بررسی حوادث و تحلیل روند وقوع و پیامد آن‌ها در صنعت نفت فرا‌ساحل با استفاده از مدل شبکه های عصبی مصنوعی

امروزه، صنعت نفت فراساحلی ایران به عنوان شاخص اقتصاد ملی مطرح می باشد ولی متاسفانه همین منبع خیر و برکت برای نیروی انسانی، در صورت عدم رعایت اصول بهداشت، ایمنی و محیط زیست پیامدهای ناخوشایند و نامطلوبی در بر دارد. این حوادث زیانبار علاوه بر آنکه سهم عظیمی از دستاوردهای توسعه را بر باد می دهد به اصلی ترین محور توسعه، یعنی نیروی انسانی آسیب فراوان وارد می سازد. وقوع حوادث منجر به خسارات جانی و مالی در صنایع نفت طی سال های اخیر لزوم بررسی و ریشه یابی جهت پیشگیری از وقوع و به حداقل رساندن آثار و پیامد های این حوادث را ایجاب می کند.
از آنجا که برای پیشگیری، درمان و مقابله با هر مشکل یا مسأله ای باید مسیر مشخصی را طی نمود، یعنی ابتدا باید آن را شناخت و نسبت به ابعاد مختلف آن آگاهی یافت و سپس آن پدیده یا مسئله را تحت کنترل خود درآورد و عوامل ایجاد کننده آن را به حداقل رساند. از این رو، اهمیت پژوهش حاضر نیز آشکار می شود، زیرا این پژوهش بر آن است که با روشن نمودن ابعاد مختلف تجزیه و تحلیل و بررسی حوادث و عوامل موثر بر آن و همچنین بکارگیری الگوریتم شبکه های عصبی مصنوعی بتواند به مدیران و مسئولان صنعت نفت فراساحل نسبت به پیش بینی وقوع حوادث ( با توجه به ماهیت و نوع ) و پیامدهای آن ها آگاهی و شناخت لازم را ارائه دهد.
در این تحقیق با استفاده از روش کلاس بندی داده های آماری به روش پرسپترون چند لایه و آموزش شبکه عصبی توسط این داده ها که مربوط به حوادث ۱۲ ساله صنعت نفت فرا ساحل می باشد یک شبکه عصبی هوشمند خواهیم داشت که قادر است با دریافت داده های جدید از حوادث بر اساس پارامتر های تعریف شده عددی، پیامدهای ناشی از حوادث را با دقتی در حدود ۷۵ درصد، با توجه به شدت و نتایج آن ها پیش بینی نماید.

دانلود این مقاله از پایگاه خبری بامنا