Journal articles on the topic 'Аварійна подія'

Лінійна частина газопроводів є потенційно небезпечним об’єктом і має значний енергетичний потенціал, що здатний негативно впливати на довкілля. Чинники аварійного ризику призводять до відмов магістральних газопроводів. Метою статті є дослідження аварійного ризику під час експлуатації магістральних газопроводів. Розглянуто послідовність проведення аналізу ризиків небезпеки, вплив чинників аварійного ризику, що призводять до відмов магістральних газопроводів. Теоретичне дослідження аварійного ризику показує, що його аналіз є комплексним складним завданням і складається з чотирьох етапів: визначаються основні потенційні небезпеки, характерні магістральним газопроводам; здійснюється аналіз і кількісна оцінка можливих наслідків від прогнозованих аварій; розраховується інтенсивність ймовірностей аварійних подій. Тільки комплексне застосування методів оцінки ризику виникнення аварійних ситуацій дозволяє розробляти та обґрунтовувати ефективні заходи щодо підвищення безпеки їх експлуатації. Здійснено прогнозування впливу технологічних та природно-кліматичних чинників на розподіл інтенсивності аварій. Розрахунок локальних значень інтенсивності аварій для кожної ділянки траси дасть змогу одержати розподіл питомої частоти аварій вздовж трубопроводу.

На основі попереднього аналізу причин аварії на АЕС «Фукусіма-1» обґрунтовано обмеження традиційних підходів до розробки керівництв (інструкцій) з управління важкими аваріями. Запропоновано перспективний метод ідентифікації переліків вихідних подій важких аварій, який враховує передісторію розвитку запроектних аварійних послідовностей та стан систем на момент початку важкої аварії.

Вступ. У статті розглядаються актуальні питання забезпечення безаварійності судноводіння, а також вирішуються питання порушення умов плавання як категорії, яка може запобігти аварійній ситуації під час судноплавства; аналізуються категорії аварійних подій за ступенем тяжкості подій і визначаються основні причини виникнення аварійності. Метою статті є дослідження умов безпеки мореплавства як фактору безаварійності судноводіння, а також пошук шляхів подолання порушень умов плавання. Результати. Міжнародні організації з питань безпеки мореплавства, такі як Міжнародна морська організація (ІМО), Європейське агентство EMSA, Берегова охорона розвинутих морських держав, асоціації судновласників та інших учасників морських перевезень, постійно досліджують питання підвищення контролю за безпекою на морі. Практика мореплавства показує, що більшість аварійних випадків трапляється через присутність людського фактору. Підвищення кваліфікації майбутніх офіцерів необхідно проводити шляхом залучення судноплавних компаній до процесу навчання в навчальних закладах, надання уваги фізичному та психофізіологічному здоров’ю, стимулювання зростання престижності праці. Висновки. Таким чином, до питання безаварійності судноводіння необхідно підходити комплексно, ураховуючи зовнішні та внутрішні фактори. Необхідно вдосконалювати нормативно-правову базу, що регламентує умови безпечного судноплавства з метою чіткого розуміння дій для забезпечення відповідних умов плавання з боку суднового екіпажу й адміністрації портів.

Досліджуються теплогідравлічні аспекти моделювання змішаних активних зон (з кількома видами ядерного палива) з паливом ТВСА, ТВС-W та ТВС-WR. Проведено попередні оцінки критеріїв безпеки за максимальною температурою оболонок твелів у показних подіях аналізу проектних аварій (АПА) для ВВЕР-1000 з використанням розрахункового коду RELAP5/MOD3.2. Доведено, що максимальна температура оболонок твелів при введенні нового палива ТВС-W або ТВС-WR збільшується порівняно з температурою для ТВСА. При заклинюванні головного циркуляційного насосу і двосторонньому розриві холодної нитки головного циркуляційного трубопроводу (максимальна проектна аварія) попередні оцінки показали, що межа за максимальною температурою оболонок твелів 1200 °С не порушується. Отримані результати підтверджують необхідність подальшого аналізу теплогідравліки спільного використання ТВЗ ВВЕР‑1000 різних типів в аварійних режимах. АПА енергоблока має бути доповнений дослідженням аварій для змішаних активних зон.

Проаналізовано особливості використання ієрархічних мереж Петрі для розроблення масштабованої та відмовостійкої моделі опрацювання даних у системах "розумного" будинку. Застосовано підхід, який забезпечує підвищену надійність функціонування систем та їхню швидкість роботи під час різкого збільшення обсягу інформації, що надходить від давачів, яку потрібно опрацювати згідно з реалізованою внутрішньою логікою. Розроблено підхід та приклади мереж Петрі, що створюють ієрархічну логіку функціонування підсистем "розумного" будинку. З'ясовано, що поділ функціоналу системи на окремі модулі дає змогу реалізувати кожну окрему логічну функцію у вигляді закритої системи з чітко визначеним форматом вхідних і вихідних даних. Вхідні дані подано змінами показників давачів, що розташовані у будинку. Водночас вихідні дані представлені чітко визначеним результатом роботи підсистеми, що відповідає конкретній функції всієї системи у вигляді розрахованих нових параметрів її налаштувань і побутових приладів. Завдяки специфіці функціонування підсистем "розумного" будинку з чітко визначеними правилами зміни станів налаштувань системи та правил реагування нею на виниклі події, всі підсистеми можна реалізувати у вигляді мереж Петрі, ієрархічно розташованими у структурі внутрішньої логіки системи "розумного будинку". Події, що виникають у системі й зберігають різний набір даних залежно від подій, що виникли, представлені окремими типами (кольорами) маркерів мереж Петрі. Отже, всі підсистеми реалізують кольорову ієрархічну мережу Петрі. Реалізовано логіку функціонування підсистем "розумного" будинку, робота яких базується на підставі теорії мереж Петрі, що дало змогу розробити мікросервісну архітектуру комплексної системи з гнучким механізмом автоматизованого балансування обчислювального навантаження на окремі функції та можливістю швидшого відновлення повноцінної роботи системи після низки аварійних ситуацій порівняно з монолітною архітектурою комп'ютерних систем, що є поширеним підходом на сьогодні під час розроблення систем цього типу.

Показано, що моделювання небезпечних ситуацій на виробництві у вигляді структурної схеми (дерева) передбачає виявлення поєднань зв’язків між базовими та проміжними подіями, що формують головну подію з певним ризиком травмування працівників чи аварій. У роботі проаналізовано причини виробничого травматизму і професійної захворюваності у тваринництві, виокремивши їх на групи: організаційні, технічні, санітарно-гігієнічні, психофізіологічні. Визначальні чинники безпеки праці під час виконання механізованих робіт у тваринництві узагальнено у вигляді блок-схеми. Як приклад використання розроблених логіко-імітаційних моделей небезпечних ситуацій представлено розрахунки ймовірності настання травмонебезпечних ситуацій на механізованих роботах у тваринництві – під час механізованого роздавання кормів. Дослідження стосувалися не так абсолютних величин ймовірності настання травмонебезпечних ситуацій, як оцінення кількісного (відносного) впливу окремих виробничих чинників на професійний ризик. Для аналізу логіко-імітаційної моделі настання травмонебезпечної ситуації та визначення ризику травмування працівників, які перебувають у зоні рухомих елементів машин, використано комп’ютерну програму SAPHIRE. Для розрахунку показників ймовірності базових подій та подальшого розрахунку ризику травмування було аналітично опрацьовано та використано узагальнені дані за попередні 10 років щодо причин виробничого травматизму в сільському господарстві. Результати розрахунку відносної та абсолютної значущості базових подій за критеріями відповідно Фусела-Весели та Бірнбаума дозволили виявити найбільший вплив окремих подій на перебіг травмонебезпечної ситуації. Визначено зміни величин професійного ризику після усунення технічних недоліків на мобільній техніці та в разі покращання діяльності служби охорони праці на аграрних підприємствах.

