Модернизация автоматической пожарной сигнализации на объектах нефтедобычи с применением искусственного интеллекта на примере Верхне-Шапшинского месторождения ПАО НК «РуссНефть»

ВВЕДЕНИЕ 6
1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СИСТЕМАХ АВТОМАТИЧЕСКОЙ ПОЖАРНОЙ СИГНАЛИЗАЦИИ 8
1.1 Определение искусственного интеллекта и его основные принципы 8
1.2 Обзор существующих методов применения искусственного интеллекта в системах охранно-пожарной безопасности 13
1.3 Преимущества и недостатки использования искусственного интеллекта в данной области 18
2 АНАЛИЗ СУЩЕТСВУЮЩЕЙ АВТОМАТИЧЕСКОЙ ПОЖАРНОЙ СИГНАЛИЗАЦИИ НА ВЕРХНЕ-ШАПШИНСКОМ МЕСТОРОЖДЕНИИ ПАО НК «РУССНЕФТЬ» 24
2.1 Основные характеристики опасного производственного объекта. 24
2.2 Основные технологические операции 25
2.3 Анализ опасности фонда скважин 26
2.4 Описание системы пожарной автоматики для объектов ПАО НК «РуссНефть» 32
2.5 Возможности применения искусственного интеллекта для решения выявленных проблем 35
3 РАЗРАБОТКА И РЕАЛИЗАЦИЯ АВТОМАТИЧЕСКОЙ ПОЖРАНОЙ СИГНАЛИЗАЦИИ С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 41
3.1 Описание структуры и функций разрабатываемой системы 41
3.2 Выбор и обоснование используемых методов искусственного интеллекта 46
3.3 Проектирование и тестирование системы 52
4 ОЦЕНКА ЭФФЕКТИВНОСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В АВТОМАТИЧЕСКОЙ ПОЖАРНОЙ СИГНАЛИЗАЦИИ НА ВЕРХНЕ-ШАМШИНСКОМ МЕСТОРОЖДЕНИИ ПАО НК «РУССНЕФТЬ» 57
4.1 Сравнение результатов работы системы с использованием и без использования искусственного интеллекта 57
4.2 Анализ полученных данных и оценка эффективности системы 62
4.3 Экономическое обоснование выпускной квалификационной работы 66
4.4 Выводы о применимости искусственного интеллекта для повышения эффективности автоматической пожарной сигнализации на объектах нефтедобычи 68
ЗАКЛЮЧЕНИЕ 73
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 75

Весь текст будет доступен после покупки

В настоящее время промышленные объекты становятся все более сложными и разнообразными, что требует постоянного совершенствования систем пожарной безопасности. Несмотря на многочисленные технические средства и методы защиты, человеческий фактор остается одной из основных причин возникновения пожаров и аварий.
В связи с этим, актуальной задачей является разработка и внедрение инновационных технологий, позволяющих повысить эффективность автоматических пожарных сигнализаций на промышленных объектах. Одним из перспективных направлений является применение искусственного интеллекта, который может значительно улучшить процесс обнаружения и предотвращения возможных угроз.

Весь текст будет доступен после покупки

1 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРИМЕНЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СИСТЕМАХ АВТОМАТИЧЕСКОЙ ПОЖАРНОЙ СИГНАЛИЗАЦИИ
1.1 Определение искусственного интеллекта и его основные принципы
Искусственный интеллект - это система, которая может выполнять задачи, для которых требуется понимание, обучение, рассуждение и адаптивность, причем эти задачи обычно решаются только людьми.
Схема искусственного интеллекта показана на рисунке 1.1.

Рисунок 1.1 – Схема искусственного интеллекта
Основные принципы искусственного интеллекта
1. Машинное обучение
Машинное обучение - это метод обучения компьютерных программ, который позволяет программам адаптироваться и улучшаться путем анализа больших объемов данных. Программа обучается на основе данных, а не на основе жестко заданных правил.
2. Нейронные сети
Нейронная сеть - это способ построения компьютерной модели, вдохновленный биологическими нейронными сетями, которые находятся в мозге человека. Нейронные сети используются для машинного обучения.

Весь текст будет доступен после покупки

1. Аверкин, А.Н. ИИ и когнитивные науки. Пятые Поспеловские чтения. Искусственный интеллект сегодня. Проблемы и перспективы [Текст]: научная конференция / А.Н. Аверкин; Москва, 2011. – 6 с.
2. Андреев, А.С. Математическая модель процессов обучения нейросетевого канала многоканальной системы обнаружения нарушителя [Текст]: Сб. тр. XXХVI межведомственной НТК / А.С. Андреев ; Серпухов: ФВА РВСН, часть 1. 2017 – 18 с.
3. Андреев, А.С. Методика формирования рациональной структуры гибридной интеллектуальной системы обнаружения АСО [Текст]: Сб. тр. XXХIV межведомственной НТК / А.С. Андреев; Серпухов: ФВА РВСН. 2015 – 12 с.
4. Андреев, А.С. Особенности компенсации помех в интеллектуальных системах охранной сигнализации [Текст]: Сб. тр. XXХVI межведомственной НТК / А.С. Андреев; Серпухов: ФВА РВСН, часть 1. 2017 – 14 с.
5. Асадуллаев, Р.Г. Нечеткая логика и нейронные сети [Текст]: учебное пособие / Р.Г. Асадуллаев; Белгород: БелГУ. 2017 – 64 с.
6. Барсуков, В. С., Марущенко, В. В., Шигин, В. А. Интегральная безопасность: Информационно-справочное пособие [Текст] / В. С. Барсуков. - М.: РАО “Газпром”, 2004. - 170 с.
7. Бугорский М.А., Каплин М.А., Остроцкий С.В., Казакова О.В., Селин В.И. Особенности использования объектов критической информации инфраструктуры с современной системой обнаружения вторжений. Sciences of Europе. 2020.
8. Бузов, Г. А., Калинин, С. В., Кондратьев, А. В. Защита от утечки информации по техническим каналам: Учебное пособие[Текст]/ Г. А. Бузов. М.: Горячая линия - Телеком, 2005. - 416 с.: ил.
9. Бурлак, Г.Н. Благодатских, В.А. Экономические аспекты разработки и использования программного обеспечения. / Г.Н. Бурлак, В.А. Благодатских. - М.: МЭСИ. - 1990.
10. Ванжа Т.В. Статистический анализ современных методов распознавания лиц и эмоций. Информатика и кибернетика. 2019.
11. Вартанова Е. Л. Отечественная теория медиа: основные понятия: словарь. М.: МГУ, факультет журналистики, 2019. 246 с.

Весь текст будет доступен после покупки