PCT/IB2020/055195

کانادا

اتریش

آلمان

ترکیه

PCT/IB2020/055195

تشخیص و کاهش مخاطرات ناشی از حضور حیوانات در صنایع پتروشیمی با کمک هوش مصنوعی


Undoubtedly refineries are one of the most important and valuable fund of any country and this matter necessitate to identify dangers which are threating their stable production and keeping up to date the ways that are predicted to minimize this threats.

Common accidents at refineries

Accidental fires, explosions, and chemical and gas leaks are common at refineries. Such acciden

cause higher than usual amounts of pollution, which may result in more acute exposure to pollutants

and greater health impacts.

تشخیص و کاهش مخاطرات ناشی از حضور حیوانات در صنایع پتروشیمی با کمک هوش مصنوعی  

هدف این پروژه جلوگیری از بروز خطرات و کاهش اثرات منفی متقابل پالایشگاه و حیوانات ، یک روش هوشمند مبنی بر الگوریتم های یادگیری ماشین ، ماشین ویژن ، یادگیری عمیق و تکنیک های یادگیری طراحی شده است‌. 

این روش با توسعه فناوری و اتوماسیون کردن نظارت ها و هوشمند کردن یک سیستم یکپارچه بدون نیاز به حضور نیروی انسانی با دو هدف و رویکرد اجرا میشود.

اول کاهش خطرات ناشی از حضور حیوانات در تاسیسات پالایشگاه:  به عنوان مثال جویده شدن سیم ها رر تاسیسات توسط جوندگان 

دوم کاهش هرگونه آسیب بر حیوانات من جمله آسیب های ناشی از انواع آلودگی: همانطور که میدانیم پالایشگاه همواره محیط پیرامون خود را آلوده میکند. میزان خروجی این آلودگی ها در برخی مواقع بیش از حد استاندارد میشود در این زمان انسان ها با وجود آلارم هایی از خطر آگاه شده و محیط خطر را ترک میکنند در حالیکه حیوانات در محیط حضور داشته و دچار آسیب میشوند

این پروژه برای تشخیص مواقع خطر و شناسایی مکان های پرخطر طراحی شده  به طوریکه حضور حیوان را در منطقه خطر شناسایی میکند سپس به یک سیستم مرکزی اهشدار داده و در آنجا اقدام لازم جهت دور کردن حیوان از محیط بدون دخالت انسان انجام میشود 

  در این روش ابتدا داده های زیر به ماشین آموزش داد میشود: 

_اطلاعات مربوط به تشخیص و تمایز گونه های حیوانی مختلف 

_ اطلاعات فنی مربوط حد نرمال و غیر نرمال خروجی آلاینده ها از پالایشگاه 

- علامت گذاری مناطق در معرض خطر و نوع خطر احتمالی

سیستم با استفاده از الگوریتم های بینایی ماشین ، یادگیری عمیق و یادگیری ماشین به شبکه ای از مفاهیم قابل درک میرسد که به کمک آن میتواند خطرناک بودن حضور یک حیوان در یک محیط را تشخیص دهد سپس پس از تشخیص گونه حیوان به سیستم‌های هشدار دهنده پیام ارسال کند و سیستم با توجه به نوع گونه تشخیص داده شده اقدام لازم را برای دور کردن حیوان انجام دهد.

ماشین این ادراک را از طریق جمع آوری داده های دریافتی از محیط با تمرکز بر تصاویر ویدئویی و تصاویر ثابت به دست می‌آورد. 

پس از مرحله یادگیری ماشین برای طبقه بندی داده ها با استفاده از الگوریتم های یادگیری و یادگیری عمیق ، کتابخانه ای تولید میشود که شامل طبقه بندی مجزا از اطلاعاتی است که به ماشین آموزش دادیم.

در نهایت سیستم به طور مداوم در حال بررسی امنیت در محیط بوده و در صورت تشخیص خطر آن را گزارش و از وقوع آن جلوگیری میکند.






ابر برچسب

  • ماشین

  • یادگیری

  • تشخیص

  • خطر

  • محیط