Метод раннього виявлення загорянь на основі вибіркової дисперсії небезпечного параметру

Автор(и)

  • Борис Борисович Поспєлов Науково-методичний центр навчальних закладів сфери цивільного захисту, Україна https://orcid.org/0000-0002-0957-3839
  • Євгеній Олексійович Рибка Національний університет цивільного захисту України, Україна https://orcid.org/0000-0002-5396-5151
  • Олексій Миколайович Крайнюков Харківський національний університет імені В. Н. Каразіна, Україна https://orcid.org/0000-0002-5264-3118
  • Василь Петрович Федина Національний авіаційний університет, Україна https://orcid.org/0000-0002-7099-2549
  • Юлія Сергіївна Безугла Національний університет цивільного захисту України, Україна https://orcid.org/0000-0003-4022-2807
  • Андрій Сергійович Мельниченко Національний університет цивільного захисту України, Україна https://orcid.org/0000-0002-7229-6926
  • Павло Юрійович Бородич Національний університет цивільного захисту України, Україна https://orcid.org/0000-0001-9933-8498
  • Світлана Вікторівна Гришко Мелітопольський державний педагогічний університет ім. Б. Хмельницького, Україна https://orcid.org/0000-0002-5054-3893
  • Святослав Анатолійович Манжура Національна академія Національної Гвардії України, Україна https://orcid.org/0000-0002-9258-9320
  • Ольга Олександрівна Єсіпова Національна академія Національної Гвардії України, Україна https://orcid.org/0000-0002-7068-0545

DOI:

https://doi.org/10.15587/1729-4061.2024.299001

Ключові слова:

раннє виявлення пожежі, загоряння матеріалів, вибіркова дисперсія, небезпечні параметри, газове середовище

Анотація

Об'єктом дослідження є вибіркова дисперсія небезпечних параметрів газового середовища при загоряннях матеріалів. Виконано теоретичне обґрунтування методу виявлення загорянь у приміщеннях на основі вибіркових дисперсій поточних вимірювань довільного небезпечного параметра газового середовища, що відповідають генеральним сукупностям достовірної відсутності та наявності загоряння. Метод при заданому рівні значущості визначає незміщене рівномірно найпотужніше правило виявлення загорянь. Це дозволяє встановлювати, наскільки відмінності вибіркових дисперсій суттєві із заданим рівнем значущості та обумовлені загорянням або є випадковими факторами. Проведено лабораторні експерименти з перевірки запропонованого методу. Встановлено, що вплив загоряння на величину відмінності вибіркової дисперсії на відповідних інтервалах спостереження концентрації чадного газу, щільності диму та температури газового середовища лабораторної камери виявляється різним і залежить від типу матеріалу загоряння. При цьому мінімальна відмінність вибіркових дисперсій є характерною для спостереження щільності диму для всіх досліджуваних матеріалів. Однак раннє виявлення загоряння спирту, паперу, деревини та текстилю при спостереженні щільності диму здійснюється при перевищеннях порогу в 9,01, 5,31, 2,13 та 2,55 рази відповідно. Показано, що метод раннього виявлення загорянь, що ґрунтується на виявленні суттєвих відмінностей вибіркових дисперсій даних із відповідних генеральних сукупностей, є достовірним. На практиці результати досліджень можуть використовуватися для виявлення загорянь за умови обчислення вибіркових дисперсій небезпечних параметрів газового середовища на інтервалах відсутності та наявності загорянь

Біографії авторів

Борис Борисович Поспєлов, Науково-методичний центр навчальних закладів сфери цивільного захисту

Доктор технічних наук, професор

Євгеній Олексійович Рибка, Національний університет цивільного захисту України

Доктор технічних наук, професор

Науково-дослідний центр

Олексій Миколайович Крайнюков, Харківський національний університет імені В. Н. Каразіна

