УДК 062

АНАЛИЗ ИСПОЛЬЗОВАНИЯ ИСКУСТВЕННОГО ИНТЕЛЛЕКТА ДЛЯ ВЫЯВЛЕНИЯ СКРЫТЫХ УГРОЗ И ПРЕДОТВРАЩЕНИЕ АВАРИЙ

Антонова Дарья Дмитриевна

Студент 3 курса

Научно-образовательный центр «Природообустройство и рыболовство»

ФГБОУ ВО «Камчатский государственный технический университет»

683003, г. Петропавловск-Камчатский, ул. Ключевская, д.53

e-mail: kafedra2021@mail.r

Ченцова Елизавета Антоновна

Преподаватель

ФГБОУ ВО «Камчатский государственный технический университет»

683003, г. Петропавловск-Камчатский, ул. Ключевская, д.53

e-mail: kafedra2021@mail.ru

Аннотация: Использование искусственного интеллекта на предприятии.

Ключевые слова: Искусственный интеллект. Предприятие. Угрозы. Автоматизация технологических процессов на предприятии.

ANALYZING THE USE OF ARTIFICIAL INTELLIGENCE TO IDENTIFY HIDDEN THREATS AND PREVENT ACCIDENTS

Antonova Daria Dmitrievna

Student 3 term

Scientific and Educational Center «Environmental Engineering and Fishing»

Kamchatka State Technical University

683003, Petropavlovsk-Kamchatsky, Klyuchevskaya str., 53

e-mail: kafedra2021@mail.ru

Chentsova Elizaveta Antonovna

Teacher

Kamchatka State Technical University

683003, Petropavlovsk-Kamchatsky, Klyuchevskaya str., 53

e-mail: kafedra2021@mail.ru

Annotation: the use of artificial intelligence in the enterprise.

Keywords: Artificial intelligence. Company. Threats. Automation of technological processes in the enterprise.

ВВЕДЕНИЕ

Использование искусственного интеллекта (ИИ) становится всё более востребованным инструментом в различных сферах деятельности, включая техносферную безопасность. В настоящей статье рассматриваются возможности применения ИИ для обнаружения потенциальных угроз и предотвращения аварий на производстве. Особое внимание уделено алгоритмам машинного обучения и глубоким нейронным сетям, способствующим выявлению аномалий в работе оборудования и предупреждению происшествий. Приведены практические рекомендации по интеграции интеллектуальных систем на предприятии.

Современное производство характеризуется высокой степенью автоматизации и сложностью используемых технологий. Однако повышение эффективности зачастую сопровождается увеличением числа потенциально опасных факторов, угрожающих жизни персонала и стабильности функционирования предприятия. Искусственный интеллект открывает новые перспективы в сфере профилактики аварий благодаря способности обрабатывать большие объёмы данных и обнаруживать закономерности, невидимые человеческому глазу.

ОСНОВНЫЕ ПОДХОДЫ К ПРИМЕНЕНИЮ ИИ В ПРЕДОТВРАЩЕНИИ АВАРИЙ

Искусственный интеллект: включает различные методики обработки данных, наиболее перспективными среди которых являются алгоритмы машинного обучения и глубокие нейронные сети. Эти инструменты позволяют решать следующие задачи:

Обнаружение неисправностей: а

лгоритмы способны выявить отклонения в параметрах технологического процесса задолго до появления внешних признаков неисправности.

Прогнозирование отказов: г

лубинное обучение позволяет строить модели предсказания состояния оборудования, что помогает планировать профилактические мероприятия.

Анализ видеоданных: н

ейронные сети обрабатывают визуальную информацию с камер видеонаблюдения, фиксируя опасные ситуации, такие как нарушения правил техники безопасности персоналом.

Применение перечисленных инструментов требует предварительной подготовки данных – стандартизации форматов, устранения выбросов и пропусков, нормализации показателей.

ПРИМЕРЫ УСПЕШНОГО ВНЕДРЕНИЯ ИИ

Рассмотрим конкретные случаи эффективного использования ИИ на российских предприятиях:

Пример №1: п

редприятие нефтегазового сектора внедрило систему анализа вибрации турбин компрессорных станций. Решение позволило сократить количество внепланового ремонта на

20%, снизив вероятность аварии;

Пример №2: н

а металлургическом комбинате реализована система раннего оповещения возгораний, основанная на обработке

тепловизионных

изображений с использованием глубокого обучения. Это обеспечило снижение потерь материальных ресурсов и повысило уровень пожа

рной безопасности;

Пример №3: х

имическое предприятие применяет

нейросеть

для прогнозирования возможных протечек трубопроводов. Благодаря своевременному устранению дефектов уменьшилось число несчастных случаев, связанных с выбросами токсичных веществ.

Эти кейсы показывают высокую эффективность ИИ-технологий в снижении аварийности и повышении общей безопасности производства.

РЕКОМЕНДАЦИИ ПО ВНЕДРЕНИЮ ИИ НА ПРЕДПРИЯТИЯХ

Для успешной реализации проектов по использованию ИИ важно учитывать ряд аспектов:

Выб

ор подходящего инструмента: н

еобходимо выбрать подходящий метод анализа данных исходя из специфики производственного процесса

и имеющихся ограничений бюджета;

Подготовка данных: с

ледует уделить особое внимание качеству исходных данных: очистка от шума, нормализация значений, со

здание репрезентативных выборок;

Тестирование моделей: в

ажно провести тестирование разработанной модели на реальных данных для пров

ерки её точности и устойчивости;

Интегра

ция с существующими системами: р

ешения на основе ИИ должны интегрироваться с действующими информационными системами предприятия, обеспечивая возможность оперативного реа

гирования на возникающие угрозы;

Обучение сотрудников: п

ерсоналу необходимо освоить работу с новыми инструментами, понимать принципы их функционирования и уметь интерпретировать полученные данные.

Таким образом, внедрение ИИ требует комплексного подхода, включающего технические, организационные и кадровые меры.

ЗАКЛЮЧЕНИЕ

Развитие технологий искусственного интеллекта способствует значительному улучшению качества диагностики опасностей и снижению вероятности аварий на предприятиях. Грамотное применение ИИ позволяет своевременно выявлять потенциальные риски, эффективно управлять производственными процессами и обеспечивать высокий уровень промышленной безопасности. Рекомендованные шаги по внедрению помогают минимизировать затраты и повысить общую устойчивость предприятия к внешним и внутренним угрозам.

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

https://moluch.ru/archive/392/86637/

https://na-journal.ru/6-2024-informacionnye-tekhnologii/12699-avtomatizirovannaya-sistema-raspoznavaniya-obektov-dlya-nepreryvnogo-konveiernogo-proizvodstva-obzor-metodov-i-oborudovaniya

https://moitvivt.ru/ru/journal/article?id=673