На правах рукописиЦветков Роман ЕвгеньевичАвтоматизированная система управления пожарной безопасностьюпроизводства фрезерного торфа05.13.06 – Автоматизация и управление технологическими процессами и производствами (в промышленности)Автореферат диссертации на соискание ученой степени кандидата технических наукТверь – 2008Работа выполнена в Тверском государственном техническом университетеНаучный руководитель: доктор технических наук, профессор Палюх Борис ВасильевичОфициальные оппоненты: доктор технических наук, профессор Дмитриев Г.А.доктор технических наук, профессор Матвейкин В.Г.Ведущая организация – Тамбовский Государственный Технический УниверситетЗащита диссертации состоится 2 декабря 2008 г. в 14 часов на заседании диссертационного совета Д 212.262.04 при Тверском государственном техническом университете по адресу: 170026, г. Тверь, наб. Аф. Никитина, 22, комн. 212.С диссертацией можно ознакомиться в библиотеке Тверского государственного технического университета.Автореферат размещен на сайте ТГТУ http://www.tstu.tver.ru/new_struct/phd/ Автореферат разослан 1 ноября 2008 г. Ученый секретарьдиссертационного совета Н.Н. Филатова ^ ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫАктуальность темы. Торфяные пожары в Тверской области ежегодно охватывают большие площади лесов, болот, торфяных предприятий и заброшенных полей добычи торфа. Экономика области терпит от них значительный ущерб вследствие гибели лесных массивов, уничтожения производственной продукции, привлечения больших сил и средств на тушение. Окружающей среде наносится зачастую непоправимый вред. Многие экологические системы оказываются непоправимо разрушенными. С дымом в атмосферный воздух выбрасываются загрязняющие вещества в количествах, намного превышающих предельно допустимые концентрации, что отрицательно влияет на здоровье людей, обостряет хронические заболевания, увеличивает смертность населения. Наиболее распространенными причинами торфяных пожаров являются: самовозгорание фрезерного торфа в штабелях – 47%, искры, возникающие при работе технологического оборудования и тракторов – 25%, неосторожное обращение с огнем и пр. – 28%. Таким образом, чаще всего пожар возникает из-за самовозгорания торфа. Самовозгорание приводит как к прямым потерям торфа, так и к значительным убыткам за счет отвлечения большого количества рабочей силы на тушение очагов, изоляцию горящих караванов и др. Для уменьшения потерь, причиняемых самовозгоранием фрезерного торфа, необходимо своевременное прогнозирование появления очагов самовозгорания и принятие соответствующих мер, направленных на его предотвращение. Целью данной работы является увеличение точности прогнозирования самовозгорания фрезерного торфа в штабелях, повышение оперативности и эффективности принятия решений, направленных на предупреждение самовозгорания. Для достижения поставленной цели необходимо решить следующие задачи: провести анализ существующих методов прогнозирования самовозгорания фрезерного торфа в штабелях; определить наиболее подходящий метод прогнозирования опасности самовозгорания фрезерного торфа; сформулировать основные положения построения автоматизированной системы управления пожарной безопасностью производства фрезерного торфа; разработать структуру автоматизированной системы управления пожарной безопасностью производства фрезерного торфа; разработать человеко-машинную процедуру принятия решений по формированию комплекса мер, направленных на борьбу с самовозгоранием фрезерного торфа в штабелях; разработать прототип программного комплекса автоматизированной системы управления пожарной безопасностью производства фрезерного торфа; провести апробацию результатов исследования. Научная новизна работы заключается в следующем: осуществлено развитие метода прогнозирования самовозгорания фрезерного торфа, разработанного Козловым В.А., Малковым Л.