XV международная научно-практическая конференция молодых учёных и специалистов «ПРОБЛЕМЫ ТЕХНОСФЕРНОЙ БЕЗОПАСНОСТИ – 2026»·Организационно-управленческие проблемы, организация надзорной и экспертной деятельности в области техносферной безопасностиУДК 004.942:614.849.2

МОДЕЛЬ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПРИ ТУШЕНИИ ПОЖАРОВ В МЕГАПОЛИСЕ НА ОСНОВЕ ЦИФРОВОГО ДВОЙНИКА ДЛЯ СОВЕРШЕНСТВОВАНИЯ РЕАГИРОВАНИЯ ОПЕРАТИВНО-ДЕЖУРНЫХ СЛУЖБ

MANAGEMENT DECISION-MAKING MODEL FOR FIRE EX-TINGUISHING IN A MEGA-CITY BASED ON A DIGITAL DOUBLE TO IMPROVE THE RESPONSE OF OPERATIONAL AND DEPENDENT SERVICES

Синюков Михаил Фёдорович1,Свистков Антон Сергеевич2
  1. 1 Главное управление «Национальный центр управления в кризисных ситуациях»
  2. 2 Главное управление МЧС России по г. Москве
27 марта 2026 7 просмотров 7 мин чтения
Аннотация

В статье представлена модель поддержки принятия управленческих решений для должностных лиц оперативно-дежурных служб территориального пожарно-спасательного гарнизона мегаполиса. Предложен подход к интеграции цифровых двойников объектов защиты и оперативной обстановки в процесс оценки и корректировки тактических решений. Экспериментальная апробация в условиях г. Москвы показала повышение объективности оценки управленческой деятельности на 22–27 % и сокращение времени выдачи первоначального приказа на 22 %. Результаты формируют эмпирическую основу для риск-ориентированного управления пожарной безопасностью.

#пожарная безопасность#управленческие решения#цифровые двойники#оперативно-дежурная служба#мегаполис.
Abstract

The article presents a management decision-making support model for offi-cials of operational and dependent services of a territorial fire-rescue garri-son of a megapolis. An approach to integrating digital twins of objects of protection and operational situation into the process of assessing and ad-justing tactical decisions is proposed. Experimental testing in Moscow showed an increase in the objectivity of management assessment by 22–27 % and a reduction in the time of issuing the initial order by 22 %. The re-sults form an empirical basis for risk-oriented fire safety management.

#fire safety#management decisions#digital twins#operational duty service#megapolis
Полный текст1257 слов

Введение

Современные мегаполисы, характеризующиеся высокой плотностью застройки, сложной инфраструктурой и массовым пребыванием людей, предъявляют повышенные требования к системе обеспечения пожарной безопасности [1]. Эффективность реагирования на пожары в таких условиях напрямую зависит от качества управленческих решений, принимаемых должностными лицами оперативно-дежурных служб (ОДС) в условиях дефицита времени и неопределённости.

Особую актуальность проблема приобретает в контексте роста количества объектов с уникальной архитектурой: многофункциональных высотных комплексов, подземных торговых центров, транспортно-пересадочных узлов. По данным ГУ МЧС России по г. Москве, ежегодно в столице регистрируется до 8 500 пожаров, из которых 18 % происходят на объектах с массовым пребыванием людей, а 34 % — в зданиях высотой свыше 9 этажей [3].

Несмотря на развитие нормативно-методической базы, существующие подходы к оценке управленческой деятельности остаются в значительной степени субъективными и не учитывают возможности современных информационных технологий, в частности технологий цифровых двойников [2]. Это снижает объективность аттестации, затрудняет выявление лучших практик и тормозит внедрение инноваций в оперативную деятельность.

Отсутствие единой методики оценки, основанной на количественных показателях и динамическом моделировании, приводит к расхождениям в экспертных заключениях при разборе боевых действий. В условиях мегаполиса, где каждая минута задержки может повлечь значительные последствия, необходима система, способная в реальном времени анализировать принимаемые решения и предлагать обоснованные корректировки.

Целью исследования является разработка модели принятия управленческих решений для совершенствования реагирования ОДС территориального пожарно-спасательного гарнизона мегаполиса с использованием технологий цифровых двойников.

