РукАСР ТБ Маг. КурсоваяРабота. Пояснительная записка должна иметь следующие структурные элементы

• Название: Пояснительная записка должна иметь следующие структурные элементы
• Анкор: РукАСР ТБ Маг
• Дата: 15.11.2022
• Размер: 1.6 Mb.
• Имя файла: КурсоваяРабота.pdf
• Тип: Пояснительная записка; #789747

Расчетно-пояснительная записка к курсовой работе оформляется в рукописном или машинописном виде на стандартных листах писчей бумаги (формат А4). Расчетно-пояснительная записка должна иметь следующие структурные элементы:
титульный лист, на котором указываются: название учебного заведения и кафедры; наименование дисциплины и тема курсовой работы; фамилия и инициалы слушателя, его звание и номер учебной группы; фамилия и инициалы преподавателя, его должность, ученая степень и звание;
оглавление представляет собой перечень всех структурных частей (разделов, параграфов), составляющих расчетно-пояснительную записку, с указанием номеров страниц;
введение, в котором обосновывается актуальность проблемы повышения эффективности деятельности подразделений противопожарной службы, совершенствования их организационной структуры и системы управления; дается краткая характеристика города и существующих в нем подразделений ГПС; формулируется общая цель курсовой работы и намечаются направления исследований;
исходные данные к выполнению курсовой работы;
основное содержание, в котором приводится формулировка всех задач аналитического и расчетного характера, изложение методик решения задач, полученные результаты в виде выводов и рекомендаций;
заключение, где в краткой форме производится обзор важнейших результатов курсовой работы; делаются выводы и даются рекомендации, направленные на совершенствование организации ГПС в городе и повышение эффективности ее деятельности;
список литературы, в который включаются использованные в процессе выполнения работы литературные источники научного, учебно-методического и нормативного характера (в тексте записки обязательно делаются ссылки на эти источники).
Расчетно-пояснительная записка может также содержать приложения, в которых приводятся таблицы справочного и нормативного характера, некоторые промежуточные расчеты.
Текст расчетно-пояснительной записки должен быть кратким, четким и понятным. В нем не допускаются повторения широко известных положений, а также выписки из учебной и нормативной литературы без ссылки на источник (фамилия и инициалы автора, название работы, издательство, место и год издания, номера страниц).
Требования к выполнению работы

Выполненная курсовая работа должна быть аккуратно оформлена; цифры и символы должны быть четко написаны, чтобы не допустить их неоднозначное толкование.
Каждая задача должна быть четко сформулирована. Решение всех задач аналитического и расчетного характера должно сопровождаться комментариями, которые позволяли бы преподавателю судить о понимании слушателем хода решения поставленных задач и локализовать допущенные ошибки с тем, чтобы облегчить слушателю их исправление. Все выводы, сделанные в процессе выполнения курсовой работы, должны иметь четкое логическое обоснование.
Результатами решения каждой поставленной задачи должны быть не полученные числа, а кратко и четко сформулированные заключения (принимаемые варианты решений, выводы, рекомендации), которые должны иметь логическое обоснование и подкрепляться расчетами.
При выполнении расчетов следует вначале указать используемые формулы, затем подставить в них числовые данные и получить ответ. Необходимо указывать, какая величина обозначена тем или иным символом, фигурирующим в формулах, а также единицы измерения рассматриваемых величин.
Целесообразно, чтобы точность вычисления каждой величины соответствовала той точности, которая соблюдена в числовых примерах, сопровождающих методические указания. При проведении расчетов необходимо использовать электронные микрокалькуляторы или персональные компьютеры.
Результаты расчетов должны быть сведены в таблицы, каждая из которых должна иметь порядковый номер и название. Все графические материалы (графики, схемы), иллюстрирующие результаты анализа и расчетов, должны выполняться в соответствии с установленными требованиями, иметь порядковый номер и название. На каждую таблицу и иллюстрацию в тексте расчетно-пояснительной записки должна иметься соответствующая ссылка.
Выполненная курсовая работа сдается на проверку преподавателю, ведущему занятия в учебной группе.
Преподаватель после проверки курсовой работы дает разрешение на ее защиту. При наличии замечаний со стороны преподавателя слушатель должен устранить недостатки в работе.

