Λεπτομέρειες βιβλιογραφικής εγγραφής
| Τίτλος: |
Определение интенсивности теплового излучения пожара пролива ЛВЖ нефтегазового комплекса с учётом спрогнозированных пожароопасных показателей веществ: Determination of the intensity of thermal radiation of the fire straw of the lv strain of the oil and gas complex taking into account the forecasted fire-fighting indicators of substances |
| Πηγή: |
Сибирский пожарно-спасательный вестник. |
| Στοιχεία εκδότη: |
Siberian Fire and Rescue Academy of the Ministry of Emergency Situations of Russia, 2020. |
| Έτος έκδοσης: |
2020 |
| Θεματικοί όροι: |
molecular descriptors, молекулярные дескрипторы, пожарная безопасность, fire safety, превентивные мероприятия, preventive measures, thermal radiation, тепловое излучение, искусственные нейронные сети, artificial neural networks |
| Περιγραφή: |
Технологии искусственного интеллекта активно внедряются в различные отрасли промышленности страны, в том числе в область пожарной безопасности нефтегазовых комплексов. На сегодняшний день существует более 110 миллионов синтезированных веществ, а их пожароопасные свойства изучены частично и лишь для нескольких тысяч соединений. Это создает сложности при расчете интенсивности теплового излучения потока для пожара пролива предельных кетонов. Для решения проблемы применили способ прогнозирования пожароопасных свойств продуктов нефтепереработки на основе молекулярных дескрипторов и искусственных нейронных сетей. Были спрогнозированы удельная массовая скорость выгорания и среднеповерхностная плотность теплового излучения пламени для выборки веществ, проведен сравнительный анализ. Определена относительная погрешность, не превышающая 5 %. Таким образом, применяя цифровой подход в решении проблемы отсутствия сведений о свойствах веществ, расширили существующую базу данных, которую возможно использовать при разработке системы обеспечения пожарной безопасности. Artificial intelligence technologies are actively introduced in various industries of the country, including in the field of fire safety of oil and gas complexes. Today, there are more than 110 million synthesized substances, and their fire hazard properties have been partially studied and only for a few thousand compounds. This creates difficulties in calculating the intensity of the thermal radiation of the flow for fire strait limit ketones. To solve the problem, we applied a method for predicting the fire hazard properties of oil products based on molecular descriptors and artificial neural networks. The specific mass burnup rate and the average surface density of the thermal radiation of the flame for a sample of substances were predicted, a comparative analysis was carried out. The relative error is determined, not exceeding 5%. Thus, using a digital approach to solving the problem of the lack of information on the properties of substances, we have expanded the existing database, which can be used to develop a fire safety system. |
| Τύπος εγγράφου: |
Article |
| Γλώσσα: |
Russian |
| ISSN: |
2500-4026 |
| DOI: |
10.34987/vestnik.sibpsa.2020.17.2.011 |
| Αριθμός Καταχώρησης: |
edsair.doi...........8049c319d9178705ef2a13ce400f3b2d |
| Βάση Δεδομένων: |
OpenAIRE |