Математические модели и методы оценки техногенных рисков

УДК 519.85 (076.5)

Математические модели и методы оценки техногенных рисков
И. К. Васильева, к.т.н., доцент, доцент Национальный аэрокосмический университет им. Н.Е. Жуковского «ХАИ»

Моделирование сложных технических систем и техногенных ситуаций затрагивает широкий круг проблем от проектирования и рационально¬го территориального размещения производственных объектов, мониторинга их состояния и управления функционированием до предотвращения аварий и техногенных катастроф, разработки и осуществления инженерно- технических мер по смягчению возможных последствий чрезвычайных ситуаций (ЧС) путем прогнозирования ЧС техногенного характера и оценки техногенных рисков.

Разнообразие процессов, происходящих в сложных системах, обуславливает необходимость использования разных видов моделей и методов моделирования. В докладе на примере анализа динамики запаса воды в водохранилище рассмотрена методика построения имитационных моделей (ИМ) и показаны возможности адекватного отображения исследуемых явлений с помощью имитационного моделирования, интегрирующего в себе знаковые, интуитивные, а при необходимости и материальные модели. Специфической особенностью ИМ является то, что оператор формирования исхода задается алгоритмически и имеет сложную разветвленную логико-математическую структуру. При этом действия, выполняемые на каком-либо этапе алгоритма, зависят от действий на предыдущих этапах и состояния блоков модели с учетом причинно следственных связей и обеспечением синхронизации по времени процессов и событий.
Таким образом, в соответствии с модульным принципом моделирования ИМ системы представима в виде совокупности модулей, описанных как общая динамическая система или один из ее частных случаев (при введении некоторых упрощающих допущений) и оператора сопряжения, описывающего связи отдельных модулей между собой и с внешней средой.
Основным преимуществом проблемно-ориентированных компьютерных имитационных моделей процессов, связанных с ЧС, является возможность накопления и обобщения разнородной информации (включая статистические данные, результаты натурных экспериментов, интуитивные представления экспертов) для решения сложных слабо формализованных проблем и в условиях неполной априорной информации.