Научное направление:
«Системы управления трубопроводным транспортом с применением классического метода роя частиц»
Шифры научных специальностей, в рамках которых разрабатывалось данное научное направление:
Краткая аннотация научного направления:
Сегодня трудно представить развитие современного общества без открытия нефтяных и газовых месторождений, разработки способов транспортировки данных продуктов, их переработки и всестороннего использования данных продуктов в различных отраслях.
Россия обладает уникальной трубопроводной системой, лидирующей по грузообороту, производительности и себестоимости перекачки сырья среди других видов транспорта. Текущее состояние нефтепроводов нашей страны плачевное, у более половины срок эксплуатации превышает 25-летний срок. Общая проблема функционирования трубопроводной системы осложняется тем, что существующая противопожарная техника и технологии не могут надежно обеспечивать безопасность, что подтверждается ростом количества возникновения чрезвычайных ситуаций, связанных с пожарами на объектах. . Поэтому на сегодняшний день активно происходит поиск научно-технических решений по моделированию прикладных систем управления техносферной безопасностью магистральных трубопроводов для решения триединой цели: гарантирование экологической безопасности, предотвращение человеческий жертв вследствие чрезвычайных ситуаций и предупреждение возникновения ЧС. Особую актуальность проблеме идентификации утечек нефти придает ужесточение природоохранных законов. Таким образом, актуальность настоящего диссертационного исследования заключается в повышении уровня промышленной безопасности на магистральных нефтепроводах.
Существующие системы управления работой магистральных нефтепроводов требуют пересмотра и модернизации с точки зрения автоматизации, внедрения инновационных технологий и компьютерных систем. Описываемый в работе метод обнаружения утечек является наиболее перспективным как для модернизации системы обнаружения утечек, так и для системы управления безопасностью нефтепровода в целом.
Исследуемая в работе система обнаружения утечек основана на работе микроскопических роботов, которые передвигаются по трубопроводу вместе с нефтепродуктом. Корректная работа микроскопических роботов требует внимательного подхода к разработке алгоритмов их управления.
Для решения задачи алгоритмического обеспечения процесса управления системы обнаружения утечек нефти предлагается применять получившие в последнее десятилетие широкое распространение практические аспекты нейронных сетей, в силу своей гибкости, оптимальности и универсальности. Однако для формирования автоматизированной системы гарантирования техносферной безопасности на объектах магистрального трубопровода данная технология используется впервые. В основу разработки положена теория нейронных сетей, которая является бионической технологией, основанной на существующих алгоритмах поведения роящихся насекомых, косяков рыб и т.д.
Для формирования системы приема-передачи сигнала в нейронную сеть предлагается встроить технологию по алгоритму Кохонена. Данный алгоритм был сформирован в попытке сформировать для решения практических задач систему обучения, которая могла бы накапливать значительный объем упорядоченных данных, получаемых из слоистой нейронной сети. Успешная реализация концепции была осуществлена финским профессором Тейво Кохонен в 1982 году и алгоритм был назван его именем – самоорганизующиеся карты Кохонена (СОКК). СОКК можно обучить узнавать или находить взаимосвязи между входами и выходами.
Россия обладает уникальной трубопроводной системой, лидирующей по грузообороту, производительности и себестоимости перекачки сырья среди других видов транспорта. Текущее состояние нефтепроводов нашей страны плачевное, у более половины срок эксплуатации превышает 25-летний срок. Общая проблема функционирования трубопроводной системы осложняется тем, что существующая противопожарная техника и технологии не могут надежно обеспечивать безопасность, что подтверждается ростом количества возникновения чрезвычайных ситуаций, связанных с пожарами на объектах. . Поэтому на сегодняшний день активно происходит поиск научно-технических решений по моделированию прикладных систем управления техносферной безопасностью магистральных трубопроводов для решения триединой цели: гарантирование экологической безопасности, предотвращение человеческий жертв вследствие чрезвычайных ситуаций и предупреждение возникновения ЧС. Особую актуальность проблеме идентификации утечек нефти придает ужесточение природоохранных законов. Таким образом, актуальность настоящего диссертационного исследования заключается в повышении уровня промышленной безопасности на магистральных нефтепроводах.
Существующие системы управления работой магистральных нефтепроводов требуют пересмотра и модернизации с точки зрения автоматизации, внедрения инновационных технологий и компьютерных систем. Описываемый в работе метод обнаружения утечек является наиболее перспективным как для модернизации системы обнаружения утечек, так и для системы управления безопасностью нефтепровода в целом.
Исследуемая в работе система обнаружения утечек основана на работе микроскопических роботов, которые передвигаются по трубопроводу вместе с нефтепродуктом. Корректная работа микроскопических роботов требует внимательного подхода к разработке алгоритмов их управления.
Для решения задачи алгоритмического обеспечения процесса управления системы обнаружения утечек нефти предлагается применять получившие в последнее десятилетие широкое распространение практические аспекты нейронных сетей, в силу своей гибкости, оптимальности и универсальности. Однако для формирования автоматизированной системы гарантирования техносферной безопасности на объектах магистрального трубопровода данная технология используется впервые. В основу разработки положена теория нейронных сетей, которая является бионической технологией, основанной на существующих алгоритмах поведения роящихся насекомых, косяков рыб и т.д.
Для формирования системы приема-передачи сигнала в нейронную сеть предлагается встроить технологию по алгоритму Кохонена. Данный алгоритм был сформирован в попытке сформировать для решения практических задач систему обучения, которая могла бы накапливать значительный объем упорядоченных данных, получаемых из слоистой нейронной сети. Успешная реализация концепции была осуществлена финским профессором Тейво Кохонен в 1982 году и алгоритм был назван его именем – самоорганизующиеся карты Кохонена (СОКК). СОКК можно обучить узнавать или находить взаимосвязи между входами и выходами.