Новосибирск, 20 ноя - ИА Neftegaz.RU. Ученые из Новосибирского государственного университета (НГУ) использовали нейронную сеть для оптимизации состава катализатора, превращающего тяжелую нефть в легкую.
Об этом сообщила пресс-служба НГУ.
Запасы легкой нефти в РФ постепенно снижаются, что приводит к росту доли тяжелой нефти в структуре добычи.
С целью недопущения падения добычи нефти власти максимально облегчают налоговый режим для этого вида добычи.
Однако с истощением запасов легкой нефти острее встает вопрос об обработке тяжелой нефти.
В Научно-образовательном центре «Машинное обучение и анализ больших данных» НГУ использовали искусственный интеллект, разработали telegram-бот Nanoparticles - сервис анализа изображений, для сканирования и анализа микроскопических изображений, который используется в Институте катализа для создания катализатора, превращающего тяжелую нефть в легкую.
Этот бот позволяет быстро получать статистические данные о частицах катализатора, используемого при синтезе катализатора переработки тяжелой нефти, что позволяет в итоге оптимально дробить длинные молекулы углеводородов.
Источник: НГУ
Кандидат химических наук А. Окунев:
- ученые, занимающиеся темплатным синтезом, используют этого бота для подбора оптимальной концентрации и размеров полимерных шариков, используемых при синтезе катализатора переработки тяжелой нефти:
- если полости, оставшиеся после выгорания полимерных шариков при нагревании катализатора, окажутся слишком маленькими, длинные молекулы углеводорода не смогут встроиться и вступить в реакцию с активным компонентом - платиной;
- если, наоборот, пространства будет слишком много, химическая реакция по расщеплению молекулы будет протекать медленнее;
- Nanoparticles позволяет делать оперативные замеры размеров шариков с точностью и скоростью, недоступной для ручных методов:
- это достигается за счет того, что нейросеть за несколько секунд анализирует изображение целиком, находит и оцифровывает 1000и объектов,
- человек за то же время успевает измерить не более 1 частицы.
Новый сервис позволяет самостоятельно обучать нейросеть, загружая в базу фотографии необходимых объектов.
Не нужно размечать на исходных изображениях множество частиц, как это было при классическом подходе анализа фотографий.
Хватит указания небольшого кропа (областьфотографии, используемую для обучения сети) и обозначения в нем очертания
интересующих исследователя объектов.
В октябре 2021 г. в рамках программы цифровизации Росэнергоатома - дочки Росатома, стартовал проект по тиражированию системы видеоанализа с использованием нейросетей в части соблюдения техники безопасности и промышленной безопасности.
В июле 2021 г. Газпромнефть-Ноябрьскнефтегаз, дочка Газпром нефти, анонсировал внедрение нейросети для беспилотников (БПЛА), проводящих мониторинг трасс трубопроводов.
Не дремлют и зарубежные ученые.
Пытливые исследователи из Массачусетского технологического института использовали нейросеть, чтобы на основе данных о сейсмической активности находить и наносить на карту удобные места для подземных хранилищ углекислого газа.
Автор: А. Шевченко
