Neft-qaz sənayesində mədən avadanlıqlarında qəzaların proqnozlaşdırılması üçün hibrid dərin neyron şəbəkə arxitekturaları və təlim alqoritmləri işlənilib.
AMEA İnformasiya Texnologiyaları İnstitutundan “APA-Economics”ə verilən məlumata görə, aparılan tədqiqat işində neft mədən avadanlığında (dərinlik dalma nasoslarında) nasazlıqların diaqnostikası üçün dərin hibrid neyron şəbəkə modeli təklif edilib.
Belə nasosların quraşdırılması və texniki təmir üçün çıxarılması olduqca bahalı əməliyyatlardır. Dərinlik dalma nasosları dəniz şəraitində işlədikdə onların işinin real zamanda monitorinqi olduqca çətinləşir. Bu nasoslarda nasazlıqların vaxtında aşkarlanıb aradan qaldırılması neft-qaz sənayesində istismar və texniki xidmət xərclərini əhəmiyyətli dərəcədə azalda bilər.
Dərinlik dalma nasoslarının vəziyyətini diaqnostika etmək üçün onun işi zamanı ölçülmüş vibrasiya siqnallarının analizi üsulundan istifadə edilir.
Eksperimentlərdə alınan nəticələr təklif edilən üsulun neft avadanlığındakı imtinaların diaqnostikası üçün tətbiqinin yararlılığnı təsdiq edib.
Aparılan tədqiqatlarda vibrasiya siqnallarının analizi ilə yanaşı, müxtəlif texniki avadanlıqlardakı çoxsaylı sensorlardan əldə edilən verilənlərinin analizi əsasında neft avadanlığında nasazlıqların proqnozlaşdırılması üçün də dərin təlim üsulu təklif edilib.
Bizi Telegram-da izləyin
t.me/apa_az
Bizi Instagram-da izləyin
Bizi Facebook-da izləyin
Bizi Twitter-da izləyin
