Учёные ИПМКН ТГУ разработали прототип системы анализа технологических данных, позволяющий предотвращать аварийные ситуации на предприятиях. Автоматический анализ осуществляет математическая модель, которую с помощью машинного обучения научили распознавать штатное и аномальное поведение в технологических сигналах. Проект выполнен при поддержке РФФИ и Научного фонда ТГУ им. Д.И. Менделеева. 

– На крупных производствах используются десятки и сотни единиц технологического оборудования. Для каждой из них отслеживаются технологические показатели, которые свидетельствуют о состоянии оборудования – это давление, температура, вибрация и другие, – говорит один из авторов проекта, аспирант ИПМКН ТГУ Дамир Мурзагулов. – Дефекты и отказы проявляются в этих технологических параметрах различным образом, и не всегда стандартная автоматика или человек могут обратить на это внимание. Переход промышленности на «цифру» позволяет накапливать эти данные, а их анализ – выявлять аномалии, которые свидетельствуют о начале сбоев в системе и могут быть предвестниками её выхода из строя. ​

Своевременная фиксация таких аномалий и превентивные меры в виде профилактики или планового ремонта оборудования помогут предотвратить его поломку и избежать простоя и серьёзных экономических потерь. В настоящее время над конструированием подобных систем работают ведущие компании мира, в частности, Siemens, Yokogawa, Schneider Electric. 

Одной из задач проекта, реализованного при поддержке РФФИ и Научного фонда ТГУ, было создание наборов реальных и модельных данных, включающих образцы технологических сигналов – примеров нормы и аномалии. Информация для формирования набора была предоставлена предприятиями – индустриальными партнёрами ТГУ. 

– Прототип находит любые нетипичные фрагменты, – объясняет Дамир Мурзагулов. – Например, математическая модель фиксирует резкие всплески амплитуды сигнала, это характерно для электрических показателей – ток, напряжение; изменение частоты, например, возникновение дополнительной вибрации при наличии механических дефектов на подшипниках; «замирание» измерительных средств, при которых значения сигнала не меняются долгое время, и другое. 

При нахождении отклонения от нормы в графическом интерфейсе пользователя появляется уведомлении о том, что обнаружен аномальный фрагмент сигнала. Далее оператор решает, что с ним делать. В случае, когда он уверен, что угрозы нет, он помечает этот фрагмент как штатный, и далее система уже запоминает и при следующем появлении идентифицирует это как штатную ситуацию. Таким образом, в процессе работы происходит дальнейшее обучение модели. Чем больше информации ИИ получает, тем опытнее и точнее он становится.​ 

Одним из серьёзных преимуществ прототипа является то, что математические модели, заложенные в него, не предназначены для какого-то конкретного типа оборудования, сигнала или же производства. Все необходимые знания модель извлекает из исторических данных, другими словами, ИИ адаптируется под любые данные. Благодаря этому прототип может быть применен на любом производстве, где оборудование оснащено средствами измерений и эта информация архивируется. 

В таком аналитическом инструменте в первую очередь нуждаются нефтегазовые, нефтехимические, энергогенерирующие и иные предприятия, где используется сложное технологическое оборудование, аварийный ремонт которого влечёт серьёзные экономически потери. 

Добавим, что ТГУ активно развивает такое направление, как использование ИИ в производственной сфере. Для этого на базе ИПМКН создана лаборатория искусственного интеллекта и индустриальной аналитики, соорганизатором которой стала IT-компания «Атомик Софт». Исследователи вуза и промпартнёр разрабатывают новые алгоритмы анализа big data и работают над созданием эффективных решений в сфере индустрии 4.0. 

Источники

ИИ научился выявлять риски поломок оборудования на промпредприятиях
Томский государственный университет (tsu.ru), 19/01/2021
ИИ научился выявлять риски поломок оборудования на промпредприятиях
Промышленная робототехника (prom.robogeek.ru), 19/01/2021
Сотрудники ТГУ научили ИИ предотвращать аварии на производствах
РИА Томск (riatomsk.ru), 19/01/2021
ИИ научился выявлять риски поломок оборудования на промпредприятиях
Научная Россия (scientificrussia.ru), 19/01/2021
Сотрудники ТГУ научили ИИ предотвращать аварии на производствах
News-Life (news-life.pro), 19/01/2021
Томские ученые научили искусственный интеллект выявлять риски на промобъектах
РИА Сибирь (ria-sibir.ru), 20/01/2021
Искусственный интеллект, разработанный в Томске, способен выявлять аномальное поведение промышленного оборудования
Томская Интернет Газета (gt-tomsk.ru), 20/01/2021
Как предотвратить аварию
Коммерсантъ (kommersant.ru/nauka), 20/01/2021
Искусственный интеллект выявляет риски поломок оборудования на предприятиях
Берза (berza.ru), 24/01/2021