По данным диспетчерского журнала находим число m
i
вызовов в городе, по которым выезжало определенное число
i пожарных автомобилей (i=1,2,...,L, где L - максимальное число выезжавших по вызову пожарных автомобилей). Для полученных значений m
i
, называемых абсолютными частотами, должно выполняться соотношение:



L
i
i
N
m
1
где
N - общее число вызовов
Производим вычисление доли ω
i
, которую в общем числе вызовов составляют вызовы, для обслуживания которых привлекались
i пожарных автомобилей (i =1, 2,...,L):
,
N
m
i
i


Для полученных в результате вычислений значений ω
i
(i=1,2,…,L), называемых относительными
частотами или частостями, должно выполняться соотношение:



L
i
i
1 1

)
(
9
,
1 105 5
4 17 3
46 2
37 1
1
ПА
N
m
i
X
L
i
i













Перечень различных значений числа i выезжавших по вызову пожарных автомобилей (
i=1,2,...,L), каждому из которых поставлено в соответствие значение частоты m
i
и частости ω
i
, образует дискретный вариационный ряд, представленный в виде табл.1.
Определим статистические характеристики данного вариационного ряда.
Находим среднее число одновременно выезжающих пожарных автомобилей по вызову (для представленного в приложении варианта):

71
,
0 9
,
1 105 5
4 17 3
46 2
37 1
2 2
2 2
2 2
1 2















X
N
i
m
D
L
i
Находим дисперсию вариационного ряда:
)
(
84
,
0 71
,
0
ПА
D




Находим среднее квадратическое отклонение: используя правило ”трех сигм”, получаем откуда следует, что размах вариаций будет находиться в пределах от 0 до 4,4 автомобилей, выезжающих по вызову.
,
84
,
0 3
9
,
1 3






X
Для графического отображения распределения i выезжавших по вызову пожарных автомобилей в городе производится построение секторной круговой диаграммы (рис.1). Для построения диаграммы на круге произвольного диаметра с помощью транспортира выделяют секторы с центральными углами φ
i
(i=1,2,…,L), пропорциональными относительным частотам ω
i
. Центральные углы вычисляются по формуле:
При этом достаточно ограничиться целыми значениями, так как при помощи транспортира затруднительно добиться точности до долей градуса. Полученные значения центральных углов вносятся в табл. 1. Для них должно выполняться соотношение:

Количество ПА
i
Число вызовов (абсолютная
частота)
m
i
Относительная частота
ω
i
Центральный угол
φ
i
,°
1
37
0,
352
1
27
2
46
0,
438
1
58
3
17
0,
162
58
4
5
0,04
8
17
Всего
105
1,000
360
Выводы
: на большинство
вызовов выезжают 2 (43%) и
1(35%) пожарных автомобилей
.
Рис
.1 Секторная круговая диаграмма распределения
числа пожарных автомобилей, выезжающих по
вызовам
Таблица 1
Распределение числа пожарных автомобилей, выезжающих по вызовам






0 120
k
k
M
m
В течение периода наблюдения, зафиксированного в диспетчерском журнале и равного 120 суткам, определим эмпирическое и теоретическое распределение вызовов по суткам.
Для определения эмпирического распределения необходимо сделать следующее: по диспетчерскому журналу подсчитать число
m
k
суток с определенным числом вызовов k (k=0,1,2,…
n). Вызовы, возникающие в течение одних суток, имеют одинаковые даты поступления. Для определения значения
m
0
нужно посчитать число суток, даты которых отсутствуют в диспетчерском журнале, т.е. в эти сутки не произошло ни одного вызова.
Полученные в результате подсчетов значения
m
k
называются эмпирическими частотами и связаны между собой соотношением:
M
m
k
k


Эмпирическая вероятность ω
k
(относительная частота) того, что в интервале времени равным 1 суткам в городе произойдет k вызовов, оценивается как доля, которую в общем числе
M суток составляет число суток, в течение которых произошло k вызовов:
...)
3
,
2
,
1
,
0
(
!
)
(
)
(



k
е
к
к
к
Р





Для определения теоретической вероятности того, что за время τ произойдет
k выездов пожарных подразделений используем распределение Пуассона: где λ - плотность потока вызовов, т.е. среднее число вызовов, поступающих за единицу времени τ, для нашего варианта λ=
N/M=105/120=0,875 выз./сутки.

