Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах

Приведен ряд авторских математических моделей анализа предвестников аварий для прогнозирования аварийных состояний на угольных шахтах и предложены базовые принципы стационарного и мобильного мониторинга с применением мобильных роботов с элементами искусственного интеллекта для повышения безопасно...

Повний опис

Збережено в:

Бібліографічні деталі
Дата:	2009
Автори:	Писаренко, В.Г., Писаренко, Ю.В.
Формат:	Стаття
Мова:	Russian
Опубліковано:	Інститут проблем штучного інтелекту МОН України та НАН України 2009
Теми:	Интеллектуальные робототехнические системы
Онлайн доступ:	http://dspace.nbuv.gov.ua/handle/123456789/8075
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:	Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах / В.Г. Писаренко, Ю.В. Писаренко // Штучний інтелект. — 2009. — № 3. — С. 308-316. — Бібліогр.: 14 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine

id	irk-123456789-8075
record_format	dspace
spelling	irk-123456789-80752010-04-30T12:01:19Z Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах Писаренко, В.Г. Писаренко, Ю.В. Интеллектуальные робототехнические системы Приведен ряд авторских математических моделей анализа предвестников аварий для прогнозирования аварийных состояний на угольных шахтах и предложены базовые принципы стационарного и мобильного мониторинга с применением мобильных роботов с элементами искусственного интеллекта для повышения безопасности на угольных шахтах. Наведено ряд авторських математичних моделей аналізу передвісників аварій для прогнозування аварійних станів на вугільних шахтах та запропоновано базові принципи стаціонарного і мобільного моніторингу з використанням мобільних роботів з елементами штучного інтелекту для підвищення безпеки на вугільних шахтах. This article describes a number of authors’ mathematical models for analysis of accidents early warning to predict the emergency state in coal mines. We propose the basic principles of fixed and mobile monitoring with the application of mobile robotics with artificial intelligence elements to improve safety in coal mines. 2009 Article Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах / В.Г. Писаренко, Ю.В. Писаренко // Штучний інтелект. — 2009. — № 3. — С. 308-316. — Бібліогр.: 14 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/8075 004.896 ru Інститут проблем штучного інтелекту МОН України та НАН України
institution	Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection	DSpace DC
language	Russian
topic	Интеллектуальные робототехнические системы Интеллектуальные робототехнические системы
spellingShingle	Интеллектуальные робототехнические системы Интеллектуальные робототехнические системы Писаренко, В.Г. Писаренко, Ю.В. Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах
description	Приведен ряд авторских математических моделей анализа предвестников аварий для прогнозирования аварийных состояний на угольных шахтах и предложены базовые принципы стационарного и мобильного мониторинга с применением мобильных роботов с элементами искусственного интеллекта для повышения безопасности на угольных шахтах.
format	Article
author	Писаренко, В.Г. Писаренко, Ю.В.
author_facet	Писаренко, В.Г. Писаренко, Ю.В.
author_sort	Писаренко, В.Г.
title	Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах
title_short	Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах
title_full	Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах
title_fullStr	Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах
title_full_unstemmed	Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах
title_sort	актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах
publisher	Інститут проблем штучного інтелекту МОН України та НАН України
publishDate	2009
topic_facet	Интеллектуальные робототехнические системы
url	http://dspace.nbuv.gov.ua/handle/123456789/8075
citation_txt	Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах / В.Г. Писаренко, Ю.В. Писаренко // Штучний інтелект. — 2009. — № 3. — С. 308-316. — Бібліогр.: 14 назв. — рос.
