Способ прогнозирования кризисных ситуаций при контроле многопараметрических процессов

Изобретение относится к способам обработки цифровых данных для специальных применений в области прогнозирования и управления многопараметрическими процессами и сложными техническими системами и может быть использовано в ситуационных центрах различной предметной направленности, а также при оценивании устойчивости производства в условиях действия дестабилизирующих факторов технологического, технического и производственного характера, планировании и реализации программ развития вооружения и военной техники и прогнозировании военных конфликтов.

В настоящее время развитие информационных средств позволяет осуществлять комплексный контроль состояния многопараметрических процессов в различных сферах деятельности. При этом одной из основных задач контроля является оценка текущей ситуации (тенденций в развитии ситуации) и выявление кризисной ситуации (неблагоприятного развития ситуации) (В.В. Грачев, В.А. Силич, М.П. Силич. Методология проектирования ситуационных центров принятия решений // Доклады ТУСУРа, №1 (27), март 2013, стр. 114). Под кризисной ситуацией далее понимается состояние контролируемого многопараметрического процесса, которое может привести к неблагоприятным последствиям для лица, принимающего решения (контролирующего процесс).

Известны способы контроля и анализа многопараметрических процессов.

Известен способ контроля и управления техническим процессом (RU 2289837, 2005), в котором измеряют независимые наблюдаемые величины при помощи прогнозируемой модели или ряда моделей, входные переменные которых содержат независимые наблюдаемые величины, затем производят расчет оценки результата, которая используется для получения параметров управления, при этом прогнозируемая модель является статистической корректировочной моделью.

Недостатком данного способа является отсутствие возможности накопления статистической информации о значении наблюдаемых величин с целью заблаговременного прогнозирования их изменения и идентификации кризисной ситуаций.

Известен способ анализа динамических многопараметрических процессов (RU 2164039, 2001), основанный на том, что на экране дисплея формируют изображение 2- и 3-мерных пространств, параметры распределяют на индицируемые в сформированных пространствах, фиксируемые и временно не учитываемые, с возможностью их отнесения к разным категориям. В пространствах выделяют области, соответствующие значениям тех или иных параметров и по изменению изображений судят о свойствах исследуемого процесса.

Недостатком данного способа являются относительно узкие функциональные возможности, обусловленные тем, что анализ процесса осуществляется визуально, путем построения сечений в 2- и 3-мерных пространствах, что не позволяет вести контроль критичности состояния многопараметрического процесса по всем параметрам одновременно. Также в данном способе не определен порядок полной вероятностной оценки кризисной ситуации в виде закона распределения уровней критичности.

Наиболее близким аналогом заявленного способа является способ комплексного контроля состояния многопараметрического объекта по разнородной информации (RU 2459245, 2010). Согласно данному способу результаты сравнения оцененных с допустимыми значениями и характеристики изменений каждого контролируемого параметра объекта формируют и представляют по унифицированным для всех параметров правилам, в соответствии с которыми фиксируют оцененные значения параметров и моменты времени окончания измерений, вычисляют значения признаков соответствия оцененных и допустимых значений, формируют матрицу состояния многопараметрического объекта контроля, формируют цветографическую форму, сформированную фигуру интерпретируют как образ состояния объекта контроля в заданном временном интервале; определяют факты наличия, величины, тенденции изменений значений признаков соответствия и с учетом последовательности их получения, а также фиксирования моментов окончания измерений формируют временные ряды для определения формы и числовых характеристик тенденций изменений контролируемых параметров и состояния объекта контроля. Сформированные временные ряды при необходимости используют как исходные данные для определения динамических и корреляционных свойств контролируемых параметров при выявлении причин, а также при определении возможных последствий изменения состояния объекта контроля. Для этого экстраполируют, получают точечную и интервальную оценки значений параметров объекта, при которых может возникнуть критическая ситуация, и фиксируют моменты времени прогнозируемого достижения этих значений.

Недостатком данного способа являются относительно узкие функциональные возможности, обусловленные тем, что

- верхняя и нижняя границы допустимых значений контролируемых параметров должны быть заданы заблаговременно;

- допустимые значения значений контролируемых параметров строго задаются одним интервалом;

- для прогноза критической ситуации используются отклонение отдельно по каждому параметру, без учета их функциональной взаимосвязи;

- не рассчитываются вероятностные характеристики реализации критической ситуации.

Требуемым техническим результатом является повышение точности прогнозирования кризисных ситуаций за счет формирования множества областей значений контролируемых параметров, соответствующих разным уровням критичности состояния процесса, границы которых рассчитываются динамически, и оценивания вероятности перехода состояния многопараметрического процесса в области данных уровней критичности.

Требуемый результат достигается за счет применения заявляемого способа, отличающегося от уже известных тем, что

- вычисляют допустимые значения параметров, соответствующие различным уровням критичности ситуации;

- рассчитывают вероятности событий, заключающихся в ситуации перехода многопараметрического процесса в состояния различной уровня критичности;

- формируют законы распределения прогнозируемых уровней критичности ситуации в виде рядов вероятности;

- рассчитывают степень кризисности текущей ситуации.

