Management of complex human-machine systems with an extended intellectual component during the operation of thermal power plants under conditions of non-linear dynamics of the effects of unaccounted factors leading to emergency disturbances
Table of contents
Share
Metrics
Management of complex human-machine systems with an extended intellectual component during the operation of thermal power plants under conditions of non-linear dynamics of the effects of unaccounted factors leading to emergency disturbances
Annotation
PII
S207751800007841-4-1
DOI
10.18254/S207751800007841-4
Publication type
Article
Статус публикации
Published
Authors
Evgeny Loginov 
Affiliation: Ministry of Energy of Russian Federation
Address: Russian Federation, Moscow
Evgeny Grabchak
Occupation: Director
Affiliation: Ministry of Energy of Russian Federation
Address: Russian Federation, Moscow
Vladimir Chinaliev
Affiliation: TPS Real Estate
Address: Russian Federation, Moscow
Sahavet Zarbaliev
Affiliation: MGIMO UNIVERSITY
Address: Russian Federation, Moscow
Abstract

The main purpose of the article is to study the possibilities of increasing the stability of the processes of man-machine systems of thermal power plants to emergency disturbances. The analysis of individual data of thermal power plants is carried out with the possibility of constructing on each of them the results of analysis and estimation of the probability distribution densities of the indicators of the variability of emergency situations due to the fault of a person or a technical element. The necessity of establishing procedures for assessing and monitoring dangerous psychophysiological conditions of the operator of human-machine systems and the ability to reduce the risks of a situation getting out of control through the use of actively adaptive devices with elements of artificial intelligence are substantiated.

Keywords
human-machine systems, thermal power plants, emergency disturbances, synchronization, monitoring, neural network, neurointerface, artificial intelligence
Received
07.12.2019
Date of publication
19.12.2019
Number of characters
14844
Number of purchasers
16
Views
258
Readers community rating
0.0 (0 votes)
Cite Download pdf