Доктор географічних наук, професор

Кафедра екологічної безпеки та екологічної освіти

Василь Петрович Федина, Національний авіаційний університет

Кандидат технічних наук, доцент

Кафедра цивільної та промислової безпеки

Юлія Сергіївна Безугла, Національний університет цивільного захисту України

Кандидат технічних наук, доцент

Кафедра наглядово-профілактичної діяльності

Андрій Сергійович Мельниченко, Національний університет цивільного захисту України

Доктор філософії

Кафедра організації та технічного забезпечення рятувальних робіт

Павло Юрійович Бородич, Національний університет цивільного захисту України

Кандидат технічних наук, доцент

Кафедра пожежної та рятувальної підготовки

Світлана Вікторівна Гришко, Мелітопольський державний педагогічний університет ім. Б. Хмельницького

Кандидат географічних наук, доцент

Кафедра географії та туризму

Святослав Анатолійович Манжура, Національна академія Національної Гвардії України

Доктор філософії

Науково-дослідний центр

Ольга Олександрівна Єсіпова, Національна академія Національної Гвардії України

Кандидат технічних наук

Науково-організаційний відділ

Посилання

  1. Sadkovyi, V., Andronov, V., Semkiv, O., Kovalov, A., Rybka, E., Otrosh, Yu. et. al.; Sadkovyi, V., Rybka, E., Otrosh, Yu. (Eds.) (2021). Fire resistance of reinforced concrete and steel structures. Kharkiv: РС ТЕСHNOLOGY СЕNTЕR, 180. https://doi.org/10.15587/978-617-7319-43-5
  2. Vambol, S., Vambol, V., Sobyna, V., Koloskov, V., Poberezhna, L. (2019). Investigation of the energy efficiency of waste utilization technology, with considering the use of low-temperature separation of the resulting gas mixtures. Energetika, 64 (4). https://doi.org/10.6001/energetika.v64i4.3893
  3. Popov, O., Ivaschenko, T., Markina, L., Yatsyshyn, T., Iatsyshyn, A., Lytvynenko, O. (2023). Peculiarities of Specialized Software Tools Used for Consequences Assessment of Accidents at Chemically Hazardous Facilities. Systems, Decision and Control in Energy V, 779–798. https://doi.org/10.1007/978-3-031-35088-7_45
  4. Popov, O., Iatsyshyn, A., Kovach, V., Iatsyshyn, A., Neklonskyi, I., Zakora, A. (2023). Is There a Future for Small Modular Reactors in Ukraine? Comparative Analysis with Large Capacity Reactors. Systems, Decision and Control in Energy V, 453–469. https://doi.org/10.1007/978-3-031-35088-7_24
  5. Semko, A., Rusanova, O., Kazak, O., Beskrovnaya, M., Vinogradov, S., Gricina, I. (2015). The use of pulsed high-speed liquid jet for putting out gas blow-out. The International Journal of Multiphysics, 9 (1), 9–20. https://doi.org/10.1260/1750-9548.9.1.9
  6. Barannik, V., Babenko, Y., Kulitsa, O., Barannik, V., Khimenko, A., Matviichuk-Yudina, O. (2020). Significant Microsegment Transformants Encoding Method to Increase the Availability of Video Information Resource. 2020 IEEE 2nd International Conference on Advanced Trends in Information Theory (ATIT). https://doi.org/10.1109/atit50783.2020.9349256
  7. Ragimov, S., Sobyna, V., Vambol, S., Vambol, V., Feshchenko, A., Zakora, A. et al. (2018). Physical modelling of changes in the energy impact on a worker taking into account high­temperature radiation. Journal of Achievements in Materials and Manufacturing Engineering, 1 (91), 27–33. https://doi.org/10.5604/01.3001.0012.9654
  8. Kovalov, A., Otrosh, Y., Rybka, E., Kovalevska, T., Togobytska, V., Rolin, I. (2020). Treatment of Determination Method for Strength Characteristics of Reinforcing Steel by Using Thread Cutting Method after Temperature Influence. Materials Science Forum, 1006, 179–184. https://doi.org/10.4028/www.scientific.net/msf.1006.179
