Вопросы эргономики на АЭС

Система человек-машина

Классификация СЧМ

Структура СЧМ

Распределение функций в СЧМ

Исторический экскурс

Дисциплинарный строй эргономики

Методы эргономики

Модели и методы описания

Многофазные модели

Многоуровневые модели

Модели стрессового поведения

Перспективы эргономики

Атомная станция

Атомная станция как объект

Структурная организация АЭС

Эксплуатационные свойства АЭС

Сложность АЭС

Социо-техническая система

Кадровый состав АЭС

Культура безопасности на АЭС

Деятельность персонала

Состав и функции персонала

Характер сменной работы

Характер групповой работы

Структура деятельности оператора

Документация оперативного персонала

Подготовка оперативного персонала

Тренировка операторов

Взаимодействие оператора с АЭС

Виды информации

Значимость информации

Форма представления информации

Организация информации

Виды технологических сигналов

Усовершенствование  сигнализации

Разделения функций

Средства автоматизации управления

Системы поддержки оператора

Представление знаний в СПО

Накопление знаний в СПО

Надежность оперативного персонала

Данные о надежности оператора

Понятия отказа и ошибки

Статистика ошибок персонала

Характер и обстоятельства ошибок

Причины ошибок

Классификация ошибок персонала

Анализ типов поведения

Анализ задач управления

Проблемы деятельности операторов

Анализ стрессовых ситуаций

Выводы стрессовых ситуаций

Заключение

Приложения

Страница 41 из 55

Как и для других систем искусственного интеллекта,
основной практической проблемой создания СПО является
синтез и накопление знаний.

Рис. 4.24. Изображение семантической сети в виде диаграммы
«сущность-связь»

В нашем случае выделяются три источника знаний:

здравый смысл
и
физические законы (носители - ученые, литература, научно-техническая документация);

проект
(носители - проектировщики оборудования,
проектно-эксплуатационная документация);

опыт эксплуатации
(носители - операторы,

эксперты по анализу эксплуатации,

специалисты по пускам и испытаниям, оперативная документация).

Приведем несколько примеров, отражающих опыт синтеза знаний.

Так, физической основой значительной части знаний о технологических процессах, протекающих в контурах АЭС,

являются

законы сохранения, предполагающие постоянство вещества и энергии в закрытой системе
и
равенство притока и оттока вещества и энергии в открытой системе.

Тепловой контур АЭС представляет собой замкнутый объем,

в котором циркулирует неизменная масса теплоносителя.

Основными источниками энергии в этой системе являются реактор и насосы;

потребителями - сами контуры,
турбина,
окружающая среда (см. рис. 4.22 [109]).

Нарушения энергетического баланса обычно служат для операторов наиболее достоверными диагностическими признаками возмущений технологического процесса АЭС.

Разрабатываемые в ходе проектирования и вероятностного анализа безопасности АЭС
деревья отказов

(напомним: деревья отказов описывают причинно-следственные взаимосвязи отказов различных элементов системы)
а также служат серьезным источником знаний.

В процессе обхода и анализа дерева выявляются его сечения,
т.е.

сочетания отказов оборудования, приводящие к отказу
- инциденту или аварии энергоблока.

Найденные сечения объединяются в базу знаний,

используемую затем для

оперативной диагностики

и прогнозирования возможных последствий отказов.

Корреляционный, регрессионный
и многомерный анализ данных,
анализ сигналов,
фильтрация шума

и
другие методы анализа функционирования часто применяются

для синтеза количественных взаимосвязей между параметрами процесса
и
формирования алгоритмов диагностирования.

В работе [173] предложен алгоритм генерации правил для диагностики процессов в реакторе, основанный на методе распознавания образов.

Алгоритм включает в себя три фазы:

отбор признаков, создание образца,

генерация правил.

В результате анализа происшедших
или
смоделированных на имитаторе событий
и
отбрасывания избыточной информации

выбираются N наиболее информативных признаков,

из которых с помощью минимаксного алгоритма строится
A-мерное ортогональное пространство.

Затем в этом пространстве выделяется множество подпространств, перекрывающих определенные классы диагностируемых событий.

Эти подпространства объявляются образцами,
а для их распознавания генерируются продукционные диагностические правила.

В работе [129] предлагается метод выявления неявных знаний

в результате анализа инцидентов.

PS
Параметры системы должны быть зафиксированы Автоматическими регистраторами
Сравнены с предшествующими аналогичными событиями
Сделаны выводы теми, кто понимает первопричину
Намечены сроки и методы устранения   (работа эксперта)

Играют субъективные факторы
- попытки сохранить в тайне действия, вызвавшие событие
- личное не желание делиться знанием с коллегами

Информация обо всех инцидентах, имевших место на АЭС США после 1980 г.,

хранится в базе данных NRC США
в виде причинно-следственных хронологических цепочек событий.

На основе этих данных строится некоторая абстракция,
называемая самоорганизующейся нейронной сетью

и
состоящая из матриц причин и их следствий.

В ходе анализа этих матриц выполняется их кластеризация,

после чего отыскиваются «логически схожие» события
и
неявные причинно-следственные связи, образующие новые знания.
(Кому они должны быть доступны. Это информация ДСП)

Результатом другого подобного исследования стало
создание системы предотвращения повторных аномальных событий
(CSPAR - Consultation System for Preventation of Abnormal’ Event Recurrence).

К сожалению, накопление знаний (особенно экспертных)
сегодня является одной из наиболее существенных нерешенных проблем создания СПО.

К этому добавляются трудноразрешимые задачи верификации базы знаний

системы и распределения ответственности между

операторами, СПО и ее разработчиками.

Сделанный в настоящем параграфе краткий обзор СПО лишь в общих чертах отражает

это сравнительно новое направление развития ЧМИ на АЭС.

Современное состояние дел в данной области характеризуется весьма прагматичным,

нацеленным на результат отношением к этим системам.

Их создание сегодня тесно увязывается с разработкой

имитаторов

тренажеров
и
процедур.

Компьютеризация последних стала уже обычным делом на западных АЭС.

В рамках работ по созданию СПО используются все

более совершенные методы представления знаний,

такие как гибридные модели, нейронные сети и др.

СПО создаются не только для поддержки операторов станционных систем,

но и для операторов более высокого уровня, например,

для диспетчеров, контролирующих выдачу электроэнергии в сеть.

Точное прогнозирование сезонных и суточных колебаний нагрузки в сети
может привести к существенной экономии ресурсов станции
за счет оптимизации графика ее эксплуатации.