Россия
Россия
Россия
Почти ежегодно на строящихся и ремонтируемых судах и кораблях происходят пожары. В случае судоремонтных доков и верфей эвакуация людей при пожаре осложнена объемом пожароопасных и огневых работ. Для решения этой проблемы предлагается использовать технологию искусственного интеллекта, которая позволит учитывать место возгорания, скорость распространения пожара и влияние опасных факторов пожара. Для оптимизации и повышения эффективности оформления документов предлагается использовать технологию «больших данных» (Big Data). Она позволит получать и анализировать одновременно несколько десятков процессов, происходящих на объекте: проведение регламентных работ, исправность систем противопожарной защиты и наличие квалификации у работника, выполняющего огневые работы. Практическая значимость предложенных мер заключается в их использовании для повышения эффективности профилактики пожаров на объектах судостроения.
профилактика пожаров, цифровизация профилактики пожаров, пожарная безопасность объектов судостроения
1. ЧП и аварии на судостроительных заводах и верфях в России в 2015–2022 годах. URL: https://ria.ru/20220802/avarii-1806662779.html (дата обращения: 17.01.2024).
2. Маюров Н.П., Макаров Д.А. Обеспечение национальной безопасности в рамках использования Северного морского пути // Право. Безопасность. Чрезвычайные ситуации. 2023. № 4 (61). С. 43–49.
3. Бразовская Я.Е. Транспортно-логистическое обеспечение безопасности в Арктике // Право. Безопасность. Чрезвычайные ситуации. 2023. № 4 (61). С. 38–42.
4. Лыткин А.С., Любимов Е.В., Гремин Ю.В. Некоторые направления совершенствования ведомственной нормативной базы по пожарной безопасности в судостроении // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2015. № 1. С. 29–33.
5. Сухоловская П.В. Обеспечение пожарной безопасности на судостроительном заводе // Актуальные исследования. 2023. № 6 (136). Ч. I. С. 40–45.
6. Об утверждении Правил противопожарного режима в Российской Федерации: постановление Правительства Рос. Федерации от 16 сент. 2020 г. № 1479 (в ред. от 24 окт. 2022 г.) // Собр. законодательства Рос. Федерации. 2020. № 39. Ст. 6056.
7. 1С: Производственная безопасность. Пожарная безопасность. URL: https://solutions.1c.ru/catalog/ehs_firesaf/features (дата обращения: 17.01.2024).
8. Коткова Е.А., Матвеев А.В. Методика интеллектуального прогнозирования эффективности управления эвакуацией людей из общественных зданий // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2021. № 4. С. 107–120. EDN PLARHX.
9. Мельников Г.О., Турсенев С.А. Интеграция технологии искусственного интеллекта для повышения эффективности эвакуации людей при пожаре // Природные и техногенные риски (физико-математические и прикладные аспекты). 2023. №. 4 (48). С. 30–36. DOI:https://doi.org/10.61260/2307-7476-2024-2023-4-30-36.
10. Свидетельство о государственной регистрации программы для ЭВМ № 2022611075. Рос. Федерация. Система прогнозирования эффективности эвакуации из зданий с использованием нейронных сетей «Evoneural»: № 2022610416: заявл. 13.01.2022: опубл. 19.01.2022 / Е.А. Коткова, А.В. Матвеев; заявитель С.-Петерб. ун-т ГПС МЧС России. EDN XPWWGT.
