Сайт научно-технического журнала «Инженерные системы. АВОК Северо-Запад»

СРАВНИТЕЛЬНЫЙ АНАЛИЗ ЭКОНОМИЧЕСКОЙ ЦЕЛЕСООБРАЗНОСТИ ВНЕДРЕНИЯ РЕШЕНИЙ В ОБЛАСТИ МОНИТОРИНГА ГТС

Таскаева Сусана Хасановна

Заместитель технического директора по производству, ООО «НПК Проектводстрой»

В статье исследуется проблема выбора решений мониторинга гидротехнических сооружений в условиях устаревания фонда ГТС и ужесточения требований к безопасности, когда на практике решения нередко принимаются исходя из стремлений к минимизации расходов (бюджета) без учета эффектов жизненного цикла. Цель исследования состоит в разработке и апробации методического подхода к сравнительной оценке экономической целесообразности внедрения мониторинга, ориентированного на риски и совокупные последствия эксплуатации. Показано, что варианты мониторинга целесообразно рассматривать как различные режимы управления риском, в чем выделяются периодический, инструментальный, онлайн- и проактивный мониторинг, каждый из которых отличается уровнем наблюдаемости технического состояния, скоростью выявления аномалий и возможностями предупреждения отказов. Предложен интегральный показатель экономической целесообразности, который объединяет совокупную стоимость владения системой мониторинга, ожидаемый предотвращенный ущерб и экономический эффект от изменения условий эксплуатации. Выполнено сравнение сценариев выбора по бюджету и выбора по интегральному показателю; показано, что более капиталоемкие решения способны формировать больший накопленный экономический эффект за счет перехода к предиктивной эксплуатации и оптимизации. Сделан вывод о практической применимости разработанной методики для обоснования инвестиционных решений в области мониторинга ГТС и повышения эффективности управления безопасностью на горизонте жизненного цикла. Установлено, что основной вклад мониторинга в экономическую результативность обусловлен не только снижением затрат на контроль, но и управляемым снижением рисков и подтверждением эксплуатационного ресурса сооружений.

Введение

Гидротехнические сооружения (далее – ГТС) относятся к критической инфраструктуре, работоспособность которой напрямую определяет безопасность населения, состояние водохозяйственных систем и непрерывность функционирования экономики. При этом существенная часть фонда ГТС эксплуатируется десятилетиями, в условиях усложняющихся природно-климатических и эксплуатационных воздействий, что в конечном счете приводит к накапливающейся деградации конструкций и повышению вероятности непредвиденных отказов. Так, для крупных металлоконструкций гидротехнических сооружений элементов характерными являются проблемы коррозии, наличия повреждений и вибрационных воздействий потоков. Здесь важно подчеркнуть, что при отсутствии эффективного мониторинга дефекты могут не выявляться на протяжении многих лет, что попросту повышает риск аварий и конечную стоимость обслуживания ГТС [1].

Одновременно традиционная практика эксплуатации ГТС во многих случаях опирается на периодические инспекции и корректирующее обслуживание с проведением ремонта по факту выявленных нарушений. Данный подход является недостаточно чувствительным к скрытым внутренним процессам повреждения и способен приводить к незапланированным ограничениям эксплуатации и простоям. Так, например, в исследованиях по мониторингу защитных гидросооружений подчеркивается, что переход к структурному мониторингу и раннему предупреждению создает основания для предупредительного обслуживания, при котором аномалии фиксируются до появления видимых повреждений. При этом усиливающим фактором становится интеграция мониторинга с цифровыми двойниками как средой накопления и интерпретации данных о состоянии объекта [2].

