Тип публикации: статья из журнала
Год издания: 2022
Идентификатор DOI: 10.34987/vestnik.sibpsa.2022.96.50.013
Ключевые слова: emergency, oil, risk, threat, simulation, forecasting, neural network model, чрезвычайная ситуация, нефть, риск, угроза, имитационное моделирование, прогнозирование, нейросетевая модель
Аннотация: Активное освоение Арктики, которое стало трендом последнего десятилетия стало большим вызовом для хрупкой экосистемы Арктики и требует должного контроля за технологическими процессами на предприятиях, поскольку за последние два года на территории Арктики произошел ряд аварий связанных с розливом нефтепродуктов на почву и водоемы раПоказать полностьюсположенных в этих районах. Применимых мер по обеспечению техносферной безопасности в настоящее время недостаточно, о чем свидетельствуют участившиеся аварийные ситуации и требуется применение современных технологий мониторинга и прогнозирования рисков в целях корректировки планов действия при возникновении ЧС и расчета требуемых сил и средств. Моделирование разлива нефти и нефтепродуктов проводится в целях проведения превентивных мероприятий по предупреждению чрезвычайных ситуаций. Методики оценки площади розлива нефтепродуктов, применяемые в настоящее время, особенно в арктической зоне, имеют ряд ограничений. В настоящей работе выполнено моделирование процесса розлива нефтепродуктов в целях для расчета распределения концентрации загрязняющих веществ и нейросетевое прогнозирование площади загрязнения вплоть до момента ее ликвидации. Для моделирования аварийной ситуации был программный продукт PHOENICS и методика нейросетевого прогнозирования с использованием библиотеки Scikit-Learn на языке программирования python. Результаты моделирования соотносились с данными, полученными при анализе аварии, возникшей из-за разгерметизации трубопровода при перекачке нефти с судна в резервуарный парк на реке Хатанга арктической зоны Красноярского края. The active development of the Arctic, which has become a trend of the last decade, has become a big challenge for the fragile ecosystem of the Arctic and requires proper control over technological processes at enterprises, since over the past two years a number of accidents have occurred in the Arctic associated with spilling oil products on the soil and water bodies located in these areas. Applicable measures to ensure technosphere safety are currently insufficient, as evidenced by the increasing number of emergencies and the use of modern technologies for monitoring and forecasting risks is required in order to adjust action plans in the event of an emergency and calculate the required forces and means. Modeling of oil and oil products spills is carried out in order to carry out preventive measures to prevent emergency situations. Methods for estimating the area of oil spills currently used, especially in the Arctic zone, have a number of limitations. In this work, the modeling of the process of bottling oil products was carried out in order to calculate the distribution of the concentration of pollutants and neural network prediction of the area of pollution up to the moment of its liquidation. To simulate an emergency, there was the PHOENICS software product and a neural network forecasting technique using the Scikit-Learn library in the Python programming language. The simulation results were correlated with the data obtained in the analysis of an accident that occurred due to a pipeline depressurization when pumping oil from a vessel to a tank farm on the Khatanga River in the Arctic zone of the Krasnoyarsk Territory.
Журнал: Сибирский пожарно-спасательный вестник
Выпуск журнала: № 1
Номера страниц: 132-139
ISSN журнала: 25004026
Место издания: Железногорск
Издатель: Сибирская пожарно-спасательная академия