М. и др., путем перехода к интервальным значениям диагностических показателей и прогностических коэффициентов, что привело к значительному сокращению зоны неопределенности и, как следствие, увеличению количества правильных прогнозов; разработана методика автоматизированного формирования плана мероприятий, направленных на борьбу с самовозгоранием, базирующаяся на использовании продукционных правил, связывающих достижение диагностическими показателями определенных значений с необходимыми управляющими воздействиями и сроками их проведения; для данной методики разработаны типовые шаблоны продукционных правил, определяющих назначение или прекращение мероприятий, регулярность или нерегулярность проведения мероприятий, абсолютные или относительные сроки проведения. ^ Практическая значимость работы вытекает из ее актуальности. Разрабатываемая автоматизированная система сможет применяться в практике работы торфяных предприятий для получения прогноза опасности самовозгорания фрезерного торфа, выявления наиболее опасных в этом отношении торфяных полей, автоматизированного формирования комплекса мероприятий по предупреждению самовозгорания, поможет избежать неоправданных затрат. ^ Апробация работы. Основные результаты диссертации докладывались и обсуждались на следующих конференциях: XVIII Международной научной конференции «Математические методы в технике и технологии» (Казань, 2005), XVII Международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании» (Пенза, 2006), Научно-практической конференции «Современные проблемы развития фундаментальной науки: по результатам регионального конкурса РФФИ 2006 года» (Тверь, 2006), Международной научно-технической конференции «Проблемы технологии и механизации разработки полезных ископаемых», посвященной 100-летию со дня рождения видного ученого, талантливого педагога, профессора, доктора технических наук, члена-корреспондента АН БССР Опейко Ф.А. (Минск, 2008).Публикации. По теме диссертации опубликовано 5 научных работ, в том числе в журнале «Программные продукты и системы», рекомендованном ВАК для публикации основных научных результатов диссертаций по специальности 05.13.06. Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложения. Объем работы составляет 133 страницы. Диссертация содержит 7 рисунков и 17 таблиц. ^ ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫВ первой главе рассмотрены основные факторы, влияющие на процесс саморазогревания и самовозгорания фрезерного торфа в штабелях, и основные методы борьбы с этим явлением. Далее, проведен анализ различных методов прогнозирования опасности самовозгорания фрезерного торфа. Большинство из них может быть разделено на две основные категории: одни основываются на природно-генетических свойствах торфа, другие на внешних, прежде всего, метеорологических факторах. Такая односторонность является недостатком – при определении опасности самовозгорания необходимо учитывать и те, и другие факторы. Кроме того, некоторым методам свойственны и другие недостатки: обобщенный характер прогноза, отсутствие единого показателя опасности самовозгорания или использование в качестве исходных данных значения показателей за весь сезон добычи торфа, что не позволяет осуществлять прогноз заблаговременно. От перечисленных недостатков свободен метод, разработанный Козловым В.А., Малковым Л.М. и др. Этими авторами была разработана прогностическая таблица для определения опасности самовозгорания торфа, проводящегося в два этапа: перед началом сезона – исходя из природно-генетических свойств торфа, по окончании сезона – исходя также из метеорологических показателей и температуры торфа в штабелях. Преимуществом данного метода является то, что он учитывает факторы различной природы, характеризующие как природно-генетические свойства торфа, так и метеорологические условия сезона, и выдает единый показатель опасности самовозгорания торфа. Таким образом, он объединяет положительные стороны методов обеих категорий. Еще одно положительное качество заключается в возможности прогнозирования перед началом сезона добычи торфа, когда известны значения еще не всех факторов. Кроме того, метод был успешно опробован на различных торфяных предприятиях, что говорит о его независимости от конкретного предприятия. Недостатком данного метода является наличие «зоны неопределенности», при попадании в которую суммы прогностических коэффициентов невозможно дать определенный ответ о принадлежности торфа к той или иной категории. Кроме того, не учитывается погрешность измерения диагностических показателей. Это чревато тем, что в результате прогнозирования может быть пропущено торфяное поле, опасное в отношении самовозгорания, или, наоборот, выдан сигнал ложной тревоги, а также могут быть излишние случаи отказа от распознавания категории. Таким образом, метод Козлова В.