Nghiên cứu xây dựng hệ thống báo cháy trên tàu thủy dựa trên mô hình mạng nơ-ron tích chập (CNN)

Chỉ số đề mục

50

Lĩnh vực nghiên cứu

Kỹ thuật hàng hải, đóng tàu biển

Dạng tài liệu

BB

Tác giả

Vương Đức Phúc, Nguyễn Thanh Vân, Nguyễn Văn Hùng⁽¹⁾

Nhan đề

Nghiên cứu xây dựng hệ thống báo cháy trên tàu thủy dựa trên mô hình mạng nơ-ron tích chập (CNN)

Nhan đề tiếng anh

Research on building a fire alarm system on ships based on convolutional neural network (CNN) model

Nguồn trích

Tạp chí Giao thông vận tải

Năm xuất bản

2024

Số

11

Trang

111-114

ISSN

2354-0818

Từ khóa

Phát hiện cháy tàu, Mạng nơ-ron tích chập, Mạng nơ-ron nhân tạo, Phân loại hình ảnh, An toàn cháy nổ trên tàu.

Từ khóa tiếng anh

Fire detection ship, Convolutional neural network, Artificial neural networks, Image classification, Fire safety ship.

Tóm tắt

Cháy đang trở thành một trong những mối nguy hiểm tự nhiên lớn nhất đe dọa hệ sinh thái, nền kinh tế và đời sống của con người. Trong ngành Hàng hải, các sự cố cháy lớn trên tàu thủy gây ra những hậu quả nặng nề, thiệt hại lớn cho các hãng tàu và tính mạng của thuyền viên. Do đó, các hệ thống phát hiện cháy sớm đóng vai trò quan trọng để ngăn chặn đám cháy lan rộng ngoài tầm kiểm soát trong môi trường đặc biệt khắc nghiệt dưới tàu thủy. Trong khi đó, việc phát hiện các đối tượng tiềm ẩn nguy cơ cháy sớm sẽ giúp hạn chế tối đa thiệt hại trên toàn tàu. Bài báo đề xuất phương pháp cảnh báo cháy sớm dựa trên các cảm biến thị giác và học sâu để phân tích các điểm ảnh. Đồng thời, ứng dụng mạng nơ-ron tích chập (CNN) để huấn luyện mô hình dựa trên dữ liệu đào tạo nhận dạng đám cháy cho các khu vực nguy hiểm trên tàu thủy. Dữ liệu cảnh báo tại mỗi thời điểm sẽ được thu thập và hiển thị tới trung tâm điều khiển thông qua hệ thống báo động chung. Qua đó, kết quả nghiên cứu cho thấy được ứng dụng mô hình cảnh báo cháy sớm trên tàu thủy sẽ giúp cho hệ thống báo cháy thông thường trở nên linh hoạt và thông minh hơn.

Tóm tắt tiếng anh

Fire is becoming one of the most significant natural hazards threatening ecosystems, economies and human life. In the maritime industry, major fire incidents on ships cause serious consequences, causing significant damage to shipping lines and crew members’ lives. Therefore, early fire detection systems prevent fires from spreading out of control in harsh ship environments. Meanwhile, detecting objects with potential fire risks early will help minimize damage throughout the ship. This paper proposes an early fire warning method based on visual sensors and deep learning to analyze pixels. At the same time, convolutional neural networks (CNN) are applied to train models based on fire training data for dangerous areas on ships. Warning data at each time will be collected and displayed to the control centre through the general alarm system. The research results show that applying the early fire warning model on ships will help the conventional fire alarm system become more flexible and intelligent.

Kí hiệu kho

TTKHCNQG, CVb 12

File toàn văn

Xem toàn văn