Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ представил программно-аппаратный комплекс, который по электрическим параметрам промышленного оборудования заранее выявляет признаки неисправностей и помогает перейти от ремонта после поломки к прогнозу состояния техники. Об этом «Газете.Ru» рассказали в пресс-службе НИУ ВШЭ.
В промышленности выход из строя одного двигателя или насоса оборачивается не только затратами на ремонт, но и остановкой всего процесса. Традиционная диагностика по регламенту проблему на ранней стадии часто не видит: оборудование проверяют периодически, а дефект может развиться между проверками. Система ВШЭ вместо этого непрерывно анализирует ток и напряжение в трехфазной сети, оценивает состояние оборудования, риск отказа и остаточный ресурс. Ключевое отличие разработки — для диагностики электродвигателей используют только электропараметры, без вибродатчиков на корпусе.
«Главное преимущество — неинвазивная установка: не нужно разбирать двигатель и даже останавливать его. Комплекс ставится на объект легко и почти без затрат со стороны клиента», — отметил менеджер лаборатории естественного языка ВШЭ — Яндекс Александр Ерошкин.
В основе метода — анализ спектра тока: повреждения подшипников, ротора, статора и перекос воздушного зазора дают изменения сигнала в своих частотных диапазонах. Данные с оборудования система объединяет с информацией из систем диспетчерского управления (SCADA) и обслуживания, а расчеты ведет внутри контура предприятия, без внешних облаков, масштабируясь от одного двигателя до парка в 1000 машин.
«На неполных или испорченных данных система не выдает догадку, а сообщает об этом: доверие к прогнозу на производстве стоит дороже лишнего срабатывания», — пояснил руководитель проекта Данил Швецов.
Комплекс уже прошел опытно-промышленную эксплуатацию на Володарском водопроводе. Целевыми показателями разработчики называют снижение аварий до 40%, экономию энергии до 15% и сокращение затрат до 30% — эти значения еще предстоит подтвердить, сравнив базовый и контрольный периоды работы. В перспективе подход меняет саму логику обслуживания: вместо вопроса «когда сломается?» инженер заранее видит признаки деградации и выводит машину в ремонт в удобное время.
Ранее в России нейросеть научили быстро находить месторождения золота.