Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Neprytskyi, Oleksandr" wg kryterium: Autor


Wyświetlanie 1-1 z 1
Tytuł:
Ventilation control of the new safe confinement of the Chornobylnuclear power plant based on neuro-fuzzy networks
Kontrola wentylacji nowej bezpiecznej powłoki czarnobylskiej elektrowni jądrowej oparta na rozmytych sieciach neuronowych
Autorzy:
Loboda, Petro
Starovit, Ivan S.
Shushura, Oleksii M
Havrylko, Yevhen V.
Saveliev, Maxim V.
Sachaniuk-Kavets’ka, Natalia
Neprytskyi, Oleksandr
Oralbekova, Dina
Mussayeva, Dinara
Powiązania:
https://bibliotekanauki.pl/articles/28875033.pdf
Data publikacji:
2023
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
New Safe Confinement
ventilation management
neuro-fuzzy network
information technology
fuzzy logic
digital twin
Nowa Bezpieczna Powłoka
zarządzanie wentylacją
rozmyta sieć neuronowa
technologia informacyjna
logika rozmyta
cyfrowy bliźniak
Opis:
The accident at the Chornobyl Nuclear Power Plant (ChNPP) in Ukraine in 1986 became one of the largest technological disasters in human history. During the accident cleanup, a special protective structure called the Shelter Object was built to isolate the destroyed reactor from the environment. However, the planned operational lifespan of the Shelter Object was only 30 years. Therefore, with the assistance of the international community, a new protective structure called the New Safe Confinement (NSC) was constructed and put into operation in 2019. The NSC is a large and complex system that relies on a significant number of various tools and subsystems to function. Due to temperature fluctuations and the influence of wind, hydraulic processes occur within the NSC, which can lead to the release of radioactive aerosols into the environment. The personnel of the NSC prevents these leaks, including through ventilation management. Considering the long planned operational term of the NSC, the development and improvement of information technologies for its process automation is a relevant task. The purpose of this paper is to develop a method for managing the ventilation system of the NSC based on neuro-fuzzy networks. An investigation of the current state of ventilation control in the NSC has been conducted, and automation tools for the process have been proposed. Using an adaptive neuro-fuzzy inference system (ANFIS) and statistical data on the NSC's operation, neuro-fuzzy models have been formed, which allows to calculate the expenses of the ventilation system using the Takagi-Sugeno method. The verification of the proposed approaches on a test data sample demonstrated sufficiently high accuracy of the calculations, confirming the potential practical utility in decision-making regarding NSC’s ventilation management. The results of this paper can be useful in the development of digital twins of the NSC for process management and personnel training.
Awaria w Czarnobylskiej Elektrowni Jądrowej (ChNPP), która miała miejsce w Ukrainie w 1986 roku, stała się jedną z największych katastrof technologicznych w historii ludzkości. Podczas likwidacji awarii zbudowano specjalną strukturę ochronną – Obiekt "Ukrycie", mającą na celu izolację zniszczonego reaktora od otoczenia. Jednak planowany okres eksploatacji sarkofagu "Ukrycie" wynosił tylko 30 lat, dlatego przy wsparciu społeczności międzynarodowej zbudowano nową strukturę ochronną – "Nowa Bezpieczna Powłoka" (NSC), która została oddana do użytku w 2019 roku. NSC jest dużym i skomplikowanym systemem, którego funkcjonowanie zapewnia znaczna liczba różnych narzędzi i podsystemów. Ze względu na zmienne temperatury i wpływ wiatru, w NSC zachodzą procesy hydrauliczne, które mogą prowadzić do uwolnienia promieniotwórczych aerozoli do otoczenia. Personel NSC zapobiega tym wyciekom, między innymi poprzez zarządzanie wentylacją. W związku z długim planowanym okresem eksploatacji NSC, istotnym zadaniem jest rozwój i doskonalenie technologii informatycznych dla automatyzacji procesów. Celem pracy jest opracowanie metody zarządzania systemem wentylacji NSC opartej na rozmytych sieciach neuronowych. Przeprowadzono badania istniejącego stanu rozwiązywania problemów zarządzania wentylacją NSC oraz wybrano narzędzia do automatyzacji procesu. Za pomocą adaptacyjnego systemu wnioskowania neuro-rozmytego (ANFIS) i danych statystycznych dotyczących funkcjonowania NSC, stworzono modele neuro-rozmyte, które pozwalają na kalkulację kosztów systemu wentylacyjnego metodą Takagi-Sugeno. Weryfikacja zaproponowanych podejść na próbce kontrolnej danych wykazała wystarczająco wysoką dokładność obliczeń, co potwierdza możliwość ich praktycznego zastosowania w procesie podejmowania decyzji dotyczących zarządzania wentylacją NSC. Wyniki pracy mogą być również przydatne przy tworzeniu cyfrowe bliźniaków NSC w celu zarządzania procesami i szkolenia personelu.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2023, 13, 4; 114--118
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-1 z 1

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies