ТОМСК, 14 окт – РИА Томск. Аспирант Института прикладной математики и компьютерных наук Томского госуниверситета (ТГУ) Дамир Мурзагулов разрабатывает алгоритмы, которые позволят автоматически выявлять аномалии в технологических сигналах и тем самым снизить количество поломок оборудования и нештатных ситуаций на предприятиях, сообщает в понедельник пресс-служба вуза.
Отмечается, что большинство систем управления промышленными предприятиями предполагают, что технологические сигналы различных датчиков анализируются оператором-человеком. При этом у оператора часто не хватает квалификации, чтобы выявить аномалии. Кроме того, для обработки тысяч сигналов требуются десятки специалистов. Гораздо быстрее и качественнее эту задачу смогут выполнять компьютерные модели.
"Задача, поставленная в рамках проекта, заключается в разработке алгоритмов, которые позволят в режиме онлайн обрабатывать большие данные, поступающие с измерительных устройств, установленных на промышленном оборудовании – задвижки, компрессоры, насосы и так далее. Аномалии в технологических сигналах, как правило, являются свидетельством сбоев в работе оборудования", – цитирует пресс-служба слова Мурзагулова.
Для фиксации тревожных изменений в сигналах будут использованы разные подходы: от статистических методов до машинного обучения. Конечной целью исследования является создание системы предиктивного анализа технологических сигналов, которую можно будет легко интегрировать в IT-инфраструктуру предприятия и эксплуатировать без специалистов по анализу данных, говорится в сообщении."Сейчас идет работа по созданию компьютерных моделей, в которые вносят как нормальные, так и синтезированные сигналы с многочисленными типами аномалий с разного оборудования. Модель… учится выявлять аномальные фрагменты в сигнале и анализировать риски. На основе полученной информации можно будет разработать предупреждающие меры, например, провести плановый ремонт", – считает Мурзагулов.
Со ссылкой на него сообщается, что технологические данные, необходимые для обучения компьютерных моделей, поступают от партнеров ТГУ – нефтедобывающих компаний и заводов по производству стройматериалов. Работу над созданием нового инструмента ученый ТГУ планирует завершить в конце 2021 года. Проект поддержан грантом РФФИ.