Modeling an analytics system for industrial safety monitoring based on expert assessments

Introduction. A mathematical model of the industrial safety monitoring system in mechanical engineering is investigated. The work objective was to create a mathematical model based on expert assessments of workplace safety parameters with a calculated and experimental justification of its applicability to the “STRAZH” expert security monitoring system.

Materials and Methods. The classification of expert systems for engineering enterprises is proposed. The stages of creating expert systems are considered. A methodology for assessing the consistency of experts as a basis for models of expert systems in the field of mechanical facilities safety is presented.

Results. The basic safety parameters of the workplace are identified. A matrix of expert evaluation of parameters based on the opinion of leading experts in the field of engineering is created. The results of modeling the expert system “STRAZH” with the calculated and empirical support of the mathematical model validity are presented. The advantages of implementing expert systems to increase the level of personnel safety are proved.

Discussion and Conclusions. The results obtained have a high degree of expert coordination and can be used in the development of expert safety monitoring systems for engineering enterprises.

1. Cook, D. Smart Environments. Technologies, protocols and applications / D. Cook, S. Das // Hoboken : Wiley–Interscience, 2005. — P. 3.

2. Семенов, И. О. Актуальность экспертных систем и их значение в экономике [Электронный ресурс] / И. О. Семенов, Т. А. Серебрякова // Студенческий форум — 2018. — № 3 (24). — URL : https://nauchforum.ru/journal/stud/24/31118 (дата обращения : 07.05.2019).

3. Рутковский, Л. Методы и технологии искусственного интеллекта / Л. Рутковский. — Москва : Горячая линия — Телеком, 2010. — 520 с.

4. Уотермен, Д. Руководство по экспертным системам / Д. Уотермен. — Москва : Мир, 1989. — 388 с.

5. Giarratano, J. Expert Systems — Principles and Programming / J. Giarratano, G. Riley. — 4th ed. — San Francisco : Course Technology, 2004. — 302 p.

6. Математическое моделирование пожарной безопасности высших учебных заведений / В. Г. Шаптала, В. Н. Шульженко, В. Ю. Радоуцкий, В. В. Шаптала // Вестник Белгородского государственного технологического университета им. В. Г. Шухова. — 2008. — № 4. — С. 63–65.

7. Попов, Э. В. Системы общения и экспертные системы / Э. В. Попов. — Москва : Радио и связь, 1990. — 464 с.

8. Мокану, А. А. Применение экспертных систем в машиностроении [Электронный ресурс] / А. А. Мокану, Е. С. Страмцова, Р. А. Пушина // Научное сообщество студентов XXI столетия. Технические науки : сб. ст. по мат. LXV междунар. студ. науч.-практ. конф. — URL : https://sibac.info/archive/technic/5(64).pdf (дата обращения : 13.05.2019).

9. Сапожников, А. Ю. Применение экспертных систем в процессе проектирования авиационных ГТД [Электронный ресурс] / А. Ю. Сапожников, И. А. Кривошеев // Молодой ученый. — 2017. — № 12. — 90–97 с. — URL : https://moluch.ru/archive/12/972/ (дата обращения : 12.05.2019).

10. Cross, T. B. Knowledge Engineering 2016 The Uses of Artificial Intelligence in Business / T. B. Cross. — Boulder : TECHtionary Corporation, 2016. — 236 p.

11. Литвак, Б. Г. Экспертная информация: методы получения и анализа / Б. Г. Литвак. — 2-е изд., стер. — Москва : Исследовательский центр проблем качества подготовки специалистов, 2009. — 223 с.

12. Харченко, М. А. Корреляционный анализ / М. А. Харченко. — Воронеж : ВГУ, 2008. — 30 с.

13. Солонщиков, П. Н. Интегральная оценка тяжести труда, как один из методов прогнозирования несчастных случаев на предприятии / П. Н. Солонщиков // Advanced Science. — 2017. — № 2. — С. 35.