Сущность заявляемого способа заключается в следующем.

Пусть состояние i-го контролируемого многопараметрического процесса из множества i=1…Nⁱ в момент t_k окончания заданного временного интервала Δt_k=[t₀;t_k]∈t характеризуется совокупностью Y_i={y_ij} разнородных параметров, которым присвоены номера j=1…N^j.

В соответствии с заявляемым способом, в каждом заданном временном интервале с момента времени t=t₀ начала сбора разнородных данных Y_i={y_ij} о состоянии многопараметрического процесса, имеющего номер i, проводят k измерений значений каждого из назначенных для контроля параметров. Фиксируют оцененные значения параметров и время окончания измерений t_k.

Далее вычисляют допустимые значения параметров, соответствующие различным уровням критичности ситуации.

Для оценивания контролируемого многопараметрического процесса используется некоторая целевая функция W(Y_i), комплексно отражающая состояние контролируемого процесса. Как правило, целевая функция характеризует эффективность процесса либо качество объектов, задействованных в процессе или являющихся его результатом. Например, если в качестве контролируемого процесса рассматривается проект создания некоторого изделия, целевая функция может быть представлена в виде вероятности успешного завершения проекта.

Для прогнозирования кризисных ситуаций лицом, принимающим решение (контролирующим многопараметрический процесс), на значении целевой функции задаются интервалы значений, характеризующих уровень критичности соответствующего состояния многопараметрического процесса. Количество и характеристики интервалов выбираются исходя из специфики процесса и системы предпочтений лица, принимающего решение. Например, если в качестве целевой функции используется вероятность успешного завершения проекта, может быть задано три уровня критичности:

W<0,7 - высокий уровень критичности;

0,7<W<0,8 - средний уровень критичности;

0,8<W<0,9 - низкий уровень критичности.

Данные интервалы значений позволяют определить области изменения параметров контролируемого процесса, в которой значение целевой функции соответствует каждому из уровней критичности Ω_r⊆x{y_j}, где r=1…N^r - номера уровней критичности. На фиг. 1 представлен пример графического представления областей, соответствующих уровням критичности, некоторого двухпараметрического процесса.

Далее вычисляют значения признаков соответствия оцененных и допустимых значений параметров, соответствующих заданным уровням критичности. Для этого используют функцию следующего вида:

На основании рассчитанных значений признаков соответствия формируют матрицу состояния многопараметрического объекта контроля , характеризующую динамику изменения уровней критичности состояния многопараметрического процесса. Данная матрица используется для оценивания текущего состояния контролируемого процесса.

Для определения формы и числовых характеристик тенденций изменений контролируемых параметров и состояния объекта контроля (многопараметрического процесса) из значений параметров контролируемого процесса, с учетом последовательности их получения, а также фиксирования моментов окончания измерений формируют временные ряды .

Сформированные временные ряды используют как исходные данные для определения динамических и корреляционных свойств контролируемых параметров при выявлении причин, а также при определении возможных последствий изменения состояния объекта контроля. Для этого экстраполируют, получают точечные и интервальные оценки значений параметров объекта на заданный горизонт прогнозирования. Пример интервальных оценок прогноза изменения двух некоторых параметров контролируемого процесса представлен на фиг. 2.

После этого рассчитывают вероятности событий, заключающихся в переходе многопараметрического процесса в состояния различного уровня критичности .

Для этого для каждого i-го процесса определяются размеры областей в многомерном пространстве, образованном декартовым произведением параметров , которые принадлежат областям Ω_r. После чего данные величины делятся на общий размер области :

где S(⋅) - функция размера области в многомерном пространстве.

Для упрощения расчетов, для определения размера области может производиться дискретизация пространства ×{y_j} на точки с заданным шагом d_y, после чего размер соответствующих областей может определяться количеством попадающих в них точек.

Пример прогноза изменения состояния двухпараметрического процесса приведен на фиг. 3, где вероятностям перехода состояния процесса в области 2-го и 3-го уровней критичности соответствуют отношения площадей фигур А и В в прямоугольной области к площади данной области.

Рассчитывая указанные вероятности на заданный интервал прогнозирования, формируют законы распределения прогнозируемых уровней критичности состояния многопараметрического процесса в виде рядов вероятности

После этого рассчитывают степень кризисности текущей ситуации как интегральную вероятность последующего перехода многопараметрического процесса в область критического состояния заданного уровня r

Таким образом, заявленный способ по сравнению с прототипом обеспечивает повышение точности прогнозирования кризисных ситуаций за счет формирования множества областей значений контролируемых параметров, соответствующих разным уровням критичности состояния процесса, границы которых рассчитываются динамически, и оценивания вероятности перехода состояния многопараметрического процесса в области данных уровней критичности.