Методы и материалы

Исследование проводилось на основе анализа 127 разборов боевых действий в г. Москве за период 2020–2024 гг. [3]. Выборка включала пожары различной категории сложности: от бытовых возгораний до крупных инцидентов на объектах с массовым пребыванием людей. Для каждого случая фиксировались временные параметры реагирования, тактические решения, использованные силы и средства, а также итоговые показатели эффективности ликвидации.

Для моделирования развития пожара и оценки управленческих решений использовался программный комплекс FDS (Fire Dynamics Simulator), позволяющий проводить CFD-моделирование с учётом архитектурно-планировочных особенностей объектов [4]. Программа FDS решает уравнения Навье–Стокса для низкоскоростных потоков с акцентом на перенос дыма и тепла от пожара, что позволяет с высокой точностью прогнозировать распространение опасных факторов пожара в замкнутых пространствах.

Концепция цифрового двойника в контексте настоящего исследования понимается как динамическая виртуальная модель объекта защиты и оперативной обстановки, обновляемая в реальном времени на основе данных с датчиков, БПЛА, систем видеонаблюдения и геоинформационных сервисов. Цифровой двойник включает следующие компоненты:

  • геометрическую модель здания с указанием материалов конструкций и их пожарно-технических характеристик;

  • модель инженерных систем (вентиляция, электроснабжение, системы противопожарной защиты);

  • динамическую модель пожарной нагрузки и параметров развития пожара;

  • модель перемещения людей и подразделений в зоне ЧС.

Для оценки управленческих решений применялся метод экспертных оценок (метод Дельфи) с привлечением 15 специалистов из ГУ МЧС России по г. Москве. Критерии оценки формировались на основе анализа нормативных документов и практики разбора боевых действий.

Результаты и обсуждение

1. Архитектура модели принятия решений

Разработанная модель включает четыре взаимосвязанных блока (рис. 1):

Shape1

Рис. 1. Архитектура модели принятия управленческих решений на основе цифрового двойника

  1. Блок сбора и интеграции данных осуществляет агрегацию информации от пункта пожарной связи (ПЦО), беспилотных летательных аппаратов (БПЛА), тепловизоров, датчиков задымления, геоинформационных сервисов. Данные поступают в единый формат через API-интерфейсы и проходят предварительную верификацию на достоверность и полноту.

  2. Блок цифрового двойника отвечает за создание и актуализацию виртуальной модели объекта с параметрами пожарной нагрузки, путей эвакуации, систем противопожарной защиты. Модель обновляется в реальном времени на основе поступающих данных, что позволяет отслеживать динамику развития обстановки и прогнозировать её изменение на ближайшие 10–15 минут.

  3. Блок тактического анализа выполняет сопоставление текущей обстановки с базой из 200+ типовых сценариев для мегаполиса, сформированной на основе исторических данных и экспертных знаний. На основе этого сопоставления генерируются 2–3 варианта управленческих решений с оценкой рисков, временных затрат и ожидаемой эффективности каждого варианта.

  4. Блок оценки и обратной связи рассчитывает индекс эффективности управленческого решения (ИЭУ) по 12 критериям, сгруппированным в три блока: оперативность первоначального решения, эффективность использования технических средств, адаптивность и коррекция действий. По результатам расчёта формируются рекомендации для последующей корректировки тактики.

Индекс эффективности рассчитывается по формуле:

(1)

Где — оценка по i-му критерию (5-балльная шкала), — весовой коэффициент, определённый методом экспертных оценок (метод Дельфи, n=15). Весовые коэффициенты ранжированы по степени влияния на итоговый результат: наибольший вес присвоен критериям своевременности и адекватности первоначального решения.

2. Роль цифровых двойников в поддержке решений

Интеграция цифрового двойника в процесс принятия решений позволяет реализовать следующие возможности:

  • Прогнозирование развития пожара с учётом реальных параметров вентиляции, материалов отделки, наличия людей в зонах задымления. Модель учитывает конвективные и радиационные потоки тепла, что повышает точность прогноза распространения опасных факторов.

  • Моделирование эффективности тактических схем подачи огнетушащих веществ до их фактического применения. Система позволяет «проиграть» несколько сценариев развития событий и выбрать оптимальный с точки зрения минимизации ущерба и рисков для личного состава.