0,364764
!
1
)
1 875
,
0
(
)
(
1 875
,
0 1
1




е
Р

0,416862
)
(
1 875
,
0 0



e
Р

0,159580
!
2
)
1 875
,
0
(
)
(
1 875
,
0 2
2




е
Р

0,046564
!
3
)
1 875
,
0
(
)
(
1 875
,
0 3
3




е
Р

012230
,
0
))
(
)
(
)
(
)
(
(
1
)
(
3 2
1 0
3












P
P
P
P
Р
Проведем ряд расчетов теоретической вероятности для примерного варианта
:
Для любого фиксированного значения τ вероятности
P
k
(
τ), соответствующие значениям k=0,1,2,…
связаны между собой следующим соотношением




0 1
)
(
k
k
P

Находим распределение теоретических частот f
k
выездов k пожарных подразделений по суткам по следующей формуле:
)
(

k
k
P
M
f


0
,
50 416182
,
0 120 0



f
8
,
43 364754
,
0 120 1



f
1
,
19 159580
,
0 120 2



f
6
,
5 046544
,
0 120 3



f
5
,
1 012260
,
0 120 4



f
Проведем расчет теоретических частот для примерного варианта

Визуальное сопоставление полигонов эмпирического и теоретического распределений позволяет сделать вывод о сходстве характеров рассматриваемых распределений. Более точное заключение можно сделать, если использовать статистический критерий согласия Романовского:
|,
)
1
(
)
(
|
)
1
(
2 1
1 2









z
V
f
f
m
z
V
l
k
k
k
k

где V- число групп значений случайной величины, для каждой из которых должно выполняться условие f k
≥ 9, если для какой- либо k-ой группы это условие не выполняется, то эта группа объединяется с предыдущей или с последующей группой, а соответствующие им частоты складываются, для нашего примера V=3; z- число параметров закона распределения, для закона
Пуассона и для показательного закона z=1.
Если значение критерия Романовского ρ < 3, то расхождения можно считать не существенными (случайными), если ρ ≥ 3 – существенными.
Для нашего пимера:
28
,
0
|
)
1 1
3
(
2
,
26
)
2
,
26 24
(
8
,
43
)
8
,
43 49
(
50
)
50 47
(
|
)
1 1
3
(
2 1
2 2
2













Расчетное значение ρ=0,28 не превышает значения 3, т.е. расхождения между эмпирическим и теоретическим распределениями можно считать не существенными. Таким образом, закон Пуассона можно использовать для вероятностных расчетов распределения числа вызовов на различных временных интервалах.

Число k вызовов
за время τ=1
сутки
Распределение:
эмпирическое
теоретическое
Частота m
k
Вероятность
ω
k
(τ)
Частота f
k
Вероятность
P
k
(τ)
0
47
0.391667
50,0
0,416862
1
49
0,408333
43,8
0,364764
2
16
0,133333
19,1
0,159580
3
8
0,066667
5,6
0,046564
Более 3-х
0
0,000000
1,5
0,012230
Сумма
120
1,000000
120,0
1,000000
Рис
.2 Полигон частот эмпирического и теоретического распределений числа вызовов пожарных
подразделений в городе в интервале времени продолжительностью 1 сутки
Таблица 2
Эмпирическое и теоретическое распределения числа вызовов пожарных подразделений в городе в
интервале времени продолжительностью 1 сутки





V
j
j
N
m
1 105
Определим 5 групп (V) со следующими границами интервалов времени [0,30), [30,60), [60,90), [90,120),
[120,∞).
Для определения эмпирического распределения необходимо сделать следующее: по диспетчерскому журналу подсчитать число
m
j
вызовов, у которых длительность времени обслуживания τ
обсл.
попадает в j-й интервал.
Полученные в результате подсчетов значения
m
j
называются эмпирическими частотами и связаны между собой соотношением:
Эмпирическая вероятность ω
j
(относительная частота) того, что τ
обсл попадет в j-й интервал, оценивается как доля, которую в общем числе N вызовов составляют вызовы, попавшие в j-й интервал:
N
m
j
j


