Рассматривается применение интегрального показателя промышленной безопасности применительно к опасным производственным объектам (ОПО) переработки черных и цветных металлов в Ростовской области. Интегральный показатель определяется на основе отдельных показателей, используемых для оценки вероятности возникновения потенциальных негативных последствий несоблюдения требований в области промышленной безопасности.

Проведены исследования оценки и контроля опасных факторов в зоне счалки стальных канатов. Полученные результаты позволили уточнить причины образования опасных факторов, таких как «волнистость», обрывы проволок прядей и потери диаметра стального каната. Основной причиной возникновения опасных факторов является неравномерность нагружения проволок и прядей в поперечном сечении каната. При существующем ручном способе счаливания технологически невозможно обеспечить равномерность нагружения всех заправляемых прядей в связи с погрешностями, возникающими в ходе проведения работ на длине каждой пряди. А это напрямую зависит от человеческого фактора (опыта и профессионализма счальщика). Авторами предложен новый способ счаливания стальных канатов с применением полимерного сердечника, являющегося кондуктором. Сердечник позволяет исключить человеческий фактор и сохранить в месте счаливания допустимые значения браковочных показателей по диаметру каната.

Рассмотрен вопрос оценки профессионального риска работников. Проведен анализ состояния условий и безопасности труда при производстве строительных материалов. Предложен метод оценки профессионального риска на основе интегральных показателей состояния условий и безопасности труда. Дана интерпретация характеристик условий труда по показателями качественной и количественной оценки профессионального риска. Представлен расчет профессионального риска для формовщика железобетонных изделий.

Целью настоящей работы является создание и обучение искусственной нейронной сети на основе набора данных, содержащих различные климатические параметры и будущую площадь пожара в качестве выходного прогнозируемого параметра. Такой набор данных является, как правило, доступным для исследования и изучения. Перед обучением модели нейронной сети набор данных разделяют на две выборки ― выборка для обучения, которая составляет около 90 % от набора, и выборка для тестирования обученной модели. В постановке задачи авторы выбирают и анализируют известные данные о пожарах в парке Монтезиньо (Montesinho), сравнивают модели, обученные на этих данных с нормализацией и без нее. В качестве результата приведены два примера графиков изменения абсолютной ошибки площадей пожара, прогнозируемых с помощью созданной и обученной модели.

Рассматривается правовой аспект загрязнения вод Каспийского моря и дальнейшие последствия загрязнений. Обозначены современные экологические проблемы Каспийского моря. Подробно изучены различные нормативно-правовые акты, исследованы нарушения норм как российского, так и международного права.

Рассмотрены экологические проблемы реки Темерник, расположенной в границах микрорайона «Северный», г. Ростова-на-Дону. В настоящее время река находится на грани исчезновения. Проанализированы гидрохимические показатели с использованием экспресс-тестов. Проведено сравнение с нормативными требованиями к качеству воды для рыбоводных водоемов. Пробы воды были отобраны в разных точках реки общей протяженностью 2,8 км.