
12 |
11 |
12 |
10 |
11 |
8 |
11 |
10 |
10 |
11 |
12 |
11 |
10 |
11 |
10 |
11 |
7 |
|
Доступ на рабочее место и возможность быстрой эвакуа- |
10 |
11 |
12 |
10 |
9 |
10 |
7 |
9 |
7 |
5 |
10 |
11 |
12 |
10 |
10 |
7 |
12 |
10 |
11 |
8 |
10 |
|
Наличие средств индивидуальной защиты и пожаротушения |
9 |
9 |
9 |
8 |
10 |
9 |
9 |
11 |
9 |
9 |
12 |
9 |
8 |
9 |
9 |
10 |
9 |
9 |
9 |
9 |
11 |
|
Соответствие оборудования антропометрии человека |
5 |
6 |
5 |
7 |
5 |
5 |
6 |
5 |
5 |
2 |
5 |
5 |
6 |
4 |
6 |
5 |
6 |
5 |
7 |
5 |
3 |
|
Мониторинг распределенных опасных и вредных факторов |
12 |
12 |
10 |
12 |
11 |
12 |
11 |
12 |
12 |
12 |
9 |
12 |
11 |
12 |
11 |
12 |
11 |
12 |
12 |
12 |
9 |
|
Квалификация работника |
2 |
2 |
2 |
2 |
4 |
2 |
2 |
3 |
2 |
10 |
2 |
2 |
2 |
2 |
3 |
2 |
2 |
2 |
2 |
2 |
6 |
|
Оснащенность рабочего места |
6 |
5 |
6 |
6 |
6 |
6 |
5 |
6 |
6 |
6 |
6 |
6 |
5 |
6 |
5 |
6 |
3 |
6 |
6 |
6 |
5 |
|
Выполнение производственных операций согласно требованиям |
4 |
4 |
4 |
4 |
2 |
3 |
4 |
4 |
4 |
4 |
4 |
4 |
4 |
5 |
4 |
4 |
5 |
4 |
4 |
4 |
8 |
|
Прохождение инструктажей и переподготовки работника |
7 |
7 |
8 |
5 |
7 |
8 |
10 |
7 |
10 |
7 |
7 |
7 |
7 |
7 |
7 |
9 |
8 |
7 |
5 |
7 |
4 |
|
Соблюдение порядка и дисциплины |
3 |
3 |
3 |
3 |
3 |
4 |
3 |
2 |
3 |
3 |
3 |
3 |
3 |
3 |
2 |
3 |
4 |
3 |
3 |
3 |
12 |
|
Регулярность мониторинга |
8 |
8 |
7 |
9 |
8 |
7 |
8 |
8 |
8 |
11 |
8 |
8 |
9 |
8 |
8 |
8 |
7 |
8 |
8 |
10 |
2 |
Рис. 2. Матрица оценки параметров безопасности рабочего места
В расчетную табл. 1 вносим экспертные оценки, ранговые суммы di , отклонения Di суммы рангов от средней d и Di 2 .
Таблица 1
Расчет коэффициента конкордации
|
Эксперты |
™ ui ^ ]=1п1] |
D i |
D i |
|||||||||||||||||||||
|
Параметры |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
20 |
21 |
|||
|
1 |
11 |
10 |
11 |
11 |
12 |
11 |
12 |
10 |
11 |
8 |
11 |
10 |
10 |
11 |
12 |
11 |
10 |
11 |
10 |
11 |
7 |
221 |
74 |
5476 |
|
2 |
10 |
11 |
12 |
10 |
9 |
10 |
7 |
9 |
7 |
5 |
10 |
11 |
12 |
10 |
10 |
7 |
12 |
10 |
11 |
8 |
10 |
201 |
54 |
2916 |
|
3 |
9 |
9 |
9 |
8 |
10 |
9 |
9 |
11 |
9 |
9 |
12 |
9 |
8 |
9 |
9 |
10 |
9 |
9 |
9 |
9 |
11 |
196 |
49 |
2401 |
|
4 |
5 |
6 |
5 |
7 |
5 |
5 |
6 |
5 |
5 |
2 |
5 |
5 |
6 |
4 |
6 |
5 |
6 |
5 |
7 |
5 |
3 |
108 |
–39 |
1521 |
|
5 |
12 |
12 |
10 |
12 |
11 |
12 |
11 |
12 |
12 |
12 |
9 |
12 |
11 |
12 |
11 |
12 |
11 |
12 |
12 |
12 |
9 |
239 |
92 |
8464 |
|
6 |
2 |
2 |
2 |
2 |
4 |
2 |
2 |
3 |
2 |
10 |
2 |
2 |
2 |
2 |
3 |
2 |
2 |
2 |
2 |
2 |
6 |
58 |
–89 |
7921 |
|
7 |
6 |
5 |
6 |
6 |
6 |
6 |
5 |
6 |
6 |
6 |
6 |
6 |
5 |
6 |
5 |
6 |
3 |
6 |
6 |
6 |
5 |
118 |
–29 |
841 |
|
8 |
4 |
4 |
4 |
4 |
2 |
3 |
4 |
4 |
4 |
4 |
4 |
4 |
4 |
5 |
4 |
4 |
5 |
4 |
4 |
4 |
8 |
87 |
–60 |
3600 |
|
9 |
7 |
7 |
8 |
5 |
7 |
8 |
10 |
7 |
10 |
7 |
7 |
7 |
7 |
7 |
7 |
9 |
8 |
7 |
5 |
7 |
4 |
151 |
4 |
16 |
|
10 |
3 |
3 |
3 |
3 |
3 |
4 |
3 |
2 |
3 |
3 |
3 |
3 |
3 |
3 |
2 |
3 |
4 |
3 |
3 |
3 |
12 |
72 |
–75 |
5625 |
|
11 |
8 |
8 |
7 |
9 |
8 |
7 |
8 |
8 |
8 |
11 |
8 |
8 |
9 |
8 |
8 |
8 |
7 |
8 |
8 |
10 |
2 |
166 |
19 |
361 |
|
1617 |
39142 |
|||||||||||||||||||||||
m j ? 1 R 1617
= 147.