  9. Vasyukov, A., Loboichenko, V., Bushtec, S. (2016). Identification of bottled natural waters by using direct conductometry. Ecology, Environment and Conservation, 22 (3), 1171–1176.
  10. Kondratenko, O., Vambol, S., Strokov, O., Avramenko, A. (2015). Mathematical model of the efficiency of diesel particulate matter filter. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 6, 55–61.
  11. Pospelov, B., Kovrehin, V., Rybka, E., Krainiukov, O., Petukhova, O., Butenko, T. et al. (2020). Development of a method for detecting dangerous states of polluted atmospheric air based on the current recurrence of the combined risk. Eastern-European Journal of Enterprise Technologies, 5 (9 (107)), 49–56. https://doi.org/10.15587/1729-4061.2020.213892
  12. World Fire Statistics (2022). Center for Fire Statistics of CTIF, 27, 65. Available at: https://ctif.org/sites/default/files/2022-08/CTIF_Report27_ESG.pdf
  13. Chernukha, A., Teslenko, A., Kovalov, P., Bezuglov, O. (2020). Mathematical Modeling of Fire-Proof Efficiency of Coatings Based on Silicate Composition. Materials Science Forum, 1006, 70–75. https://doi.org/10.4028/www.scientific.net/msf.1006.70
  14. Pospelov, B., Rybka, E., Meleshchenko, R., Krainiukov, O., Biryukov, I., Butenko, T. et al. (2021). Short-term fire forecast based on air state gain recurrence and zero-order brown model. Eastern-European Journal of Enterprise Technologies, 3 (10 (111)), 27–33. https://doi.org/10.15587/1729-4061.2021.233606
  15. Davie County, NC: Fire Marshal’s Office, revision date. Standard operating guidelines. 6/5/2018. Stages of fire growth. Available at: https://www.daviecountync.gov/DocumentCenter/View/5942/500-006-Stages-of-Fire-Growth-PDF
  16. Gaur, A., Singh, A., Kumar, A., Kulkarni, K. S., Lala, S., Kapoor, K. et al. (2019). Fire Sensing Technologies: A Review. IEEE Sensors Journal, 19 (9), 3191–3202. https://doi.org/10.1109/jsen.2019.2894665
  17. Zhang, G., Li, H., Zhu, G., Li, J. (2020). Temperature fields for fire resistance analysis of structures exposed to natural fires in large space buildings. The Structural Design of Tall and Special Buildings, 29 (4). https://doi.org/10.1002/tal.1708
  18. Oswald, D. (2021). Homeowner vulnerability in residential buildings with flammable cladding. Safety Science, 136, 105185. https://doi.org/10.1016/j.ssci.2021.105185
  19. Snoonian, D. (2003). Smart buildings. IEEE Spectrum, 40 (8), 18–23. https://doi.org/10.1109/mspec.2003.1222043
  20. Xu, Z., Guo, Y., Saleh, J. H. (2021). Advances Toward the Next Generation Fire Detection: Deep LSTM Variational Autoencoder for Improved Sensitivity and Reliability. IEEE Access, 9, 30636–30653. https://doi.org/10.1109/access.2021.3060338
  21. Liu, Z. (2003). Review of Recent Developments in Fire Detection Technologies. Journal of Fire Protection Engineering, 13 (2), 129–151. https://doi.org/10.1177/1042391503013002003
  22. Jadon, A., Omama, M., Varshney, A., Ansari, M. S., Sharma, R. (2019). FireNet: a specialized lightweight fire & smoke detection model for real-time IoT applications. arXiv. https://doi.org/10.48550/arXiv.1905.11922
  23. Fire and rescue incident statistics, England, year ending December 2020. Available at: https://assets.publishing.service.gov.uk/media/609a533fe90e07357a9e250c/fire-and-rescue-incident-dec20-hosb1021.pdf