Проблема усугубляется и дефицитом регулярных данных; согласно открытым материалам, посвященным мониторингу ГТС мелиоративного комплекса, сведения в национальный регистр могут поступать не чаще одного раза в 3-5 лет, чего попросту недостаточно для объективной эксплуатационной и эколого-экономической оценки состояния и своевременного выбора решений по ремонту и/или реконструкции [3]. Закономерно, стоимость допускаемых ошибок возрастает многократно, т.к. связывается с ущербом от аварий и внеплановых остановок ГТС, размер которого может оказаться выше, чем совокупные затраты на плановые мероприятия контроля состояния. Именно данное обстоятельство обусловило актуальность рассматриваемой темы исследования и ее практическую значимость. Основное противоречие, поставленное во главу работы, заключается в том, что варианты мониторинга нередко выбираются по критерию доступного бюджета (минимизация первоначальных затрат), в то время как эффекты по жизненному циклу (связанные со снижением ожидаемого ущерба, сокращением аварийных ремонтов и простоев, изменением условий эксплуатации и продлением ресурса ГТС) учитываются фрагментарно либо не учитываются вовсе при обосновании принимаемых решений.

Цель исследования – разработать и апробировать методический подход к сравнительной оценке экономической целесообразности внедрения решений мониторинга ГТС, ориентированный на сопоставление альтернатив с учетом стоимости владения и эффектов снижения риска на горизонте жизненного цикла.

Для достижения цели решаются следующие задачи:

1) систематизировать варианты мониторинга и сопоставляемые затраты и эффекты;

2) предложить интегральный показатель целесообразности;

3) выполнить сравнение сценариев выбора по бюджету и по интегральному показателю, а также обосновать преимущества авторского подхода.

Особенности внедрения решений в области мониторинга ГТС

Решения в области мониторинга ГТС целесообразно рассматривать как организационно-технический комплекс, в который входят датчики и измерительная аппаратура, каналы передачи данных, программная среда обработки и хранения информации, а также регламенты интерпретации результатов. Данный комплекс предназначен для диагностики технического состояния сооружений, раннего выявления опасных отклонений и поддержки принимаемых решений в сфере эксплуатации, ремонта и реконструкции.

С точки зрения практики организуемый мониторинг ориентирован на контроль диагностических показателей, которые в наибольшей степени влияют на безопасность ГТС и отражают изменения напряженно-деформированного состояния, фильтрационных процессов, осадки и смещения, геометрические отклонения конструкций, вибрационные воздействия и другие параметры. Для объектов более высоких классов опасности приоритет смещается в сторону автоматизированной диагностики по причине её более выгодной конечной стоимости за счет непрерывности наблюдений [4].

Особенности внедрения мониторинга ГТС заключаются в необходимости согласования трех подсистем – 1) инженерной, связанной с выбором контролируемых параметров и конфигурации сети датчиков; 2) информационной, которая обеспечивает движение данных; 3) управляющей, которая делает возможным использование результатов мониторинга в эксплуатационных регламентах и системах реагирования. Практика показывает, что основные ограничения обычно возникают именно в части организации диагностики и информационной подсистемы; к типовым проблемам относятся неполнота или недоступность проектной и эксплуатационной документации, отклонения от нормативно-методических процедур, несоответствие средств контрольно-измерительных приборов задачам диагностики, а также недостаточная автоматизация обработки данных и их преобразования в информацию, пригодную для принятия решений [4]. При этом в современных системах мониторинга все более выраженным становится применение цифровых технологий – двойников, IoT-данных, протоколов обмена сообщениями MQTT, а также методов периферийной обработки данных [5].

Развивается и направление динамического мониторинга, который дополняет статический путем использования акселерометров и вибродатчиков, а также применения вероятностных методов интерпретации данных (Рис. 1):

Рис. 1. Статический и динамический мониторинг ГТС

Опираясь на Рис. 1, заметим, что в рамках сравнительной экономической оценки современный динамико-статический мониторинг ГТС необходимо трактовать не как совокупность измерительных средств, а как режим управления риском. В этой связи основными параметрами являются:

• состав информации о состоянии сооружения и воздействиях;
• периодичность или непрерывность получения такой информации;
• скорость преобразования данных в диагностическое заключение и принимаемое решение (в том числе связанное с ограничением режимов эксплуатации, проведением ремонта или профилактических мероприятий).

В соответствии с данными параметрами, выделяются четыре формы мониторинга: периодический, инструментальный, онлайн-мониторинг и проактивный мониторинг (см. Таблица 1).