Средняя сумма рангов всех параметров равна d =-----=---- n 11
В качестве контроля вычислений используем выражение d = — m ■ ( n + 1) = ^ ■ 21 ■ (11 + 1) = 147.
Для проверки нулевой гипотезы с помощью критерия Пирсона «хи-квадрат» вычисляем эмпирическое значение % 2 = m ■ ( n - 1) ■ W = 21 - 10 ■ 0,806 = 169,4, которое сравниваем с критическими значениями «хи-квадрат» для числа степеней свободы n -1 = 10.
Эмпирическое значение % 2 = 169,4 попадает в критическую область % 2 > Х 2,01 ( n — 1) (169,4 > 23,2), что позволяет отвергнуть нулевую гипотезу. Коэффициент конкордации значимо отличается от нуля, следовательно, имеется достаточно тесная согласованность мнений экспертов относительно оцениваемых параметров.
Результаты исследования. ЭС разрабатывается в три этапа: моделирование, проектирование, конструирование [13]. На этапе моделирования проводится анализ предметной области с целью выявления наиболее существенных связей и отношений между объектами, определяются совокупности входных и выходных параметров, степень их влияния на исследуемые процессы. Для построения математической модели ЭС «СТРАЖ» выявлены параметры безопасности рабочих мест машиностроительных производств. При оценке параметров безопасности возникла необходимость отбора экспертов-практиков, максимально осведомленных об организации технологических процессов в машиностроении, поскольку нет методик, позволяющих гарантированно получить однозначные оценки безопасности. В качестве экспертов выбрали инженеров по охране труда ведущих предприятий машиностроения Ростовской области, а также ведущих преподавателей кафедры «Технология машиностроения» Донского государственного технического университета.
Обсуждение и заключения. По данным представленного исследования, коэффициент конкордации достиг 0,806. Это свидетельствует о высокой согласованности мнений экспертов, подтверждено проверкой по критерию Пирсона и является необходимым условием для разработки модели ЭС высокой точности.
В современной науке значимое место занимает проблема поддержки принятия решений с использованием ЭС. Внедрение подобных систем в машиностроении позволит:
— сократить время решения сложных вопросов, связанных с обеспечением безопасности;
— снизить вероятность принятия ложного решения;
— повысить уровень безопасности труда.
Актуально изучение данного вопроса в условиях современного инновационного производства.
Список литературы Моделирование информационно-аналитической системы мониторинга производственной безопасности на основе экспертных оценок
- Cook, D. Smart Environments. Technologies, protocols and applications / D. Cook, S. Das // Hoboken: Wiley-Interscience, 2005. - P. 3.
- Семенов, И. О. Актуальность экспертных систем и их значение в экономике/ И. О. Семенов, Т. А. Серебрякова // Студенческий форум - 2018. - № 3 (24). - URL: https://nauchforum.ru/journal/stud/24/31118 (дата обращения: 07.05.2019).
- Рутковский, Л. Методы и технологии искусственного интеллекта / Л. Рутковский. - Москва: Горячая линия - Телеком, 2010. - 520 с.
- Уотермен, Д. Руководство по экспертным системам / Д. Уотермен. - Москва: Мир, 1989. - 388 с.
- Giarratano, J. Expert Systems - Principles and Programming / J. Giarratano, G. Riley. - 4th ed. - San Francisco: Course Technology, 2004. - 302 p.
- Математическое моделирование пожарной безопасности высших учебных заведений / В. Г. Шаптала, В. Н. Шульженко, В. Ю. Радоуцкий, В. В. Шаптала // Вестник Белгородского государственного технологического университета им. В. Г. Шухова. - 2008. - № 4. - С. 63-65.
- Попов, Э. В. Системы общения и экспертные системы / Э. В. Попов. - Москва: Радио и связь, 1990. - 464 с.
- Мокану, А. А. Применение экспертных систем в машиностроении/ А. А. Мокану, Е. С. Страмцова, Р. А. Пушина // Научное сообщество студентов XXI столетия. Технические науки: сб. ст. по мат. LXV междунар. студ. науч.-практ. конф. - URL: https://sibac.info/archive/technic/5(64).pdf (дата обращения: 13.05.2019).
- Сапожников, А. Ю. Применение экспертных систем в процессе проектирования авиационных ГТД/ А. Ю. Сапожников, И. А. Кривошеев // Молодой ученый. - 2017. - № 12. - 90-97 с. - URL: https://moluch.ru/archive/12/972/ (дата обращения: 12.05.2019).
- Cross, T. B. Knowledge Engineering 2016 The Uses of Artificial Intelligence in Business / T. B. Cross. - Boulder: TECHtionary Corporation, 2016. - 236 p.
- Литвак, Б. Г. Экспертная информация: методы получения и анализа / Б. Г. Литвак. - 2-е изд., стер. - Москва: Исследовательский центр проблем качества подготовки специалистов, 2009. - 223 с.
- Харченко, М. А. Корреляционный анализ / М. А. Харченко. - Воронеж: ВГУ, 2008. - 30 с.
- Солонщиков, П. Н. Интегральная оценка тяжести труда, как один из методов прогнозирования несчастных случаев на предприятии / П. Н. Солонщиков // Advanced Science. - 2017. - № 2. - С. 35.
