Кредит: Pixabay/CC0 Public Domain
Искусственный интеллект может прогнозировать инциденты, связанные с газом, на угольных шахтах в течение получаса, согласно новому исследованию, изучающему, как эта технология может снизить риск катастроф.
Исследование угольных шахт в Китае сравнило 10 алгоритмов машинного обучения, чтобы выяснить, какой метод ИИ может делать прогнозы об изменениях уровня метана за 30 минут и уведомлять пользователей об аномалиях. «Сравнительное исследование десяти алгоритмов машинного обучения для краткосрочного прогнозирования в системах оповещения о газе» было опубликовано в журнале Научные отчеты.
Взрывы или возгорания газа в подземных шахтах представляют собой значительные риски: почти 60% аварий на угольных шахтах в Китае вызваны метаном.
В 2020 году на долю Китая приходилось 46% мировой добычи угля, и в стране насчитывается более 3200 угольных шахт с высоким содержанием газа, подверженных риску выбросов.
Автор и доцент факультета науки и технологий Университета Чарльза Дарвина (CDU) Ниуша Шафиабади заявила, что результаты показали, что из 10 алгоритмов машинного обучения четыре дали наилучшие результаты.
«Линейная регрессия — один из самых эффективных алгоритмов с лучшей производительностью для краткосрочного прогнозирования, чем другие», — сказала доцент Шафиабади.
«Случайный лес часто показывает статистически более низкую погрешность и достигает наивысшей точности прогнозирования. Метод опорных векторов хорошо работает и требует меньше времени вычислений на небольших наборах данных, но потребует слишком много времени на обучение по мере увеличения размера набора данных.
«Результаты этого исследования помогут угольной промышленности снизить риск несчастных случаев, таких как взрывы газа, защитить рабочих и повысить способность предотвращать и смягчать последствия катастроф, которые приведут к финансовым потерям в дополнение к потенциальной гибели людей».
Исследование проводилось совместно с Университетом Чарльза Дарвина, Сиднейским технологическим университетом, Австралийским католическим университетом, Шаньсийским педагогическим университетом и Центральным университетом Квинсленда.
Доцент Ниуша Шафиабади, которая также является исследователем в Школе бизнеса Питера Фабера Австралийского католического университета, сказала, что эти результаты можно применять в различных областях.
«Этот метод работает для всех угольных шахт, и те же принципы можно применять в других отраслях, таких как аэрокосмическая, нефтегазовая, сельское хозяйство и другие», — сказала она.
«Это пример приложения, в котором ИИ может быть использован для спасения жизней и снижения рисков для здоровья и безопасности».
Предыдущее исследование доцента Шафиабади показало, что более тщательный мониторинг ветра, плотности газа и температуры в угольных шахтах также может помочь снизить риск катастроф.
Дополнительная информация: Роберт М. X. Ву и др., Сравнительное исследование десяти алгоритмов машинного обучения для краткосрочного прогнозирования в системах оповещения о газе, Научные отчеты (2024). DOI: 10.1038/s41598-024-67283-4
Информация о журнале: Научные отчеты предоставлены Университетом Чарльза Дарвина
