Работа посвящена разработке интеллектуальной системы оценки опасности локальных дефектов стенок вертикальных стальных резервуаров. Предложенная концепция использует сверточные нейронные сети для автоматического анализа дефектограмм, что позволяет выявлять коррозионные поражения, включая скрытые формы износа, без проведения трудоемких численных расчетов напряженно-деформированного состояния. Применение генетических алгоритмов для оптимизации архитектуры сети обеспечивает адаптивность модели к различным условиям эксплуатации. Внедрение предлагаемой системы направлено на снижение затрат на диагностику и минимизацию риска экологических аварий.

Белов Д.А. (науч. рук. Вадим И.А.) Оценка опасности локальных дефектов стенки резервуара с использованием методов машинного обучения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/18103