Bu barədə Azvision.az -a AMEA-nın İnformasiya Texnologiyaları İnstitutunun İctimaiyyətlə əlaqələr şöbəsindən məlumat verilib.

Məqalə Azərbaycan Dövlət Neft Şirkətinin (SOCAR) Elm Fondunun maliyyələşdirdiyi “NG-AI4Oil: Neft mədənləri üçün yeni nəsil süni intellekt texnologiyalarının işlənməsi” qrant layihəsi çərçivəsində aparılmış elmi tədqiqatlar əsasında hazırlanıb.

Tədqiqatda neft avadanlığında nasazlıqların diaqnostikası üçün dərin hibrid model təklif edilib. Elektrik sualtı nasosun işinin monitorinqi və nasazlıqların vaxtında aşkarlanıb aradan qaldırılması neft-qaz sənayesində istismar və texniki xidmət xərclərini azalda bilər. Vibrasiyanın akselerometr sensorları əsasında qiymətləndirilməsi sistemdəki nasazlıqları aşkarlamağa imkan verir. Vibrasiya siqnalının tezliyi, zamanı və spektral məlumatları dərin hibrid modelin giriş verilənləri hesab olunur. Spektral məlumatlara qısamüddətli Furye çevrilməsindən alınmış spektroqram və kəsilməz veyvlet çevrilməsindən alınmış skaloqram daxildir və vibrasiya siqnalının ətraflı analizini təmin edir.

Eksperimental qiymətləndirmə göstərir ki, təklif olunan dərin hibrid model digər müvafiq alqoritmlərindən üstündür və sistemin işi zamanı yaranan vibrasiya siqnalına əsasən elektrik sualtı nasosun imtinalarını avtomatik aşkar edə bilər. Təklif edilən yanaşma avadanlığın və mürəkkəb texniki sistemlərin vəziyyətinin avtomatik diaqnostikası zamanı mütəxəssislərin işini asanlaşdıra bilər.

“SN Applied Sciences” jurnalı “Web of Science”, “INSPEC”, “Google Scholar”, “CNKI”, “EBSCO Discovery Service” və digər beynəlxalq elmi bazalarda indeksləşir və referatlaşır.

Azvision.az