  24. Pospelov, B., Rybka, E., Savchenko, A., Dashkovska, O., Harbuz, S., Naden, E. et al. (2022). Peculiarities of amplitude spectra of the third order for the early detection of indoor fires. Eastern-European Journal of Enterprise Technologies, 5 (10 (119)), 49–56. https://doi.org/10.15587/1729-4061.2022.265781
  25. Pospelov, B., Andronov, V., Rybka, E., Skliarov, S. (2017). Research into dynamics of setting the threshold and a probability of ignition detection by self­adjusting fire detectors. Eastern-European Journal of Enterprise Technologies, 5 (9 (89)), 43–48. https://doi.org/10.15587/1729-4061.2017.110092
  26. Çetin, A. E., Dimitropoulos, K., Gouverneur, B., Grammalidis, N., Günay, O., Habiboǧlu, Y. H. et al. (2013). Video fire detection – Review. Digital Signal Processing, 23 (6), 1827–1843. https://doi.org/10.1016/j.dsp.2013.07.003
  27. Li, P., Zhao, W. (2020). Image fire detection algorithms based on convolutional neural networks. Case Studies in Thermal Engineering, 19, 100625. https://doi.org/10.1016/j.csite.2020.100625
  28. Ayyubi, S., Miao, Y., Shi, H. (2014). Automating standalone smoke alarms for early remote notifications. 2014 13th International Conference on Control Automation Robotics & Vision (ICARCV). https://doi.org/10.1109/icarcv.2014.7064385
  29. Mao, W., Wang, W., Dou, Z., Li, Y. (2018). Fire Recognition Based On Multi-Channel Convolutional Neural Network. Fire Technology, 54 (2), 531–554. https://doi.org/10.1007/s10694-017-0695-6
  30. Wen, Z., Xie, L., Feng, H., Tan, Y. (2019). Robust fusion algorithm based on RBF neural network with TS fuzzy model and its application to infrared flame detection problem. Applied Soft Computing, 76, 251–264. https://doi.org/10.1016/j.asoc.2018.12.019
  31. Geetha, S., Abhishek, C. S., Akshayanat, C. S. (2020). Machine Vision Based Fire Detection Techniques: A Survey. Fire Technology, 57 (2), 591–623. https://doi.org/10.1007/s10694-020-01064-z
  32. Wu, Y., Harada, T. (2004). Study on the Burning Behaviour of Plantation Wood. Scientia Silvae Sinicae, 40, 131.
  33. Ji, J., Yang, L., Fan, W. (2003). Experimental Study on Effects of Burning Behaviours of Materials Caused by External Heat Radiation. Journal of Combustion Science and Technology, 9, 139.
  34. Peng, X., Liu, S., Lu, G. (2005). Experimental Analysis on Heat Release Rate of Materials. Journal of Chongqing University, 28, 122.
  35. Cheng, C., Sun, F., Zhou, X. (2011). One fire detection method using neural networks. Tsinghua Science and Technology, 16 (1), 31–35. https://doi.org/10.1016/s1007-0214(11)70005-0
  36. Ding, Q., Peng, Z., Liu, T., Tong, Q. (2014). Multi-Sensor Building Fire Alarm System with Information Fusion Technology Based on D-S Evidence Theory. Algorithms, 7 (4), 523–537. https://doi.org/10.3390/a7040523
  37. Sadkovyi, V., Pospelov, B., Rybka, E., Kreminskyi, B., Yashchenko, O., Bezuhla, Y. et al. (2022). Development of a method for assessing the reliability of fire detection in premises. Eastern-European Journal of Enterprise Technologies, 3 (10 (117)), 56–62. https://doi.org/10.15587/1729-4061.2022.259493
  38. Pospelov, B., Rybka, E., Togobytska, V., Meleshchenko, R., Danchenko, Y., Butenko, T. et al. (2019). Construction of the method for semi-adaptive threshold scaling transformation when computing recurrent plots. Eastern-European Journal of Enterprise Technologies, 4 (10 (100)), 22–29. https://doi.org/10.15587/1729-4061.2019.176579