В роботі розглядаються причини та частота виникнення аварій на нафтогазовидобувних платформах. Складена схема причин, подій, аварій та їх наслідків на платформах. Розглянуті слабкі сторони технологічного процесу видобутку нафти та газу, що призводять до а

Telecommunication and internet providers manage IT infrastructures consisting of tens of thousands of various devices. Monitoring and managing such infrastructure is quite a complicated task demanding pro-fessional and coherent job from technical support teams. One of key tasks for monitoring service is prompt detection of equipment faults and quick engagement of corresponding experts to restore normal operation of equipment and systems. Corresponding tools are required to automate this process, which is quite la-bour-consuming. Orion CRL is offered as a tool with such functionality. It is integrated with the systems for monitoring, incident management, network management, inventories, CRM, Service Desk, IVR, contact center. It accelerates addressing critical faults giving additional opportunities for basic diagnostics. False diagnostics or mistaken incident registration leads to time losses, delays elimination of problems and dis-tracts specialist from handling other urgent issues and tasks. To increase diagnostics efficiency there has been developed an original algorithm of analysis and search for root cause of fault; so called Root Cause Analysis (RCA). Algorithm is based on network topology analysis and faults which are detected by moni-toring system such as Host Down, Host Up, Link Down. Algorithm provides for basic diagnostics, typical fault check operations on restore procedures which are typical for organization's IT infrastructure. Due to integration with monitoring system the RCA discovers root cause and symptomatic events. At the same time Orion CRL disguises faults that are symptomatic and highlights the root cause in monitoring system. The developed Orion CRL tool set increases efficiency of monitoring service. Automation of typical basic diag-nostics operations and fault detection, in its turn, accelerates restoration of normal operation of equipment and saves operators’ work time.

Підсумки розслідування аварійних подій на море показують, що їх основною причиною є помилки, яких припускаються екіпажами при управлінні суднами, а також упущення берегових організацій, зайнятих в обслуговуванні флоту, тобто негативні впливу людського фактору. Існуючий термін "форс - мажор" або дії непереборних сил, як правило, зводиться до мінімуму. Штормові погодні умови можуть бути прогнозовані і враховані при складанні маршруту переходу. Враховується льодова обстановка. Плавання в тумані піддається обліку та може бути скориговано. "Форс-мажором» хіба що можна назвати підводне виверження вулкана, або, що зовсім малоймовірно, падіння метеорита. У чинному „національному документі "Положення про порядок класифікації, розслідування та обліку аварійних випадків з суднами" (ПРАС-90) у додатку 1 наводиться класифікаційна таблиця аварійних випадків. У п. З виділені причини аварійних випадків — "без вини екіпажу". Однак, посилання на відсутність вини (більш правильно — причетності) екіпажу не говорить, що тут не присутній людський фактор, а саме: погане навігаційне-гідрографічне забезпечення, конструктивні недоліки судна, неякісний ремонт, неправильна політика судноплавної компанії щодо безпеки, недостатній контроль з боку класифікаційних товариств. Система МКУБ, впроваджувана в даний час, ставить своєю метою розподілити відповідальність за контролем безпеки судноплавства між судновласником і судновим персоналом.

Однією з причин важких аварій, руйнівних вибухів і катастрофічних екологічних наслідків на АЕС Fukushima-Daiichi була недостатня підготовленість персоналу з управління подібними аварійними подіями. Уроки цієї аварії визначають необхідність підвищення обґрунтованості та ефективності дій персоналу з управління важкими аваріями для максимального запобігання катастрофічних екологічних наслідків. У статті розглянуто актуальні питання формування стратегій управління важкими аваріями для корпусних ядерних реакторів. Запропоновано принцип формування переліків стратегій управління важкими аваріями на основі вихідних подій аварій і відмов критичних функцій безпеки, що призвели до пошкодження ядерного палива.

Аварія на АЕС Фукусіма-1 стала третьою важкою аварією в історії промислової ядерної енергетики. Аналіз причин того, що сталося, діставання уроків аварії, розробка та реалізація додаткових заходіві зведуть до мінімуму можливість повторення подібних аварійних подій на АЕС України, а якщо вони і відбудуться, то виключить їх негативний вплив на здоров’я людини і довкілля. У статті представлено попередній аналіз аварії на АЕС Фукусіма-1 та розглянуто питання цільової переоцінки безпеки діючих енергоблоків АЕС України.

Розвиток і удосконалення системи аналізу порушень потребує впровадження нових ефективних підходів, які покращать зворотний зв’язок від досвіду експлуатації. Одним з таких підходів до кількісної оцінки впливу порушень на безпеку експлуатації реакторної установки є міжнародно визнана методика аналізу подій-попередників аварій. У статті представлена інформація про становлення та розвиток методу, описано міжнародний та вітчизняний досвід його використання. Розглядається можливість впровадження даної методики для систематичної ідентифікації потенційно небезпечних порушень на вітчизняних АЕС.

Результати аналізу існуючих прибережних і портових систем руху суден, суднових і берегових навігаційних систем безпеки плавання, які використовуються при проводці суден в каналах і на акваторіях портів и гаваней дозволяють зробити висновок про те, що існуюча система безпеки плавання не в повній мірі вирішує завдання безпечного плавання великотоннажних суден в складних умовах. У статті сформульовано об'єктивні причини, що впливають на зростання аварійності суден, особливо великотоннажних, які пов'язані з їх конструктивними і морехідними особливостями, обмеженими можливостями систем безпеки і існуючих систем руху суден. Зроблено висновок про необхідність автоматизації процесів управління, пов'язаних з автоматичним переходом функцій управління гвінторульовим комплексом і судновою енергетичною установкою автоматизованої системи управління судном на базі елементів нейронних технологій і штучного інтелекту. Ключові слова:, судно, безпека плавання, людський фактор, великотоннажні судна, аварійні морські події, нейронні технології, штучний інтелект.

Проведено аналіз можливості моделювання закризового теплообміну для тепловидільної збірки реакторів типу ВВЕР-1000 за допомогою комп’ютерного коду RELAP5/MOD3.2 шляхом внесенням коригувань в опції моделювання теплових структур. Запропоновані коригування дають змогу привести значення критичного теплового потоку, які отримано розрахунком з використанням комп’ютерного коду RELAP5/MOD3.2, у відповідність до експериментально встановленої залежності. Розрахунковий аналіз вихідної події з миттєвим заклинюванням ГЦН показав адекватність даного підходу та його консервативність, що є необхідним для аналізу проектних аварій. Наведено рекомендації з гідравлічного та теплового моделювання гарячого каналу активної зони з метою коректного визначення закризового теплообміну.

Охарактеризовано проблему дорожньо-транспортних пригод (ДТП) і значного травматизму на дорогах у світі та Україні. Щорічно у світовому вимірі від аварій на дорогах гине 1,35 млн осіб, із яких майже 50 % – це пішоходи, велосипедисти і мотоциклісти. Країни втрачають близько 3 % внутрішнього валового продукту; також простежується залежність: чим вищий розвиток країни, тим кількість дорожньо-транспортних пригод є меншою. Аналогічно це стосується віку транспортного засобу: чим новіший автомобіль, тим менше потрапляє у дорожньо-транспортну пригоду. Проаналізовано причини ДТП, бо їх вивчення дає змогу планувати і впроваджувати заходи щодо зниження кількості небезпечних умов, обставин і ситуацій у системі «водій – автомобіль – дорога – довкілля». Віднедавна в Україні основними причинами ДТП і пов’язаного з ними травматизму було перевищення безпечної швидкості (7586–9999 подій), проблеми під час маневрування (5201–5522), порушення на перехрестях (2959–2352), недостатня дистанція (2420–1445), порушення на пішохідних переходах (1683–1680), керування транспортом у нетверезому стані (911–1819) тощо. Згідно з оцінкою динаміки причин ДТП в Україні, найбільше зросла кількість таких небезпечних подій: порушення вимог безпеки пасажиром (+73 %), перевищення безпечної швидкості руху транспортного засобу (+31,8 %), порушення правил проїзду пішохідних переходів (+10,5 %) та ін. Динаміка травматизму під час дорожньо-транспортних пригод має негативну тенденцію зростання від 24294 до 26141 випадків за останні три роки, а прогнозування продемонструвало подальше їх збільшення. Тому потрібно планувати і створювати зовнішні впливи для нормалізації ситуації на дорогах України – законодавчі, управлінські, технічні, організаційні та ін.

Однією із умов забезпечення успіху виконання завдання підрозділом є ефективне планування та здійснення його переміщення. Переважна більшість маршрутів, що використовуються прикордонними включають дороги із ґрунтовим або покращеним покриттям. За таких умов недотримання маршової дисципліни, призводить до втрати стійкості та керованості машин, що рухаються у колоні. Наявні методи раціональної побудови колони машин не передбачають врахування особливостей мікропрофілю дорожнього полотна або наявності його пошкоджень, оскільки рух машин на прямолінійних ділянках апріорно вважається стійким. Проте, статистика дорожньо-транспортних подій підтверджує необхідність обмеження максимальних швидкостей руху на таких ділянках. Відповідно для прийняття рішення на марш оцінка показників прохідності і керованості кожної із машин та визначення аварійно небезпечних ділянок маршруту є одним із найважливіших завдань. Тим більше, що під час планування переміщення підрозділу своїм ходом розглядається не менше двох альтернативних маршрутів руху. Таким чином, існує гостра потреба врахування показників стійкості та керованості машин під час визначення основних показників маршу, особливо під час його планування у підготовчий період. Складність вирішення такої задачі, навіть за умови наявності усіх вихідних даних, у проведенні великої кількості розрахунків за обмеженого бюджету часу на їх проведення. У публікації авторським колективом запропоновано інструментарій підтримки прийняття рішення на марш, який дозволяє командиру підрозділу оперативно проводити попередні розрахунки, ефективно планувати пересування машин своїм ходом під час підготовчого етапу організації маршу, надавати інформацію вищому командуванню про наявність аварійно небезпечних ділянок маршруту. Крім того розроблена програма дозволяє за результатами оцінки можливостей окремих зразків здійснювати раціональну побудову похідної колони підрозділу залежно від складності маршруту за яким планується пересування підрозділу. Автоматизація проведення розрахунків основних показників маршу за підрозділ надає можливість обирати оптимальний маршрут із декількох альтернативних, у програмному середовищі VBA програмного пакету Microsoft Office.

Система допалювання водню призначена для каталітичного окислення водню в газовій суміші, що надходить з деаератора підживлення для запобігання вибухонебезпечній суміші водню з киснем. Принцип роботи системи базується на широко відомій реакції отримання води з кисню і водню. В основу проектування системи покладено забезпечення надійності роботи системи в режимах нормальної експлуатації, порушень нормальної експлуатації та аварій, не пов'язаних із розущільненням першого контуру. Для цього передбачені рециркуляція газу в циркуляційному контурі, буферні ємності, резервування найбільш відповідальних ділянок схеми (газодувки, електронагрівачі, контактний апарат). Відмовою системи є подія, яка полягає у неможливості відводу і допалюванні газоподібного водню, що виділяється в деаератори підживлення першого контуру. Встановлено, що надійність роботи системи забезпечується: наявністю трьох газодувок (дві з яких резервні); можливістю стовідсоткової заміни електронагрівачів; наявністю двох взаємозамінних ниток; постійним контролем концентрації водню в системі; автоматичним контролем за станом системи; наявністю резервного управління, на додаток до автоматичного. Відповідно до результатів імовірнісного аналізу безпеки (ІАБ), параметри надійності системи не мають значного впливу на цільові показники безпеки.

У статті розглянуто безпеку бункерування суден як один із факторів впливу на надійність процесу бункерування на водному транспорті. Розглянуто комплексний підхід та рівні заходів для забезпечення безпеки бункерування. Для оцінки та аналізу ризиків застосовано рекомендації ІМО по відношенню до методів формалізованої оцінки безпеки (FSA) на основі принципу «прийнятного ризику» відомого як принцип ALARP (As Low As Reasonably Practicable)). На основі рекомендацій ІМО, які використовуються в даний час з метою управління безпекою мореплавства, розроблена послідовність дослідження безпеки бункерування. Методологія оцінки ризиків включає п´ять основних етапів [8]: збір даних і оцінка всієї системи; ідентифікація небезпек; аналіз ризиків; оцінка ефективності діючої системи превентивних та змінюваних мір, напрацювання нових рішень; впровадження та вдосконалення системи безпеки. Визначені основні причини інцидентів при проведенні бункерування: несправність обладнання, людський фактор, неякісне паливо, аварії суміжних об’єктів, дії природних сил. Аналітичним способом обчислено відносну частоту появи небезпеки - чинника ризику, що надає негативну дію на процес бункерування. Оцінку наслідків аварій було проведено за чотирибальною шкалою. Проведено ймовірнісну оцінку впливу небезпек і визначено рівні формалізованого ризику. Систему безпеки бункерування досліджено шляхом побудови діаграми в системі координат (вірогідність події-наслідки події) в матричному вигляді. За отриманими результатами виявлено, що людський фактор та несправність обладнання є найбільш небезпечними факторами в рейтингу загроз. Було запропоновано допоміжні заходи по управлінню ризиками, які дозволять понизити рівень ризиків з високого до прийнятного, що дозволить запобігати аваріям при бункеруванні. Ключові слова: безпека, надійність, бункерування, ідентифікація небезпек, ризики.

Проаналізовано та узагальнено досвід використання сучасних тренажерних устаткувань у комплексі з інформаційно-комунікаційними технологіями (ІКТ) для формування інформаційно-освітнього професійного середовища у навчально-тренувальних центрах (НТЦ) морського профілю та визначено перспективи його розвитку в системі морської освіти. З’ясовано, що це безпосередньо пов’язано з проектуванням і впровадженням в їх освітню діяльність нових типів тренажерних устаткувань у комплексі з ІКТ, якими обладнані сучасні суднові системи управління та експлуатації морського транспорту. З’ясовано, що професійна підготовка майбутніх моряків із їх використанням ІКТ суттєво впливає на підвищення безпеки судноводіння, зменшення ризику виникнення небезпечних та аварійних ситуацій на морі. Проте ефективність їх використання в освітньому процесі НТЦ повністю залежить від здатності рядового та командного складу успішно опановувати та застосовувати найсучасніші досягнення інформаційного суспільства для реалізації посадових обов’язків на судні. Для цього слід в їх професійній підготовці враховувати як основні досягнення традиційної педагогічної системи і водночас запропонувати нові методологічні підходи та дидактичні основи формування їх професійної компетентності з використанням сучасних ІКТ. З цією метою запропоновано впровадження сучасних ІКТ у цих центрах і розвиток їх інформаційно-освітнього професійного середовища, яке надає можливість контекстно використовувати тренажерне устаткування для створення віртуальної реальності професійної діяльності моряків. З цією метою обґрунтовано педагогічні основи використання сучасних тренажерних устаткувань у комплексі з ІКТ. Проаналізовано сучасні наукові напрацювання у сфері експлуатації морських суден, які пройшли випробування або плануються до впровадження у сферу морського транспорту в інших державах і будуть використані при розробленні сучасних тренажерних устаткувань. Особливу увагу приділено підготовці моряків до роботи у багатонаціональних екіпажах і рекомендовано освітній процес будувати з випередженням, шляхом використання іноземної мови при формуванні практичних навичок і вмінь на тренажерних устаткуваннях у комплексі з ІКТ для зменшення небезпеки катастрофічного розвитку аварійних подій у сфері підвищеного ризику на морі.

