[ad_1]
В Волгоградском государственном техническом университете (ВолгГТУ) создали нейросети для прогнозирования поломок газовых турбин и других силовых установок. По словам разработчиков, их система превосходит аналоги в два раза по точности. С ее помощью предприятия смогут уменьшить затраты на техническое обслуживание. О своем нейросетевом подходе исследователи рассказали в журнале Energies.
Ученые подчеркнули, что для энергетических предприятий критически важно обеспечить бесперебойную работу, а для этого необходимо вовремя ремонтировать оборудование. Его износ эффективно контролируют такие системы на базе искусственного интеллекта.
Свой нейросетевой подход ученые ВолгГТУ уже протестировали на газовых турбинах, его можно применять на любых промышленных двигателях и силовых установках.
Особенность разработки волгоградских исследователей в том, что их системе на базе ИИ не нужен предварительно обработанный массив данных, она может анализировать даже редкие повреждения, по которым не собрана статистика. Это возможно благодаря использованию сверточных нейросетей и нейросетей для обработки последовательностей.
«Имея точную оценку времени отказа оборудования, можно скорректировать программу технического обслуживания или оптимизировать режим работы оборудования», – пояснил заведующий кафедрой систем автоматизированного проектирования и поискового конструирования факультета электроники и вычислительной техники ВолгГТУ Максим Щербаков.
Кроме того, на основе метода ученых из ВолгГТУ можно оценивать качество ремонта оборудования.
Эта разработка – часть создаваемой в вузе интеллектуальной платформы управления техническим состоянием оборудования для предприятий топливно-энергетического комплекса.
Напомним, в Орловском государственном университете имени И.С. Тургенева (ОГУ) также работают над системой с применением искусственного интеллекта для мониторинга, диагностирования и прогнозирования состояния энергогенерирующего оборудования, которая позволит в том числе обеспечить безаварийную работу АЭС.
Изображение: DPA/ТАСС
[ad_2]
Источник