А. был признан наилучшим среди рассмотренных методов определения опасности самовозгорания. Однако был сделан вывод о целесообразности его модернизации в целях учета погрешности измерений и уменьшения зоны неопределенности, чтобы уменьшить количество отказов от распознавания категории опасности самовозгорания. ^ Вторая глава посвящена модернизации метода определения опасности самовозгорания фрезерного торфа, разработанного Козловым В.А. и др. Для преодоления выявленных ограничений было решено использовать интервальную арифметику. В этом случае диагностические показатели представляются в виде интервальных чисел с учетом погрешности измерения:, где Xj – интервальное значение j-го диагностического показателя, xj – измеренное значение j-го диагностического показателя, xj – погрешность измерения j-го диагностического показателя, n – количество диагностических показателей. После того, как получены интервальные значения диагностических показателей, по прогностической таблице определяются соответствующие им интервальные диагностические коэффициенты. Для этого берутся диапазоны, в которые попадают нижняя и верхняя границы интервального значения диагностического показателя, и диапазоны, лежащие между ними. В качестве нижней границы интервального коэффициента берется наименьший из коэффициентов, соответствующих этим диапазонам, в качестве верхней – наибольший. Полученные интервальные коэффициенты суммируются, и определяется сумма прогностических коэффициентов, характеризующих природно-генетические свойства торфа, в виде интервального числа. В случае если этот интервал полностью лежит в опасной зоне, то есть его нижняя граница больше или равна порогу A, то принимается решение об отнесении торфа к опасной категории. Если же интервал полностью лежит в малоопасной зоне, то есть его верхняя граница меньше или равна порогу B, то принимается решение об отнесении торфа к малоопасной категории. Если интервал полностью лежит в зоне неопределенности, то есть его нижняя граница больше порога B, а верхняя граница меньше порога A, то имеет место полная неопределенность, как и случае классического метода. Если же интервал попадает более, чем в одну зону, то можно рассчитать вероятность того, что торф относится к той или иной категории, по формулам: , (1), (2) где ^ P(A) – вероятность того, что торф относится к опасной категории, P(B) – вероятность того, что торф относится к малоопасной категории, A – порог, при достижении которого выносится решение об отнесении торфа к опасной категории, B – порог, при достижении которого выносится решение об отнесении торфа к малоопасной категории. Полученное значение дает дополнительную информацию пользователям для принятия решения об отнесении торфа к той или иной категории склонности к саморазогреванию и самовозгоранию. В этом преимущество интервального анализа перед традиционным. Данный усовершенствованный метод был проверен на практике. Объектами исследования служили 30 торфяных полей. При использовании интервального анализа решение об отнесении торфа к одной из категорий принималось в случае, если вероятность, рассчитанная по формулам (1–2), составляла 0,5 и больше. Проверка на практике показала, что использование усовершенствованного метода приводит к уменьшению количества отказов от распознавания категории опасности самовозгорания фрезерного торфа – их число сократилось вдвое, с 20% до 10%. Даже в тех случаях, когда усовершенствованный метод приводил к отказу от распознавания, иногда удавалось получить отличное от нуля значение вероятности отнесения торфа к той или иной категории. Это давало дополнительную информацию лицам, принимающим решение. За счет сокращения числа отказов от распознавания при использовании усовершенствованного метода возросло число правильных прогнозов с 70% до 80%. Количество ошибочных прогнозов при использовании как классического, так и усовершенствованного метода составило 10%, что не превысило запланированного рубежа в 20%. Сравнительные результаты прогнозирования классическим и интервальным методами приведены в табл.1 и на рис. 1. Таким образом, проверка показала, что использование усовершенствованного метода прогнозирования самовозгорания более эффективно по сравнению с классическим. Табл. 1. Сравнение результатов прогнозирования классическим и усовершенствованным методом Показатель Традиционный метод Усовершенствованный метод Количество отказов от распознавания в начале сезона 13% 7% Количество отказов от распознавания в конце сезона 20% 10% Количество правильных прогнозов 70% 80% Количество ошибочных