Кроме того, с точки зрения влияния на уровень риска принципиальное значение имеет переход от ситуативных контрольных измерений к анализу непрерывных временных рядов, что позволит выявлять аномалии и выраженные тренды. Исследования данных мониторинга плотин показывают, что параметры деформаций, фильтрации, напряженно-деформированного состояния и развития трещин обладают сложными временными зависимостями, которые определяются температурными факторами, гидростатической нагрузкой и процессами старения. При этом сбои в измерительных цепях и передаче данных способны порождать выбросы, а эффективность выявления аномалий в значительной степени зависит от качества предобработки данных и корректного выбора алгоритмов анализа для конкретного типа временного ряда [7].

Одновременно в существующих обзорах технологий мониторинга для инфраструктурных объектов, которые подвержены экстремальным гидрологическим воздействиям, фиксируется выраженный разрыв между высокоточным, но капиталоемким оборудованием (например, многолучевые и доплеровские гидроакустические системы, InSAR и сложные вибрационные комплексы), и более доступными решениями (системы видеонаблюдения, простые датчики и «умные» метки). В результате экономическая оценка мониторинга предполагает одновременный учет и стоимости внедрения, и эксплуатационных ограничений и вклада конкретных технологий в снижение риска [8].

Проактивный мониторинг, в свою очередь, предполагает, что основное внимание смещается с наращивания аппаратной части на развитие аналитики и систем раннего предупреждения. Так, например, в задачах акустического мониторинга земляных и каменнонабросных плотин выявление внутренней эрозии предлагается осуществлять на основе данных геофонов с применением автоэнкодеров на базе методов глубокого обучения, CUSUM-контроля и нечеткой логики для классификации состояний, что позволяет ускорить обнаружение аномалий и снизить зависимость результатов диагностики от трудоемкой экспертной интерпретации сигналов [9].

Таблица 1 – Сравнительный анализ вариантов и эффектов мониторинга ГТС, а также инструментов их реализации

Итак, очевидно, что в контексте оценки экономической целесообразности внедрения решений в области мониторинга ГТС важно опираться на ряд типовых параметров – единую структуру учета эффектов и затрат для всех четырех режимов.

Так, во-первых, качестве базового стоимостного показателя рассматривается совокупная стоимость владения (или – TCO), в которую входят капитальные затраты на датчики, монтаж, связь и программное обеспечение, а также операционные затраты на обслуживание, поверку, ремонты, связь, хранение и обработку данных и персонал.

Во-вторых, эффект по риску – его предлагается оценивать через снижение ожидаемого ущерба, которое достигается за счет повышения вероятности своевременного выявления опасных состояний и сокращения времени реакции. При этом принципиально важно учитывать качество данных и применяемых алгоритмов анализа, поскольку выбросы, помехи и ошибки передачи информации могут как скрывать развитие опасных изменений, так и формировать ложные тревоги, которые приведут к необоснованному повышению издержек реагирования

В-третьих, эксплуатационный эффект; он выражается в изменении условий эксплуатации объекта (возможность снятия или смягчения ограничений при доказанном контроле технического состояния, оптимизация ремонтных окон и сокращение простоев). Критически важно соотносить точность и стоимость применяемых решений с условиями эксплуатации, поскольку высокозатратные технологии оправданы на критически важных объектах, а низкобюджетные средства способны эффективно покрывать базовые потребности для мониторинга.

Исходя из этого возможна дальнейшая проработка методики оценки экономической целесообразности внедрения решений в области мониторинга ГТС.

Методика оценки экономической целесообразности внедрения решений в области мониторинга ГТС

Методика основана на концепции ценности информации (от англ. Value of Information, или – VoI), согласно которой мониторинг является экономически целесообразным в том случае, если ожидаемая экономия на протяжении жизненного цикла объекта, достигаемая за счет более обоснованных решений по эксплуатации и ремонту, а также снижения последствий отказов, превышает затраты на внедрение и эксплуатацию системы мониторинга.

