استفاده از شبکه عصبی مصنوعی جهت اعمال جریمههای ایمنی درصنایع نفت و گاز

محدود کردن تخلفات ایمنی جهت حفظ سلامت کارکنان و ضرر و زبان در صنایع نفت و پتروشیمی از اهمیت بسیار بالایی برخوردار است. هدف این مطالعه طراحی سیستم هوشمند با استفاده از شبکه عصبی جهت صدور جریمه برای متخلفین قوانین ایمنی در شرکتها کارخانجات پتروشیمی ها بنادر و صنایع مختلف است. ۱۸۰ نمونه پرونده جریمه جهت آموزش و آزمون شبکه عصبی انتخاب شد. در این مطالعه از اطلاعاتی استفاده شده است که به ارزیابی دقیق صدور جریمه در صنایع پترو شیمی ها کمک کرده و مفید با شد. در این مطالعه از شبکه عصبی و با تغییراتی در تعداد لایه های میانی تعداد نرونها و الگوریتمهای آموزش و توابع فعال ساز مختلف به منظور صدور جریمه برای تخلفات ایمنی به کار گرفته شد. در این پژوهش ۱۲ متغیر ورودی و سه متغیر تذکر اولیه و اطلاع به رئیس واحد مربوطه جریمه نقدی بعلاوه درج در پرونده پرسنلی و معرفی به کمیته انظباطی به عنوان خروجی تعیین شد شبکه عصبی مصنوعی با الگوریتم یادگیری لونبرگ مارکوات با میزان ۹۹٫۴ درصد صحت ۱۰۰ درصد دقت دارای بهترین عملکرد است. با توجه به این مطالعه مدل شبکه عصبی با الگوریتمهای آموزشی مختلف میتواند در صدور دقیق جرائم ایمنی در پترو شیمی نقش موثری را ایفا کند و در واحد ایمنی و مدیریت برای بالا بردن دقت و سرعت و کاهش هزینه ها به کار گرفته شود.

کلیدواژه ها:

سیستم های هوشمند شبکه عصبی ، ایمنی ، جرایم ایمنی MLP