Для більшості людей безпека означає відсутність небажаних результатів, таких як нероботоздатність або аварії. Безпека в цілому визначається як якість системи, яка є необхідною та надійною для того, щоб забезпечити прийнятну кількість подій, які можуть завдати шкоди учасникам транспортного процесу, громадськості чи навколишньому середовищу. У Безпеці-I відправною точкою управління безпекою автомобіля є або те, що щось пішло не так (відмова), або щось було визначено як ризик. В обох випадках використовується вищезазначений підхід «знайти та виправити». У першому випадку шляхом усунення причин, а потім вироблення відповідної реакції, у другому шляхом визначення небезпек з метою їх усунення або їх стримування. Іншим рішенням є запобігання переходу від «роботоздатного» до «нероботоздатного» стану (або несправності) незалежно від того, чи це пов’язано з раптовим переходом або поступовим «переходом у збій». Це досягається обмеженням експлуатації автомобіля в «роботоздатному» стані, підсиленням відповідності та усуненням змінності. Основа Безпеки-I – розподіл автомобіля на складові частини. Передбачається, що «компоненти» системи можуть бути в одному з двох режимів, або функціонувати правильно (справний), або вийти з ладу (несправний стан). Як і в більшості галузей, автомобіль зазнає постійно зростаючого потоку різноманітних змін та вдосконалень. Деякі зміни виникають у відповідь на більш потужні технології, але інші - відповідь на підвищені вимоги до продуктивності, надійності, якості, екологічності. Технічні системи сьогодні стають все більш непереборними. Це означає, що їх принципи функціонування відомі лише частково (або в більшій кількості випадків, абсолютно невідомі), що описи розроблені з багатьма деталями, і що системи, ймовірно, змінюються до того, як описи можуть бути завершені, а це означає, що описи завжди будуть неповними. Метою підвищення безпеки руху дуже важливо звернути увагу на заходи, спрямовані на усунення виявлених переважних факторів ризику, що сприяють виникненню рівня аварій та впливають на вагу наслідків дорожньо-транспортних пригод та включають працює над моніторингом рівня аварій у планах та надає рекомендації щодо чорних плям. Таким чином, Безпека-I - усунення причин несправностей та небезпек, чи то, що містять їх наслідки, Безпека-ІІ – забезпечення максимально можливих умов для успішних результатів в процесі експлуатації автомобілів.

У статті розроблено метод формування динамічного простору рівнів небезпеки зон в районі плавання при вирішенні задачі розходження судна з навігаційними небезпеками. Запропонований підхід дозволяє автоматизувати процес оцінки навігаційної обстановки для вироблення рішення, щодо маневру безпечного розходження з судном-потенційною загрозою. Наявність навігаційних небезпек та інтенсивність руху суден значною мірою ускладнюють судноводіння в обмежених водах, і створюють підвищені ризики виникнення аварійних ситуацій. На основі запропонованої моделі оцінки рівня небезпеки можливо визначити клас небезпеки в кожній точці району плавання. Даний метод базується на визначенні можливості настання трьох подій, а саме ситуації небезпечного зближення, ситуації зіткнення та ситуації зіткнення з катастрофічним наслідком. При чому метод дозволяє враховувати такі характеристики як екстремальність ситуації та стан судноводія. Це дозволяє будувати динамічний простір небезпек, в якому для схожих умов але для різних судноводіїв можуть виникати різні класи небезпеки. Застосування даного підходу надає змогу вироблення альтернативних (можливих) варіантів рішень з кількісними та якісними показниками. А можливість моделювання вироблених варіантів рішень та їх оцінки, із застосуванням зручного інтерфейсу за проектуванням динамічного простору рівнів небезпек на навігаційну карту, дозволить підвищити швидкодію системи підтримки прийняття рішень до режиму реального часу. Запропонований підхід можливо реалізувати в системах підтримки прийняття рішення судноводія без суттєвої зміни програмного забезпечення. Тому метод формування динамічного простору рівнів небезпеки зон в районі плавання при вирішенні задачі розходження судна з навігаційними небезпеками дозволить підвищити безпеку під час руху судна за рахунок підвищення оперативності та обґрунтованості прийняття рішення судноводієм в небезпечній ситуації.

У статті досліджено про-блеми розповсюдження наркома-нії серед військовослужбовців, атакож установлено взаємозв’язоквживання наркотичних речовинта скоєння військовослужбов-цями кримінальних правопору-шень. Ситуація сьогодення свід-чить, що немедичне вживаннянаркотичних та психотропнихречовин має тенденцію до швид-кого поширення, причому вік нар-команів стабільно знижується.З’ясовано, що розповсюдженнянаркоманії серед цивільного насе-лення зумовлює її наявність ісеред військовослужбовців. Середконтингенту призовників і чоло-віків мобілізаційного віку сфор-мувалася велика частка осіб, якімають досвід вживання нарко-тиків. Доведено, що наркоманіянесумісна з військовою службою,яка відрізняється напруженоюінтелектуальною діяльністю,виконанням обов’язків, що вима-гають значних фізичних і психо-логічних навантажень. Наркоти-зація у військових формуванняхстворює серйозні передумови длянадзвичайних подій та аварій-них ситуацій із непередбачениминаслідками, сприяє поширеннюдевіацій, перш за все суїцидальнихпроявів, призводить до небойовихвтрат серед військовослужбов-ців. Зазначено, що щорічно про-стежується зростання наркоз-лочинності військовослужбовців.На ґрунті вживання наркотиківскоюються загальнокримінальніта «військові» кримінальні право-порушення. Наркотизація висту-пає однією з причин віктимізаціївійськовослужбовців, у сукупностіз іншими формами правопорушу-ючої поведінки формує деструк-тивні чинники в організаціїбойової діяльності військовихформувань, виступає одним з дже-рел економічного «підживлення»корупції у військових формуван-нях. Підкреслено, що війська –специфічна частина суспільствазі своїми соціально-економічними,демографічними, організацій-но-управлінськими і правовимиособливостями. Тому поряд іззагальним комплексом криміно-генних чинників, що притаманнісуспільству загалом, специфіч-ними для військового середовищакриміногенними факторами єтакож дія комплексу психотрав-муючих ситуацій. Викладені прин-ципи і підходи, що мають бутипокладені в основу профілактикита протидії наркотизації та нар-козлочинній поведінці військовос-лужбовців.

Стаття присвячена дослідженню механізму розгляду запиту на інформацію. Виокремлено сутнісні ознаки запиту на інформацію: 1) метою подання запиту на інформацію є забезпечення права особи на інформацію; 2) суб'єктом подання запиту на інформацію є громадянин України (або особи, які не є громадянами України, однак законно перебувають на її території, якщо інше не передбачено міжнародними договорами), юридичні особи, об'єднання громадян без статусу юридичної особи; 3) предметом запиту на інформацію є публічна інформація, яка була отримана, створена під час реалізації правосуб'єктності конкретного розпорядника публічної інформації у межах наданої йому компетенції, яка не обов'язково має стосуватись суб'єкта, що звертається. Можливим є повторне подання запиту на інформацію, що стосується діяльності одного і того ж органу та подане від одного і того ж громадянина з одного і того ж питання. З'ясовано, що строки розгляду запитів на інформацію можна класифікувати на два види: 1) загальні, в межах яких усі запити на інформацію розглядаються у термін не більше 5 робочих днів від дня їх надходження; 2) спеціальні - встановлюються залежно від рівня складності розгляду та значення запитуваної інформації: а) протягом 48 годин з дня отримання запиту - щодо запитів на інформацію, які стосуються інформації, необхідної для захисту життя чи свободи особи, щодо стану довкілля, якості харчових продуктів і предметів побуту, аварій, катастроф, небезпечних природних явищ та інших надзвичайних подій, що сталися або можуть статись і загрожують безпеці громадян; б) не більше 25 днів - максимальний термін розгляду, якщо запит стосується надання великого обсягу інформації або потребує пошуку інформації серед значної кількості даних. Встановлено, що процедура розгляду запиту на інформацію є регламентованим нормами права порядком дій у сфері публічного адміністрування, що спрямований на забезпечення права на інформацію. Виокремлено стадії процедури розгляду запитів на інформацію, а саме: стадію подання запиту на інформацію; стадію розгляду запиту на інформацію по суті; стадію прийняття рішення; стадію оскарження рішення.