прогнозов 10% 10% ^ В третьей главе рассматриваются основные положения построения автоматизированной системы управления пожарной безопасностью хранения фрезерного торфа. Рис. 1. Сравнение результатов прогнозирования классическим и усовершенствованным методомОсновной задачей, для решения которой предназначена разрабатываемая автоматизированная система, является автоматизированная выработка мероприятий по борьбе с саморазогреванием и самовозгоранием фрезерного торфа в штабелях. Для успешного решения этой задачи необходим постоянный контроль различных показателей, характеризующих степень пожарной опасности. Система должна включать модуль, обеспечивающий на основе вводимой информации о значении этих показателей автоматизированное формирование управляющих воздействий, направленных на предотвращение самовозгорания. Помимо прочих характеристик, важным показателем, который должен учитываться при составлении списка мероприятий по борьбе с самовозгоранием, является прогноз опасности самовозгорания торфа на различных торфяных полях. Прогнозирование возгорания фрезерного торфа производится на основе данных о природно-генетических свойствах торфа, метеорологических факторах и ходе повышения температуры торфа в штабелях. В связи с тем, что перед началом сезона добычи торфа известны только первые, прогнозирование должно проводиться в два этапа. Первый, основанный только на природно-генетических свойствах торфа, проводится в начале сезона добычи, а второй, использующий все показатели – в конце. Результаты первого этапа учитываются при формировании управляющих воздействий в ходе сезона, а второго – после окончания сезона добычи. С учетом перечисленных требований система управления пожарной безопасностью хранения фрезерного торфа была описана с помощью аппарата отображения множеств. Управляющая система S (рис. 2) представляет собой совокупность операторов, реализующих систему управления пожарной безопасностью торфяного производства в процессе хранения фрезерного торфа. Оператор R0 предназначен для получения прогноза опасности самовозгорания фрезерного торфа перед началом сезона добычи исходя из данных о природно-генетических свойствах торфа и реализует отображение: R0: Xпг Рпг, где Xпг – множество исходных для прогнозирования данных, характеризующих природно-генетические свойства торфа на различных полях торфяного предприятия; Pпг – множество значений категории опасности самовозгорания фрезерного торфа для различных полей торфяного предприятия, определенных по природно-генетическим свойствам торфа. Оператор R1 определяет прогностические коэффициенты, соответствующие значениям метеорологических факторов:R1: Mp ПКмт, где Mp – множество исходных для прогнозирования данных, характеризующих метеорологические факторы, ПКмт – множество прогностических коэффициентов, соответствующих значениями метеорологических факторов. Оператор R2 предназначен для получения прогноза опасности самовозгорания фрезерного торфа в конце сезона добычи и реализует отображение: R2: PпгXtПКмт P, где Xt – множество данных о температуре торфа в штабелях на момент прогнозирования, P – множество значений категории опасности самовозгорания фрезерного торфа для различных полей торфяного предприятия. Оператор R3 предназначен для выработки управляющих воздействий, направленных на предотвращение самовозгорания фрезерного торфа. Он реализует две функции, первая из которых R31 служит для формирования управляющих воздействий на протяжении сезона добычи торфа:R31: PпгXсMс Lс, где Xс – множество значений показателей, характеризующих состояние различных штабелей торфа на протяжении сезона добычи; Mс – множество значений показателей, характеризующих состояние окружающей среды на протяжении сезона добычи; Lс – множество управляющих воздействий, направленных на предотвращение появления очагов самовозгорания фрезерного торфа в штабелях и выполняющихся в ходе сезона добычи торфа. Рис. 2. Схема управления пожарной безопасностью торфяного производстваВторая функция R32 предназначена для формирования управляющих воздействий по окончании сезона добычи:R32: PXсMсXпсMпс Lпс, где Xпс – множество значений показателей, характеризующих состояние различных штабелей торфа после окончания сезона добычи; Mпс – множество значений показателей, характеризующих состояние окружающей среды после окончания сезона добычи; Lпс – множество управляющих воздействий, направленных на предотвращение появления