CC BY
54
ISSN 0321-2653 ИЗВЕСТИЯ ВУЗОВ. СЕВЕРО-КАВКАЗСКИИ РЕГИОН._ТЕХНИЧЕСКИЕ НАУКИ. 2018. № 2
ISSN 0321-2653 IZVESTIYA VUZOV. SEVERO-KAVKAZSKIIREGION. TECHNICAL SCIENCE. 2018. № 2
УДК 004.65 DOI: 10.17213/0321-2653-2018-2-33-39
МОДЕЛЬ СИСТЕМЫ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ ОГРАНИЧЕННОСТИ РЕСУРСОВ НА КРУПНОМ ПРОМЫШЛЕННОМ ПРЕДПРИЯТИИ
© 2018 г. В.В. Коваленко1, А.Н. Иванченко2
1АО «Невинномысский Азот», г. Невинномысск, Россия, 2Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия
INFORMATION DECISION SUPPORT SYSTEM MODEL IN CONDITIONS OF LIMITED RESOURCES AT A LARGE INDUSTRIAL ENTERPRISE
V.V. Kovalenko1, A.N. Ivanchenko2
JSC «Nevinnomyssky Azot», Nevinnomyssk, Russia, 2Platov South-Russian State Polytechnic University (NPI), Novocherkassk, Russia
Коваленко Валерия Владимировна - нач. производственно-диспетчерского бюро АО «Невинномысский Азот», г. Невинномысск, Россия. E-mail: [email protected]
Иванченко Александр Николаевич - канд. техн. наук, профессор, кафедра «Программное обеспечение вычислительной техники», Южно-Российский государственный политехнический университет (НПИ) имени М.И. Платова, г. Новочеркасск, Россия. E-mail: [email protected]
Kovalenko Valeria Vladimirovna - head of Production-Dispatch bureau, JSC «Nevinnomyssky Azot», Nevinnomyssk, Russia. Email: valeria.v.kovalenko @gmail .com
Ivanchenko Alexander Nikolaevich - Candidate of Technical Sciences, professor, department «Software Computer Engineering», Platov South-Russian State Polytechnic University (NPI), Novocherkassk, Russia. E-mail: [email protected]
Предложено теоретико-множественное и структурно-функциональное описание модели системы информационной поддержки принятия решений в условиях ограниченных ресурсов на примере разработки и выбора мероприятий, направленных на улучшение состояния охраны труда, промышленной безопасности и экологии на предприятии по производству минеральных удобрений. Обоснована актуальность объекта исследования и описаны показатели для сбора и обработки информации в действующем производстве. Предложенная модель позволяет провести многоступенчатый опрос работников нескольких структурных/организационных уровней цеха и предприятия, с последующей обработкой полученных данных и использованием их в качестве информационной поддержки при принятии решений менеджментом организации. Для повышения обоснованности оценки (как при проведении опроса экспертов, так и при принятии решений), наряду с групповой экспертной оценкой, модель предполагает использование информационной поддержки результатами независимой оценки специализированными/экспертными организациями, а также структурированной информацией о промышленном (опасном производственном) объекте.
Ключевые слова: теоретико-множественная модель; нотация IDEF0; моделирование; система поддержки принятия решений (СППР); экспертный опрос; групповая оценка; принятие решений.
The set-theoretical and structural-functional description of the information support system model in conditions of limited resources is offered in the article. It is an example of design and selection of measures aimed at improving the state of health, safety and environmental protection in the enterprise of mineral fertilizer production. The author substantiates the relevance of the research object and describes the indicators for the collection and processing of information in the current production. The proposed model allows conducting a multistage survey of employees on several structural/organizational levels of the plant and enterprise, with the subsequent processing of the data obtained and its use as information support in making decisions by the organization management. In order to increase the assessment validity (both in conducting expert surveys and in making decisions), along with a group expert assessment, the model assumes the use of information support of the independent evaluation results by specialized/expert organizations, as well as structured information on the industrial (hazardous production) facility.
Keywords: set-theoretical model; IDEF0 notation; modeling; decision support system (DSS); expert survey; group assessment; decision-making.
ISSN 0321-2653 IZVESTIYA VUZOV. SEVERO-KAVKAZSKIYREGION.