Наукові дослідження стають ефективними тоді, коли природу подій чи явищ можна розглядати з єдиних позицій, виробити універсальний підхід до них, сформувати загальні закономірності. Більшість сучасних фундаментальних наукових проблем і високих технологій тісно пов’язані з явищами, які лежать на границях різних рівнів організації. Природничі та деякі з гуманітарних наук (економіка, соціологія, психологія) розробили концепції і методи для кожного із ієрархічних рівнів, але не володіють універсальними підходами для опису того, що відбувається між цими рівнями ієрархії. Неспівпадання ієрархічних рівнів різних наук – одна із головних перешкод для розвитку дійсної міждисциплінарності (синтезу різних наук) і побудови цілісної картини світу. Виникає проблема формування нового світогляду і нової мови.Теорія складних систем – це одна із вдалих спроб побудови такого синтезу на основі універсальних підходів і нової методології [1]. В російськомовній літературі частіше зустрічається термін “синергетика”, який, на наш погляд, означує більш вузьку теорію самоорганізації в системах різної природи [2].Мета роботи – привернути увагу до нових можливостей, що виникають при розв’язанні деяких задач, виходячи з уявлень нової науки.На жаль, теорія складності не має до сих пір чіткого математичного визначення і може бути охарактеризована рисами тих систем і типів динаміки, котрі являються предметом її вивчення. Серед них головними є:– Нестабільність: складні системи прагнуть мати багато можливих мод поведінки, між якими вони блукають в результаті малих змін параметрів, що управляють динамікою.– Неприводимість: складні системи виступають як єдине ціле і не можуть бути вивчені шляхом розбиття їх на частини, що розглядаються ізольовано. Тобто поведінка системи зумовлюється взаємодією складових, але редукція системи до її складових спотворює більшість аспектів, які притаманні системній індивідуальності.– Адаптивність: складні системи часто включають множину агентів, котрі приймають рішення і діють, виходячи із часткової інформації про систему в цілому і її оточення. Більш того, ці агенти можуть змінювати правила своєї поведінки на основі такої часткової інформації. Іншими словами, складні системи мають здібності черпати скриті закономірності із неповної інформації, навчатися на цих закономірностях і змінювати свою поведінку на основі нової поступаючої інформації.– Емерджентність (від існуючого до виникаючого): складні системи продукують неочікувану поведінку; фактично вони продукують патерни і властивості, котрі неможливо передбачити на основі знань властивостей їх складових, якщо розглядати їх ізольовано.Ці та деякі менш важливі характерні риси дозволяють відділити просте від складного, притаманного найбільш фундаментальним процесам, які мають місце як в природничих, так і в гуманітарних науках і створюють тим самим істинний базис міждисциплінарності. За останні 30–40 років в теорії складності було розроблено нові наукові методи, які дозволяють універсально описати складну динаміку, будь то в явищах турбулентності, або в поведінці електорату напередодні виборів.Оскільки більшість складних явищ і процесів в таких галузях як екологія, соціологія, економіка, політологія та ін. не існують в реальному світі, то лише поява сучасних ЕОМ і створення комп’ютерних моделей цих явищ дозволило вперше в історії науки проводити експерименти в цих галузях так, як це завжди робилось в природничих науках. Але комп’ютерне моделювання спричинило розвиток і нових теоретичних підходів: фрактальної геометрії і р-адичної математики, теорії хаосу і самоорганізованої критичності, нейроінформатики і квантових алгоритмів тощо. Теорія складності дозволяє переносити в нові галузі дослідження ідеї і підходи, які стали успішними в інших наукових дисциплінах, і більш рельєфно виявляти ті проблеми, з якими інші науки не стикалися. Узагальнюючому погляду з позицій теорії складності властиві більша евристична цінність при аналізі таких нетрадиційних явищ, як глобалізація, “економіка, що заснована на знаннях” (knowledge-based economy), національні і світові фінансові кризи, економічні катастрофи і ряд інших.Однією з інтригуючих проблем теорії є дослідження властивостей комплексних мережеподібних високотехнологічних і інтелектуально важливих систем [3]. Окрім суто наукових і технологічних причин підвищеної уваги до них є і суто прагматична. Справа в тому, що такі системи мають системоутворюючу компоненту, тобто їх структура і динаміка активно впливають на ті процеси, які ними контролюються. В [4] наводиться приклад, коли відмова двох силових ліній системи електромережі в штаті Орегон (США) 10 серпня 1996 року через каскад стимульованих відмов призвели до виходу із ладу електромережі в 11 американських штатах і 2 канадських провінціях і залишили без струму 7 млн. споживачів протягом 16 годин. Вірус Love Bug worm, яких атакував Інтернет 4 травня 2000 року і до сих пір блукає по мережі, приніс збитків на мільярди доларів.До таких систем відносяться Інтернет, як складна мережа роутерів і комп’ютерів, об’єднаних фізичними та радіозв’язками, WWW, як віртуальна мережа Web-сторінок, об’єднаних гіперпосиланнями (рис. 1). Розповсюдження епідемій, чуток та ідей в соціальних мережах, вірусів – в комп’ютерних, живі клітини, мережі супермаркетів, актори Голівуду – ось далеко не повний перелік мережеподібних структур. Більш того, останнє десятиліття розвитку економіки знань привело до зміни парадигми структурного, функціонального і стратегічного позиціонування сучасних підприємств. Вертикально інтегровані корпорації повсюдно витісняються розподіленими мережними структурами (так званими бізнес-мережами) [5]. Багато хто з них замість прямого виробництва сьогодні займаються системною інтеграцією. Тому дослідження структури та динаміки мережеподібних систем дозволить оптимізувати бізнес-процеси та створити умови для їх ефективного розвитку і захисту.Для побудови і дослідження моделей складних мережеподібних систем введені нові поняття і означення. Коротко опишемо тільки головні з них. Хай вузол i має ki кінців (зв’язків) і може приєднати (бути зв’язаним) з іншими вузлами ki. Відношення між числом Ei зв’язків, які реально існують, та їх повним числом ki(ki–1)/2 для найближчих сусідів називається коефіцієнтом кластеризації для вузла i:. Рис. 1. Структури мереж World-Wide Web (WWW) і Інтернету. На верхній панелі WWW представлена у вигляді направлених гіперпосилань (URL). На нижній зображено Інтернет, як систему фізично з’єднаних вузлів (роутерів та комп’ютерів). Загальний коефіцієнт кластеризації знаходиться шляхом осереднення його локальних значень для всієї мережі. Дослідження показують, що він суттєво відрізняється від одержаних для випадкових графів Ердаша-Рені [4]. Ймовірність П того, що новий вузол буде приєднано до вузла i, залежить від ki вузла i. Величина називається переважним приєднанням (preferential attachment). Оскільки не всі вузли мають однакову кількість зв’язків, останні характеризуються функцією розподілу P(k), яка дає ймовірність того, що випадково вибраний вузол має k зв’язків. Для складних мереж функція P(k) відрізняється від розподілу Пуассона, який мав би місце для випадкових графів. Для переважної більшості складних мереж спостерігається степенева залежність , де γ=1–3 і зумовлено природою мережі. Такі мережі виявляють властивості направленого графа (рис. 2). Рис. 2. Розподіл Web-сторінок в Інтернеті [4]. Pout – ймовірність того, що документ має k вихідних гіперпосилань, а Pin – відповідно вхідних, і γout=2,45, γin=2,1. Крім цього, складні системи виявляють процеси самоорганізації, змінюються з часом, виявляють неабияку стійкість відносно помилок та зовнішніх втручань.В складних системах мають місце колективні емерджентні процеси, наприклад синхронізації, які схожі на подібні в квантовій оптиці. На мові системи зв’язаних осциляторів це означає, що при деякій критичній силі взаємодії осциляторів невелика їх купка (кластер) мають однакові фази і амплітуди.В економіці, фінансовій діяльності, підприємництві здійснювати вибір, приймати рішення доводиться в умовах невизначеності, конфлікту та зумовленого ними ризику. З огляду на це управління ризиками є однією з найважливіших технологій сьогодення [2, 6].До недавніх часів вважалось, що в основі розрахунків, які так чи інакше мають відношення до оцінки ризиків лежить нормальний розподіл. Йому підпорядкована сума незалежних, однаково розподілених випадкових величин. З огляду на це ймовірність помітних відхилень від середнього значення мала. Статистика ж багатьох складних систем – аварій і катастроф, розломів земної кори, фондових ринків, трафіка Інтернету тощо – зумовлена довгим ланцюгом причинно-наслідкових зв’язків. Вона описується, як показано вище, степеневим розподілом, “хвіст” якого спадає значно повільніше від нормального (так званий “розподіл з тяжкими хвостами”). У випадку степеневої статистики великими відхиленнями знехтувати вже не можна. З рисунку 3 видно, наскільки добре описуються степеневою статистикою торнадо (1), повені (2), шквали (3) і землетруси (4) за кількістю жертв в них в США в ХХ столітті [2]. Рис. 3. Системи, які демонструють самоорганізовану критичність (а саме такі ми і розглядаємо), самі по собі прагнуть до критичного стану, в якому можливі зміни будь-якого масштабу.З точки зору передбачення цікавим є той факт, що різні катастрофічні явища можуть розвиватися за однаковими законами. Незадовго до катастрофи вони демонструють швидкий катастрофічний ріст, на який накладені коливання з прискоренням. Асимптотикою таких процесів перед катастрофою є так званий режим з загостренням, коли одна або декілька величин, що характеризують систему, за скінчений час зростають до нескінченності. Згладжена крива добре описується формулою,тобто для таких різних катастрофічних явищ ми маємо один і той же розв’язок рівнянь, котрих, на жаль, поки що не знаємо. Теорія складності дозволяє переглянути деякі з основних положень ризикології та вказати алгоритми прогнозування катастрофічних явищ [7].Ключові концепції традиційних моделей та аналітичних методів аналізу і управління капіталом все частіше натикаються на проблеми, які не мають ефективних розв’язків в рамках загальноприйнятих парадигм. Причина криється в тому, що класичні підходи розроблені для опису відносно стабільних систем, які знаходяться в положенні відносно стійкої рівноваги. За своєю суттю ці методи і підходи непридатні для опису і моделювання швидких змін, не передбачуваних стрибків і складних взаємодій окремих складових сучасного світового ринкового процесу. Стало ясно, що зміни у фінансовому світі протікають настільки інтенсивно, а їх якісні прояви бувають настільки неочікуваними, що для аналізу і прогнозування фінансових ринків вкрай необхідним став синтез нових аналітичних підходів [8].Теорія складних систем вводить нові для фінансових аналітиків поняття, такі як фазовий простір, атрактор, експонента Ляпунова, горизонт передбачення, фрактальний розмір тощо. Крім того, все частіше для передбачення складних динамічних рядів використовуються алгоритми нейрокомп’ютинга [9]. Нейронні мережі – це системи штучного інтелекту, які здатні до самонавчання в процесі розв’язку задач. Навчання зводиться до обробки мережею множини прикладів, які подаються на вхід. Для максимізації виходів нейронна мережа модифікує інтенсивність зв’язків між нейронами, з яких вона побудована, і таким чином самонавчається. Сучасні багатошарові нейронні мережі формують своє внутрішнє зображення задачі в так званих внутрішніх шарах. При цьому останні відіграють роль “детекторів вивчених властивостей”, оскільки активність патернів в них є кодування того, що мережа “думає” про властивості, які містяться на вході. Використання нейромереж і генетичних алгоритмів стає конкурентноздібним підходом при розв’язанні задач передбачення, класифікації, моделювання фінансових часових рядів, задач оптимізації в галузі фінансового аналізу та управляння ризиком. Детермінований хаос пропонує пояснення нерегулярної поведінки і аномалій в системах, котрі не є стохастичними за природою. Ця теорія має широкий вибір потужних методів, включаючи відтворення атрактора в лаговому фазовому просторі, обчислення показників Ляпунова, узагальнених розмірностей і ентропій, статистичні тести на нелінійність.Головна ідея застосування методів хаотичної динаміки до аналізу часових рядів полягає в тому, що основна структура хаотичної системи (атрактор динамічної системи) може бути відтворена через вимірювання тільки однієї змінної системи, фіксованої як динамічний ряд. В цьому випадку процедура реконструкції фазового простору і відтворення хаотичного атрактора системи при динамічному аналізі часового ряду зводиться до побудови так званого лагового простору. Реальний атрактор динамічної системи і атрактор, відтворений в лаговому просторі по часовому ряду при деяких умовах мають еквівалентні характеристики [8].На завершення звернемо увагу на дидактичні можливості теорії складності. Розвиток сучасного суспільства і поява нових проблем вказує на те, що треба мати не тільки (і навіть не стільки) експертів по деяким аспектам окремих стадій складних процесів (професіоналів в старому розумінні цього терміну), знадобляться спеціалісти “по розв’язуванню проблем”. А це означає, що істинна міждисциплінарність, яка заснована на теорії складності, набуває особливого значення. З огляду на сказане треба вчити не “предметам”, а “стилям мислення”. Тобто, міждисциплінарність можна розглядати як основу освіти 21-го століття.