To download PDF you should sign in

1 Введение В условиях технических и экономических реалий последних лет все больше возрастает потребность в повышении эффективности управления бифуркационными состояниями технических систем в энергетике России, возникающих вследствие воздействия неучтенных факторов, приводящих к аварийным возмущениям [9; 15]. Наблюдается рост количества систем HMI/SCADA (HumanMachine Interface/Supervisory Control And Data Acquisition), OPC-серверов (OLE for Process Control), баз данных ERP (Enterprise Resource Planning) и т.п. При этом происходит изменение подходов к обеспечению устойчивого развития человеко-машинных систем [2; 6].
2 В электроэнергетике наблюдается смещение частоты собственных колебаний системы к частоте внешнего воздействия, когда синхронизация нелинейной динамики воздействия неучтенных факторов, приводящих к аварийным возмущениям в одной или нескольких сложносоставных киберфизических подсистемах с большим числом связей, ведет к выдавливанию за пределы управляемого контура их агрегированных групп.
3 Проявления изменений в психофизиологическом состоянии оператора ТЭС в отношении выдерживания критических нагрузок как предусмотренных, так и неучтенных факторов, приводящих к аварийным возмущениям, требуют оценки и мониторинга опасных психофизиологических состояний оператора, когда каждый признак несет незначительную информацию, но использование всей совокупности признаков позволяет обеспечить нужную степень надежности идентификации психофизиологического состояния.
4 Необходимость определения вероятности идентификации опасных состояний для человеко-машинных систем Необходима выработка мер по повышению устойчивости к аварийным возмущениям тепловых электрических станций с учетом переходов между стационарными состояниями каждой системы в результате последовательных потерь устойчивости работы человеко-машинных систем.
5 Требуется выявление изменений в психофизиологическом состоянии оператора ТЭС в отношении влияния критических нагрузок как предусмотренных, так и неучтенных факторов, приводящих к аварийным возмущениям в электрических сетях. Требуется противодействие возможному лавинообразному распространению аварийных отключений каскадного характера, возникшему в одной из сложносоставных киберфизических подсистем, с учетом вероятности идентификации опасных состояний для группы человеко-машинных систем [5; 14]. При этом необходимо учитывать все возрастающую сложность моделирования рассматриваемого нелинейного процесса, зависящего от неустойчивости совокупности квазиавтономных циклов функционирования производственных активов, включающих интеллектуальные устройства с расширенной активно-адаптивной компонентой [26; 27]. Необходим переход от рассмотрения отдельного квазиавтономного цикла функционирования производственных активов, включающих интеллектуальные устройства с расширенной активно-адаптивной компонентой, как дискретного процесса к активно-адаптивной парадигме работы человеко-машинных систем с использованием многфункционального мониторинга, включая неинвазивные нейроинтерфейсы для определения параметров операционной напряженности для оператора.
6 То есть, требуется конструирование систем мониторинга складывающейся динамики процессов нарушения устойчивости параллельной работы синхронных элементов системы для возможности оперирования бифуркационными параметрами квазистационарных метастабильных состояний в отношении динамики сложносоставных киберфизических (в т.ч. активно-адаптивных) подсистем в условиях, когда индуцированные нагрузками колебания энерго[тепло]системы когерентны. Необходимо формирование оптимальных значений активно-адаптивного регулирования, которые образуют области стабилизационной синхронизации в секторах энерго[тепло]систем, через «гашение» амплитуды нарушений устойчивости параллельной работы синхронных человеко-машинных систем в зависимости от степени интенсивности нелинейной динамики воздействия неучтенных факторов, приводящих к аварийным возмущениям (на основе идентификации опасных состояний для группы человеко-машинных систем). Требуется налаживание оценки и мониторинга опасных психофизиологических состояний оператора человеко-машинных систем и возможность снизить риски выхода ситуации из-под контроля за счет возможностей использования активно-адаптивных устройств с элементами искусственного интеллекта, в т.ч. возможности обеспечивать контроль действий оператора ТЭС по соблюдению оптимального (стандартного) режима управления и отключение его от управления при выявлении опасных психофизиологических состояний.
7 Выявление изменений в психофизиологическом состоянии оператора ТЭС в отношении влияния критических нагрузок В последние два десятилетия для исследования сложных проблем в различных сферах предметной деятельности развивается эффективный инструмент – использование нейронных сетей с многослойной функционально-приближенной архитектурой, которые можно использовать для выявления взаимовлияния человеческих и машинных элементов работы человеко-машинных систем тепловых электрических станций [4; 24].
8 К системам оценки и мониторинга опасных психофизиологических состояний оператора человеко-машинных систем для возможности снизить риски выхода ситуации из-под контроля может быть применена модель выявления изменений в психофизиологическом состоянии оператора ТЭС в отношении влияния критических нагрузок как предусмотренных, так и неучтенных факторов, приводящих к аварийным возмущениям. Особенно это важно в условиях синхронизации аварийных возмущений при которых динамика нагрузки на операторов и на сами технические элементы представляются как внешние проявления распределенной синхронизации квазигармонических колебаний в рамках складывающейся динамики процессов нарушения устойчивости параллельной работы синхронных элементов оборудования.
9 По мнению авторов, для решения этой проблемы можно использовать комплексирование нейро-описаний, профессиональных описаний и описаний семантики поведения сотрудника при выполнении ими рабочих функций оператора ТЭС в рамках интеграции процесса мониторинга поведения, а также когнитивного, эмоционального и физиологического состояния человека через онлайн-камеры (анализ видеопотока), данные которого в режиме реального времени обрабатываются нейросетью в сочетании с ультразвуковым сканированием мозга для детектирования нейронной активности ключевых зон мозга.
10 С учетом значительной вероятности когерентной синхронизации нелинейной динамики воздействия неучтенных факторов, приводящих к аварийным возмущениям, необходимо обеспечивать контроль действий оператора ТЭС по соблюдению оптимального режима и отключение его от управления при выявлении опасных психофизиологических состояний. Для этого, авторы предлагают опираться на возможность формирования операционно-режимной матрицы изучаемого функционального процесса концентрации оператора (сотрудника) на рабочих функциях в рамках мониторинга путем интеграции стандартизированных видео-, нейро-ультразвуковых и вычислительных инфраструктур.