Введение
В нашей стране промышленность является ведущей отраслью народного хозяйства. По объёму производства Россия занимает четвёртое место в мире. Химический комплекс, как базовая отрасль российской промышленности, наряду с промышленным и гражданским строительством является драйвером роста экономики страны.
Кроме политических и экономических рисков, наряду с низким научным и технологическим уровнем промышленных предприятий нашей страны, сдерживающими факторами роста химической отрасли, определяющими её низкую конкурентоспособность и инвестиционную привлекательность, являются высокая аварийность, травматизм и влияние на окружающую среду предприятий с изношенными более чем на 50% основными фондами [1 - 3].
Отечественное химическое производство насчитывает более 14,5 тыс. предприятий и организаций, с количеством работников 334,4 тыс. чел., из них 465 - крупные и средние предприятия [1]. Информация по аварийности, травматизму и экологическая ситуация по отрасли, а также на одном из крупнейших предприятий по производству минеральных удобрений (АО «Невинномыс-ский Азот») опубликованы авторами ранее [4].
Исследуемое предприятие состоит более чем из 20 производственных подразделений, с численностью собственного персонала более 3000 человек. Ежегодно на предприятии регистрируется более 2000 мероприятий в области охраны труда, промышленной безопасности и экологии. Значительное количество участников процесса, уровней управления, низкая степень формализации информации, слабое использование современных технологий её сбора и обработки при чрезмерной бюрократизации документооборота снижают как качество контроля, так и эффективность принимаемых решений по выбо-ру/приоритизации мероприятий [2, 4].
В этих условиях управленческая деятельность предусматривает принятие обоснованных решений при ограниченности ресурсов (информационных, денежных и пр.). Данный фактор, а также многокритериальность задач, возникающих перед лицом, принимающим решения (ЛПР), обусловливают потребность в научно-обоснованном подходе к сбору и обработке информации для поддержки принятия решений.
Задачей любой системы поддержки принятия решений (далее СППР) является информационная и методологическая поддержка подготов-
TECHNICAL SCIENCE. 2018. No 2
ки решения по результатам сбора и обработки информации и предоставление результатов в удобном для принятия решения ЛПР виде [5 - 7]. Для решения задачи разработки и выбо-ра/приоритизации мероприятий, направленных на улучшение состояния ОТ, ПБиЭ цеха (далее мероприятия) разработана соответствующая СППР на основе моделей и алгоритмов сбора и обработки информации.
Модель системы поддержки принятия решений при выборе мероприятий разработана с целью исследования, изучения свойств и описания реальной системы для поиска оптимальных решений, определения свойств системы и дальнейшего её совершенствования (структурно-функциональная модель действующего на предприятии порядка, изложена в [4]).
Формальное описание модели
На теоретико-множественном уровне система поддержки принятия решений при разработке мероприятий в цехе может быть представлена в следующем виде [8, 9]:
S: {/, A,C, M Op,
где I - множество входных/исходных данных, I = {i\, i2}; A - множество элементов/функций системы на множестве I и Op, A = {a\,a2, a3}; C - множество документов, регламентирующих процесс управления С = {с\,с2,с3}; M - множество механизмов реализации процесса, M = {m\,m2, m3,m4}; Op - множество выходных данных, Op = {op\,op2,op3,op4}.
Множество входных данных I формируют следующие элементы: i\ - перечень рабочих мест цеха; i2 - организационно-техническая информация о цехе (материалы специальной оценки условий труда, данные об оборудовании, о случаях травматизма, профзаболеваний, аварий, инцидентов на рабочих местах и другие данные, необходимые для идентификации опасностей).
Множество документов, регламентирующих процесс управления С, формируют: с\ -документация в области ОТ, ПБиЭ (федеральные нормы и правила, заводские инструкции, цеховые инструкции в области безопасной эксплуатации технологического оборудования, зданий и сооружений); с2 - технологические документы о порядке эксплуатации оборудования, зданий и сооружений цехов (регламенты цехов, инструкции по рабочим местам и выполнению технологических операций и пр.); с3 - распорядительная документация цехов и предприятия, определяю-
ISSN 0321-2653 IZVESTIYA VUZOV. SEVERO-KAVKAZSKIYREGION.
щая временные нормы и правила и/или порядок (сроки, ответственность и пр.) реализации регулярных процедур (приказов, распоряжений, указаний и пр.).