Будь-яка, навіть найефективніша, логічно обґрунтована і корисна інновація (чи то теорія геліоцентризму Коперника або «походження видів» Дарвіна), якщо вона суперечить існуючій на даний момент догмі, приречена на ірраціональний скепсис, тривале і навмисне замовчування, обумовлене специфікою суспільних процесів і включеність людської психіки в ці процеси.Томас Семюел Кун Існуюча система освіти перестала влаштовувати практично всі держави світу і піддається активному реформуванню в наші дні. Перспективним напрямом використання в навчальному процесі є нова інформаційна технологія, яка дістала назву хмарні обчислення (Cloud computing). Концепція хмарних обчислень стала результатом еволюційного розвитку інформаційних технологій за останні десятиліття.Без сумніву, результати досліджень російських вчених: А. П. Єршова, В. П. Зінченка, М. М. Моісєєва, В. М. Монахова, В. С. Лєдньова, М. П. Лапчика та ін.; українських вчених В. Ю. Бикова, В. М. Глушкова, М. І. Жалдака, В. С. Михалевича, Ю. І. Машбиця та ін.; учених Білорусії Ю. О. Бикадорова, А. Т. Кузнєцова, І. О. Новик, А. І. Павловського та ін.; учених інших країн суттєво вплинули на становлення та розвиток сучасних інформаційних технологій навчання [1], [2], але в організації освітнього процесу виникають нові парадигми, наприклад, хмарні обчислення. За оцінками аналітиків Гартнер груп (Gartner Group) хмарні обчислення вважаються найбільш перспективною стратегічною технологією майбутнього, прогнозується міграція більшої частини інформаційних технологій в хмари на протязі найближчих 5–7 років [17].Згідно з офіційним визначенням Національного інституту стандартів і технологій США (NIST), хмарні обчислення – це система надання користувачеві повсюдного і зручного мережевого доступу до загального пулу інформаційних ресурсів (мереж, серверів, систем зберігання даних, додатків і сервісів), які можуть бути швидко надані та гнучко налаштовані на його потреби з мінімальними управлінськими зусиллями і необхідністю взаємодії з провайдером послуг (сервіс-провайдером) [18].У США в університетах функціонують віртуальні обчислювальні лабораторії (VCL, virtual computing lab), які створюються в хмарах для обслуговування навчального та дослідницьких процесів. В Південній Кореї запущена програма заміни паперових підручників для середньої школи на електронні, які зберігаються в хмарі і доступні з будь-якого пристрою, який може бути під’єднаний до Інтернету. В Росії з 2008 року при Російській академії наук функціонує програма «Університетський кластер», в якій задіяно 70 університетів та дослідних інститутів [3], в якій передбачається використання хмарних технологій та створення web-орієнтованих лабораторій (хабів) в конкретних предметних галузях для надання принципово нових можливостей передавання різноманітних інформаційних матеріалів: лекцій, семінарів, лабораторних робіт і т. п. Є досвід певних російських вузів з використання цих технологій, зокрема в Московському економіко-статистичному інституті вся інфраструктура переводиться на хмарні технології, а в навчальних програмах включені дисципліни з навчання технологій.На сьогодні в Україні теж почалося створення національної освітньої інформаційної мережі на основі концепції хмарних обчислень в рамках національного проекту «Відкритий світ», який планується здійснити протягом 2010-2014 рр. Відповідно до наказу Міністерства освіти та науки України від 23.02.2010 р. №139 «Про дистанційне моніторингове дослідження рівня сформованості у випускників загальноосвітніх навчальних закладів навичок використання інформаційно-комунікаційних технологій у практичній діяльності» у 2010 році було вперше проведено дистанційне моніторингове дослідження з метою отримання об’єктивних відомостей про стан інформатичної освіти та розроблення стратегії її подальшого розвитку. Для цих цілей було обрано портал (приклад гібридної хмари), створений на основі платформи Microsoft Azure [4].Як показує зарубіжний досвід [8], [11], [12], [14], [15], вирішити названі проблеми можна шляхом впровадження в навчальний процес хмарних обчислень. У вищих навчальних закладах України розроблена «Програма інформатизації і комп’ютеризації навчального процесу» [1, 166]. Але, проаналізувавши стан впровадження у ВНЗ хмарних технологій, можна зробити однозначний висновок про недостатню висвітленість цього питання в літературних та Інтернет-джерелах [1], [7].Переважна більшість навчальних закладів лише починає впроваджувати хмарні технології в навчальний процес та включати відповідні дисципліни для їх вивчення. Аналіз педагогічних праць виявив недостатнє дослідження питання використання хмарних обчислень у навчальному процесі. Цілком очевидно, що інтеграція хмарних сервісів в освіту сьогодні є актуальним предметом для досліджень.Для навчальних закладів все більшого значення набуває інформаційне наповнення та функціональність систем управління віртуальним навчальним середовищем (VLE, virtual learning environment). Не існує чіткого визначення VLE-систем, та й в самих системах в міру їх заглиблення в Інтернет постійно удосконалюються наявні і з’являються нові інструменти (блоги, wiki-ресурси). VLE-системи критикують в основному за слабкі можливості генерації та зберігання створюваного користувачами контенту і низький рівень інтеграції з соціальними мережами.Існує кілька полярних підходів до способів надання освіти за допомогою сучасних інформаційно-комунікаційних технологій та інформаційних ресурсів. З одного боку – навчальні заклади з віртуальним навчальним середовищем VLE, а з іншого – персональне навчальне середовище, створене з Web 2.0 сайтів та кероване учнями. Але варто звернути увагу на нову модель, що може зруйнувати обидва наявні підходи. Сервіси «Google Apps для навчальних закладів» та «Microsoft Live@edu» включають в себе широкий набір інструментів, які можна налаштувати згідно потреб користувача. Описувані системи розміщуються в так званій «обчислювальній хмарі» або просто «хмарі».Хмара – це не просто новий модний термін, що застосовується для опису Інтернет-технологій віддаленого зберігання даних. Обчислювальна хмара – це мережа, що складається з численної кількості серверів, розподілених в дата-центрах усього світу, де зберігаються безліч копій. За допомогою такої масштабної розподіленої системи здійснюється швидке опрацювання пошукових запитів, а система є надзвичайно відмовостійка. Система побудована так, що після закінчення тривалого періоду при потребі можна провести заміну окремих серверів без зниження загальної продуктивності системи. Google, Microsoft, Amazon, IBM, HP і NEC та інші, мають високошвидкісні розподілені комп’ютерні мережі та забезпечують загальнодоступність інформаційних ресурсів.Хмара може означати як програмне забезпечення, так і інфраструктуру. Незалежно від того, є сервіс програмним чи апаратним, необхідно мати критерій, для допомоги визначення, чи є даний сервіс хмарним. Його можна сформулювати так: «Якщо для доступу до інформаційних матеріалів за допомогою даного сервісу можна зайти в будь-яку бібліотеку чи Інтернет-клуб, скористатися будь-яким комп’ютером, при цьому не ставлячи ніяких особливих вимог до операційної системи та браузера, тоді даний сервіс є хмарним».Виділимо три умови, за якими визначатимемо, чи є сервіс хмарним.Сервіс доступний через Web-браузер або за допомогою спеціального інтерфейсу прикладної програми для доступу до Web-сервісів;Для користування сервісом не потрібно жодних матеріальних затрат;В разі використання додаткового програмного забезпечення оплачується тільки той час, протягом якого використовувалось програмне забезпечення.Отже, хмара – це великий пул легко використовуваних і доступних віртуалізованих інформаційних ресурсів (обладнання, платформи розробки та/або сервіси). Ці ресурси можуть бути динамічно реконфігуровані для обслуговування мінливого навантаження (масштабованості), що дозволяє також оптимізувати використання ресурсів. Такий пул експлуатується на основі принципу «плати лише за те, чим користуєшся». При цьому гарантії надаються постачальником послуг і визначаються в кожному конкретному випадку угодами про рівень обслуговування.