  39. Pospelov, B., Andronov, V., Rybka, E., Popov, V., Semkiv, O. (2018). Development of the method of frequency­temporal representation of fluctuations of gaseous medium parameters at fire. Eastern-European Journal of Enterprise Technologies, 2 (10 (92)), 44–49. https://doi.org/10.15587/1729-4061.2018.125926
  40. Pospelov, B., Andronov, V., Rybka, E., Krainiukov, O., Karpets, K., Pirohov, O. et al. (2019). Development of the correlation method for operative detection of recurrent states. Eastern-European Journal of Enterprise Technologies, 6 (4 (102)), 39–46. https://doi.org/10.15587/1729-4061.2019.187252
  41. Pospelov, B., Rybka, E., Meleshchenko, R., Krainiukov, O., Harbuz, S., Bezuhla, Y. et al. (2020). Use of uncertainty function for identification of hazardous states of atmospheric pollution vector. Eastern-European Journal of Enterprise Technologies, 2 (10 (104)), 6–12. https://doi.org/10.15587/1729-4061.2020.200140
  42. Sadkovyi, V., Pospelov, B., Andronov, V., Rybka, E., Krainiukov, O., Rud, A. et al. (2020). Construction of a method for detecting arbitrary hazard pollutants in the atmospheric air based on the structural function of the current pollutant concentrations. Eastern-European Journal of Enterprise Technologies, 6 (10 (108)), 14–22. https://doi.org/10.15587/1729-4061.2020.218714
  43. Pospelov, B., Andronov, V., Rybka, E., Chubko, L., Bezuhla, Y., Gordiichuk, S. et al. (2023). Revealing the peculiarities of average bicoherence of frequencies in the spectra of dangerous parameters of the gas environment during fire. Eastern-European Journal of Enterprise Technologies, 1 (10 (121)), 46–54. https://doi.org/10.15587/1729-4061.2023.272949
  44. Pospelov, B., Andronov, V., Rybka, E., Bezuhla, Y., Liashevska, O., Butenko, T. et al. (2022). Empirical cumulative distribution function of the characteristic sign of the gas environment during fire. Eastern-European Journal of Enterprise Technologies, 4 (10 (118)), 60–66. https://doi.org/10.15587/1729-4061.2022.263194
  45. Pospelov, B., Andronov, V., Rybka, E., Samoilov, M., Krainiukov, O., Biryukov, I. et al. (2021). Development of the method of operational forecasting of fire in the premises of objects under real conditions. Eastern-European Journal of Enterprise Technologies, 2 (10 (110)), 43–50. https://doi.org/10.15587/1729-4061.2021.226692
  46. Dubinin, D., Cherkashyn, O., Maksymov, A., Beliuchenko, D., Hovalenkov, S., Shevchenko, S., Avetisyan, V. (2020). Investigation of the effect of carbon monoxide on people in case of fire in a building. Sigurnost, 62 (4), 347–357. https://doi.org/10.31306/s.62.4.2
  47. Pasport. Spovishchuvach pozhezhnyi teplovyi tochkovyi. Arton. Available at: https://ua.arton.com.ua/files/passports/%D0%A2%D0%9F%D0%A2-4_UA.pdf
  48. Pasport. Spovishchuvach pozhezhnyi dymovyi tochkovyi optychnyi. Arton. Available at: https://ua.arton.com.ua/files/passports/spd-32_new_pas_ua.pdf
  49. Optical/Heat Multisensor Detector (2019). Discovery. Available at: https://www.nsc-hellas.gr/pdf/APOLLO/discovery/B02704-00%20Discovery%20Multisensor%20Heat-%20Optical.pdf
  50. Pospelov, B., Rybka, E., Samoilov, M., Morozov, I., Bezuhla, Y., Butenko, T. et al. (2022). Defining the features of amplitude and phase spectra of dangerous factors of gas medium during the ignition of materials in the premises. Eastern-European Journal of Enterprise Technologies, 2 (10 (116)), 57–65. https://doi.org/10.15587/1729-4061.2022.254500