Похожие новости

  • 25/02/2021

    Томские учёные придумали, как ускорить системы технического зрения беспилотников

    В области создания автономных беспилотников одной из серьёзных, но пока еще не решённых проблем остаются большие габариты бортового компьютера, обеспечивающего интеллектуальную навигацию. Чтобы обойти ограничения по весу и размеру, учёные факультета инновационных технологий Томского госуниверситета разрабатывают принципиально новые алгоритмы вычислений.
    209
  • 21/10/2020

    Сотрудник ТГУ стал главным редактором спецвыпуска научного журнала США

    ​Сотрудник НИИ прикладной математики и механики Томского госуниверситета (НИИ ПММ ТГУ) Максим Орлов стал главным редактором спецвыпуска англоязычного научного журнала Advances in Mechanical Engineering (AIME); выпуск будет посвящен изучению поведения твердых тел при ударных и взрывных нагрузках, сообщила во вторник пресс-служба вуза.
    346
  • 14/10/2019

    Ученые ТГУ помогут снизить число аварий на производстве

    Аспирант Института прикладной математики и компьютерных наук ТГУ Дамир Мурзагулов разрабатывает методы и алгоритмы, которые позволят в автоматическом режиме выявлять аномалии в технологических сигналах.
    490
  • 03/02/2021

    Программа мероприятий, посвященных Дню российской науки

    ​Ежегодно 8 февраля российское научное сообщество отмечает свой профессиональный праздник — День российской науки. ​ По традиции к этой дате в институтах и вузах, находящихся под научно-методическим руководством Сибирского отделения РАН, приурочены научно-популярные мероприятия: дни открытых дверей, экскурсии, лекции и так далее.
    709
  • 14/08/2020

    Проекты аспирантов ТУСУРа получили поддержку РФФИ

    Подведены итоги конкурса на лучшие проекты фундаментальных научных исследований, выполняемые молодыми учёными, обучающимися в аспирантуре. Почти все поданные аспирантами ТУСУРа проекта получили грантовую поддержку.
    623
  • 05/02/2021

    Научные фонды России и Ирана поддержат 40 проектов учёных двух стран

    ​Российский фонд фундаментальных исследований и Национальный научный фонд Ирана профинансируют 40 проектов ученых двух стран. Программы посвящены, в частности, изучению Каспийского моря и коронавирусной инфекции.
    635
  • 16/02/2021

    День российской науки — 2021

    Традиционно в честь Дня российской науки сибирские институты проводят просветительские мероприятия для студентов, школьников и всех, кто желает узнать чуть больше о большой науке. ​«Этот год был объявлен годом науки и технологий.
    423
  • 18/12/2020

    В Томске пройдет отчетная конференция РФФИ в онлайн-формате

    ​​21-22 декабря состоится отчетная конференция Российского фонда фундаментальных исследований «Проекты молодых ученых Томской области в рамках реализации «Стратегии научно-технологического развития».
    808
  • 18/02/2021

    Школа-семинар «Аппроксимационные подходы в задачах геоинформатики и анализа геофизических данных»

    ​4-17 мая 2021 на базе образовательного центра "Сириус" (г. Сочи) пройдет интенсивный образовательный модуль в форме школы-семинара, посвященный вопросам решения обратных и некорректных задач интерпретации геопотенциальных данных, методам экспериментальных исследований и аналитического представления геофизических и геодезических данных (таких, как гравитационное поле, рельеф и др.
    259
  • 24/12/2020

    Отчетная конференция Российского фонда фундаментальных исследований «Проекты молодых ученых Томской области в рамках реализации «Стратегии научно-технологического развития»

    Были представлены доклады по 2-м тематическим направлениям: «Фундаментальные исследования в технических науках, направленные на социально-экономическое развитие Томской области, и «Фундаментальные исследования в естественных науках и здравоохранении, направленные на развитие Томской области».
    350