Існує три основних категорії сервісів хмарних обчислень [10]:1. Комп’ютерні ресурси на зразок Amazon Elastic Compute Cloud, використання яких надає організаціям можливість запускати власні Linux-сервери на віртуальних комп’ютерах і масштабувати навантаження гранично швидко.2. Створені розробниками програми для пропрієтарних архітектур. Прикладом таких засобів розробки є мова програмування Python для Google Apps Engine. Він безкоштовний для використання, однак існують обмеження за обсягом даних, що зберігаються.3. Сервіси хмарних обчислень – це різноманітні прикладні програмні засоби, розміщені в хмарі і доступні через Web-браузер. Зберігання в хмарі не тільки даних, але і програм, змінює обчислювальну парадигму в бік традиційної клієнт-серверної моделі, адже на стороні користувача зберігається мінімальна функціональність. Таким чином, оновлення програмного забезпечення, перевірка на віруси та інше обслуговування покладається на провайдера хмарного сервісу. А загальний доступ, управління версіями, спільне редагування стають набагато простішими, ніж у разі розміщення програм і даних на комп’ютерах користувачів. Це дозволяє розробникам постачати програмні засоби на зручних для них платформах, хоча необхідно переконатися, що програмні засоби придатні до використання при роботі з різними браузерами.З точки зору досконалості технології, програмне забезпечення в хмарах розвинуте значно краще, ніж апаратна складова.Особливу увагу звернемо на програмне забезпечення як послугу (SaaS, Software as a Servise), що позначає програмну складову у хмарі. Більшість систем SaaS є хмарними системами. Для користувачів системи SaaS не важливо, де встановлене програмне забезпечення, яка операційна система при цьому використовується та якою мовою воно описане. Головне – відсутня необхідність встановлювати додаткове програмне забезпечення.Наприклад, Gmail представляє собою програму електронної пошти, яка доступна через браузер. Її використання забезпечує ті ж функціональні можливості, що Outlook, Apple Mail, але для користування нею необхідно «thick client» («товстий клієнт»), або «rich client» («багатий клієнт»). В архітектурі «клієнт – сервер» це програми з розширеними функціональними характеристиками, незалежно від центрального сервера. При такому підході сервер використовується як сховище даних, а вся робота з опрацювання і подання даних переноситься на клієнтський комп’ютер.Системи SaaS наділені деякими визначальними характеристиками:– Доступність через Web-браузер. Програмне забезпечення типу SaaS не потребує встановлення жодних додаткових програм на комп’ютер користувача. Доступ до систем SaaS здійснюється через Web-браузер з використанням відкритих стандартів або універсальний плагін браузера. Хмарні обчислення та програмне забезпечення, яке є власністю певної компанії, не поєднуються між собою.– Доступність за вимогою. За наявності облікового запису можна отримувати доступ до програмного забезпечення в будь-який момент та з будь-якої географічної точки земної кулі.– Мінімальні вимоги до інфраструктури ІТ. Для конфігурування систем SaaS потрібен мінімальний рівень технічних знань (наприклад, для управління DNS в Google Apps), що не виходить за рамки, характерні для звичайного користувача. Висококваліфікований IT-адміністратор для цього не потрібний.Переваги хмарної інфраструктури. Наявність апаратних засобів у власності потребує їх обслуговування. Планування необхідної потужності та забезпечення ресурсами завжди актуальні. Хмарні обчислення спрощують вирішення двох проблем: необхідність оцінювання характеристик обладнання та відсутність коштів для придбання нового потужного обладнання. При використанні хмарної інфраструктури необхідні потужності додаються за лічені хвилини.Зазвичай на кожному сервері передбачено резерв, що забезпечує вирішення типових апаратних проблем. Наприклад, резервний жорсткий диск, призначений для заміни диска, що вийшов з ладу, в складі масиву RAID. Необхідно скористатися послугами для встановлення нового диску на сервер. Для цього потрібен час та висока кваліфікація спеціаліста, щоб роботу виконати швидко з метою уникнення повного виходу сервера з ладу. Якщо сервер остаточно вийшов з ладу, використовується якісна, актуальна резервна копія та досконалий план аварійного відновлення. Тільки тоді є можливість провести відновлення системи в короткий термін, причому завжди в ручному режимі.При використанні хмар немає потреби перейматись проблемами стосовно апаратних засобів, що використовуються. Користувач може і не дізнатися про те, що фізичний сервер вийшов з ладу. Якщо правильно дібрано інструментарій, можливе автоматично відновлення даних після надскладної аварійної ситуації. При використанні хмарної інфраструктури у такому випадку можна відмовитись від віртуального сервера і отримати інший. Немає потреби думати про утилізацію та перейматися про нанесену шкоду навколишньому середовищу.Хмарне сховище. Абстрагування від апаратних засобів в хмарі здійснюється не тільки завдяки заміні фізичних серверів віртуальними. Віртуалізації підлягають і системи фізичного зберігання даних.При використанні хмарного сховища можна переносити дані в хмару, не переймаючись, яким чином вони зберігаються та не турбуючись про їх резервне копіювання. Як тільки дані, переміщені в хмару, будуть потрібні, достатньо буде просто звернутись в хмару і отримати їх. Існує кілька підходів до хмарного сховища. Йдеться про поділ даних на невеликі порції та зберігання їх на багатьох серверах. Порції даних наділяються індивідуально обчисленими контрольними сумами, щоб дані можна було швидко відновити в критичних ситуаціях.Часто користувачі працюють з хмарним сховищем так, ніби мають справу з мережевим накопичувачем. Щодо принципу функціонування хмарне сховище принципово відрізняється від традиційних накопичувачів, оскільки у нього принципово інше призначення. Обмін даними при використанні хмарного сховища повільніший, воно більш структуроване, внаслідок чого його використання як оперативного сховища даних непрактичне. Зазначимо, що використання хмарного сховища недоцільне для транзакцій в хмарних прикладних програмах. Хмарне сховище сприймається, як аналог резервної копії на стрічковому носієві, хоча на відміну від системи резервного копіювання зі стрічковим приводом в хмарі не потрібні ні привід, ні стрічки.Grid Computing (англ. grid – решітка, грати) – узгоджене, відкрите та стандартизоване комп’ютерне середовище, що забезпечує гнучкий, безпечний, скоординований розподіл обчислювальних ресурсів і ресурсів збереження інформації, які є частиною даного середовища, в рамках однієї віртуальної організації [http://gridclub.ru/news/news_item.2010-08-31.0036731305]. Концепція Grid Computing представляє собою архітектуру множини прикладних програмних засобів – найпростіший метод переходу до хмарної архітектури. Програмні засоби, де використовуються grid-технології, є програмним забезпеченням, при функціонуванні якого інтенсивно використовуються ресурси процесора. В grid-програмах розподіляються операції опрацювання даних на невеликі набори елементарних операцій, що виконуються ізольовано.Використання хмарної інфраструктури суттєво спрощує та здешевлює створення grid-програм. Якщо потрібно опрацювати якісь дані, використовують сервер для опрацювання даних. Після завершення опрацювання даних сервер можна призупинити, або задати для опрацювання новий набір даних.На рисунку 1 подано схему функціонування grid-програми. На сервер, або кластер серверів, поступає набір даних, які потрібно опрацювати. На першому етапі дані передаються в чергу повідомлень (1). На інших вузлах аналізується чергою повідомлень (2) про нові набори даних. Коли набір даних з’являється в черзі повідомлень, він аналізується на першому комп’ютері, де його виявлено, а результати надсилаються назад в чергу повідомлень (3), звідки вони зчитуються сервером або кластером серверів (4). Обидва компоненти можуть функціонувати незалежно один від одного, а кожен з них може функціонувати навіть в тому випадку, якщо другий компонент не задіяний на жодному комп’ютері. Рис. 1. Архітектура grid-програм У такій ситуації використовуються хмарні обчислення, оскільки при цьому не потрібні власні сервери, а за відсутності даних для опрацювання не потрібні сервери взагалі. Таким чином можна масштабувати потужності, що використовуються. Інакше кажучи, щоб комп’ютер не використовувався «вхолосту», важливо опрацьовувати дані за мірою їх надходження. Сервери включаються, коли потік даних інтенсивний, а виключаються в міру ослаблення інтенсивності потоку. Grid-програми мають дещо обмежену область застосування (опрацювання великих об’ємів наукових і фінансових даних). В переважній частині таких програм використовуються транзакційні обчислення.Транзакційна система – це система, де один і більше вхідних наборів даних опрацьовуються одночасно в рамках однієї транзакції та в

