Ученые из Передовой инженерной школы Томского политехнического университета разработали нейросетевой алгоритм, предназначенный для обнаружения, локализации и ликвидации возгораний на объектах атомной промышленности.
Исследователи создали обширную базу данных и обучили нейронную сеть. Она способна анализировать особенности технологических процессов и определять причины возгораний или других ЧС. ИИ также может точно определить местоположение, тип и характеристики очага пожара, а также прогнозировать развитие событий и предоставлять рекомендации по оптимальным методам локализации и тушения.
Было проведено более тысячи экспериментов по локализации и тушению пожаров, включая ситуации с горением древесины, ПВХ-панелей, линолеума, кабельной продукции, масел, спиртов и горючих жидкостей.
В ходе экспериментов воссоздавались типичные сценарии возгорания, такие как нарушение правил эксплуатации нагревательного оборудования, короткое замыкание, локальные источники огня с ограниченным тепловыделением, перегрев и возгорание проводки, а также утечки и испарения масел и горючих жидкостей.
В ноябре начнется серия экспериментов с имитаторами специальных веществ, которые, хотя и не обладают радиоактивными свойствами, позволят изучить поведение материалов, характерных исключительно для атомных объектов промышленности в условиях возгорания.
В будущем, планируется интегрировать эту нейросеть в существующие системы пожаротушения с целью определения наиболее эффективных методов локализации и тушения пожаров. Первый промышленный прототип этого комплекса ученые намерены представить к концу 2023 года.
Отметим, пожарные системы в атомной промышленности имеют свои особенности. Для них требуются специфичные методы тушения из-за большого количества спецоборудования и материалов. Кроме того, сами системы пожаротушения подвергаются строгим нормативным требованиям, включая высокую стойкость к температурным воздействиям и радиации.
Фото: Frederic Paulussen / Unsplash.com