Сфера энергетики: нижняя граница надежности с учетом влияния человека

В силу активного продвижения на рынок источников возобновляемой энергии, актуальность анализа надежности распределенных систем возрастает. При этом анализ ее надежности не может проводиться без учета влияния человека. Очевидно, что установка таких устройств в разных местностях приведет к необходимости обслуживания и оперирования персоналом, подготовка которого может быть достаточно низкой. В связи с этим появляется необходимость анализа надежности систем такого рода в условиях возможности совершения ошибки человеком.

Для оценки такого рода действия – возможности совершения ошибки человеком в заданных условиях – нами был предложен подход, заключающийся в попарном сравнении важности негативно воздействующих факторов для выявления их относительных весов.  Всего было предложено использовать 29 негативно воздействующих на специалиста, обслуживающего энергетическое оборудование, факторов, которые относятся к шести группам: психологические, социальные, внешние производственные, физиологические, состояние оборудования, квалификация.

При обработке результатов опроса, с использованием метода SAM, с использованием расстояния между треугольными нечеткими числами, вычисляемого по формулам было выявлено, что наибольшим весом обладают группы негативно воздействующих факторов: квалификационные, психологические и состояние оборудования. Прямая и косвенная оценка веса, проводимая с целью верификации данных, предоставляемых экспертами, выявила лишь небольшие отклонения в относительных весах при сохранении общей качественной картины:

группы расслаиваются на две части, в первую из них входят факторы квалификации, психологии и состояния оборудования, во вторую — социальные, физиологические и отражающие воздействие внешних факторов производства (шум, плохое освещение и т. п.)

В соответствии с полученными результатами можно сделать вывод о внутренней непротиворечивости собранных данных и возможности дальнейшего оперирования ими в рамках построения собственной модели надежности человека.

При переходе на нижний уровень иерархии по самым негативно воздействующим факторам наблюдается расслоение в группах экспертов, объясняемое, в первую очередь, различиями в обслуживаемом оборудовании и месте его установки, что учитывается в новой версии опросного листа. Однако, полученный выше результат дает возможность проводить дальнейший анализ данных. После ранжировки и вычисления квартилей оказалось, что к верхней квартили факторов относятся исключительно представители двух групп: психологической и квалификационной (табл. 1).Именно эти факторы будут иметь наибольший вес при построении модели на основе предлагаемого опроса.

Табл. 1: Верхняя квартиль негативно воздействующих факторов

Для проверки валидности собранных в ходе экспертного опроса данных (внешняя непротиворечивость) был выбран метод триангуляции моделей, в силу недоступности статистики по ошибкам персонала и невозможности проведения эксперимента. В качестве базовой модели для сравнения была выбрана модель, предложенная Pyy Pekka, которую далее будем называть «модель VTT». В этой модели вероятность ошибки человека вычисляется по формуле, имеющей пять входных параметров.

Можно предположить, что оцениваемые нами параметры и аналогичные параметры модели VTT должны иметь веса, отличающиеся разве что масштабом. При установке соответствия параметров двух моделей отбирались те из них, которые имели наиболее близкое смысловое значение.

Для оценки вероятности ошибки обслуживающего персонала может быть применена модель, построенная на основе логистической функции с параметрами:

w₁ — выраженность медлительности,

w₃ — уровень квалификации персонала,

w₄ — оценка сложности оборудования,

w₅ — оценка состояния оборудования,

w₆ — степень выраженности негативных психологических факторов.

Преимущества применения такой формы модели очевидны: в условиях сельских территорий – такие параметры исходной модели как тренированность персонала, описания процедур будут оцениваться нулевым значением, что приведет к существенным отклонениям модели от реальных значений. Модель содержит основные, с точки зрения наших результатов, группы факторов, однако, данный уровень детализации — уровень групп может оказаться недостаточным при оценке возможности ошибки в реальных ситуациях.

Сделаем следующие предположения:

      -надежность системы определяется надежностью человека.

      -оборудование системы единообразно с точки зрения сложности и состояния, либо состояние его оценивается по наихудшему.

Выдвинутые предположения позволяют оценить нижнюю границу надежности системы, представив ее в виде графы с ненадежными узлами, исходя из следующих, достаточно общих, параметров: реберная связность, надежность узла, максимальная степень вершины и количество вершин.

Мы варьировали следующие параметры, относящиеся к человеку и сложности системы: уровень квалификации персонала (w3) и степень выраженности негативных психологических факторов (w6). Все остальные оцениваются на отлично; реберная связность и максимальная степень вершины. Моделирование проводилось для системы с 30, 50 и 100 вершинами. Результаты моделирования позволяют сделать следующие заключения в рамках сделанных предположений:

                         При малых значениях (до 3) параметра «реберная связность» приемлемый уровень нижней границы надежности (больше 60%) достигается разве что при оцениваемой на «хорошо» квалификации персонала и слабой выраженности негативных психологических факторов.

                      При больших значениях параметра «реберная связность» обеспечивается бесперебойная работа системы даже при плохом качестве подготовки персонала и его не вполне удовлетворительных психологических характеристиках.

                       При росте количества узлов, то есть, при усложнении системы наблюдается рост опасной зоны, то есть зоны, в которой надежность не обеспечивается дублированием связей.

Соответственно, при усложнении системы необходимо более тщательно относиться к психологическим особенностям (особенно к таким параметрам как недобросовестность, невнимательность, плохая обучаемость и плохое эмоциональное состояние) и квалификации (малый стаж работы, плохое образование).

А. Гущинский,

кандидат технических наук,

доцент,

М. Гальченко, научный сотрудник.

Санкт-Петербургский Государственный Аграрный Университет,

г. Санкт-Петербург, РФ.

Материал подготовлен на основе доклада на Международной научно-технической конференции «Энергосбережение – важнейшее условие инновационного развития АПК». Ноябрь 2011 г.

 г. Минск.