در پژوهشی جدید انجام شد
طراحی مدل هوشمند هشداردهنده برای کاهش حوادث پالایشگاهی
به گزارش نقشه، استادیار دانشگاه شهید بهشتی از طراحی و اعتباربخشی یک مدل داده محور مبتنی بر هوش مصنوعی برای ارتقاء ایمنی در صنایع فرایندی کشور خبر داد؛ مدلی که با تحلیل همزمان ده ها پارامتر اثرگذار و پردازش حدود یک میلیون داده پالایشگاهی، می تواند قبل از وقوع حوادث انسان ساخت، نقاط بحرانی را شناسایی کرده و اخطار هوشمند صادر کند.
به گزارش نقشه به نقل از ایسنا، دکتر ایمان فرهی آشتیانی در نشست خبری طرح های تحقیقاتی دانشکده بهداشت و ایمنی دانشگاه علوم پزشکی شهید بهشتی، ضمن اشاره به نتایج یک مطالعه چند ساله درباره ی تفاوت کشور ما با کشورهای پیشرفته در زمینه فرهنگ علم و فناوری اظهار داشت: چند سال پیش مطالعه کردیم تا بررسی نماییم چه عواملی سبب شده فرهنگ علم و فناوری در کشورهای پیشرفته بیشتر در جامعه نهادینه شود. به نکات مهمی رسیدیم که یکی از آنها برقراری ارتباط واقعی بین دانشگاه، صنعت و جامعه است.
وی اظهار داشت: در کشورهای پیشرفته، دانشگاه ها مراکزی داشتند که بوسیله آنها کارخانجات و برندهای معتبر شکل گرفت و دیواری که میان دانشگاه و مردم وجود داشت، برداشته شد. به صورتی که هر فردی که احتیاج به اطلاعات علمی داشت، می توانست به آسانی و با هماهنگی قبلی به داده ها دسترسی پیدا کند. اما در کشور ما، نه تنها مردم، بلکه محققان و اعضاء هیات علمی دانشگاه هم برای دسترسی به داده ها با موانع زیادی رو به رو هستند و گاهی از ادامه یک کار خوب منصرف می شوند.
فرهی آشتیانی اظهار داشت: یکی دیگر از اقدامات مؤثر در آن کشورها، انتشار نتایج تحقیقات به زبان عامه مردم است. محققان موظف بودند کلیت نتایج خودرا بصورت ساده و قابل فهم ارائه نمایند تا افراد عادی بدون آشنایی با اصطلاحات تخصصی، مفهوم اصلی را درک کنند و اگر همین اقدام در کشور ما شروع و ترویج شود، گام مهمی در راستای نهادینه شدن فرهنگ علم و فناوری برداشته ایم.
وی ضمن اشاره به نقش رسانه ها در این راه، اظهار داشت: به عقیده من در اینجا نقش رسانه هاست که باید این اقدامات را جاری و ساری کنند. این روند آغاز خوبی باشد، چونکه علی ای حال باید از نقطه ای آغاز کرد؛ خوشبختانه معاونت پژوهشی دانشکده نیز با همت و اعتقاد واقعی به این مساله ورود کرده است و امیدواریم این مسیر ادامه یابد تا مردم بتوانند از موفقیتهای این مطالعه ها در عرصه های مختلف بهره مند شوند.
استادیار دانشگاه بهشتی همین طور به فعالیتهای پژوهشی خود در عرصه صنایع فرایندی اشاره نمود و اظهار داشت: طرحی داشتم با عنوان «طراحی و اعتباربخشی مدل پیشرفت ایمنی در برخورد با حوادث انسان ساخت در صنایع فرایندی ایران مبتنی بر رویکرد داده محور». در این طرح، تمام عواملی که ایمنی را در صنایع پالایشگاهی تهدید می کنند، شناسایی و رتبه بندی شدند. به عنوان مثال، نشت ها در پالایشگاه ها دلیلهای مختلفی دارند؛ همچون کهنگی تجهیزات، فرسودگی و تحریمها. سپس این عوامل با استفاده از هوش مصنوعی مدل سازی شدند تا علت ها و راهکارهای بهبود مشخص شود.
ایشان سپس اظهار داشت: بطورمثال در این مدل مشخص شد که برخی پارامترها تا چه حد خطرناک هستند و داده ها بصورت خلاصه و قابل فهم در اختیار ما قرار گرفت. هوش مصنوعی با حجم بالای داده ها یک مدل ایجاد کرد که می تواند در پالایشگاه ها و پتروشیمی های مختلف مورد استفاده قرار گیرد. پیشنهاد ما این است که این مدل به یک نرم افزار عملیاتی تبدیل شود؛ نرم افزاری که با خواندن داده ها و تحلیل هوش مصنوعی، در صورت رسیدن داده ها به حد خطر، هشدار دهد یا بصورت پیش فرض سیستم را قطع کند. این اقدام می تواند در صنایع فرایندی ایران به صورت مؤثری استفاده گردد.
فرهی آشتیانی اظهار داشت: در دانشگاه، مدل بصورت پیش فرض روی داده های نمونه پالایشگاه ها کل کشور بررسی گردید. به علت مسایل امنیتی، نام پالایشگاه ها قابل ذکر نیست، اما داده ها از جنوب، مرکز و غرب ایران جمع آوری شد و نقاط بحرانی و عوامل موثر مشخص شدند. مهم ترین عوامل شامل نشت، دما، کیفیت سطح تاورها، رطوبت و شرایط هوا بود که حدود 12 فاکتور در کنار هم اثرگذار بودند. خوبی این مدل این است که تنها به یک عامل نگاه نمی کند؛ بلکه ترکیب این 12 فاکتور موجب وقوع حوادث می شود. ماه ها حدود یک میلیون دیتا جمع آوری شد و با ابزار هوش مصنوعی و روشهای داده کاوی، تحلیل شد. اگر بخواهیم کمی تخصصی تر صحبت کنم، با نرم افزار Weka و روشهای لجستیک داده ها را مدل کردیم.
وی درباره ی مدلهای آماری استفاده شده در پژوهش اظهار داشت: ما از مدلهای جنگل تصادفی و لجستیک استفاده کردیم و خروجی ها را ارایه دادیم. سیستم های ایمنی سنتی پالایشگاه ها ابزارهایی دارند، اما مدلهای موجود بیشتر آفلاین هستند؛ یعنی شما ارزیابی ریسک را انجام می دهید و سپس اقدام می کنید، اما نمی توانند جلوی حوادث زنده را بگیرند. نرخ حوادث در کشور ما و خیلی از کشورهای دیگر در نفت و گاز بالا است و نشان میدهد سیستم های قدیمی جوابگو نیستند.
استادیار دانشگاه بهشتی در انتها اظهار داشت: سیستم های هشداردهنده موجود معمولا تنها یک یا چند عامل را بررسی می کنند؛ بطورمثال فشار داخلی تانکر یا دبی یک لوله را کنترل می کنند و در صورت رسیدن به حد خطر، اقدام می کنند. اما هیچ سیستمی وجود ندارد که همه عوامل اثرگذار—مثل دما، فشار، رطوبت و دیگر پارامترها—را همزمان بررسی نموده و با ترکیب آنها ریسک را مدل کند و بصورت هوشمند هشدار دهد. اما مرحله بعدی تبدیل آن به نرم افزار عملیاتی است تا روی سیستم های پالایشگاهی مستقر شود و بتواند بصورت پویا و زنده عمل کند. این مرحله، برنامه ساز اصلی است و باید در آینده صورت گیرد.
این مطلب Go Map را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط در نقشه
نظرات بینندگان نقشه در مورد این مطلب