очагов самовозгорания фрезерного торфа в штабелях и выполняющихся по окончании сезона добычи торфа. Разработана структура автоматизированной системы управления пожарной безопасностью хранения фрезерного торфа. В ее составе выделены следующие основные модули: модуль ввода сведений, характеризующих природно-генетические свойства торфа на различных торфяных полях, для прогнозирования перед началом сезона; модуль ввода данных, необходимых для прогнозирования в конце сезона; модуль прогнозирования опасности самовозгорания фрезерного торфа в штабелях на различных полях торфяного предприятия; модуль отображения результатов прогноза на электронной карте местности; модуль настройки картографического представления информации; модуль заполнения базы знаний правилами продукции; модуль ввода значений характеристик, необходимых для формирования управляющих воздействий; модуль формирования управляющих воздействий, направленных на предупреждение самовозгорания фрезерного торфа в штабелях; модуль контроля за исполнением выработанных управляющих воздействий; модуль задания путей к базе данных, базе знаний и электронной карте местности. Схема взаимосвязи перечисленных модулей представлена на рис. 3. Сформирована методика автоматизированного формирования комплекса мероприятий, направленных на борьбу с самовозгоранием. Рассмотрены ее основные этапы. ^ Ввод данных, характеризующих природно-генетические свойства торфа. Здесь пользователь должен ввести данные, на основании которых будет производиться прогнозирование опасности самовозгорания в начале сезона добычи торфа. В целях повышения гибкости системы пользователю предусмотрена возможность изменить перечень диагностических показателей и прогностическую таблицу. ^ Прогнозирование опасности самовозгорания торфа на различных полях перед началом сезона. На этом этапе с помощью прогностической таблицы определяются прогностические коэффициенты, соответствующие имеющимся значениям диагностических показателей. Затем они суммируются, и результат сравнивается с порогами, соответствующими опасной и малоопасной категориям торфа. В случае наличия неопределенности рассчитывается вероятность отнесения торфа к той или иной категории. Прогноз рассчитывается отдельно для каждого торфяного поля. Результат выдается пользователю в табличном виде. ^ Ввод данных о суммарной эффективной испаряемости и температуре торфа в штабелях. На этом этапе пользователь вводит данные о значениях упомянутых двух величин. Так же, как и в случае с данными о природно-генетических свойствах торфа, предусмотрена возможность добавления новых характеристик и соответствующего расширения прогностической таблицы. ^ Прогнозирование опасности самовозгорания торфа на различных полях в конце сезона. На этом этапе с помощью прогностической таблицы определяются прогностические коэффициенты, соответствующие суммарной эффективной испаряемости и температуре торфа в штабелях. Затем они складываются с суммой природно-генетических коэффициентов, и результат сравнивается с порогами, соответствующими опасной и малоопасной категориям торфа. В случае наличия неопределенности рассчитывается вероятность отнесения торфа к той или иной категории. Прогноз рассчитывается отдельно для каждого торфяного поля. Результат выдается пользователю в табличном виде. Рис. 3. Структура автоматизированной системы управления пожарной безопасностью производства фрезерного торфа^ Настройка картографического представления информации. Пользователь задает настройки, определяющие представление результатов прогноза на электронной карте местности в удобном для него виде, а именно указывает диапазоны значений показателя опасности самовозгорания, обозначаемые различными цветами, и цвета, которыми будут обозначаться эти диапазоны. Этот этап выполняется независимо от остальных. ^ Отображение результатов прогноза на электронной карте местности. Результаты прогноза представляются в картографическом виде. Торфяные поля на карте торфопредприятия окрашиваются в различные цвета, соответствующие прогнозу количества штабелей с очагами самовозгорания для этого поля. ^ Заполнение базы знаний правилами продукции. На основании информации, полученной от экспертов, формируются правила продукции, с помощью которых автоматизированная система будет формировать мероприятия по борьбе с самовозгоранием. Разработаны типовые шаблоны таких правил. Условия правил содержат показатель, который