Множество механизмов реализации процесса М. m\ - специализированные организации; m2 - работники цеха; т3 - база данных; т4 - ЛПР предприятия.
Элементами множества выходных данных Op являются: op\ - реестр опасности рабочих мест в цехе, идентифицированных специализированными организациями; op2 - реестр опасности факторов в цехе, идентифицированных специализированными организациями; ор3 - лист оценки опасностей в цехе; ор4 - итоговый лист оценки опасностей в цехе, согласованный ЛПР.
Таким образом, множество входов I = i2} в результате функциональных преобразований A = {ах,а2, aз}, в соответствии с требованиями нормативной документации С = {сх,с2,с3}, при помощи механизмов реализации процесса М = {тх,т2,т3,т4} преобразуется в множество выходных данных Ор = {орх,ор2,ор3,ор4}.
Структурно-функциональное описание модели
Для повышения описательной мощности модели выполнено структурно-функциональное представление СППР по методологии БАБТ в нотации ЮЕЕ0, преимущества которой широко освещены в научной и учебной литературе [10, 11]. Для упрощения изложения контекстная диаграмма в статье не приведена. Диаграмма декомпозиции предлагаемой модели СППР приведена на рис. 1.
с,...с:
Для решения задачи повышения достоверности оценки и анализа данных о состоянии объектов предложен метод получения информации
TECHNICAL SCIENCE. 2018. No 2
не от одного источника данных (как это было ранее [4]), а с использованием базы данных об объекте, базы знаний широкого профиля (внешняя оценка) и группы экспертов в предметной области (внутренняя оценка).
В качестве внешней оценки опасностей цеха (функциональный блок а1 «Внешняя оценка опасностей цеха») используются данные, полученные от специализированных организаций по направлениям охраны труда, промышленной и пожарной безопасности и экологии (по принадлежности), выполненные в соответствии порядком, установленным законодательными требованиями Российской Федерации.
Выходными данными для функционального блока «Внешняя оценка опасностей цеха» являются: реестр опасности рабочих мест в цехе (opi) и реестр опасности факторов в цехе, ранжированных по величине опасности (op2).
Функциональный блок а2 «Экспертный (внутренний) опрос» отражает подпроцесс проведения опроса работников цеха. Для повышения достоверности и объективности получаемой информации, в рамках исследовательской работы предложено применить процедуру многоступенчатого опроса экспертов [12], с использованием информационной поддержки принятия решения на каждом из этапов оценки. В отличие от действующей на предприятии процедуры, при которой информация поступает только от лица, ответственного за оценку рисков [4], предлагается получение первичной информации непосредственно от рабочих, выполняющего оперативную деятельность в цехе (аппаратчиков, операторов ДПУ, машинистов и др.). В качестве информационной поддержки принятия решения используются результаты внешней оценки опасностей цеха (opl, op2), а также организационно-техническая информация о цехе (i2). Более подробно подпроцесс описан на соответствующей диаграмме декомпозиции (рис. 2).
Функциональный блок а21 «Экспертный опрос рабочих по каждому рабочему месту» описывает процесс проведения экспертизы силами рабочих, непосредственно выполняющих работу в цехе, результатом которого является op2l -Лист оценки опасностей по рабочему месту. Учитывая отсутствие доступа каждого рабочего к персональному компьютеру, а также необходимость анкетирования в процессе обхода оборудования в зоне деятельности каждого рабочего, первичный опрос проводится на бумажных носителях.
ISSN 0321-2653 IZVESTIYA VUZOV. SEVERO-KAVKAZSKIYREGION.
TECHNICAL SCIENCE. 2018. No 2
с,...с3 ор,, ор2
Рис. 2. Описание подпроцесса «Экспертный (внутренний) опрос» / Fig. 2. «Expert (internal) survey»
subprocess description
После внесения начальником смен результатов опроса рабочих в СППР (Функциональный блок а22), системой производится обработка полученной информации и получение группового мнения в части наиболее опасных факторов и рабочих мест (Функциональный блок а23).
