Оперативное прогнозирование теплового потока при пожаре в вертикальном стальном резервуаре с защитной стенкой с использованием ANFIS

Введение. Резервуары и резервуарные парки широко распространены во многих субъектах Российской Федерации и являются одним из важнейших элементов технологической схемы добычи, подготовки, транспортировки и переработки нефти и нефтепродуктов. Проблема обеспечения пожарной безопасности резервуарных парков, соответствующих, согласно риск-ориентированной модели безопасности, наиболее высоким уровням риска, является актуальной как на российском, так и на мировом уровнях. В связи с развитием в течение последних десятилетий информационных и коммуникационных технологий и их внедрением в процессы функционирования и управления различными объектами появились передовые методы прогнозирования возникновения и развития чрезвычайных ситуаций на объектах, оптимизации управленческих решений при локализации и ликвидации чрезвычайных ситуаций, в том числе и пожаров.

Цели и задачи. В работе авторы представляют разработанную ими модель оперативного прогнозирования теплового потока на основе искусственных нейронных сетей для повышения безопасности персонала пожарной охраны при тушении пожара на наземном вертикальном стальном резервуаре с защитной стенкой. В исследовании особое внимание авторы уделяют выявлению зависимости теплового потока от ветровой нагрузки. Методы. Для достижения указанной цели авторами организована и проведена серия экспериментов, осуществлен сбор экспериментальных данных о тепловом потоке и сформированы обучающие и тестовые выборки. Результаты. Посредством построения искусственных нейронных сетей ANFIS выполнено определение зависимостей теплового потока от факторов внешней среды. Произведено сравнение различных типов функций принадлежности, методов оптимизации и методов генерирования системы и установлено, что для сетей ANFIS, выполняющих прогнозирование теплового потока без учета и с учетом ветровой нагрузки, оптимальным является применение метода субкластеризации и гибридного метода оптимизации, что обеспечивает самые низкие значения ошибки на выборках.

Обсуждение. Результаты анализа показывают, что скорость ветра и расположение резервуара могут привести к повышению температуры воздуха, стенки резервуара и бензина. Поэтому, несмотря на сложность анализа, регистрация всех этих факторов позволяет прогнозировать безопасное для пожаротушения расстояние от горящего резервуара.

Выводы. Научное исследование позволило разработать модель оперативного прогнозирования теплового потока на основе использования элементов искусственного интеллекта (сетей ANFIS). Полученные в ходе работы результаты позволяют повысить эффективность оперативного прогнозирования динамики развития пожаров в резервуарах и резервуарных парках и оптимизацию процессов принятия управленческих решений ответственными лицами.

1. Краснов А.В., Садыкова З.Х., Пережогин Д.Ю., Мухин И.А. Статистика чрезвычайных происшествий на объектах нефтеперерабатывающей и нефтехимической промышленности за 2007–2016 гг. // Нефтегазовое дело. 2017. № 6. C. 179–191. URL: https://www.elibrary.ru/item.asp?id=30784379

2. Демёхин Ф.В., Таранцев А.А., Белов Д.И. О проблеме тушения пожаров в резервуарах с кольцевой защитной стенкой // Вестник Санкт-Петербургского университета ГПС МЧС России. 2013. № 2. С. 68–75. URL: https://vestnik.igps.ru/wp-content/uploads/V52/13.pdf

3. Петрова Н.В., Чешко И.Д., Галишев М.А. Анализ практики экспертного исследования пожаров на объектах хранения нефти и нефтепродуктов // Вестник Санкт-Петербургского университета ГПС МЧС России. 2016. № 3. С. 40–46. URL: https://vestnik.igps.ru/wp-content/uploads/V83/7.pdf

4. Блинов В.И., Худяков Г.Н., Петров И.И. О механизме тушения горения нефтепродуктов в резервуарах путем перемешивания их воздухом. М. : Информационный сборник ЦНИИПО, 1958. С. 34–38.

5. Петров И.И., Реутт В.Ч. Критические условия потухания пламени нефтепродукта при его перемешивании в резервуаре. М. : Информационный сборник ЦНИИПО, 1959. С. 58–61.

6. Волков О.М., Проскуряков Г.А. Пожарная безопасность на предприятиях транспорта и хранения нефти и нефтепродуктов. М. : Недра, 1981. 256 с.