11 Такая интеграция может быть эффективно организована на основе реализации облачных принципов, начиная с электронной семантизации состояний сознания и психики сотрудника при выполнении ими рабочих функций, до обработки в глубинной области искусственных частей психики, поддерживаемых машинами и синхронизируемых с естественной психикой [3; 13; 21]. Аппаратная и программная база в этой области управления человеко-машинными системами сейчас интенсивно развивается [7; 12; 23]. Рассматриваемая инфраструктура с элементами нейромониторинга в недалеком будущем может быть доступна для широкого - промышленного – применения, в т.ч. в энергетике [1; 10; 18].
12 Определение вероятностей показателей вариабельности аварийных ситуаций по вине человека или технического элемента Для получения стабилизационного эффекта от расчёта того или иного переходного процесса (в т.ч. с целью расширения области стабилизационной синхронизации в секторах энерго[тепло]систем через «гашение» амплитуды нарушений устойчивости параллельной работы синхронных человеко-машинных систем и создания условий приемлемой операционной напряженности для оператора) внутри кластеров тепловых электрических станций необходима организация построения на каждом из них результатов анализа и оценки плотностей распределения вероятностей показателей вариабельности аварийных ситуаций по вине человека или технического элемента. При этом формирование технической политики (модернизации оборудования) отдельных энергокомпаний в рамках отрасли должно происходить с использованием модели мониторинга изменений в психофизиологическом состоянии оператора ТЭС в отношении влияния критических нагрузок.
13 Требуется формирование пакета моделей построения на каждом из энергокластеров результатов анализа и оценки плотностей распределения вероятностей показателей вариабельности аварийных ситуаций по вине человека или технического элемента для постоянного мониторингового уточнения оценки динамично меняющейся ситуации [17; 19; 20].
14 Предполагается разработать предметно-адаптированную конфигурацию механизмов регулирования совокупности процессов нарушений устойчивости в сложной энерго[тепло]системе с учетом выявленных связей между отдельными её элементами, обусловленных динамическими свойствами системы [8; 11; 16]. Необходима идентификация системно-параметрических взаимосвязей элементов, в т.ч. величины нагрузок на операторов и на сами технические элементы (а также с учетом адекватных психофизиологических состояний оператора ТЭС в исходном состоянии и при выполнении типовых задач) в агрегированных электроэнергетических системах, сформированных по результатам этапа мониторинга и ситуационного анализа изучаемого объекта (энергокластера).
15 В результате изменений в психофизиологическом состоянии оператора ТЭС может произойти устранение от регулирования энерго[тепло]системы, что будет способствовать вхождению в самоподдерживающееся «сползание» или самораскачивание, в первом или последующих циклах колебаний подсистем в другом сегменте группы энергокомпаний. Критерии устойчивости работы человеко-машинных систем к аварийным возмущениям при этом должны быть ориентированы на кластер тепловых электрических станций как функционально стабильный элемент регулирующей организации современной и перспективной структуры энергетики России, позволяющей обеспечить эффективность расчётных исследований переходных процессов в любых схемах и для любых возмущений в отношении оборудования отдельных энергокомпаний в рамках отрасли в расширенном фазовом пространстве реальных и синтетических человеко-машинных факторов.
16 Модель выявления изменений в психофизиологическом состоянии оператора в отношении влияния критических нагрузок, приводящих к аварийным возмущениям, определяет набор управленческих паттернов. Эти паттерны можно выделить в области эффектов как предусмотренных, так и неучтенных факторов, приводящих к аварийным возмущениям в зависимости от неоднородности параметров состояния и режима работы системы.
17 Снижение рисков выхода ситуации из-под контроля за счет возможностей использования активно-адаптивных устройств Необходимо нахождение точки [среднесрочного] равновесия квазистационарных метастабильных состояний в отношении динамики сложносоставных киберфизических подсистем во взаимоувязке с объемами и динамикой нагрузок на операторов и на сами технические элементы, а также с учетом адекватных психофизиологических состояний оператора в исходном состоянии и при выполнении типовых задач (при реализации различных видов профессиональной деятельности) [22; 25].
18 Новизна заявленного подхода состоит в переходе от рассмотрения отдельного квазиавтономного цикла функционирования производственных активов, включающих интеллектуальные устройства с расширенной активно-адаптивной компонентой, как дискретного процесса к активно-адаптивной парадигме работы человеко-машинных систем. Предлагается использование многфункционального мониторинга, включая неинвазивные нейроинтерфейсы для определения параметров операционной напряженности для оператора, предусматривающего необходимость оценки опасных психофизиологических состояний оператора человеко-машинных систем и возможность снизить риски выхода ситуации из-под контроля за счет возможностей использования активно-адаптивных устройств с элементами искусственного интеллекта.
19 При реализации рассматриваемого подхода требуется определить направления регулирования складывающейся динамики процессов нарушения устойчивости параллельной работы синхронных элементов ТЭС с квази-автономным энергетическим сегментом с учетом перехода к активно-адаптивной парадигме работы человеко-машинных систем. Влияние динамических свойств электроэнергетической системы на поведение ее локальных элементов (синхронизация циклов, самоподдерживающееся «сползание» или самораскачивание и пр.) в отношении динамики сложносоставных киберфизических (в т.ч. активно-адаптивных) подсистем определяет вероятность переходов между стационарными состояниями системы в результате совокупности неустойчивых взаимных движений энерго[тепло]системы (критических изменений нагрузки) как условий неустойчивости работы человеко-машинных систем.
20 Заключение В ходе регулирования складывающейся динамики процессов нарушения устойчивости параллельной работы синхронных элементов ТЭС обеспечивается комплексное решение вопросов структурно-функциональной организации процессов использования модели оптимизации в отношении влияния критических нагрузок как предусмотренных, так и неучтенных факторов, приводящих к аварийным возмущениям для поддержки необходимой активности ТЭС с квази-автономным энергетическим сегментом как фрактальной части структуры тепловых электрических станций в российской энергетике.