В функциональном блоке а24 «Экспертный опрос начальников смены» проводится опрос начальников смен на основе квалификации, опыта, знаний и пр. качеств экспертов, и также с учётом результатов проведённого на предыдущем этапе опроса рабочих данной смены. На основании предложений рабочих, начальник смены формулирует мероприятия по выбранным наиболее опасным рабочих местам и факторам. На этапе, представленном в функциональном блоке а25 «Обработка результатов опроса (расчёт наиболее опасных факторов и рабочих мест)», производится обработка полученной информации и получение группового мнения всех начальников смен по результатам опроса.
После обработки информации, полученной от начальников смен цеха, проводится опрос лица, ответственного в цехе за оценку рисков (далее ЛООР). Как и в случае с начальниками смен, ЛООР предлагаются результаты обработки информации СППР на предыдущем этапе (групповое мнение рабочих и групповое мнение начальников смен), а также соответствующие мероприятия начальников смен, с помощью которых ЛООР должен заполнить опросный лист, в том числе выбрать мероприятия.
Таким образом, процедура проведения внутреннего опроса заканчивается выявлением
трех наиболее опасных факторов, трех наиболее опасных рабочих мест в цехе и предложением по каждому из них мероприятий, с соответствующим формированием Листа оценки опасностей в цехе ^3).
Результаты экспертного опроса работников цеха (функциональный блок а2 диаграммы декомпозиции А0, см. рис. 1), а также внешней оценки опасностей цеха, в качестве информационной поддержки подготовки решения, предоставляются ЛПР предприятия, который, основываясь на знаниях, квалификации, опыте, а также бюджете предприятия проводит выбор и/или согласование мероприятий для реализации по данному подразделению (см. рис. 1, функциональный блок а3 диаграммы декомпозиции А0). После этого системой формируется op4 - итоговый лист оценки опасностей в цехе (согласованный ЛПР).
Объект исследования
В качестве объекта исследования для апробации предложенной модели выбран цех по производству комплексных минеральных удобрений крупного промышленного предприятия АО «Невинномысский Азот». В соответствии с [13] цех относится к I классу опасности производственных объектов (очень высокая степень вредного воздействия на окружающую природную среду). Значительный износ основных фондов (введен в эксплуатацию с 1969 года), сложная организационная структура с большим количеством собственного персонала (3 отделения, порядка 180 чел.), а также наибольшее количест-
ISSN 0321-2653 IZVESTIYA VUZOV. SEVERO-KAVKAZSKIYREGION.
TECHNICAL SCIENCE. 2018. No 2
во несчастных случаев по сравнению с другими цехами данного предприятия (с 2005 года 9 шт., из них 1 смертельный) определили актуальность исследования и практическую значимость для руководителей предприятия.
Объект имеет сложную организационную структуру, предусматривающую три отделения
(условно Отделение 1, Отделение 2 и Отделение 3). Штатное расписание каждого отделения включает рабочих и руководителя - начальника смены (один - в Отделениях 1 и 2, второй - в Отделении 3). Схематически организационная структура цеха в части описанных рабочих мест представлена на рис. 3.
Рис. 3. Организационная структура цеха / Fig. 3. Plant organizational structure
Исходные данные для исследования
Как было упомянуто выше, исходными данными для СППР являются перечень рабочих мест цеха (ii) и организационно-техническая информация о цехе (i2).
Перечень рабочих мест цеха приведен в табл. 1 (выборочно, учитывая политику конфиденциальности предприятия).
Таблица 1 / Table 1
Перечень рабочих мест / List of work places
№ п/п Отделение Рабочее место
1 Оператор ДПУ в хим.пр-ве 6 р.
Отделение 1
9 Оператор МиАС 2 т.н.
10 Старший оператор ДПУ 1 т.н.
Отделение 2
26 Аппаратчик рассева 2 т.н.
27 Оператор ДПУ в хим. про-ве 6 р.
Отделение 3
30 Аппаратчик ПС и ОПП 5 р.
Таким образом, в трёх отделениях цеха 2 штатные единицы начальника смены и 30 штатных единиц рабочих. При полной укомплектованности отделений четырех смен в цехе 120 рабочих и 8 начальников смен.
Организационно-техническая информация о цехе, необходимая для идентификации опасностей (i2), используется в соответствии с действующим на предприятии перечнем факторов опасности (табл. 2).