  51. McGrattan, K., Hostikka, S., McDermott, R., Floyd, J., Weinschenk, C., Overholt, K. (2016). Fire Dynamics Simulator Technical Reference Guide. Vol. 3. National Institute of Standards and Technology.
  52. Floyd, J., Forney, G., Hostikka, S., Korhonen, T., McDermott, R., McGrattan, K. (2013). Fire Dynamics Simulator (Version 6) User’s Guide. Vol. 1. National Institute of Standard and Technology.
  53. Hogg, R. V., McKean, J. W., Craig, A. T. (2019). Introduction to mathematical statistics. Pearson, 746. Available at: https://minerva.it.manchester.ac.uk/~saralees/statbook2.pdf
  54. Van de Geer, S. (2010). Mathematical Statistics. Available at: https://people.math.ethz.ch/~geer/mathstat.pdf
  55. Ling, S. (2020). Lecture Notes on Mathematical Statistics. Available at: https://cims.nyu.edu/~sling/Math_Stats_Lecture_2020F.pdf
  56. Lehmann, E. L. (Ed.) (1999). Elements of Large-Sample Theory. Springer, 632. https://doi.org/10.1007/b98855
  57. Levin, B. R. (1966). Teoreticheskie osnovy statisticheskoy radiotehniki. Moscow: Sovetskoe radio.
  58. Cramér, H. (1999). Mathematical methods of statistics. Vol. 26. Princeton University Press.
  59. Otrosh, Y., Semkiv, O., Rybka, E., Kovalov, A. (2019). About need of calculations for the steel framework building in temperature influences conditions. IOP Conference Series: Materials Science and Engineering, 708 (1), 012065. https://doi.org/10.1088/1757-899x/708/1/012065
  60. Otrosh, Y., Rybka, Y., Danilin, O., Zhuravskyi, M. (2019). Assessment of the technical state and the possibility of its control for the further safe operation of building structures of mining facilities. E3S Web of Conferences, 123, 01012. https://doi.org/10.1051/e3sconf/201912301012
  61. Loboichenko, V. M., Vasyukov, A. E., Tishakova, T. S. (2017). Investigations of Mineralization of Water Bodies on the Example of River Waters of Ukraine. Asian Journal of Water, Environment and Pollution, 14 (4), 37–41. https://doi.org/10.3233/ajw-170035
  62. Vambol, S., Vambol, V., Kondratenko, O., Koloskov, V., Suchikova, Y. (2018). Substantiation of expedience of application of high-temperature utilization of used tires for liquefied methane production. Journal of Achievements in Materials and Manufacturing Engineering, 2 (87), 77–84. https://doi.org/10.5604/01.3001.0012.2830
  63. Pospelov, B., Rybka, E., Krainiukov, O., Yashchenko, O., Bezuhla, Y., Bielai, S. et al. (2021). Short-term forecast of fire in the premises based on modification of the Brown’s zero-order model. Eastern-European Journal of Enterprise Technologies, 4 (10 (112)), 52–58. https://doi.org/10.15587/1729-4061.2021.238555
Метод раннього виявлення загорянь на основі вибіркової дисперсії небезпечного параметру

##submission.downloads##

Опубліковано

2024-02-28

Як цитувати

Поспєлов, Б. Б., Рибка, Є. О., Крайнюков, О. М., Федина, В. П., Безугла, Ю. С., Мельниченко, А. С., Бородич, П. Ю., Гришко, С. В., Манжура, С. А., & Єсіпова, О. О. (2024). Метод раннього виявлення загорянь на основі вибіркової дисперсії небезпечного параметру. Eastern-European Journal of Enterprise Technologies, 1(10 (127), 55–63. https://doi.org/10.15587/1729-4061.2024.299001

Номер

Том 1 № 10 (127) (2024): Екологія

Розділ

Екологія

Ліцензія

Авторське право (c) 2024 Boris Pospelov, Evgenіy Rybka, Olekcii Krainiukov, Vasyl Fedyna, Yuliia Bezuhla, Andrii Melnychenko, Pavlo Borodych, Svitlana Hryshko, Svyatoslav Manzhura, Olha Yesipova

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.