Командой Омского государственного аграрного университета при участии специалистов Ростсельмаш представлен прототип цифровой платформы предиктивной аналитики агромашин Hector Al с технологиями искусственного интеллекта. Об этом сообщается на официальном сайте НИЦ Томского государственного университета.
Официальная презентация цифровой платформы с технологиями искусственного интеллекта для предсказания поломок сельхозтехники состоялась на базе Международного научно-методического центра по математике, информатике и цифровым технологиям (МНМЦ) ТГУ в рамках защиты проектов, разработанных преподавателями российских ВУЗов с использованием сквозных технологий.
По мнению экспертной группы, новый инструмент способен существенно сократить экономические потери, которые российские аграрии несут в период уборки урожая из-за выхода из строя сельхозтехники.
Процесс работы над проектами шел параллельно четырехмесячному обучающему курсу, организованному МНМЦ ТГУ в рамках нацпроекта «Цифровая экономика». Участниками курса стали 1200 преподавателей, которые получили новые компетенции в области ИИ, анализа больших данных, использования технологий смешанной и дополненной реальности и по другим направлениям. Проект, признанный жюри одним из самых успешных, был создан учеными Омского ГАУ при участии ООО «КЗ «Ростсельмаш».
Снизить потребность в экстренном ремонте поможет платформа для прогнозирования поломок. Ее основными инструментами стали анализ больших данных и использование технологий машинного обучения — методов искусственного интеллекта, которые позволяют научить нейросеть выявлять проблемы до их возникновения и разрабатывать варианты решения.
Команда проекта работала с выборкой, содержащей данные телеметрии 5-ти тестовых зерноуборочных комбайнов за год работы, данные по неисправностям, эксплуатационные и паспортные характеристики машин.
С помощью статистических методов исследования разработчики определили тренды частоты возникновения отклонений в работе узлов и агрегатов. После этого была создана модель предиктивного анализа, способная выявить частоты вращения рабочих узлов и агрегатов комбайна, отличающиеся от номинальной в недопустимых пределах.
На основе этих данных компьютерная модель может заблаговременно спрогнозировать неисправность в конкретном агрегате.
К примеру, предсказывать возникновение неисправностей, связанных с обрывом и растяжением ремней, которые приводят в действие все рабочие узлы комбайна. По статистике, аварийная диагностика и замена ремней приводит к суточному простою зерноуборочного комбайна (с учетом времени на доставку запасных частей и прибытие сервисной бригады в поле).
Использование платформы дает возможность оценивать уровень износа и остаточные ресурсы машин и механизмов, контролировать соблюдение технологических операций. В конечном итоге это позволяет существенно повысить экономическую эффективность использования агромашин.
Как отметил директор МНМЦ ТГУ Александр Замятин, переход промышленности на «цифру» – тренд, распространенный во всем мире. Работу над созданием систем предиктивной аналитики ведут такие известные компании, как Siemens, Yokogawa, Schneider Electric. Теперь российские ученые при поддержке государства тоже работают над подобными системами.
Напомним, что одним из приоритетов нацпроекта «Цифровая экономика», в реализации которого участвует ТГУ, является развитие направления «Индустрия 4.0». Это поможет России кратно увеличить количество решений для повышения эффективности отечественной промышленности.
Узнавайте первыми актуальные новости сельхозтехники России и мира на наших страницах в Facebook и ВКонтакте, а также на каналах в Telegram и YouTube.