Таблица 2 / Table 2
Перечень факторов опасности / List of hazard factors
№ п/п Направление Фактор (вид) опасности
1 Работы на высоте
2 Перемещение
3 Химические вещества
4 Охрана труда Электробезопасность
5 Термические воздействия
6 Затопление
7 Транспорт
8 Условия труда
9 Технологическое оборудование
10 Электрооборудование
11 Промышленная ПАЗиС
12 безопасность Здания и сооружения
13 Подъемные сооружения
14 Транспорт
15 Стоки в канализацию
16 Экология Выбросы в атмосферу
17 Отходы
18 Пожарная безопасность Пожарная безопасность
Перечень сформирован с привлечением консультанта - специалиста, с учётом внешних требований, а также организационных структур, инспектирующих/контролирующих организаций.
ISSN 0321-2653 IZVESTIYA VUZOV. SEVERO-KAVKAZSKIYREGION.
Таким образом, сбор и обработка информации проводится по двум показателям: рабочие места (см. табл. 1) и факторы опасности (табл. 2).
Заключение
Предложенная модель системы поддержки принятия решений в условиях ограниченности ресурсов на крупном промышленном предприятии позволяет провести многоступенчатый экспертный опрос и обработку информации, полученной от работников цеха всех структурных уровней, «снизу-вверх». При этом на каждом уровне/этапе принятия решений предусмотрена информационная поддержка результатами независимой оценки специализированной в области ОТ, ПБиЭ организацией, а также структурированной информацией о цехе (оборудовании, рабочих местах и пр.) и экспертной оценкой предыдущего этапа/ступени.
Такой подход позволяет повысить обоснованность оценки как непосредственно при проведении опроса экспертов, так и при принятии решения ЛПР в условиях большого объёма производственных данных и выборе мероприятий для реализации в условиях ограниченности ресурсов.
Формы анкет/опросников, методы и алгоритмы сбора и обработки данных предложенной модели, а также результаты исследования являются предметом следующих публикаций.
Литература
1. Промышленность России - 2016 // Росстат. URL: http ://www. gks.ru/wps/wcm/connect/ro sstat_main/ro sstat/ru/ statistics/publications/catalog/doc_1139918730234 (дата обращения 24.11.2017).
TECHNICAL SCIENCE. 2018. No 2
2. Приказ № 33/11 от 14.01.2016 О внесении изменений в Стратегию развития химического и нефтехимического комплекса на период до 2030 года // Минпромторг России. URL: http://mmpromtorg.gov.ru/docs/#!o_vnesemi _izmenemy_v_strategiyu_razvitiya_himicheskogo_i_neftehi micheskogo_kompleksa_na_period_do_2030_goda (дата обращения 24.11.2017).
3. Основные фонды // Росстат. URL: http://www.gks.ru/ wps/wcm/connect/rosstat_main/rosstat/ru/statistics/enterprise /fund/# (дата обращения 24.11.2017).
4. Иванченко А.Н., Коваленко В.В. Система информационной поддержки принятия решений при управлении рисками по охране труда, промышленной безопасности и экологии на предприятии по производству минеральных удобрений // Изв. вузов. Сев.-Кавк. регион. Техн. науки. 2017 № 3. С. 112 - 120.
5. Системы поддержки принятия решений: учебник и практикум для бакалавриата и магистратуры / под ред. В.Г. Халина, Г.В. Черновой. М.: Изд-во Юрайт, 2017. 494 с.
6. Микони С.В. Теория принятия управленческих решений: учеб. пособие. СПб.: Изд-во «Лань», 2015, 448 с.
7. Кузнецов В.А., Черепахин А.А. Системный анализ, оптимизация и принятие решений: учебник. М.: Курс Инфра-М, 2017, 256 с.
8. Погорелое В.И. Система и её жизненный цикл: введение в CALS-технологии: учебное пособие / БГТУ. СПб., 2010, 182 с.
9. Анфилатое В.С., Емельянов А.А., Кукушкин А.А. Системный анализ в управлении: учеб. пособие / под ред. А.А. Емельянова. М.: Финансы и статистика, 2002, 368 с.
10. Марка Д.А., МакГоуэн К. Методология структурного анализа и проектирования SADT / пер. с англ. M.: Мета-Технология, 2003, 231 с.
11. FIPS Publication 183. Computer Systems Laboratory of the National Institute of Standards and Technology (NIST), 1993, 128 p.
12. Панкова Л.А., Шнейдерман М.В. Последовательная процедура экспертного опроса // Автоматика и телемеханика. 1975. № 8. С. 73 - 80.
