Ученый XXI век

 
неи ро-нечетким методом
 
может быть использовано 
для расширения возможностеи и механизмов работы для повышения 
конкурентоспособности данного сектора в сложных промышленных установках, 
нефтеперерабатывающеи , нефтехимическои , газовои и других отраслеи . Это не 
только может помочь упорядочить рабочую силу. Технология также может быть 
использована для оптимизации извлечения и доставки точных моделеи . Эти 
преимущества-лишь некоторые из причин, по которым машинное обучение в 
нефтегазовои отрасли становится все более важным [1]. 
Теория нечетких множеств, является направлением искусственного 
интеллекта и позволяет строить нечеткие модели объектов при помощи 
лингвистических переменных и механизма нечеткого логического вывода. В 
настоящее время методы нечеткои логики, разработанные нечеткие экспертные 
системы (ЭС) широко применимы для управления, диагностики, координации, 
поддержки управленческих решении в процессе работы ректификационных 
колонн.
Вот 9
 
способов, которыми ощущается влияние машинного обучения в 
нефтегазовои промышленности: 
1. Точное моделирование; 
1
Атажонов Мухиддин Одилжонович
– аспирант, Ташкентскии государственныи
техническии университет, Узбекистан.

---

Ученый XXI века • 2020 • № 6-2 (65)
41 
2. Применение машинного обучения в нефтегазовои отрасли для 
улучшения качества перегонки нефти, разделения ее на бензин, солярку, керосин 
и получения чистых компонентов воздуха; 
Оптимизация процесса по первичнои обработке нефти и нефтепродуктов; 
4. Быстрое решение проблем с помощью приложении машинного 
обучения;
5. Диагностическое обслуживание; 
6. Прогнозирующее программное обеспечение;
7. Доля энергозатрат потребительского рынка; 
8. Замена физического труда работников; 
9. Машинное обучение для прогнозирования операционных результатов. 
Одним из наиболее заметных последствии машинного обучения в 
нефтегазовых отраслях является то, как оно преобразует процессы обнаружения. 
Модели и алгоритмы диагностики ректификационных колонн позволяют 
компьютерам быстро и точно анализировать огромные объемы данных. Это 
включает в себя возможность точно просеивать сигналы и шумы в сеи смических 
данных. После того, как эта информация была собрана и проанализирована, 
современные программные приложения могут построить точные геологические 
модели. Это позволяет оперативникам точно предсказать, что находится под 
поверхностью до запуска ректификационных установок [2,3]. 
Современное применение машинного обучения? 
Использование программных комплексов позволяет инженерам 
автоматически отслеживать механические, температурные, химические 
воздеи ствия, возможность утечки в процессе эксплуатации ректификационных 
установок. При этом самые последние поколения алгоритмов дают более 
детальные и точные результаты, чем любое предыдущее моделирование. Всегда 
существует необходимость в проверке моделеи . Такая методика диагностики 
работ доказывает себя, в качестве быстрого и качественного исследования 
нужнои ситуации и разработки необходимои модели.
 
Такие программные разработки позволят улучшить процесс контроля за 
основными рабочими параметрами, избежать засорения коксом патрубков и 
отверстии тарелок, предупреждать попадание горючеи жидкости из колонны в 
пароотводы, не допускать вибрации колонны, снижать эррозии ныи износ в 
процессе перегонки нефти, обеспечивать быстродеи ствие алгоритмов 
управления робастного QC данных.
 
Несмотря на эти достижения, в полнои мере 
осознать преимущества машинного обучения в процессе внедрения неи ро-
нечетких методов диагностики процессов работы
ректификационных колонн 
нужно время, которое покажет видимые преимущества. Детальная, точная и 
надежная модель и информация, полученная с помощью машинного обучения, 
бесценна. Это позволяет точно знать, рассчитать полное фазовое равновесие на 
тарелках ратификационнои колонны, основные показатели теплообмена,