будет подвергаться проверке, значение, с которым будет производиться сравнение, либо же другой показатель того же типа и операцию сравнения. Следствие содержит указание, какое действие должно осуществляться в результате выполнения правила – присвоение значения какому-либо показателю, назначение определенного мероприятия или прекращение выполнения мероприятия. Для правил, ведущих к присвоению значения, в следствии также указываются показатель, которому будет присвоено значение, и значение, которое будет присвоено, либо другой показатель того же типа. Для правил, ведущих к назначению или прекращению мероприятия, указываются мероприятие, срок, в который оно должно быть проведено или прекращено, для регулярных мероприятий – также интервал времени, через который оно должно повторяться, и дату окончания. В правилах продукции могут указываться как абсолютные даты, так и относительные, то есть интервалы времени, по прошествии которых с даты срабатывания правила должно быть осуществлено управляющее воздействие. Некоторые правила содержат признак, указывающий на необходимость блокирования после первого срабатывания. Пример правила продукции: ЕСЛИ «высота штабеля» >= 2 м И «категория опасности самовозгорания» = «опасная» ТО НАЗНАЧИТЬ МЕРОПРИЯТИЕ «температурный контроль» НА СРОК «текущая дата» + 1 С ПЕРИОДОМ 15 суток ОКОНЧАНИЕ 01.11. Данный этап независим от перечисленных выше, и для функционирования системы достаточно выполнить его один раз. Тем не менее, целесообразно пополнять или изменять набор правил продукции после каждого пожароопасного сезона в целях занесения в базу вновь полученных знаний. ^ Оперативный ввод данных, необходимых для формирования управляющих воздействий. В базу данных вводятся значения показателей, от которых зависит необходимость осуществления тех или иных мероприятий. Одни значения могут вводиться нерегулярно или даже разово, например, категория пожарной опасности торфа в штабеле, определенная тем или иным способом, или срок вывоза штабеля потребителю, другие вводятся с определенным интервалом, различным для различных характеристик. Для одних характеристик значения задаются для предприятия в целом, для других – отдельно для каждого торфяного поля или даже штабеля. ^ Формирование управляющих воздействий, направленных на предупреждение самовозгорания торфа. На этом этапе автоматизированная система формирует перечень мероприятий, направленных на предупреждение самовозгорания фрезерного торфа. Формирование такого перечня осуществляется путем применения продукционных правил, связывающих достижение диагностическими переменными определенных значений с необходимыми управляющими воздействиями. Данный этап должен повторяться ежедневно в целях учета меняющейся обстановки. При его выполнении система считывает значения диагностических переменных из базы данных, и проверяет условия правил продукции. Если все условия какого-либо правила выполняются, то оно активизируется и содержащееся в его заключении управляющее воздействие добавляется в перечень. Для любой характеристики проверяется наиболее позднее ее значение. Для некоторых показателей во избежание ненужных повторных выполнений правил проверяется только значение, введенное после последнего срабатывания правила. В заключениях правил должно содержаться не только указание, какое мероприятие должно быть проведено, но и в какие сроки оно должно быть осуществлено. В качестве посылок для правил продукции выступают условия на значения различных характеристик, как числовых, так и нечисловых. В качестве последних может выступать, например, признак наложения изоляции на штабель или признак, указывающий, возникал ли в этом штабеле очаг самовозгорания. При использовании числовых характеристик для повышения устойчивости автоматизированной системы к случайным погрешностям и случайным отклонениям целесообразно применение методов интервального анализа. В соответствии с ними числовые переменные представляются в виде интервальных чисел где , – нижняя и верхняя границы интервала X; x – число из интервала X; R – множество вещественных чисел. Для каждой переменной задается диапазон или несколько диапазонов, соответствующих различным степеням пожарной опасности. Каждый диапазон задается в виде интервала . Пусть на интервале времени переменная принимала значения . Для того, чтобы определить, произошло ли изменение степени пожарной опасности, рассчитывается индикаторная функция