Библиографическое описание:Улучшение эффективности пожарных водометов за счет использования глубокого обучения и беспроводной сенсорной сети : научное издание / О. А. Деяб, Д. Ю. Черников, А. С. Селиванов. - Текст : непосредственный // Автоматизация и информатизация ТЭК. - 2024. - №8. - С. 26-33. - Исследование выполнено в рамках государственного задания ФГАОУ ВО "Сибирский федеральный университет" (номер FSRZ-2023-0008). - ISSN 2782-604X.
Аннотация:Глобализация нефтегазовой отрасли означает, что катастрофа в одной стране может иметь далеко идущие экономические и экологические последствия для других стран. Поэтому принятие мер безопасности на объектах нефтегазовой отрасли важно для снижения ущерба и рисков возникновения пожаров. Одним из современных методов тушения пожаров на объектах нефтегазовой отрасли являются автоматические системы пожаротушения. Цель данной статьи - минимизация времени срабатывания автоматических систем пожаротушения за счет интеграции их с беспроводными сенсорными сетями (БСС), поддерживаемыми искусственным интеллектом. Использование стереокамеры в качестве оптического датчика в БСС позволяет точно и быстро определять место возгорания. Для обнаружения пожаров использовалась модель YOLOv5, благодаря которой пожары обнаруживались с эффективностью до 90 %. Предлагаемая система способна эффективно управлять водяными средствами пожаротушения, расположенными вблизи очага возгорания. В процессе моделирования время обнаружения возгорания и начала работы системы пожаротушения составило менее 2,5 с.
Oil and gas industry globalization means that a catastrophe in one country can have far-reaching economic and environmental aftereffects in other countries. That’s why, it is very important to take safety measures at oil and gas industry facilities for reducing damage and fire risks. One of the modern methods of extinguishing fires at oil and gas industry facilities is automatic fire extinguishing systems. The goal of the authors of the article is to minimize the response time of automatic fire extinguishing systems by integrating them with wireless sensor networks (WSN) supported by artificial intelligence. The use of stereo-chambers as an optic gage in WSN allows exact and quick determination of the fire place. The YOLOv5 model was used to detect fires providing 90 % accuracy of fires detection. The proposed system can more accurately control water cannons, located near the source of fire. During the simulation, fires were detected and start extinguishing it in less than 2,5 s.