В роботі розглянуто проблему забезпечення ефективності, експлуатаційної надійності, екологічної безпеки і підвищення довговічності нафто-газотранспортної мережі України, зокрема і Полтавщини. Відомо, що корозійні процеси значно підвищують екологічні ризики, пов’язані з експлуатацією нафтопроводів. Нафто-газопроводи експлуатуються в природних умовах, головним чином, під землею, тому вони підлягають впливу підземної ґрунтової корозії, що часто приводить до розгерметизації сталевих нафтопроводів. Екологічний ризик розглядається в цілому як ймовірність настання небажаних подій і наслідків та є важливою ознакою екологічної безпеки. В роботі показано доцільність використання алгоритмічної бази для аналізу ризиків в результаті аварій на нафто-газопроводах через їх розгерметизацію на основі теорії надійності. Однією з основних кількісних складових техногенного ризику є визначення розмірів зон негативного впливу вражаючих факторів аварій. Виділення потенційно-небезпечних ділянок на магістральних газопроводів рекомендовано проводити за допомогою плану їх траси з прилеглою територією. В якості таких ділянок в першу чергу необхідно виділяти: ділянки магістральних газопроводів, поблизу яких, на відстані не більше 0,5 км від їх осі, розташовані населені пункти, окремі громадські будівлі, місця масового скупчення людей і комплекси будівель, споруд, обладнання сторонніх організацій. Додатково в якості потенційно-небезпечних ділянок розглядаються сільськогосподарські угіддя, лісові угіддя, землі природно-заповідного фонду, водні джерела, що значно підвищує екологічні наслідки аварійних ситуацій. Аналіз дає змогу виявити фактичне становище на ділянках газопроводів, спрогнозувати можливі негативні наслідки в разі виникнення надзвичайних ситуацій та дозволить вчасно вжити необхідні заходи з метою їх попередження.