Ученые Южно-Уральского госуниверситета (ЮУрГУ, Челябинск) научили нейросети предупреждать заводы о предстоящих поломках техники. Как 22 августа сообщили в пресс-службе вуза, искусственный интеллект (ИИ) будет анализировать данные о температуре подшипников.
«Данные собираются с датчиков, которые отслеживают тепловой поток от подшипников под высокой нагрузкой. Нейросеть анализирует информацию, предупреждая оператора станка о возможных нарушениях в работе и об угрозе поломки оборудования», — рассказали в ЮУрГУ.
Технологическое решение внедряется в металлургической отрасли для управления состоянием оборудования. Использование нейросетей снижает риск аварий и непредвиденных простоев. Данные снимают датчики теплового потока.
Информация к нейросети передается по беспроводным каналам. Инженер лаборатории технической самодиагностики и самоконтроля приборов и систем Денис Лебедев разрабатывает программы для систем хранения и визуализации данных. Также он обучает модели ИИ. Работа ведется в рамках проекта «Технологии диагностики элементов АСУ ТП и средств измерений». Финансируется разработка за счет программы стратегического академического лидерства «Приоритет-2030».
Ссылка скопирована в буфер
Денис Лебедев поможет металлургам сэкономить на ремонтах оборудования
URA.RU стало жертвой провокации — наш редактор арестован на 2 месяца за подозрение во взятке в 20 тысяч рублей родному дяде.
Несмотря на давление, мы продолжаем рассказывать о главных новостях страны и мира. Подпишись!
Вы подписались на рассылку
На почту выслано письмо с ссылкой. Перейдите по ней, чтобы завершить процедуру подписки.
Ученые Южно-Уральского госуниверситета (ЮУрГУ, Челябинск) научили нейросети предупреждать заводы о предстоящих поломках техники. Как 22 августа сообщили в пресс-службе вуза, искусственный интеллект (ИИ) будет анализировать данные о температуре подшипников. «Данные собираются с датчиков, которые отслеживают тепловой поток от подшипников под высокой нагрузкой. Нейросеть анализирует информацию, предупреждая оператора станка о возможных нарушениях в работе и об угрозе поломки оборудования», — рассказали в ЮУрГУ. Технологическое решение внедряется в металлургической отрасли для управления состоянием оборудования. Использование нейросетей снижает риск аварий и непредвиденных простоев. Данные снимают датчики теплового потока. Информация к нейросети передается по беспроводным каналам. Инженер лаборатории технической самодиагностики и самоконтроля приборов и систем Денис Лебедев разрабатывает программы для систем хранения и визуализации данных. Также он обучает модели ИИ. Работа ведется в рамках проекта «Технологии диагностики элементов АСУ ТП и средств измерений». Финансируется разработка за счет программы стратегического академического лидерства «Приоритет-2030».