В терминах VoI данный критерий формализуется через сопоставление двух стратегий управления объектом: 1) базовой, реализуемой без мониторинга, и 2) информированной, которая основывается на данных мониторинга. Экономическая оправданность мониторинга достигается тогда, когда ожидаемые совокупные затраты жизненного цикла при информированной стратегии сокращаются в объеме, достаточном для компенсации совокупной стоимости владения системой мониторинга. На практике эффект выражается через расчет разности сэкономленных и инвестированных затрат, а также через их отношение, которое интерпретируется в качестве коэффициента окупаемости информации [10].

При этом необходимо учитывать принципиальное ограничение данного подхода. Ценность информации не является априори положительной для всех сценариев. В классической безусловной постановке VoI определяется как разность ожидаемых полезностей стратегий «с мониторингом» и «без мониторинга» и при стандартных предпосылках не принимает отрицательных значений. Однако в условной постановке, например при разделении ролей между собственником, принимающим инвестиционные решения, и оператором, который отвечает за эксплуатацию объекта и обладает иным уровнем риск-аппетита, значение VoI может становиться отрицательным. В таких ситуациях внедрение мониторинга в среднем снижает полезность для собственника вследствие рассогласования предпочтений, стимулов и фактических действий, принимаемых управляющими [11].

Для сопоставления вариантов мониторинга m ∈ M предлагается использовать интегральный показатель экономической целесообразности I_m, формируемый на основе трех взаимосвязанных блоков: совокупной стоимости владения системой мониторинга, ожидаемого предотвращенного ущерба и эксплуатационного эффекта, связанного с изменением условий эксплуатации объекта.

Для обеспечения сопоставимости расчетов показатель целесообразно задавать в приведенных (дисконтированных) величинах на расчетном горизонте T:

I_m = −PV(TCO_m) + PV(ΔEL_m) + PV(ΔOE_m),

где:

PV − приведенная стоимость при дисконтировании по ставке r;

TCO_m − совокупная стоимость владения системой мониторинга варианта m;

ΔEL_m − снижение ожидаемых потерь (Expected Loss – EL) от аварий и отказов по сравнению с базовой стратегией без мониторинга;

ΔOE_m − эксплуатационный эффект (Operating Effect – OE), который предполагает экономию на ограничениях и простоях, дополнительную выработку, снижение затрат на регламентные работы и иные эффекты.

Эквивалентной формой критерия является минимизация приведенных полных затрат жизненного цикла объекта:

NLC_m = PV(TCO_m) + PV(EL_m) − PV(ΔOE_m) → min,

где:

EL_m – ожидаемые потери при реализации варианта мониторинга m.

В данной постановке выбор оптимального варианта мониторинга осуществляется либо путем максимизации интегрального показателя I_m, либо путем минимизации приведенных полных затрат жизненного цикла NLC_m, что обеспечивает эквивалентность результатов и удобство практического применения методики.

В рамках подхода VoI экономическая целесообразность мониторинга определяется как разность между сбереженными и инвестированными затратами в рамках жизненного цикла объекта. Для стратегии мониторинга e (конкретного варианта мониторинга) и соответствующей ей политики принятия решений pe вводятся следующие величины:

C_savedLC(pe | p~e) – ожидаемая экономия затрат жизненного цикла при использовании мониторинга по сравнению с базовой политикой без мониторинга;

C_investedLC(e) – инвестиции в систему мониторинга, в которые включаются затраты на установку, эксплуатацию и обслуживание.

Тогда ожидаемая ценность информации по жизненному циклу определяется выражением:

EVoI_LC(e, pe | p~e) = C_savedLC(pe | p~e) − C_investedLC(e),

Относительная метрика окупаемости информации задается как:

λ_LC(e, pe | p~e) = C_savedLC(pe | p~e) / C_investedLC(e).

Критерий применимости мониторинга формулируется следующим образом: мониторинговая стратегия считается экономически целесообразной, если EVoI_LC > 0, что эквивалентно условию λ_LC > 1.

