Інформаційна система оцінок радіаційного забруднення в умовах неповних даних на нерегулярній мережі спостережень
DOI:
https://doi.org/10.34121/1028-9763-2026-3-49-59Ключові слова:
радіаційне картографування, еволюційний алгоритм, обернена задача, неповні дані, нерегулярна мережа спостережень, інформаційна система, система підтримки прийняття рішень, Об’єкт «Укриття»Анотація
Пропонується підхід до побудови просторової мапи радіаційного забруднення складних промислових об’єктів у випадках, коли детальне обстеження є обмеженим або небезпечним через високі дозові навантаження. Наявні вимірювання потужності еквівалентної дози отримуються лише в окремих доступних точках і формують нерегулярну мережу спостережень. Задачу розглянуто як обернену задачу реконструкції просторового розподілу активності за обмеженою кількістю дозиметричних вимірювань, що дозволяє явно враховувати фізичні обмеження моделі та геометрію об’єкта. Розроблено інформаційну систему, що охоплює всі основні етапи роботи з дозиметричними даними — від завантаження та формування початкового наближення до ітераційного відновлення розподілу активності та перевірки результатів за контрольними точками. Функціональну структуру описано з використанням IDEF0 (п’ять етапів обробки зі зворотними зв’язками). Архітектуру реалізовано як багаторівневу систему: вебрівень (Nginx, Gunicorn, Django), обчислювальний вузол (Python, NumPy, Pandas) і рівень зберігання даних (PostgreSQL), що взаємодіють через брокер повідомлень RabbitMQ. Відокремлення обчислювального ядра від вебрівня дозволяє використовувати систему як самостійну систему підтримки прийняття рішень або як обчислювальний модуль у складі інших інформаційних систем. Апробацію виконано на експериментальних даних Об’єкта «Укриття» Чорнобильської АЕС: за 7000 ітерацій еволюційного алгоритму досягнуто середньої абсолютної відсоткової похибки менше 23 % при відносній похибці вимірювань близько 17 %, що відповідає межі точності, зумовленої похибкою вхідних вимірювань. Іл.: 5. Бібліогр.: 23 назв.
Посилання
1. Saveliev M.V., Krasnov V.A., Levchenko A.P. et al. Measuring the equivalent dose rate over the Shelter object after completion of the New Safe Confinement. Nuclear power and the environment. 2020. Vol. 4, Issue 19. P. 50–56. DOI: https://doi.org/10.31717/2311-8253.20.4.6.
2. Михайлов О.В., Савельєв М.В., Пантін М.А. Результати контролю потужності еквівалентної дози γ-випромінювання у приміщеннях об’єкта «Укриття» ЧАЕС. Ядерна енергетика та довкілля. 2024. Вип. 2, N 30. P. 51–60. DOI: https://doi.org/10.31717/2311-8253.24.2.6.
3. Saveliev M.V., Pantin M.A., Skiter I.S. et al. Implementation of Novel Evolutional Algorithm for 3-Dimensional Radiation Mapping and Gamma-Field Reconstruction within the Chornobyl Sarcophagus. MDPI Algorithms. 2023. Vol. 16, Issue 4. P. 204. DOI: https://doi.org/10.3390/a16040204.
4. Pantin M.A., Saveliev M.V., Skiter I.S. An approach of use evolutional algorithms for radiation mapping. Проблеми зняття з експлуатації об’єктів ядерної енергетики та відновлення навколишнього середовища. INUDECO 22: Матеріали VII Міжнар. конф. (27.04.2022). Slavutych, Ukraine, 2022. Also available online. URL: https://inudeco.pro/ (збірник INUDECO 2022).
5. Defense Acquisition University. Systems Engineering Fundamentals. Fort Belvoir, VA: Defense Acquisition University Press, 2001. 222 p.
6. Yourdon E. Modern Structured Analysis. Englewood Cliffs, NJ: Prentice Hall, 1989. 672 p. ISBN 978-0-13-598624-0.
7. ISO/IEC/IEEE 42010:2022. Systems and software engineering — Architecture description. Geneva: ISO, 2022. ISBN 978-0-539-24940-8. 2022.
8. Bass L., Clements P., Kazman R. Software Architecture in Practice. 3. Boston: Addison-Wesley, 2013. 624 p. ISBN 978-0-321-81573-6.
9. Shaw M., Garlan D. Software Architecture: Perspectives on an Emerging Discipline. Upper Saddle River: Prentice Hall, 1996. 269 p. ISBN 978-0-13-182957-2.
10. Kruchten P. Architectural Blueprints — The “4+1” View Model of Software Architecture. IEEE Software. 1995. Vol. 12, Issue 6. P. 42–50. DOI: https://doi.org/10.1109/52.469759.
11. Booch G., Rumbaugh J., Jacobson I. The Unified Modeling Language User Guide. 2. Addison-Wesley, 2005.
12. Fowler M. UML Distilled: A Brief Guide to the Standard Object Modeling Language. 3. Addison-Wesley, 2004.
13. PlantUML Documentation. PlantUML. URL: https://plantuml.com/ (accessed: 22.01.2026).
14. Unified Modeling Language (UML) Specification. Object Management Group (OMG) Specifications. URL: https://www.omg.org/spec/UML/ (accessed: 22.01.2026).
15. Sommerville I. Software Engineering. 10. Boston: Pearson Education Limited, 2015. 816 p. ISBN 978-0-13-394303-0.
16. Django Documentation. Django Project. 2024. URL: https://docs.djangoproject.com/en/stable/(accessed: 22.01.2026).
17. Eby P.J. PEP 3333 — Python Web Server Gateway Interface (WSGI). Python Software Foundation, 2010. URL: https://peps.python.org/pep-3333/ 2010.
18. DeJonghe D. NGINX Cookbook: Advanced Recipes for High-Performance Load Balancing. 2. Sebastopol, CA: O’Reilly Media, 2022. 524 p. ISBN 978-1-0981-2624-7.
19. Hohpe G., Woolf B. Enterprise Integration Patterns: Designing, Building, and Deploying Messaging Solutions. Boston: Addison-Wesley Professional, 2003. 736 p. URL: https://martinfowler.com/books/eip.html.
20. Videla A., Williams J.J.W. RabbitMQ in Action: Distributed Messaging for Everyone. Shelter Island, NY: Manning Publications, 2012. 320 p. URL: https://www.manning.com/books/rabbitmq-in-action.
21. Harris C.R., Millman K.J., Walt S.J. van der et al. Array programming with NumPy. Nature. 2020. Vol. 585. P. 357–362. DOI: https://doi.org/10.1038/s41586-020-2649-2.
22. McKinney W. Data Structures for Statistical Computing in Python. Proc. of the 9th Python in Science Conference (SciPy). 2010. P. 56–61. URL: https://doi.org/10.25080/Majora-92bf1922-00a.
23. Plotly Python Documentation. Plotly. 2024. URL: https://plotly.com/python/ (accessed: 22.01.2026).
20
10Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