,
}
{






e
P
обсл
,
1
}
{







e
P
обсл
Для определения теоретической вероятности p
j того, что значение τ
обсл окажется меньше или больше какого- либо значения τ или попадет в j-й интервал используем показательное распределение где µ - параметр показательного закона распределения µ=1/τ
ср.обсл.
,
}
{
2 1
2 1











e
e
P
обсл

,
1
N
N
i
i
обсл
ср





Средняя длительность времени обслуживания τ
ср.обсл. может быть вычислена двумя способами:
1) как среднее арифметическое: где τ
i
– длительность времени обслуживания i-ого вызова, для нашего примера τ
ср.обсл.
=45,5 мин
2) как среднее арифметическое взвешенное:
,
1
N
m
V
j
j
c
j
обсл
ср






c
j

где - середина j-ого интервала, для нашего примера τ
ср.обсл.
=47,3 мин.
,
0,469768
}
30 0
{
30 0211
,
0 0
0211
,
0









e
e
P
обсл

,
0,249039
}
60 30
{
60 0211
,
0 30 0211
,
0









e
e
P
обсл

,
0,132238
}
90 60
{
90 0211
,
0 60 0211
,
0









e
e
P
обсл

,
0,070218
}
120 90
{
120 0211
,
0 90 0211
,
0









e
e
P
обсл

0,079499.
}
120
{
120 0211
,
0





e
P
обсл

Среднее арифметическое взвешенное является менее точным, чем простое арифметическое, но для его нахождения требуется меньший объем вычислений.
Проведем расчет теоретической вероятности для примерного варианта.

j
j
P
N
f


Далее, для каждого
j-ого интервала определяем теоретическую частоту f
j
вызовов, длительность времени обслуживания которых находится в пределах границ j-ого интервала.
3
,
49 469768
,
0 105 0



f
2
,
26 249039
,
0 105 1



f
9
,
13 132238
,
0 105 2



f
3
,
8 079499
,
0 105 4



f
4
,
7 070218
,
0 105 3



f
Проведем необходимые вычисления теоретической частоты для примерного варианта.
Результаты расчетов заносим в таблицу
3.
Визуальное сопоставление полигонов эмпирического и теоретического распределений позволяет сделать вывод о сходстве характеров рассматриваемых распределений. Для более точного заключения определим статистический критерий согласия Романовского
(определяется так же как и в задании 2):
Для данного варианта ρ=0,49. Поскольку расчетное значение не превышает значения 3, расхождения между эмпирическим и теоретическим распределениями можно считать не существенными и считать, что в данном случае время обслуживания вызовов ПП подчиняется показательному закону распределения.
|,
)
1
(
)
(
|
)
1
(
2 1
1 2









z
V
f
f
m
z
V
l
k
k
k
k


Номер
интервал
а
j
Границы
интервала
Распределения:
эмпирическое
теоретическое
Частота
m
j
Вероятность
ω
j
Частота
f
j
Вероятнос
ть p
j
1
0
30
43
0,409524
49,3
0,469768
2
30
60
33
0,314286
26,2
0,2490
39
3
60
90
12
0,114286
13,9
0,132
238
4
90
120
12
0,114286
7,4
0,070
218
5
120
5
0,064762
8,3
0,07
9499
Всего
105
1,000000
105,0
1,000000
н
j

к
j


Таблица 3
Эмпирическое и теоретическое распределения длительности времени обслуживания вызовов пожарными
подразделениями в городе
Рис.3 Гистограмма эмпирического и теоретического распределений длительности времени обслуживания
вызовов пожарными подразделениями в городе

4. Моделирование одновременной занятости пожарных автомобилей при
обслуживании вызовов в городе

-
0
e
=
Р


,
3
,
2
,
1 1





k
P
i
k
P
k
i
i
k
i
k


Для определения вероятности
P
k
того, что в произвольный момент времени обслуживанием вызовов в городе будут одновременно заняты
k пожарных автомобилей, используем следующие формулы: где α – приведенная плотность потока вызовов в городе, которая определяется как
λ берем из раздела
2; τ
ср.обсл. берем из раздела 3; ω
i
– относительная частота привлечения i пожарных автомобилей для обслуживания вызовов берем из раздела
1.
97268
,
0
=
Р
0277
,
0 0




e
e

0277
,
0
)
24
/
60
/
5
,
45
(
878
,
0





обсл



00948
,
0 97268
,
0 352
,
0 0277
,
0
=
Р
0 1
1






P


01184
,
0
]
97268
,
0 438
,
0 2
00948
,
0 352
,
0
[
2
/
0277
,
0
]
2
[
2
/
=
Р
0 2
1 1
2










P
P



Проведем ряд вычислений для примерного варианта (учитывая размерность величин λ и τ):




0 1
k
k
P
Аналогичным образом определяем значения P
3
=0,00448 и
P
4
=0,00140.
Значения вероятностей
P
k
для k=0,1,2,.. связаны соотношением:

k
набл.
k
P
T
=
T





0
k
набл
k
T
T
Значения T
k для k=0,1,2,.. связаны соотношением:
Далее определяем суммарную продолжительность времени T
k
пребывания в ситуации k за период наблюдения T
набл.
=120 суток.


,
3
,
2
,
1 1






k
P
f
k
i
i
k
i
k


Частота
f
k
– среднее число случаев нахождения в ситуации k вычисляется по формуле: где λ – число вызовов за период наблюдения, т.е. λ=N.
90
,
35 97268
,
0 352
,
0 105 1




f
08
,
45
]
97268
,
0 438
,
0 00949
,
0 352
,
0
[
105 2






f
Проведем ряд вычислений для примерного варианта:




0
k
k
f

Аналогичным образом определяем значения
f
3
=17,40 и
f
4
=5,66.
Значения
f
k
для k=0,1,2,.. связаны соотношением:
Результаты всех расчетов представлены в табл.4

Число
пожарных
автомобилей,
k
Вероятность
P(k)
Суммарная
продолжительность
времени T(k), ч
Частота f(k),
случаев/ед.
времени
0
0,97
268
2
801,32
-
1
0,009
48
2
7,30
35,9
2
0,01
184
3
4,10
45,1
3
0,004
48
1
2,90
17,4
4
0,0014
0
4,
03
5,6
…
…
…
…
Всего
≈ 1,00000
≈ 2880,00
≈ 105
Таблица 4
Теоретические значения характеристик одновременной занятости того или иного числа k пожарных
автомобилей обслуживанием вызовов в городе
По результатам расчетов примера можно сделать следующий вывод: в 97% всего
времени пожарные подразделения находятся в ситуации ожидания очередного вызова.

5. Обоснование числа пожарных автомобилей для обслуживания вызовов в
городе на основании числа отказов в обслуживании вызовов






n
k
k
n
n
P
P
0
,...),
,
2
,
1
,
0
(
1
Число пожарных автомобилей в городе должно быть достаточным для того, чтобы обеспечить безотказное обслуживание вызовов.
Под отказом понимается событие, которое состоит в том, что по очередному вызову не может выехать требуемое число пожарных автомобилей вследствие их занятости на других вызовах. Отказ называется полным, если по вызову не может выехать ни один пожарный автомобиль. Отказ называется частичным, если по вызову может выехать число пожарных автомобилей, меньше требуемого для его обслуживания.
В качестве критериев для обоснования числа
n пожарных автомобилей для города используем вероятностные, временные и частотные характеристики безотказного обслуживания вызовов. Для этого будем использовать результаты предыдущего задания, в котором моделировалась одновременная занятость пожарных автомобилей.
Вероятность того, что в произвольный момент времени заданного числа n пожарных автомобилей будет недостаточно для обслуживания вызовов вычисляется по формуле: где P
k
– вероятность того, что в произвольный момент времени обслуживанием вызовов в городе одновременно занято k пожарных автомобилей
, эти значения берем из раздела 4.
,
02732
,
0 97268
,
0 1
1 0
0






P
P
,
01784
,
0 00948
,
0 97268
,
0 1
1 1
0 1








P
P
P
,
00600
,
0 01184
,
0 00948
,
0 97268
,
0 1
1 2
1 0
2










P
P
P
P
,
00152
,
0 00448
,
0 00600
,
0 3
2 3







P
P
P
00012
,
0 00140
,
0 00152
,
0 4
3 4







P
P
P
Произведем расчеты вероятности P
>
n
для примерного варианта.

