Авторы: Р.В. Майтак, П.А. Пылов, Е.А. Николаева, А.В. Дягилева

Название статьи: Концептуализация архитектуры модели машинного обучения для классификации производственных травм на горнодобывающих предприятиях по их степени тяжести

Год: 2025, Номер: 6, Страницы: 145-156

Отрасль знаний: 2.8.8 Геотехнология, горные машины

Индекс УДК: 622.831

DOI: 10.26730/1999-4125-2025-6-145-156

Аннотация: Горнодобывающие предприятия – это производственные комплексы, которые осуществляют разработку месторождений и (или) переработку полезных ископаемых. Как и на любом другом производственном предприятии, работа на горнодобывающем комплексе сопровождается совокупностью рисков и опасностей, которые являются основной причиной возникновения несчастных случаев. Для обеспечения нормальных условий труда в составе каждого предприятия существуют ответственные за техносферную (промышленную) безопасность, которые следят за исполнением регламента техники безопасности производственного процесса. Несмотря на то, что главной задачей этих специалистов является превентивное предупреждение аварийных ситуаций на производстве, они также несут ответственность за безопасность технологических процессов в условиях чрезвычайной ситуации. С наступлением цифровой трансформации многие задачи техносферной и промышленной безопасности были автоматизированы (в том числе интеллектуальными системами) для выполнения более точного превентивного предсказания аварий на производстве. Однако кроме предупреждения аварий и несчастных случаев также существует задача присвоения класса тяжести несчастного случая в тех ситуациях, когда он уже произошел. Меньшая популярность данной тематики (в сравнении с превентивным прогнозом аварий шахтного оборудования) не является основанием для того, чтобы не автоматизировать этот процесс. Поскольку класс тяжести несчастного случая присваивает человек (по определенному набору параметров, описывающих произошедший несчастный случай), то это означает, что сохраняется вероятность возникновения ошибки – человеческого фактора, нивелировать которую может только программная модель. Пробелы в этой области знаний, несомненно, должны восполняться новыми исследованиями и моделями, которые бы позволяли определять класс тяжести несчастного случая без вмешательства человека. Вышеизложенный материал определяет актуальность обозначенной темы исследования, основанной на автоматизации процесса определения класса тяжести несчастного случая на горнодобывающих предприятиях. Объектом исследования является процесс определения класса тяжести несчастного случая по известному набору прецедентов, описывающих несчастный случай. Предметом исследования является разработка модели глубокого обучения для аналитики описательного набора прецедентов.

Ключевые слова: шахта угольная отрасль интеллектуальный анализ данных интеллектуальные языковые модели обработка данных моделями глубокого и машинного обучения

Дата получения: 22.09.2025

Дата одобрения: 15.11.2025

Дата опубликования: 22.12.2025

ЦИТИРОВАНИЕ СКАЧАТЬ