7. Абрамов Ю.А., Басманов А.Е. Минимизация ущерба при пожаре в резервуарных парках // Пожаровзрывобезопасность. 2007. № 4. С. 59–65. URL: https://www.elibrary.ru/item.asp?id=12512034

8. Zabetakis M.G., Burgess D.S. Research on hazards associated with production and handling of liquid hydrogen. Bureau of Mines, Washington, D.C., 1961. DOI:10.2172/5206437

9. Markstein G.H., De Ris J. Wall-fire radiant emission. Part 1: Slot-burner flames, comparison with jet flames // Symposium (International) on Combustion. 1991. Vol. 23. No. 1. Pp. 1685–1692. DOI: 10.1016/S0082-0784(06)80443-1

10. Markstein G.H., De Ris J. Wall-fire radiant emission — Part 2: Radiation and heat transfer from porous-metal wall burner flames // Symposium (International) on Combustion. 1992. Vol. 24. No. 1. Pp. 1747–1752. DOI: 10.1016/S0082-0784(06)80204-3

11. Drysdale D. An introduction to fire dynamic. John Wiley & Sons, 2011. 512 p.

12. Babrauskas V. Estimating large pool fire burning rates // Fire Technology. 1983. Vol. 19. No. 4. Pp. 251–261. DOI: 10.1007/BF02380810

13. Munoz M., Arnaldos J., Casal J., Planas E. Analysis of the geometric and radiative characteristics of hydrocarbon pool fires // Combustion and Flame. 2004. Vol. 139. No. 3. Pp. 263–277. DOI: 10.1016/j.combustflame.2004.09.001

14. Швырков С.А., Воробьев В.В., Ибатулин Р.К. Опасность каскадного развития пожара в резервуарном парке при ветровом воздействии // Технологии техносферной безопасности. 2017. № 4 (74). 8 с. URL: http://agps-2006.narod.ru/ttb/2017-4/26-04-17.ttb.pdf

15. Рубцов Д.Н., Шалымов М.С. О развитии пожара в резервуаре типа «стакан в стакане» с нефтью и нефтепродуктами // Технологии техносферной безопасности. 2016. № 3 (67). 8 с. URL: http://agps-2006.narod.ru/ttb/2016-3/23-03-16.ttb.pdf

16. Schälike S., Mishra K.B., Malow M., Berger A., Wehrstedt K.D., Schönbucher A. Mass burning rate of a large TBPB pool fire − experimental study and modeling // Chemical Engineering Transactions. 2013. Vol. 31. Pp. 853–858. DOI: 10.3303/CET1331143

17. Шалымов М.С. Влияние тепловых нагрузок пожара в нефтяном резервуаре на соседние резервуары // Технологии техносферной безопасности. 2015. № 2 (60). 8 с. URL: http://agps2006.narod.ru/ttb/2015-2/16-02-15.ttb.pdf

18. Anwar Z., Afzal H., Bibi N., Abbas H., Mohsin A., Arif O. A hybrid-adaptive neuro-fuzzy inference system for multi-objective regression test suites optimization // Neural Computing and Applications. 2019. Vol. 31. No. 11. Pp. 7287–7301. DOI: 10.1007/s00521-018-3560-8

19. Зайченко Ю.П., Севаее Ф. Исследование эффективности нечеткой нейронной сети ANFIS в задачах макроэкономического прогнозирования // Системні дослідження та інформаційні технології. 2005. № 1. C. 100–112. URL: http://dspace.nbuv.gov.ua/handle/123456789/13765

20. Leitea R.M., Centenob F.R. Effect of tank diameter on thermal behavior of gasoline and diesel storage tanks fires // Journal of Hazardous Materials. 2018. Vol. 342. Pp. 544–552. DOI: 10.1016/j.jhazmat.2017.08.052

21. Yun-Wei Zhanga, Zhao-Lin Gua, Zan-She Wanga, Chuck Wah Francis Yua. Revisit of wind flows between wind tunnels and real canyons – the viewpoint of Reynolds dynamic similarity // Indoor Built Environ 2013. Vol. 22. No. 3. Pp. 467–470. DOI: 10.1177/1420326X12489064