n
набл
n
P
T
T




Далее, определим ожидаемую продолжительность времени нахождения в ситуации
T
>
n
, когда для обслуживания вызовов не хватит n пожарных автомобилей в течение периода наблюдения
T
набл.
.
,
7
,
78 02732
,
0 24 120 0





T
,
4
,
51 01784
,
0 24 120 1





T
,
3
,
17 00600
,
0 24 120 2





T
,
4
,
4 00152
,
0 24 120 3





T
3
,
0 00012
,
0 24 120 4





T
Произведем расчеты вероятности T
>n
для примерного варианта.
),
(
)
1
(
}
{
)
(
1
n
f
n
f
k
f
n
f
отк
n
k
отк








;
)
0
(


отк
f
Частота возникновения отказов f
отк.
(n) в обслуживании вызовов в городе при заданном числе пожарных автомобилей n определяется по следующей формуле: где
f
k
– частота возникновения ситуации одновременной занятости
k пожарных автомобилей (эти значения берем из раздела 4.1).
Произведем расчеты вероятности
f
отк.
(
n) для примерного варианта.
0
,
105
)
0
(



отк
f
1
,
69 9
,
35 0
,
105
)
1
(
)
1
(





f
f
отк

)
2
(
)
1
(
)
2
(
)
1
(
)
2
(
f
f
f
f
f
отк
отк






= 69,1 – 45,1=24,0
,







)
3
(
)
2
(
)
3
(
)
2
(
)
1
(
)
3
(
f
f
f
f
f
f
отк
отк

24,0 – 17,4 =6,6








)
4
(
)
3
(
)
4
(
)
3
(
)
2
(
)
1
(
)
4
(
f
f
f
f
f
f
f
отк
отк

6,6 – 5,6 =1,0

)
(
n
f
отк
п
Частота возникновения полных отказов в обслуживании вы зовов в городе при заданном числе n пожарных автомобилей вычисляется по формулам:
;
)
0
(


о
п
f
,
)
(
))
1
(
(




n
отк
п
P
n
f

(n=1,2,3…)
)
(
n
f
отк
ч
Частота возникновения частичных отказов в обслуживании вызовов в городе при заданном числе n пожарных автомобилей вычисляется по формуле:
),
(
)
(
)
(
n
f
n
f
n
f
отк
п
отк
отк
ч


(n=1,2,3…)
Все результаты расчетов представлены в табл.5
Число ПА
n
Вероятнос
ть
P(>
n)
Продолжи
тельность
времени
T(>
n),
час/ед.вре
мени
Частота отказов, случ./ед.времени
f отк.
(
n) f
п.отк.
(
n) f
ч.отк.
(
n)
0
0,02732 78,7 105,0 105,0 0,0
1
0,01784 51,4 69,1 2,9 66,2
2
0,00600 17,3 24,0 1,9 22,1
3
0,00152 4,4 6,6 0,6 6,0
4
0,00012 0,3 1,0 0,2 0,8
….
Таблица 5
Расчетные значения критериев для обоснования числа n пожарных автомобилей в городе

Рекомендуемая литература
Статистика . Под. Ред. В.Г. Ионина. Курс лекций: М- «Инфра –М» 1998.
Брушлинский Н.Н., С.В. Соколов Математические методы и модели управления в
Государственной противопожарной службе. Учебник. - М.: Академия МЧС России, 2010. -255 с.
Н.Н.Брушлинский, С.В.Соколов, Е.М.Алехин и др. Безопасность городов. Имитационное моделирование городских процессов и систем. – М.: ФАЗИС, 2004. – с.172.
отк
f
По результатам расчетов производится обоснование числа n пожарных автомобилей, обеспечивающих надежную противопожарную защиту города. Если для рассматриваемого примера в состав дежурных караулов городских ПЧ включить 4 пожарных автомобиля, то будет обеспечен весьма высокий уровень противопожарной защиты города: в течение рассматриваемого периода времени (120 суток) для обслуживания вызовов в городе потребуется привлечь дополнительные пожарные автомобили извне лишь в единичных случаях (4)=1. При этом суммарная продолжительность занятости дополнительных отделений обслуживанием вызовов в городе составит около 0,3 ч за квартал.