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.
© РИА Томск. Павел Стефанский
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.