References

1. Bakhshiev A.V., Klochkov I.V., Kosareva V.L., Stankevich L.A. Nejromorfnye sistemy upravleniya robotami // Robototekhnika i tekhnicheskaya kibernetika. 2014. № 2 (3). S. 40-44.

2. Bashlykov A.A. Printsipy postroeniya situatsionnogo cheloveko-mashinnogo interfejsa dlya informatsionnykh sistem intellektual'noj podderzhki prinyatiya reshenij // Avtomatizatsiya, telemekhanizatsiya i svyaz' v neftyanoj promyshlennosti. 2014. № 5. S. 19-26.

3. Bukov V.N. Optimizatsiya cheloveko-mashinnykh sistem na osnove prognozirovaniya psikhofiziologicheskogo sostoyaniya operatora // Otchet o NIR № 95-01-00465 (Rossijskij fond fundamental'nykh issledovanij)

4. Bushuev V.V. Neoehrgaticheskaya (cheloveko-mashinnaya informatsionno-kognitivnaya) ehlektroehnergetika // Ehnergiya edinoj seti. 2017. № 6 (35). S. 74-82.

5. Varlamov O.O. O metrike avtonomnosti i intellektual'nosti robototekhnicheskikh kompleksov i kiberfizicheskikh sistem // Radiopromyshlennost'. 2018. № 1. S. 74-86.

6. Voropaj N.I., Stennikov V.A., Barakhtenko E.A. Integrirovannye ehnergeticheskie sistemy: vyzovy, tendentsii, ideologiya // Problemy prognozirovaniya. 2017. № 5 (164). S. 39-49.

7. Geniatulina E.V., Grif M.G. Metody proektirovaniya i modelirovaniya v zadachakh optimizatsii protsessov funktsionirovaniya cheloveko-mashinnykh sistem // Trudy SPIIRAN. 2014. № 5 (36). S. 152-167.

8. Grabchak E.P. Otsenka tekhnicheskogo sostoyaniya ehnergeticheskogo oborudovaniya v usloviyakh tsifrovoj ehkonomiki // Nadezhnost' i bezopasnost' ehnergetiki. 2017. T. 10. № 4. S. 268-274.

9. Grabchak E.P. Tsifrovaya transformatsiya ehlektroehnergetiki. osnovnye podkhody // Ehnergiya edinoj seti. 2018. № 4 (40). S. 12-26.

10. Demin V.A., Emel'yanov A.V., Lapkin D.A., Erokhin V.V., Kashkarov P.K., Koval'chuk M.V. Nejromorfnye ehlementy i sistemy kak osnova dlya fizicheskoj realizatsii tekhnologij iskusstvennogo intellekta // Kristallografiya. 2016. T. 61. № 6. S. 958-968.

11. Kartashova A.S., Silina S.A. Ispol'zovanie sistem podderzhki prinyatiya reshenij v atomnoj ehnergetike // Shag v buduschee: iskusstvennyj intellekt i tsifrovaya ehkonomika. Revolyutsiya v upravlenii: novaya tsifrovaya ehkonomika ili novyj mir mashin / Materialy II Mezhdunarodnogo nauchnogo foruma. – M.: Gosudarstvennyj universitet upravleniya, 2018. S. 390-395.

12. Kondrat'ev V.V., Lytov D.A., Moroz N.N. Proekt cheloveko-mashinnogo kompleksa FRTK MFTI dlya razrabotki i primeneniya bol'shikh gibridnykh modelej predpriyatij // Trudy Moskovskogo fiziko-tekhnicheskogo instituta. 2015. T. 7. № 4 (28). S. 156-160.

13. Kostyukov A.F., Cherkasova N.I. Analiz integrirovannogo riska ehlektrotekhnicheskikh cheloveko-mashinnykh sistem // Vestnik Altajskogo gosudarstvennogo agrarnogo universiteta. 2014. № 12 (122). S. 150-155.

14. Loginov E.L., Bortalevich S.I. Problemy prognozirovaniya kriticheskikh tekhnicheskikh situatsij v EEhS Rossii s uchetom smart grid // Problemy bezopasnosti i chrezvychajnykh situatsij. 2018. № 1. S. 30-37.

