В Передовой инженерной школе (ПИШ) Томского политехнического университета работают над созданием программно-аппаратного комплекса для обнаружения, локализации и ликвидации возгораний на объектах атомной промышленности. В основе системы лежат нейросетевые алгоритмы, которые позволяют определять причину, местоположение и характеристику очага возгорания, сценарии развития пожара, а также механизм тушения.
Партнером в создании комплекса выступает АО «Сибирский химический комбинат». Макет разработки впервые представлен на XII Петербургском международном газовом форуме.
Объекты атомной промышленности имеют разную категорию пожарной опасности, огнетушащие составы и условиях их подачи в зону горения также различны.
«Любая автоматическая система пожаротушения построена по схожим принципам. В атомной отрасли же все здания и оборудование имеют разную категорию пожароопасности: умеренную, повышенную, взрывопожароопасность и так далее. Из-за этого разделения требования к отдельным системам пожаротушения в том или ином здании могут существенно различаться. К тому же требования к сенсорам и датчикам идентификации и локализации возгораний тоже очень строго регламентированы и специфичны: они должны выдерживать не только высокие температуры, но и при необходимости воздействие радиации. Унифицированной системы для таких объектов на данный момент нет», — говорит доцент Исследовательской школы физики высокоэнергетических процессов ТПУ Роман Волков.
Политехники провели более 1 000 экспериментов по локализации и подавлению горения совокупности веществ и материалов: древесины, ПВХ-панелей, линолеума, кабельной продукции, масел, спиртов, горючих жидкостей и других. Для этого они воспроизвели условия возгорания в наиболее распространенных ситуациях: нарушение правил эксплуатации нагревательного оборудования, короткое замыкание электрических сетей, локальные источники возгорания ограниченного теплосодержания, перегрев и воспламенение электрической проводки, утечки и испарения масел и горючих жидкостей.
На основе результатов выполненных экспериментов ученые собрали обширную базу данных, а также создали и обучили нейросеть. Она, с учетом специфики технологического процесса, может идентифицировать причину возгорания или другой внештатной ситуации, местоположение, тип и характеристики очага пожара, а также прогнозировать дальнейшие модели развития событий и выдавать рекомендации по наиболее оптимальным механизмам и способам локализации, тушения, тушащим составам. Кроме того, разрабатываемый комплекс позволит существенно минимизировать ущерб и снизить последующие риски от возгораний на различных промышленных (энергетический, атомный, нефтегазовый сектора) и общественных (жилые и производственные помещения, торговые центры и других) объектах.
«На данный момент мы провели эксперименты с традиционными материалами, которые можно встретить на любом промышленном объекте. Но поскольку наша задача разработать комплекс по идентификации и подавлении возгораний для предприятий атомного сектора, с ноября у нас стартует серия экспериментов с имитаторами специализированных веществ. Они не являются радиоактивными, однако позволят узнать, как ведут себя при возгорании материалы, которые встречаются исключительно на атомных объектах промышленности. Стоит отметить, что работа по созданию комплекса только начата, говорить о ее внедрении на реальное предприятие атомного сектора и о классе объектов, к которым она будет использоваться, еще рано», — отмечает говорит руководитель лаборатории тепломассопереноса, профессор Научно-образовательного центра И.Н. Бутакова Павел Стрижак.
Разработанную ученными ТПУ нейросеть можно будет использовать в качестве системы для выдачи рекомендаций пожарным службам по характеристикам и сценариям развития чрезвычайного происшествия на атомном объекте, как инструмент для расследования причин возгорания. Кроме того, такая нейросеть, в перспективе, может быть интегрирована в существующую систему пожаротушения в качестве инструмента для определения наиболее эффективного механизма локализации и тушения возгорания.
К концу 2023 году ученые представят первый промышленный прототип комплекса.
Фото: Unsplash/Ricardo Gomez Angel
Комментарии
(0) Добавить комментарий