work_keys_str_mv	AT pisarenkovg aktualʹnyenapravleniârazvitiâintellektualizirovannojrobototehnikidlâsniženiâavarijnostinašahtah AT pisarenkoûv aktualʹnyenapravleniârazvitiâintellektualizirovannojrobototehnikidlâsniženiâavarijnostinašahtah
first_indexed	2025-07-02T10:48:12Z
last_indexed	2025-07-02T10:48:12Z
_version_	1836531887870312448
fulltext	«Искусственный интеллект» 3’2009 308 6П УДК 004.896 В.Г. Писаренко, Ю.В. Писаренко Институт кибернетики им. В.М. Глушкова НАН Украины, г. Киев, Украина jvpisarenko@gmail.com Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах Приведен ряд авторских математических моделей анализа предвестников аварий для прогнозирования аварийных состояний на угольных шахтах и предложены базовые принципы стационарного и мобильного мониторинга с применением мобильных роботов с элементами искусственного интеллекта для повышения безопасности на угольных шахтах. Введение Начавшийся на рубеже 50-х годов период экстремального развития топливно- энергетического комплекса, включая угольную отрасль, продолжался более трех де- сятилетний, и в 1958 г. бывший СССР вышел на первое место в мире по объему до- бычи угля, удерживая это преимущество до 1980 г. В 1988 г. страной был достигнут наивысший уровень добычи зa всю ее историю – 771,8 млн т, или 17,2% мирового про- изводства угля. Но после известных событий 1991 года угольная отрасль Украины практически не получала ощутимых инвестиций по модернизации используемых технологий конца ХХ века. Специалисты считают, что именно это является одной из главных причин непрерывного роста аварийности на отечественных шахтах. Величина убытков от аварий на шахтах и затрат на ликвидацию последствий от таких событий в Украине оцениваются свыше 30 млн $ в год. Анализ показывает [1], что для выхода отечественной угольной отрасли из ны- нешнего критического состояния одной из наиболее актуальных проблем является создание высокотехнологических средств предотвращения аварий, включая создание дистанционно управляемых робототехнических систем и мобильных интеллектуали- зированных роботов-разведчиков (ИРР) для контроля текущих и послеаварийных сос- тояний участков горного производства. Постановка задачи Для решения многих актуальных задач угольной промышленности является ак- туальной задача повышения роли средств контроля и автоматики для предотвраще- ния аварий, технологий использования дистанционно управляемых и автономных мобильных роботов для профилактического контроля состояния участков горного производства повышенной опасности для персонала и для оперативного проведения мероприятий по ликвидации последствий аварии на шахтах. Разработка системы интеллектуализированных роботов для дистанционного мо- ниторинга требует использования специальной технологии обмена оперативными дан- Актуальные направления развития интеллектуализированной робототехники... «Штучний інтелект» 3’2009 309 6П ными для борьбы с авариями на шахтах, включая многоканальный мониторинг уровня рисков аварийности (по метану, угольной пыли, первоисточникам воспламенения), распределенную сеть стационарных и мобильных сенсоров на территории шахты. Таким образом, приходим к одной из разновидностей более общей задачи опера- тивного обнаружения опасных быстропротекающих ТЭП, его идентификации и при- нятия оптимальных средств нейтрализации последствий данного ТЭП. В такой, более общей, постановке эта проблема рассматривалась в ряде работ авторов [2-5] как проб- лема «УПРАВЛЕНИЕ_ТЭП». Сочетание стационарного и мобильного мониторинга Здесь считаем необходимым подчеркнуть, что наш анализ нынешнего состояния аварийности на украинских шахтах приводит к выводу, что продолжает быть актуальной не только проблема усовершенствования системы стационарного мониторинга уровня рисков аварии на всех основных технологических участках шахтной выработки, но и создание системы оперативного реагирования на внезапно возникшие очаги вероятной аварии