15. Loginov E.L., Bortalevich S.I., Shkuta A.A. Razvitie intellektual'nykh servisov v avtomatizirovannykh informatsionnykh sistemakh upravleniya ehnergeticheskoj infrastruktury. – M.: Institut problem rynka RAN. Moskva, 2017. – 95 s.

16. Loginov E.L., Grabchak E.P., Grigor'ev V.V., Rajkov A.N., Shkuta A.A. Planirovanie mer podderzhaniya interaktivnoj kommunikatsii informatsionnykh sistem s uchetom ugroz vozmozhnogo kollapsa upravleniya ehkonomikoj v osobyj period // Problemy bezopasnosti i chrezvychajnykh situatsij. 2019. № 3. S. 79-86.

17. Massel' L.V., Gal'perov V.I. Analiz nadezhnosti raboty mnogoagentnykh sistem s ispol'zovaniem grafovoj modeli // Vestnik Irkutskogo gosudarstvennogo tekhnicheskogo universiteta. 2017. T. 21. № 1 (120). S. 72-80.

18. Moskalyova K.A., Paskar' I.N. Mul'ti-agentnye sistemy: novye vozmozhnosti v ehlektroehnergetike // Prirodnye i intellektual'nye resursy Sibiri. Sibresurs 2018 / Materialy XVII Mezhdunarodnoj nauchno-prakticheskoj konferentsii. Otvetstvennyj redaktor A.A. Khoreshok. – Kemerovo: Kuzbasskij gosudarstvennyj tekhnicheskij universitet imeni T.F. Gorbacheva, 2018. S. 710.1-710.6.

19. Pavlyukov V.S., Danilin A.M. K zadache sovershenstvovaniya tekhnologii analiza modelej ustanovivshegosya rezhima ehlektricheskikh setej s primeneniem ehlementov iskusstvennogo intellekta // Innovatsii v nauke. 2016. № 57-2. S. 111-117.

20. Protalinskij O.M., Scherbatov I.A., Protalinskaya Yu.O. Intellektual'noe upravlenie proizvodstvennymi aktivami v ehnergetike // Shag v buduschee: iskusstvennyj intellekt i tsifrovaya ehkonomika / Materialy 1-j Mezhdunarodnoj nauchno-prakticheskoj konferentsii. – M.: Gosudarstvennyj universitet upravleniya, 2017. S. 5-10.

21. Pupkov K.A. Ehksperimental'noe otsenivanie integral'nykh pokazatelej psikhofiziologicheskogo sostoyaniya operatorov cheloveko-mashinnykh sistem upravleniya // Vestnik Rossijskogo universiteta druzhby narodov. Seriya: Inzhenernye issledovaniya. 2015. № 4. S. 7-16.

22. Rezchikov A.F., Bogomolov A.S. Kriticheskie sochetaniya sobytij kak prichina avarij v cheloveko-mashinnykh sistemakh // Matematicheskie metody v tekhnike i tekhnologiyakh - MMTT. 2015. № 6 (76). S. 151-153.

23. Rozenbaum A.N., Klimchenko V.V. Identifikatsiya modeli izmeneniya rabotosposobnosti operatora cheloveko-mashinnoj sistemy // Informatika i sistemy upravleniya. 2016. № 1 (47). S. 33-36.

24. Sazonov S.Yu., Titenko E.A., Khanis N.A. Podkhod k prognozirovaniyu vozniknoveniya pozharoopasnoj situatsii v data-tsentre na osnove nejronnykh setej // Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya: Upravlenie, vychislitel'naya tekhnika, informatika. Meditsinskoe priborostroenie. 2015. № 4 (17). S. 8-14.

25. Turovskij Ya.A., Kurgalin S.D., Vakhtin A.A., Belobrodskij V.A. Cheloveko-mashinnyj interfejs, uchityvayuschij funktsional'noe napryazhenie cheloveka // Programmnaya inzheneriya. 2015. № 3. S. 20-26.

26. Ukuev B.T., Nazarov B.B. Obzor i analiz modelej upravleniya intellektual'nymi aktivno-adaptivnymi sistemami // Problemy avtomatiki i upravleniya. 2018. № 2 (35). S. 86-93.

27. Sher I.A., Golovschikova I.A., Danilov V.V., Novorusskij V.V., Safarov S.R., Skripkin S.K. Informatsionnye tekhnologii i instrumental'nye sredstva na baze iskusstvennogo intellekta dlya nauchnykh issledovanij i upravleniya v ehnergetike // Otchet o NIR № 94-01-01362 (Rossijskij fond fundamental'nykh issledovanij)