Для интеграции эксплуатационного эффекта, связанного с изменением условий эксплуатации объекта, в VoI расчеты данный компонент может быть включен в состав сбереженных затрат жизненного цикла без нарушения методологических предпосылок подхода. В этом случае величина C_savedLC представляется в виде суммы двух эффектов:

C_savedLC = ΔEL + ΔOE,

где:

ΔEL – соответствует предотвращенному ущербу за счет снижения вероятности и последствий аварий и отказов;

ΔOE – отражает эксплуатационный эффект, состоящий из экономии на ограничениях эксплуатации, сокращения простоев, оптимизации режимов работы и снижения затрат на мероприятия.

В данном виде VoI-показатели непосредственно согласуются с интегральным показателем экономической целесообразности и позволяют использовать единый критерий принятия решений при сравнении вариантов мониторинга.

Соответственно, формируется следующий алгоритм проведения оценок (Рис. 2):

Рис. 2. Алгоритм применения методики

Опираясь на приведенный авторский алгоритм, отражающий сущность методического подхода, на практике внедрение мониторинга ГТС нередко начинается с задачи реализовать бюджет, при которой приоритет отдается решениям с минимальными капитальными затратами, а эффекты в перспективе (в рамках всего жизненного цикла) учитываются вторично. Однако результаты технико-экономических оценок систем SHM показывают, что главная ценность мониторинга формируется за счет изменения стратегии эксплуатации – речь идет о переходе от регламентно-профилактической модели к предиктивной, увеличении интервалов между инспекциями при сохранении требуемого уровня безопасности, раннем выявлении деградации и, как следствие, возможности обоснованного продления безопасного срока эксплуатации сооружения. В ряде случаев именно эффект продления ресурса формирует основную долю совокупного экономического выигрыша, превосходя прямые эффекты от удешевления отдельных контрольных операций [12].

Рассмотрим применение авторской методики на примере двух сценариев. Сценарий А представляет собой бюджетный выбор и основан на периодическом или инструментальном мониторинге с локальными измерениями и обследованиями. Сценарий Б соответствует выбору по интегральному показателю и предполагает онлайн-мониторинг с элементами проактивной аналитики, основанной на раннем предупреждении и прогнозировании дефектов, что позволяет реже выводить объект на внеплановые обследования, сокращать простои и переносить капитальные ремонты за счет подтверждения остаточного ресурса (см. Таблицу 2):

Таблица 2 – Сводное сравнение сценариев по затратам и эффектам, млн. руб.

Интерпретация результатов показывает, что при выборе «по бюджету» капитальные вложения минимальны, однако влияние мониторинга на риск-профиль и управляемость эксплуатации остается ограниченным. В сценарии Б более высокие стартовые инвестиции компенсируются тем, что мониторинг используется как инструмент предиктивного обслуживания и обоснования принимаемых решений, открывает возможности для оптимизации (тем самым формируется доминирующий экономический эффект).

Сопоставляя сценарии между собой, формируется следующая оценка (см. Рис. 3):

Рис. 3. Данные для построения графика «накопленный экономический эффект», млн руб.

Динамика накопленного эффекта показывает, что у сценария Б на ранних этапах наблюдается более выраженный отрицательный эффект, обусловленный высокими капитальными вложениями. Однако по мере накопления данных и перехода к предиктивному управлению эксплуатационные решения становятся более точными, снижается частота внеплановых обследований и простоев, а в конце расчетного горизонта проявляется значительный экономический эффект, связанный с подтвержденным остаточным ресурсом и оптимизацией капитальных мероприятий.

Заключение

Таким образом, проведенный сравнительный анализ позволяет указать, что экономическая целесообразность внедрения мониторинга ГТС не может быть корректно оценена исключительно исходя из бюджетных ограничений. При сопоставлении вариантов мониторинга определяющее значение приобретают эффекты жизненного цикла, прежде всего связанные со снижением ожидаемых потерь за счет раннего выявления деградации и сокращения времени реакции, а также эксплуатационных выгод, связанных с оптимизацией режимов работы и регламентов обслуживания. Разработанная методика интегральной оценки, которая объединяет совокупную стоимость владения системой мониторинга, предотвращенный ущерб и эффект изменения условий эксплуатации, делает возможным ранжирование решений по их суммарной полезности и позволяет выявлять ситуации, в которых более капиталоемкие варианты формируют существенно больший экономический результат в перспективе (накопительно). Модельное сравнение сценариев подтвердило, что выбор по бюджету приводит к ограниченному воздействию на риск-профиль объекта, а выбор по интегральному показателю обосновывает внедрение более развитых решений за счет перехода к предиктивной эксплуатации и потенциального продления ресурса сооружений.