в конкретном месте (быстрая доразведка внезапно выявленных зон быстро растущего риска новой аварии и меры максимальной нейтрализации ее ожидаемых последствий), базирующейся на применении специальной мобильной интеллектуали- зированной робототехники (использование ТИР). Для целей практического проектирования и использования ТИР для решения задачи формирования интеллектуальных роботов быстрого реагирования (как подраздел авторской технологии «УПРАВЛЕНИЕ_ТЭП» [2-5]) необходимо методом имитацион- ного моделирования с использованием БД и БЗ, ИАС_ТЭП и ИХ_ТЭП [2-5] вычислить приемлемый темп принятия решений, то есть длину интервала t  (, tопт) для выпол- нения полного цикла трех операций: «доразведка + распознавание + нейтрализация» данного опасного ТЭП. В работах авторов алгоритм предвычисления ожидаемого зна- чения tопт получается с помощью так называемой базовой теоремы [2]. Не считая целесообразным здесь давать детальную формулировку и доказатель- ство этой теоремы, рассмотрим подробнее важный и притом весьма распространен- ный случай: величина затрат на доразведку и нейтрализацию Sд(t) является монотонно убывающей функцией от времени t, а величина Sу(t) накопившегося ущерба к теку- щему моменту t  [, Т] является монотонно растущей функцией времени t, причем обе функции Sд(t) и Sу(t) являются выпуклыми книзу функциями своего аргумента. Для этой ситуации в нашей работе [2] получены некоторые достаточные усло- вия, обеспечивающие существование минимума суммы Sд(t) + Sу(t) на этом интервале. Алгоритм конкретизации вычисления экстремума (минимума) особенно наглядно полу- чается для достаточно общего случая, когда функции Sд(t) и Sу(t) из леммы 1 работы [2] допускают мажорирование (целесообразное в силу объективной неполной предсказуе- мости описания изменчивых внешних для ТЭП условий в данном имитационном мо- делировании как, фактически, fuzzy-процессе) сверху и снизу некоторыми монотон- ными функциями аргумента t: это верхняя Wy(t) и нижняя мажоранты Vy(t) для Sу(t), и аналогично верхняя Wд(t) и нижняя мажоранты Vд(t) для Sд(t), так что по определе- нию справедливы неравенства:   ;0,,),()()( TTttVtStW yyy     TTttVtStW ддд   0,,),()()( . Писаренко В.Г., Писаренко Ю.В. «Искусственный интеллект» 3’2009 310 6П Названная лемма [2] позволяет получить ожидаемое положение оптимального момента времени tопт = tрасп + tв + tн для данного ТЭП, который отвечает моменту вре- мени, когда суммарные затраты на всю процедуру «доразведка + нейтрализация + накопившийся ущерб от ТЭП» минимальны для всего рабочего интервала прогнози- рования t  [, Тtmin – 1  tрасп + tв + tн  tmin + 2], где tрасп – общее время доразведки, распознавания и идентификации (в соответствии с работой [2]), tв – длительность про- цесса выбора технологий нейтрализации, tн – длительность процесса нейтрализации ЭП/ЧС с помощью этих технологий, некоторые параметры 1 > 0 и 2 > 0, означаю- щие оценку вклада стохастичности (из-за неполной предсказуемости описания измен- чивых внешних для ТЭП условий в данном fuzzy-процессе). Иными словами, в лемме два параметра ( – момент начала интервала имитацион- ного моделирования и Т – конец интервала моделирования) выбираются из оценок начала и конца прогнозного интервала такими, чтобы получаемый интервал модели- рования содержал искомый минимум tопт = tрасп + tв + tн для данного ТЭП. Некоторые базовые предвестники крупных аварий на угольных шахтах Для установления взаимодействия стационарного и мобильного мониторинга шахтной предаварийной обстановки целесообразно использование выявленных ранее корреляций выбросов метана с активизацией акустической эмиссии в зоне выработ- ки и с темпом проходки [6]. Для прогноза и контроля динамики метановыделения в очистных забоях в работе [6] предлагается подвергнуть анализу SSA множество факторов, влияющих на этот процесс. Проблема прогнозирования метановыделения решается в концептуальном аспекте, и для демонстрации