13. Федеральный закон №116-ФЗ от 21.07.1997 г. «О промышленной безопасности опасных производственных объектов».
References
1. Promyshlennost' Rossii - 2016 [Industry of Russia - 2016]. Moscow. Rosstat. Available at: http://www.gks.ru/wps/wcm/connect /rosstat_main/rosstat/ru/statistics/publications/catalog/doc_1139918730234 (accessed 24.11.2017).
2. Prikaz №33/11 ot 14.01.2016 O vnesenii izmeneniy v Strategiyu razvitiya khimicheskogo i neftekhimicheskogo kompleksa na period do 2030 goda [Order № 33/11 of January 14, 2016 On amending the Chemical and Petrochemical Complex Development Strategy until 2030]. Ministry of Industry and Trade of Russia. Available at: http://minpromtorg.gov.ru/docs /#!o_vnesenii_izmeneniy_v_strategiyu_razvitiya_himicheskogo_i_neftehimicheskogo_kompleksa_na_period_do_2030_goda (accessed 24.11.2017).
3. Osnovnyye fondy [Fixed assets]. Moscow. Rosstat. Available at: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat /ru/statistics/enterprise/fund/# (accessed 24.11.2017).
4. Ivanchenko A.N., Kovalenko V.V. Sistema informatsionnoy podderzhki prinyatiya resheniy pri upravlenii riskami po okhrane truda, promyshlennoy bezopasnosti i ekologii na predpriyatii po proizvodstvu mineral'nykh udobreniy [Decision support system in risk management for health, safety and environmental protection at the mineral fertilizers production enterprise]. Izv. vuzov. Sev.-Kavk. region. Techn. nauki. 2017, no. 3, pp. 112 - 120. (In Russ.).
ISSN 0321-2653 IZVESTIYA VUZOV. SEVERO-KAVKAZSKIYREGION. TECHNICAL SCIENCE. 2018. No 2
5. Khalina V.G., Chemovoy G.V. Sistemy podderzhki prinyatiya resheniy: uchebnik i praktikum dlya bakalavriata i magistratury [Decision Support Systems: a textbook and a workshop for undergraduate and graduate students]. Moscow: Yurayt Publ., 2017, 494 p.
6. Mikoni S.V. Teoriya prinyatiya upravlencheskikh resheniy: Uchebnoye posobiye [The theory of making managerial decisions: Textbook]. Sankt - Peterburg: Lan' Publ., 2015, 448 p.
7. Kuznetsov V.A., Cherepakhin A.A. Sistemnyy analiz, optimizatsiya i prinyatiye resheniy: uchebnik [System analysis, optimization and decision making: a textbook]. Moscow: Course Infra-M, 2017, 256 p.
8. Pogorelov V.I. Sistema i yeyo zhiznennyy tsikl: vvedeniye v CALS-tekhnologii: uchebnoye posobiye [The system and its life cycle: an introduction to CALS-technology: a tutorial]. Sankt-Peterburg: BGTU Publ., 2010, 182 p.
9. Anfilatov V.S, Yemel'yanov A.A., Kukushkin A.A. Sistemnyy analiz v upravlenii: Ucheb. posobiye [System analysis in management: Proc. Allowance]. Moscow: Finansy i statistika Publ., 2002, 368 p.
10. Marka D.A., MakGouen K. Metodologiya strukturnogo analiza i proyektirovaniya SADT [Methodology of structural analysis and design SADT] / trans. with English. Moscow: MetaTechnology Publ., 2003, 231 p.
11. FIPS Publication 183. Computer Systems Laboratory of the National Institute of Standards and Technology (NIST), 1993, 128p.
12. Pankova L.A., Shneyderman M.V. Posledovatel'naya protsedura ekspertnogo oprosa [Sequential procedure of expert survey]. Avtomatika i telemekhanika, 1975, no. 8, pp. 73 - 80.
13. Federal'nyy zakon ot 21.07.1997 №116 «O promyshlennoy bezopasnosti opasnykh proizvodstvennykh ob"yektov» [The federal law from 21/07/1997 No. 116 "On industrial safety of hazardous production facilities"] (In Russ.).
Поступила в редакцию /Received 30 марта 2018 г. /March 30, 2018
