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. Макет разработки впервые представлен на XII Петербургском международном газовом форуме.
Политехники провели более 1000 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.
"В атомной отрасли 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", - рассказывает доцент Исследовательской школы физики высокоэнергетических процессов ТПУ Роман Волков.
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 др.) объектах.
Разработанную учеными 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.