возможностей метода гибридного прогно- зирования рассмотрим в качестве примера динамические ряды метановыделения (СН4), акустической эмиссии (АЭ) и скорости продвигания (V) на 25-ой лаве шахты «Молодо- гвардейская» ОАО «Краснодонуголь». В результате применения SSA (Singular Spectrum Analysis) по каждому фактору выделено 18 – 20 значимых компонент, сравнительный анализ которых позволяет создать несколько групп корреляционных зависимостей, а качественная трактовка таких зависимостей, по мнению авторов работы [6], позволя- ет выявлять ряд весьма важных, но скрытых при первичном анализе связи факторов метановыделения, акустической эмиссии и скорости продвигания лавы в забое. Другой достаточно известной группой источников аварий на угольных шахтах являются процессы самовозгорания угольных пластов. Например, в работе [7] предла- гается степень пожароопасности угольных пластов определять по методу, основан- ному на обработке статистического материала о возникших эндогенных пожарах за длительный период работы шахт. Этот метод учитывает горногеологические и горно- технические условия разработки пластов (мощность, угол падения, скорость продви- гания лавы, диффузионное сопротивление). В качестве признаков пожароопасноcти учитываются внутренние свойства углей, характеризующие их способность к окисле- нию, и условия нахождения угольных скоплений (их размеры, конфигурацию, прососы воздуха, параметры тепло- и массоотдачи и др.). В связи с этим предлагается разра- ботка комплексного показателя пожароопасности, учитывающего интенсивность при- тока теплоты при химических реакциях угля с кислородом воздуха и вынос ее, и сравнение со статистическими данными. Сформулирована математическая модель переноса теплоты и различных газов (метана, кислорода) в фильтрационном потоке Актуальные направления развития интеллектуализированной робототехники... «Штучний інтелект» 3’2009 311 6П через слой угольных частиц различных фракций. Предполагается, что источники теп- лоты расположены в твердой фазе на реакционной поверхности частиц с учетом десорбции метана и паров воды, сорбции и хемосорбции кислорода. Найдено численно- аналитическое решение задачи, позволяющее выполнить расчеты динамики темпе- ратуры в угольном скоплении, при этом учитываются его геометрические параметры, характеристики угля и прилегающих пород. Температура угля плавно поднимается до некоторого критического значения, после чего начинается ее резкое повышение и происходит возгорание. В случае метановыделения время достижения критической температуры увеличивается и при остаточной газоносности пласта более 5 м3/т мо- жет возрасти в 1,5 – 2 раза. По совокупности физико-химических свойств, определенных в лабораторных условиях для каждого пласта, при прочих равных параметрах, отражающих геомет- рические размеры скопления, утечки воздуха, теплоотвод, можно установить, за какое время достигается температура самовозгорания [7]. Сравнение с пороговым значением позволяет сделать заключение о склонности углей к самовозгоранию. Для обнаружения аварийноопасных периодов с помощью интеллектуальных сис- тем обработки потока мониторинговой информации по отдельным технологическим участкам шахты целесообразно развивать систему мобильного мониторинга для допол- нительного наблюдения за новообразующимися участками в пространстве-времени и для принятия соответствующих превентивных мер перед вероятной (ожидаемой) ава- рией, – с применением упомянутых выше ТИР. Уравнения Колмогорова для прогнозирования развития предаварийной ситуации на шахте Детальный анализ причин и предпосылок всей статистики за период с начала 60-х до начала 90-х годов ХХ столетия взрывов на шахтах угледобывающей промыш- ленности бывшего СССР показывает (например, монография [8]), что подавляющее большинство этих аварий происходило при возникновении предаварийного состояния шахтной атмосферы по концентрации метана и угольной пыли в течение «достаточ- но длительного» времени, на фоне чего появление высокотемпературного источника (прежде всего искра производственного происхождения, а также беспечность горняков- курильщиков – например, табл. 1.1. из работы [8]) приводило к взрыву с вероятно- стью, зависящей от времени ожидания и степени критичности концентрации метана и угольной пыли. Для прогнозирования создания такой предаварийной ситуации на шахте можно воспользоваться моделью однородных марковских процессов как раздела теории случайных процессов. Согласно выводам этой теории, вероятности нахождения сис- темы во всех возможных ее состояниях в текущий момент времени t удовлетворяют линейной системе обыкновенных дифференциальных уравнений Колмогорова [9]:         n k kki n j jij i tPtP dt tdP 00  , ,...,,0 ni  (1) где i – номер состояния,  tPi – вероятность нахождения в i-ом состоянии, ij – интен- сивность потока из i-го состояния изучаемой системы, ki – интенсивность потоков, входящих в i-ое состояние. При интегрировании уравнений (1) задаются начальные условия в форме   00 ipP  . В любой момент времени должны выполняться условия   1 1   n i i tP . Писаренко В.Г., Писаренко Ю.В. «Искусственный интеллект» 3’2009 312 6П В реальном случае компьютерного моделирования развития предаварийной си- туации интенсивности ij задаются для конкретной шахты из статистики прошлых наб- людений и экспериментальных исследований взрыва в специальных лабораториях во взрывных камерах [8]. В Институте кибернетики им. В.М. Глушкова НАН Украины создан комплекс программного обеспечения для расчета предаварийных ситуаций методом уравнений Колмогорова. Ниже приведена в качестве примера схема расчета упрощенной системы, учитывающей наличие метана в атмосфере и искры для 4 состоя- ний: «нет метана и нет искры (состояние Q0)»; «есть метан и нет искры (состояние Q1)», «нет метана и есть искра (состояние Q2)»; «есть метан и есть искра» (состояние Q3)». Для такой модели возникает граф с указанными на нем переходами между этими 4 состояниями (рис. 1). Рисунок 1 – Граф с указанными на нем переходами между 4 состояниями в шахте Значения интенсивностей ij переходов ji QQ  между различными состояния- ми выбирались в виде, показанном в табл. 1. Таблица 1 Интенсивность ij 01 02 13 23 10 20 Значение 6 0,5 1 3 0,5 5 Рисунок 2 – Графики построенных решений системы уравнений Колмогорова (1) для развития предаварийного состояния на шахте для данных из табл. 1 Q0 Q1 Q2 Q3 Актуальные направления развития интеллектуализированной робототехники... «Штучний інтелект» 3’2009 313 6П График построенных решений уравнения (1) для 4 вероятностей  tPi с началь- ными условиями 00p = 0,7; 01p = 0,1; 02p = 0,11; 03p = 0,09 приведен на рис. 2, из кото- рого видно, что вероятность системы находится в аварийном состоянии Q3 («есть метан и есть искра») растет от начального значения 0,09 до значения 0,57 к моменту времени t = 1, 0. Использование фреймов для создаваемой системы ТИР_shahta В связи с вышеизложенным с точки зрения возможности применения интеллек- туальной робототехники целесообразно создание и последующее использование спе- циализированных мобильных роботов (ТИР_shahta), способных произвести разведку зоны начала завала (например, получение 3D-координат и типа завала с точки зрения возможности проникновения робота через завал к людям для уточнения характера ущерба уже нанесенного людям в зоне завала и потенциально вероятного ущерба для других людей, наличие раненых и прежде всего – тяжелораненых). Одна из последующих задач, которую должен выполнить один из роботов проек- тируемой группы ТИР_shahta, состоит в измерениях параметров шахтной атмосферы в зоне завалов (определение концентрации кислорода, высокой концентрации СО, СО2, угольной пыли, водяных паров, ацетилена и ряда других особо вредных для человека газов). Статистика подобных аварий делает актуальным наличие различных видов шасси и движителя для роботов из ТИР_shahta (односекционное шасси с колесным движителем; многосекционное шасси с комбинированным движителем «колеса  гусе- ницы», способное преодолевать неровности и впадины типа «валы», «канавы», «отдель- ные крупные валуны», «зона осыпи» и др.). Для обеспечения основных режимов работы для мобильного модуля-разведчика последний должен быть обеспечен бортовой БД команд, которые могут быть сфор- мулированы, в частности, в терминах фреймов. Например, фрейм «обнаружить объект А», входящий в заданный перечень объектов поиска; фрейм «приблизиться в доста- точной степени к объекту А», фрейм «захватить объект А», фрейм «двигаться с за- хваченным предметом до зоны В» из заданного перечня «зон интереса поиска». Для поставленных целей следует предусмотреть создание действующего образца робота-носителя аппаратуры (то есть носителя сенсоров и бортового миникомпьютера), проведение ходовых испытаний действующего образца робота-носителя аппаратуры в условиях лабораторного полигона, имитирующего сложный рельеф интерьера и прочие экстремальные условия горной шахты, подбор базовой группы сенсоров для оценки уровня концентрации важных компонентов состава атмосферы. Для решения многих актуальных проблем угольной промышленности одной из первостепенных задач является создание высокотехнологических средств предотвра- щения аварий, включая разработку дистанционно управляемых роботов для профилак- тического контроля текущих и предаварийных состояний участков горного производства с повышенной опасностью для персонала и для оперативного проведения мероприятий по ликвидации последствий аварий на шахтах. В мировой литературе очень мало упоминаний об использовании близких техно- логий использования роботов для задач предотвращения и ликвидации масштабных аварий, которые бы использовали дистанционно управляемых роботов-разведчиков с элементами искусственного интеллекта. Можно, например, указать описание анализа Писаренко В.Г., Писаренко Ю.В. «Искусственный интеллект» 3’2009 314 6П использования новой техники на шахте «Beaconfield Gold Mine» (Австрия) с исполь- зованием так называемой разрядно-импульсной технологии изготовления узкого туннеля диаметром 0,3 м для поддержки жизнедеятельности, а потом и для эвакуации двух шахтеров, которые попали под завал на шахте [10]. Анализ предложений по созданию автоматизированных систем противоаварийной защиты шахт В контексте сопоставления системы стационарного и мобильного мониторинга шахт можно выделить ряд работ, в которых предлагается создание автоматизирован- ных систем мониторинга и противоаварийной защиты шахт. Так, в работе [11] пред- лагается концепция трехуровневой компьютерной сети для целей автоматизирован- ной системы противоаварийной защиты шахт (АСПАЗШ), содержащей следующие три уровня. Нижний (первый) уровень. Технические средства системы на этом уровне обеспечивают горного диспетчера, руководителей участков информацией, необхо- димой для оптимального ведения горных работ с учетом взаимосвязи технологичес- ких звеньев. Используются также данные о состоянии горного массива, рудничной атмосферы, энергоснабжения. На основании этой информации технические средства должны автоматически определять текущее и прогнозируемое состояние технологи- ческих звеньев. Результатом может быть рекомендация о перераспределении транс- портных средств при локомотивной откатке, об изменении режима или приостанов- лении ведения горных работ в забоях по горно-геологическим или горно-техническим факторам или в часы пик потребления электроэнергии, а также о действиях персо- нала в аварийной ситуации. На втором уровне АСПАЗШ автоматизированное формирование нарядов и за- даний на ведение работ. Технические средства этого уровня должны обеспечивать руководство технических служб и производственных участков необходимой для это- го текущей и прогнозной информацией о работе участков, наличии материальных и трудовых ресурсов (запасные части, резервное