دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: پایگاه داده ها ویرایش: نویسندگان: Sagit Valeev. Natalya Kondratyeva سری: ISBN (شابک) : 012822066X, 9780128220665 ناشر: Elsevier سال نشر: 2021 تعداد صفحات: 306 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
در صورت تبدیل فایل کتاب Process Safety and Big Data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب ایمنی فرآیند و داده های بزرگ نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
ایمنی فرآیند و دادههای بزرگ اصول ایمنی فرآیند و فناوریهای اطلاعات پیشرفته را مورد بحث قرار میدهد. توضیح می دهد که چگونه این اصول در صنعت فرآیند اعمال می شود و نمونه هایی از کاربردها در سیستم های کنترل ایمنی فرآیند و پشتیبانی تصمیم را ارائه می دهد.
این کتاب به پرداختن به مشکلاتی که محققان در صنعت با آنها مواجه هستند و نتیجه افزایش پیچیدگی فرآیند است و بر مسائل ایمنی تأثیر میگذارد، کمک میکند. راههایی برای مقابله با این مسائل ایمنی با پیادهسازی فناوریهای اطلاعاتی مدرن، مانند تجزیه و تحلیل دادههای بزرگ و هوش مصنوعی را نشان میدهد. این یک رویکرد یکپارچه به فناوری های اطلاعاتی مدرن مورد استفاده در کنترل و مدیریت ایمنی فرآیند در صنعت ارائه می دهد. این کتاب همچنین شاخصها و معیارها را در تصمیمگیریهای ایمنی مؤثر در نظر میگیرد و به این موضوع میپردازد که چگونه دادههای بزرگ از تصمیمهای بهبودیافته، مستقل و مبتنی بر داده پشتیبانی میکنند.
Process Safety and Big Data discusses the principles of process safety and advanced information technologies. It explains how these principles are applied to the process industry and provides examples of applications in process safety control and decision support systems.
This book helps to address problems that researchers face in industry that are the result of increased process complexity and that have an impact on safety issues. It shows ways to tackle these safety issues by implementing modern information technologies, such as big data analysis and artificial intelligence. It provides an integrated approach to modern information technologies used in control and management of process safety in industry. The book also considers indicators and criteria in effective safety decisions, and addresses the issue of how big data would provide support for improved, autonomous, data-driven decisions.
Front-Matter_2021_Process-Safety-and-Big-Data Front Matter Copyright_2021_Process-Safety-and-Big-Data Copyright Preface_2021_Process-Safety-and-Big-Data Preface About the book Book features Audience Organization of the book Acknowledgments_2021_Process-Safety-and-Big-Data Acknowledgments Chapter-1---Large-scale-infrastructures-and-proc_2021_Process-Safety-and-Big Large-scale infrastructures and process safety Introduction to system approach Large-scale infrastructures Drilling rig Oil offshore platform Tanker for transportation of liquefied gas Petrochemical production Industrial enterprise Monitoring and data collection systems Data center Problems of safety for large-scale infrastructures Complexity and large-scale infrastructures Graph model of large-scale systems Oil rig system graph model Oil platform system graph model Oil refinery system graph model Management, control problems, and uncertainty Personnel and process safety competency Life cycle and safety problems Life cycle of large-scale infrastructures Energy life cycle Data life cycle Standards and safety issues Process safety and big data Big data phenomenon Big data and safety problems Roadmap of big data implementation for process safety Step 1. Data audit of infrastructure Step 2. Data classification Step 3. Classification of data by priority Step 4. Analysis of data acquisition methods Step 5. Determine the method and place of data storage Summary Definitions References Chapter-2---Risk-and-process-safety-standard_2021_Process-Safety-and-Big-Dat Risk and process safety standards Risks and safety Probability basics Risk definition and risks calculation Problems of data acquisition for risks calculation Big data and risk calculation Standards for safety OSHA HAZOP ISO 31000:2018-Risk management-Guidelines ISO/IEC 31010-2019 Standards and big data Summary Definitions References Chapter-3---Measurements--sensors--and-large-scale_2021_Process-Safety-and-B Measurements, sensors, and large-scale infrastructures Process state data sources Sensors and measurements Analog sensors and digital sensors Temperature sensors Image sensors Smart sensors Software sensors Sensor fusion Supervisory control and data acquisition systems Human machine interface Network architecture of SCADA system Measurements and big data Summary Definitions References Chapter-4---Databases-and-big-data-technologi_2021_Process-Safety-and-Big-Da Databases and big data technologies Data ecosystem Algorithms and complexity Modern databases SQL and NoSQL databases Graph databases Big data technologies Clusters systems MapReduce Summary Definitions References Chapter-5---Simulation-technologies-for-process_2021_Process-Safety-and-Big- Simulation technologies for process safety Simulation of process safety Accuracy of process parameters simulation Simulation algorithms Simulation of random events Markov models Digital twins Digital twins for process safety Aggregated model of infrastructure object Hierarchical system of models Problem of digital twin accuracy Simulation in real time mode Edge computing Extreme learning machines Big data technologies for simulation and data acquisition Sharing simulation and big data technology Examples of simulation implementation Summary Definitions References Chapter-6---Big-data-analytics-and-process-saf_2021_Process-Safety-and-Big-D Big data analytics and process safety Analytics basics Machine learning Machine learning basics Models and tasks of machine learning Basic data analytics Clustering Classification Numeric prediction Advanced data analytics Time series analysis Preparation of data for analysis Assessment of the main properties of implementations Stationarity test Checking the periodicity Normality test Data analysis Text analysis Image analysis Summary Definitions References Chapter-7---Risk-control-and-process-safety-manag_2021_Process-Safety-and-Bi Risk control and process safety management systems Hierarchical safety management system Intelligent technologies for process safety Fuzzy risk control systems Neural networks Expert systems Multiagent systems Risk management systems and big data Summary Definitions References Index_2021_Process-Safety-and-Big-Data Index A B C D E F G H I K L M N O P R S T U V