БОНДАР Александр Иванович, к.т.н., доцент, старший научный сотрудник
625000, г. Тюмень, ул. Володарского, 38
Aleksandr I. BONDAR, Cand. Sci. (Eng.), Associate Professor, Senior Research Officer
Volodarsky St., 38, Tyumen, 625000
КЛОЧКОВ Юрий Сергеевич, д.т.н., доцент, и.о. ректора
625000, г. Тюмень, ул. Володарского, 38
ResearcherID: H-6364-2016, Scopus: 57202887977
Yury S. KLOCHKOV, Dr. Sci. (Eng.), Professor, Rector
Volodarsky St., 38, Tyumen, 625000
ResearcherID: H-6364-2016, Scopus: 57202887977
ЗЫБИНА Ольга Александровна, д.т.н., доцент, заведующий базовой кафедрой «Пожарная безопасность» инженерно-строительного института;
195251, г. Санкт-Петербург, ул. Политехническая, 29; 625000, г. Тюмень, ул. Володарского, 38
РИНЦ AuthorID: 505657, Scopus: 6504571187
Olga A. ZYBINA, Dr. Sci. (Eng.), Associate Professor, Head of the basic department “Fire safety” of the Civil Engineering Institute
Polytechnicheskaya St., 29B, Saint-Petersburg, 195251;Volodarsky St., 38, Tyumen, 625000
RSCI : 505657, Scopus: 6504571187
Введение. Пожарно-спасательная отрасль функционирует в условиях неопределенности и технологических вызовов, что повышает значимость инженерно-технических инноваций. Их эффективность определяется в том числе качеством управления внедрением, нормативного закрепления и интеграции в практику действий пожарно-спасательных подразделений. Актуальна разработка адаптивных моделей управления внедрением инноваций, основанных на количественной оценке эффективности и механизмах обратной связи. Подход обоснован на примере автоматических установок сдерживания пожара (АУСП), предназначенных для защиты объектов, где тушение водой недопустимо или малоэффективно.
Цель и задачи. Цель исследования — обоснование адаптивного подхода к управлению внедрением инженерно-технических инноваций в пожарно-спасательной отрасли на основе математического моделирования. Решены задачи формализации функционирования АУСП, построения марковской модели состояний объекта при пожаре, оценки вероятностей уровней ущерба, сопоставления дискретных и непрерывных моделей, разработки адаптивной модели трансфера инноваций.
Методы исследования. Использованы цепи Маркова с дискретным и непрерывным временем, графовое и матричное моделирование, численные методы расчета установившихся вероятностей. Применены системный и процессный подходы, анализ жизненного цикла инноваций, обобщение нормативно-технической и эксплуатационной практики внедрения АУСП.
Результаты и их обсуждение. Построена марковская модель функционирования АУСП с учетом режимов работы и уровней ущерба. Получены переходные вероятности для дискретного времени и уравнения Колмогорова для непрерывного. Показано совпадение конечных вероятностей состояний. Моделирование позволило оценить влияние надежности АУСП и организационных факторов. Предложена модель адаптивного трансфера инноваций с замкнутым контуром обратной связи. Итогом исследований стало создание ГОСТ на АУСП.
Выводы. Показана применимость цепей Маркова для оценки функционирования АУСП и вероятностей ущерба. Установлена инвариантность конечных вероятностей к характеру времени. Показано, что трансфер технологий определяется системным встраиванием в нормативную базу, тактику и эксплуатацию. Предложена модель адаптивного трансфера инноваций как элемента самообновляющейся системы отрасли.
Introduction. Fire and rescue services operate amid uncertainty and technological challenges, increasing the need for engineering innovations. Their effect depends on implementation governance, regulatory approval, and integration into operational practice. Adaptive management models are required, relying on effectiveness metrics and feedback. The approach is illustrated with automatic fire containment systems (AFCS) for facilities where water suppression is unacceptable or ineffective.
Aim and objectives. The aim of this study is to justify an adaptive approach to managing the implementation of engineering and technical innovations in the fire and rescue sector based on mathematical modelling. The study addresses the tasks of formalizing the functioning of the fire and rescue service, constructing a Markov model of the facility’s states during a fire, assessing the probabilities of damage levels, comparing discrete and continuous models, and developing an adaptive model for the transfer of innovations.
Methods and research. Discrete- and continuous-time Markov chains, graph and matrix modelling, and numerical computation of steady-state probabilities were used. Life-cycle analysis and synthesis of regulatory, technical, and operational experience in AFCS deployment were applied.
Results and discussion. A Markov model of AFCS functioning, including operating modes and damage levels, was developed. Transition probabilities (discrete time) and Kolmogorov equations (continuous time) were obtained, and equality of limiting state probabilities was shown. Modelling quantified the influence of AFCS reliability and organizational factors. A closed-loop adaptive innovation transfer model was proposed. The research supported development of a GOST standard for AFCS.
Conclusions. Markov chains are suitable for assessing AFCS performance and damage probabilities; limiting probabilities are invariant to the time representation. Technology transfer depends on embedding innovations into regulations and operation. The proposed adaptive transfer model supports sectoral self-renewal within the sector overall.
The authors declare that there are no conflicts of interest present.