оборудование, материалы, ремонтное обслуживание, фактический выход на работу), а также производить комплексную оцен- ку состояния этих участков и смежных с ними технологических объектов. На верхнем (третьем), общешахтном уровне компьютерная сеть обеспечивает сбор, накопление, распределение и хранение производственной информации и информа- ции о безопасности работ в каждом технологическом звене шахты, оценке безопасности и ее ранжировании по уровням технологических цепочек шахты, ввод информации в базы данных АСПАЗШ, ввод нормативно-справочной информации, инструкций, плана пред- упреждения аварий и прочей информации, необходимой для оперативного принятия управленческих решений, передачу информации оперативному персоналу, ведущим специалистам и руководителям шахты как по приказу, так и по вызову; представле- ние информации на графических дисплеях; компьютерную поддержку принимаемых управленческих решений. Общешахтная компьютерная сеть АСПАЗШ должна обес- печивать: – своевременное без задержки получение диспетчером информации о появлении опас- ных ситуаций на контролируемых объектах; Актуальные направления развития интеллектуализированной робототехники... «Штучний інтелект» 3’2009 315 6П – своевременное получение в диспетчерском пункте в режиме реального времени информации о ходе технологических процессов, состоянии оборудования и состоянии безопасности в каждом технологическом звене; – представление в наиболее удобной для восприятия в каждом конкретном случае форме информации о состоянии контролируемых объектов; – возможность оперативного вмешательства с диспетчерского пункта в работу обору- дования при возникновении нештатных и аварийных ситуаций; – контроль прохождения команд управления и подачу предупредительных сигналов при их невыполнении; – возможность по запросу потребителя анализа работы отдельных объектов или групп объектов по основным технологическим параметрам за требуемое время; – возможность дистанционной настройки и диагностирования контроллеров на об- служиваемых объектах; – ведение учетных и отчетных документов и журналов действий операторов, аварий- ных ситуаций, связи и пр. Выводы Анализируя концепцию автоматизированной системы противоаварийной защи- ты шахт (АСПАЗШ) из работы [11], авторы данной работы считают, что реализация современной автоматизированной системы контроля безопасности (АСКБ) на уголь- ных шахтах должна, помимо решения задач стационарного мониторинга (перечисленных в упомянутой концепции АСПАЗШ авторов работы [11]), включать также систему мобильного мониторинга состояния предвестников аварий на базе технопарка интеллек- туализированных мобильных робототехнических устройств (ТИР) с соответствующей информационно-аналитической системой (ИАС), описанной в наших работах [12-14], причем в качестве базового высокопроизводительного компьютера поддержки функцио- нирования предлагаемой компьютерной сети следует использовать многопроцессор- ный комплекс типа серии ИНПАРКОМ, разработанный в Институте кибернетики им. В.М. Глушкова НАН Украины и созданный этим академическим учреждением сов- местно с ГНПП «ЭЛЕКТРОНМАШ» [3]. Подобная система интеллектуальной робо- тотехники, предусматривающая использование специализированных мобильных роботов (ТИР_shahta). Для этой системы необходимо создать как один из необходимых сегмен- тов распределенную систему обмена информацией и целеуказаниями почти реального времени, которая, в отличие от известных близких распределенных информацион- ных систем подобного класса, должна обеспечивать информационные потоки о ходе событий с предвестниками и началами аварии в режиме, близком к on-line. Такая сис- тема актуальна уже сейчас для Украины, для многих стран СНГ, и по-видимому, для стран далекого зарубежья. Литература 1. Кривонос Ю.Г. Интеллектуальное управление с распознаванием образов в нечеткой среде с исполь- зованием многопроцессорных технологий / Ю.Г. Кривонос, В.Г. Писаренко, О.