P(Xk). В случае, если увеличение пожарной опасности наступает при выходе значений k-го показателя за верхнюю границу нормативного диапазона, индикаторная функция имеет вид. В случае, когда увеличение пожарной опасности наступает при выходе значений k-го показателя за нижнюю границу нормативного диапазона, используется следующая индикаторная функция. В случае, когда увеличение пожарной опасности наступает при выходе значений k-го показателя как за верхнюю, так и за нижнюю границы нормативного диапазона, индикаторная функция имеет вид . Значение индикаторной функции определяет активизацию продукционного правила. если значение индикаторной функции равно нулю, правило не активизируется, если равно единице – происходит активизация правила. Когда значение индикаторной функции отлично от нуля и единицы, рассчитывается вероятность изменения степени пожарной опасности Q. Если применяется индикаторная функция P1(Xk), то вероятность увеличения степени пожарной опасности оценивается по формуле . Если применяется функция P2(Xk), то вероятность увеличения степени пожарной опасности. Если используется функция P3(Xk), то расчет вероятности увеличения степени пожарной опасности проводится либо по формуле, либо по формуле в зависимости от того, за какую границу вышло значение показателя Xk. Использование рассчитанного значения Q возможно двояким образом. В одних случаях эксперты заранее устанавливают пороговые значения индикаторной функции, определяющие активизацию правила продукции. Если же такой порог не установлено, то рассчитанная величина Q выдается пользователю для принятия решения. ^ Коррекция и утверждение лицом, принимающим решения, перечня управляющих воздействий. На этом этапе сформированный перечень мероприятий предоставляется пользователю. Изучив полученный перечень, пользователь может внести в него коррективы и, наконец, утверждает его. После утверждения сформированный набор мероприятий сохраняется в базе данных, добавляясь к уже хранящемуся там перечню. ^ Контроль выполнения запланированных мероприятий. На этом этапе оператору выдается сообщение о мероприятиях, запланированных на текущий день или ближайшие дни, а также о просроченных мероприятиях. ^ В четвертой главе рассматриваются особенности построения и применения прототипа автоматизированной системы управления пожарной безопасностью производства фрезерного торфа. Обоснована структура базы данных, описаны основные функции, реализация и пользовательский интерфейс программного комплекса. Программная реализация прототипа автоматизированной системы выполнена в среде Borland Delphi 7. Прототип использует СУБД Microsoft Access. Для визуализации результатов на электронной карте местности применяется геоинформационная система MapInfo. Выполнена апробация разработанного прототипа на реальных данных. Результаты проверки показали эффективность и целесообразность применения разработанного программного проекта для прогнозирования самовозгорания фрезерного торфа и формирования комплекса мероприятий по борьбе с самовозгоранием. ^ ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ РАБОТЫВ ходе выполненного исследования получено новое решение задачи прогнозирования самовозгорания фрезерного торфа и автоматизированного формирования комплекса мероприятий по борьбе с этим явлением. Основные результаты исследования состоят в следующем. Обоснована целесообразность использования метода, разработанного Козловым В.А., Малковым Л.М. и др., для прогнозирования опасности самовозгорания фрезерного торфа. Преимуществами данного метода являются учет как природно-генетических свойств торфа, так и метеорологических характеристик сезона; наличие единого показателя, характеризующего опасность самовозгорания; возможность прогнозирования не только по окончании сезона добычи торфа, но и перед его началом; независимость от конкретного торфопредприятия. Выявлено ограничение данного метода, заключающееся в наличии зоны неопределенности и приводящее в ряде случаев к отказу от распознавания категории опасности самовозгорания торфа. Осуществлено развитие данного метода путем перехода к интервальным значениям диагностических показателей и прогностических коэффициентов. Проверка показала эффективность данной модернизации – количество отказов от распознавания сократилось вдвое, что привело к увеличению числа правильных прогнозов. Разработана структура автоматизированной системы управления пожарной бе