Классификация возможных отказов газопровода, проложенного в многолетнемерзлых грунтах с использованием искусственной нейронной сети.

Современные нефтегазопроводы, построенные на северных территориях России, 
эксплуатируются в сложных условиях, при которых показатели надежности и безопасности технических систем, по данным, снижаются в 2-3,5 раза, затраты на восстановление растут в 5-8 раз. Прогнозирование состояния трубопровода имеет решающее значение для предотвращения повреждений. В последнее время для анализа и прогнозирования причинно-следственных связей инцидентов с нефтегазопроводами стали использоваться алгоритмы машинного обучения, такие как нейронные и байессовские сети, и методы регрессии. Результаты расчетов с использованием методов искусственных нейронных сетей для прогнозирования отказов трубопроводов показали приемлемую точность. Нейронные сети позволяют обнаружить ряд факторов, провоцирующих и способствующих инцидентам, их влияние и взаимодействие, и совместную способность вызывать инциденты и, таким образом, позволяют прогнозировать причинно-следственные связи. Одной из задач исследования является изучение возможностей искусственных нейронных сетей различных классов и архитектур (ИНС) и расширение области их использования.