Комплекс для моніторингу інтенсивності землетрусів та оцінки наслідків на базі сенсорів IoT

Abstract

Актуальністю теми є дефіцит систем та засобів моніторингу сейсмічної активності у сучасному світі. Землетруси є одними з найбільш руйнівних природних катастроф, які спричиняють значні людські втрати, руйнування інфраструктури та колосальні економічні збитки. В умовах глобальних кліматичних змін і активізації тектонічних процесів, що спостерігаються в багатьох регіонах світу, питання вдосконалення систем прогнозування та реагування на сейсмічні явища стає критично важливим. Традиційні методи моніторингу, які використовують сейсмографи або супутникові технології, мають низку обмежень, зокрема високу вартість, складність у розгортанні, особливо у віддалених регіонах, і недостатню оперативність у обробці даних. Ці недоліки унеможливлюють своєчасне попередження та ефективну оцінку наслідків стихійних лих, що посилює ризики для життя людей та критичної інфраструктури. Об’єкт дослідження (розробки): процеси прогнозування землетрусів та оцінки їх наслідків для інфраструктури. Предмет дослідження (розробки): методи та алгоритми прогнозування землетрусів на основі даних, зібраних за допомогою сенсорів IoT, а також моделі оцінки наслідків сейсмічних подій для критичної інфраструктури. Мета: розробка системи для моніторингу інтенсивності землетрусів та прогнозування їх наслідків із використанням сенсорів IoT та методів машинного навчання. Для досягнення поставленої мети було поставлено такі завдання: 1) проаналізувати існуючі підходи до прогнозування землетрусів та оцінити їх ефективність; 2) розробити алгоритми обробки та аналізу даних сенсорів IoT для прогнозування магнітуди землетрусів; 3) дослідити можливості застосування машинного навчання для покращення точності прогнозування сейсмічної активності. 4) спроєктувати систему для моніторинку і прогнозування землетрусі; 5) провести експериментальну оцінку розроблених алгоритмів та порівняти їх з існуючими методами прогнозування землетрусів. Кваліфікаційна робота містить: перелік скорочень, вступ, чотири розділи, висновки, перелік джерел посилання та чотири додатка. Вступ містить основні обґрунтування актуальності розробки обраної теми, об’єкт, предмет дослідження, мету та завдання які необхідно виконати для досягнення поставленої мети. В першому розділі розглянуто основні теоретичні принципи та проведено аналіз існуючих рішень. Другий розділ містить опис алгоритмів оцінки інтенсивності землетрусів та моделювання їх наслідків. У третьому розділі наведено опис процесу розробки та проектування системи: вибір компонентів, архітектура, розробка математичної моделі, вибір технологій, опис реалізацій серверної частини та на стороні контролера. Четвертий розділ присвячено налаштуванню середовища для тестування системи, експерементальному дослідженню та аналізу результатів. У висновку описано результати виконання кваліфікаційної роботи. Додатки містять код програмного забезпечення. Кваліфікаційна робота містить 130 сторінок (без додатків), 61 рис., 18 табл., 43 літературні джерела та 4 додатки. The relevance of the topic lies in the global deficit of systems and tools for monitoring seismic activity. Earthquakes are among the most destructive natural disasters, causing significant human casualties, infrastructure damage, and substantial economic losses. In the context of global climate changes and increasing tectonic activity observed in various regions worldwide, improving systems for earthquake prediction and response has become critically important. Traditional monitoring methods utilizing seismographs or satellite technologies face several limitations, such as high costs, complexity of deployment (especially in remote areas), and insufficient data processing speed. These shortcomings hinder timely warnings and effective assessment of disaster impacts, increasing risks to human life and critical infrastructure. The object of the study: processes of earthquake prediction and assessment of their consequences for infrastructure. Subject of research: methods and algorithms for earthquake prediction based on data collected by IoT sensors, as well as models for assessing the impact of seismic events on critical infrastructure. Objective: to develop a system for monitoring earthquake intensity and predicting its consequences using IoT sensors and machine learning methods. To achieve this objective, the following tasks were set: 1) to analyze existing approaches to earthquake prediction and evaluate their effectiveness; 2) to develop algorithms for processing and analyzing IoT sensor data to predict earthquake magnitude; 3) to investigate the potential of machine learning to improve the accuracy of seismic activity prediction; 4) to design a system for earthquake monitoring and prediction; 5) to conduct an experimental evaluation of the developed algorithms and compare them with existing earthquake prediction methods. The qualification work contains a list of abbreviations, an introduction, four chapters, a conclusion, a list of references, and four appendices. The introduction provides the main justification for the relevance of the chosen topic, the research object and subject, the objective, and the tasks necessary to achieve it. The first chapter examines the fundamental theoretical principles and analyzes existing solutions. The second chapter describes algorithms for assessing earthquake intensity and modeling their consequences. The third chapter focuses on the development and design of the system, including component selection, architecture, mathematical modeling, technology choices, and implementation of both the server and controller sides. The fourth chapter is dedicated to setting up the testing environment, conducting experimental research, and analyzing the results. The conclusion describes the results of the qualification work. The appendices contain the software code. The qualification work contains 130 pages (without appendices), 61 figures, 18 tables, 43 references and 4 appendices.