  • Оценка влияния внешних факторов (загруженность дорог, погодные условия, работа светофоров) на время прибытия подразделений. Интеграция с геоинформационными сервисами позволяет корректировать маршруты движения в реальном времени.

Экспериментальная апробация модели проводилась в ходе 12 тактико-специальных учений в Центральном округе Москвы в период с сентября 2025 г. по март 2026 г. В учениях приняли участие 36 должностных лиц (начальники караулов, дежурные смены гарнизона, руководители тушения пожаров).

Результаты экспериментальной проверки показали:

  • среднее время выдачи первого приказа сократилось с 112 до 87 с (на 22 %), что соответствует нормативным требованиям и повышает оперативность реагирования;

  • доля решений, соответствующих оптимальному тактическому сценарию, выросла с 64 % до 89 %, что свидетельствует о повышении качества управленческих решений;

  • согласованность экспертных оценок (коэффициент Кендалла) повысилась с 0,58 до 0,81, что подтверждает объективизацию процесса оценки деятельности должностных лиц.

Наибольший эффект достигнут при моделировании пожаров в многофункциональных высотных комплексах и подземных сооружениях, где традиционные методы давали наибольшую дисперсию оценок из-за сложности прогнозирования развития обстановки.

3. Ограничения и направления развития модели

Несмотря на подтверждённую эффективность, разработанная модель имеет определённые ограничения. Точность прогноза цифрового двойника зависит от полноты и актуальности входных данных: устаревшие планы зданий, отсутствие информации о перепланировках, неисправность датчиков могут снижать качество моделирования. Кроме того, в условиях массовых ЧС или при одновременном возникновении нескольких очагов пожара нагрузка на вычислительные ресурсы системы может возрастать, что требует оптимизации алгоритмов.

Перспективными направлениями развития модели являются:

  • интеграция модулей машинного обучения для автоматической корректировки весовых коэффициентов на основе накопленной статистики;

  • расширение базы тактических сценариев с учётом сезонных и климатических факторов;

  • адаптация модели для других мегаполисов России с учётом их архитектурной и инфраструктурной специфики.

Заключение

Разработанная модель принятия управленческих решений, интегрирующая технологии цифровых двойников, позволяет повысить объективность, скорость и адаптивность деятельности должностных лиц ОДС пожарно-спасательного гарнизона мегаполиса. Научная новизна заключается в адаптации критериальной системы оценки к специфике городской среды с учётом динамического моделирования оперативной обстановки.

Практическая значимость подтверждена экспериментальной апробацией: внедрение модели способствует сокращению времени локализации пожаров и снижению рисков для личного состава. Рекомендуется использование разработанного подхода в учебном процессе образовательных организаций МЧС России и при модернизации автоматизированных информационных систем управления.

Внедрение модели в практику требует решения организационных вопросов: обучения персонала, интеграции с существующими АИС, обеспечения защиты персональных данных. Однако потенциальный эффект от повышения эффективности реагирования оправдывает затраты на реализацию проекта.

Литература

  1. Кузнецов А. В. Тактические особенности тушения пожаров в высотных зданиях мегаполисов // Пожарная безопасность. 2022. № 4. С. 34–41.

  2. Петрова Ю. С., Тараканов Д. В., Шкунов С. А. Модель для принятия управленческих решений при оснащении пожарной техникой пожарно-спасательных гарнизонов // Пожары и чрезвычайные ситуации: предотвращение, ликвидация. 2022. № 4. С. 23–29.

  3. Статистический сборник ГУ МЧС России по г. Москве «Пожары и их последствия в 2020–2024 гг.». М., 2024. 84 с.

  4. Кирик Е. С., Литвинцев К. Ю., Тумановский А. А. Особенности CFD-программы для моделирования развития пожара FDS и её применения в расчётах пожарного риска // Пожарная безопасность. 2020. № 2 (99). С. 14–27.

  5. Chen L., Zhang Y., Wang H. AI-driven fire spread prediction in high-rise buildings // Fire Safety Journal. 2023. Vol. 142. P. 103987.

Есть что обсудить?
Оставьте комментарий — автор и читатели увидят его в обсуждении.