Список источников:

1. Li H. Zhao H. Shen Y. Zheng S. Zhang R. Structural Health Monitoring and Failure Analysis of Large-Scale Hydro-Steel Structures, Based on Multi-Sensor Information Fusion // Water. Vol. 16. Art. 3167. DOI: 10.3390/w16223167.
2. Bornholdt M. Herbrand M. Smarsly K. Zehetmaier G. Digital-Twin-Based Structural Health Monitoring of Dikes // Civil Engineering. Vol. 6. Art. 39. DOI: 10.3390/civileng6030039.
3. Волынов М. А. Жезмер В. Б. Сидорова С. А. Методы анализа и обработки данных мониторинга гидротехнических сооружений мелиоративного комплекса // Природообустройство. 2017. № 1. С. 79–87.
4. Карпенко Н. П. Юрченко И. Ф. Совершенствование информационных технологий диагностики технического состояния гидротехнических сооружений // Природообустройство. 2020. № 1. С. 34–41. DOI: 10.34677/1997-6011/2020-1-34-41.
5. Zhang F. Aubart M. Becker R. Özcan B. Blankenbach J. Real-Time Monitoring and Sensor Data Providing for the BIM-Based Monitoring of Hydraulic Structures Using SensorThings API and MQTT // FIG Working Week 2025: Collaboration, Innovation and Resilience: Championing a Digital Generation. Brisbane, Australia, 6–10 April 2025. Paper No. 13014.
6. Sevieri G. De Falco A. Dynamic structural health monitoring for concrete gravity dams based on the Bayesian inference // Journal of Civil Structural Health Monitoring. Vol. 10. P. 235–250. DOI: 10.1007/s13349-020-00380-w.
7. Mao Y. Li J. Qi Z. Yuan J. Xu X. Jin X. Du X. Research on Outlier Detection Methods for Dam Monitoring Data Based on Post-Data Classification // Buildings. Vol. 14. Art. 2758. DOI: 10.3390/buildings14092758.
8. Buka-Vaivade K. Nicoletti V. Gara F. Advancing bridge resilience: a review of monitoring technologies for flood-prone infrastructure // Open Research Europe. Vol. 5. Art. 26. DOI: 10.12688/openreseurope.19232.2.
9. Ozelim L. C. S. M. Borges L. P. F. Cavalcante A. L. B. Albuquerque E. A. C. Diniz M. D. S. Góis M. S. Costa K. R. C. B. D. Sousa P. F. Dantas A. P. D. N. Jorge R. M. Moreira G. R. Barros M. L. Aquino F. R. Structural Health Monitoring of Dams Based on Acoustic Monitoring, Deep Neural Networks, Fuzzy Logic and a CUSUM Control Algorithm // Sensors. Vol. 22. No. 7. Art. 2482. DOI: 10.3390/s22072482.
10. Chadha M. Hu Z. Todd M. Value of Information Analysis for Structural Health Monitoring Considering Multiple Damage Modes // Proceedings of the 15th International Workshop on Structural Health Monitoring (IWSHM). Stanford University, CA, USA, 9–11 September 2025.
11. Verzobio A. Bolognani D. Quigley J. Zonta D. Quantifying the benefit of structural health monitoring: can the value of information be negative? // Structure and Infrastructure Engineering. Vol. 18. No. 4. P. 573–594. DOI: 10.1080/15732479.2021.1890139.
12. Vieira M. Snyder B. Henriques E. White C. Reis L. Economic Viability of Implementing Structural Health Monitoring Systems on the Support Structures of Bottom-Fixed Offshore Wind // Energies. Vol. 16. Art. 4885. DOI: 10.3390/en16134885.

19.05.2023 г.