И. Чайковский // Искусственный интеллект. – 2004. – № 1. – С. 125-145. 2. Кривонос Ю.Г. Структура информационно-аналитической системы поддержки задач раннего об- наружения, доразведки и нейтрализации опасных экологических происшествий / Ю.Г. Кривонос, В.Г. Писаренко, Ю.В. Писаренко // Интеллектуальные и многопрцессорные системы : материалы Седьмой научн.-техн. конференции. – Таганрог-Донецк-Минск. – 2006. – Т. 1. – С. 95-98. Писаренко В.Г., Писаренко Ю.В. «Искусственный интеллект» 3’2009 316 6П 3. Писаренко В.Г. Разработка информационно-аналитических систем поддержки принятия решений по управлению опасными быстропротекающими технологическими происшествиями / В.Г. Писа- ренко, Ю.В. Писаренко // Міжнар. конф. 50 років Інституту кібернетики імені В.М. Глушкова : праці конференції (Київ, 24 – 26 грудня 2007 р.). – 2007. – С. 214-222, 323-327. 4. Писаренко В.Г. Вопросы виртуального проектирванияи систем, ориентиронанных на создание ин- теллектуализированных роботов для мониторинга экстремальных сосотяний техносферы. Ч. 1. / В.Г. Писаренко, Ю.В. Писаренко // УСиМ. – 2005. – № 4. – С. 8-18. 5. Писаренко В.Г. Информационные технологии управления опасными техноэкологическими про- исшествиями / В.Г. Писаренко, Ю.В. Писаренко. – Москва : Из-во «Зодиак», 2007. – 112 с. 6. Окаленов В.Н. Прогноз динамики метановыдления в очистных забоях / В.Н. Окаленов [и др.] // Уголь Украины. – 2008. – № 7. – С. 21-24. 7. Греков С.П. Комплексный показатель пожароопасности угольных пластов / С.П. Греков [и др.] // Уголь Украины. – 2007. – № 1. – С. 32-34. 8. Нецепляев М.И. Борьба со взрывами угольной пыли в шахтах / Нецепляев М.И., Любимова А.И., Петрухин П.М. – М. : Недра, 1992. – 298 с. 9. Нейрокомпьютеры в авиации / под ред. Васильева В.И., Ильясова Б.Г., Кусимова С.Т. – М. : Изд-во «Радиотехника», 2004. – 496 с. 10. Мнухин А.Г. Разрядно-импульсная технология для спасения рабочих, застигнутых обрушением по- род / А.Г. Мнухин, А.М. Брюханов // Уголь Украины. – 2007. – № 7. – С. 29-31. 11. Синенко В.В. Информационные технологии – основа стратегии развития безопасной угледобычи / В.В. Синенко, В.Г. Курносов, В.В. Виноградов // Уголь Украины. – 2001. – № 1. – С. 30-34. 12. Писаренко Ю.В. Инструментальные средства проектирования многофункциональных самоорга- низующихся роботов / Ю.В. Писаренко // Искусственный интеллект. – 2005. – № 1. – С. 250-258. 13. Писаренко В.Г. Робототехнические системы с интеллектуальными сенсорами и многопроцессор- ными имитаторами динамического состояния объекта управления / В.Г. Писаренко, И.А. Варава, Ю.В. Писаренко [и др.] // Искусственный интеллект. – 2004. – № 3. – С. 752-758. 14. V. Pisarenko Information models for robotics system with intellectual sensor and self-organization / V. Pisarenko, I. Varava, J. Pisarenko [end all.] // KDS Varna (Bulgaria). – 2005. – Vol. 2. – Sophia : FOI – commerce. В.Г. Писаренко, Ю.В. Писаренко Актуальні напрями розвитку інтелектуалізованої робототехніки для зниження аварійності на шахтах Наведено ряд авторських математичних моделей аналізу передвісників аварій для прогнозування аварійних станів на вугільних шахтах та запропоновано базові принципи стаціонарного і мобільного моніторингу з використанням мобільних роботів з елементами штучного інтелекту для підвищення безпеки на вугільних шахтах. V. Pisarenko, Yu. Pisarenko The Topical Directions of Robotics Development for Accidents Reduction in Coal Mines This article describes a number of authors’ mathematical models for analysis of accidents early warning to predict the emergency state in coal mines. We propose the basic principles of fixed and mobile monitoring with the application of mobile robotics with artificial intelligence elements to improve safety in coal mines. Статья поступила в редакцию 16.07.2009.

Актуальные направления развития интеллектуализированной робототехники для снижения аварийности на шахтах

Репозитарії

Схожі ресурси