Нейронная сеть искусственная ( нейросеть) - это математическая модель, ее программное обеспечение (ПО) и аппаратура, построенная по принципу биологических нейронных сетей - сетей нервных клеток живого организма.
Использование нейронной сети - это развитие системы усовершенствованного управления технологическими процессами (СУУТП).
Ныне этапы развития автоматизации можно представить так:
КИПиА - АСУТП - СУУТП - машинное обучение и нейронные сети.
Интеллектуальность СУУТП в том, что она не просто позволяет регулировать каждый параметр в зависимости от внешних факторов и качества сырья, а задает рабочий алгоритм, заранее просчитывая и учитывая различные комбинации.
Автоматизированная система виртуальных анализаторов позволяет получить достоверную оперативную информацию о техпроцессе, обеспечивая с помощью математической модели имитацию данных с поточных анализаторов.
Машинное обучение и нейросети - это дальнейшее развитие технологий поиска зависимостей и моделей, отражающих реальный мир, где основную роль выполняет не человек, а ПО.
С использованием нейросетей возможна обработка гораздо больших массивов данных, что позволяет находить более точные, скрытые ранее зависимости между параметрами, а также адаптировать модели к изменениям в техпроцессе.
С февраля 2017 г. на Московском НПЗ Газпром нефти внедряется система усовершенствованного управления технологическими процессами (СУУТП) с перспективой развития машинного обучения и нейросетей.
Летом 2017 г. Казанский федеральный университет (КФУ) сообщил о создании геолого-динамической модели нефтяного месторождения с применением методов нейросетевого моделирования.
В декабре 2017 г. Кольский научный центр РАН сообщил о разработке метода автоматического 3х-мерного картирования месторождений полезных ископаемых с использованием нейросетей.
В марте 2018 г. Газпром нефть НТЦ совместно с Московским физико-техническим институтом (МФТИ) сообщили о создали самообучающуюся программу с использованием нейронных сетей, позволяющую прогнозировать свойства пород на новых месторождениях.
