Может ли на вид исправный подшипник иметь скрытые дефекты? Теперь работники НЛМК-Урал в Ревде могут дать точный ответ, ведь здесь открыли лабораторию диагностики подшипников. От них зависит исправность и бесперебойная работа ключевых агрегатов: редукторов, электродвигателей, различных рычагов. Новая лаборатория позволит выявлять детали, не соответствующие стандартам.
Работать с современным оборудованием, среди которого различные стенды, ванны для консервации, верстаки, будут специалисты по диагностике, которые прошли обучение. Детали будут проходить многоступенчатый контроль: осмотр, промывку, твердометрию, измерение радиальных зазоров, проверка на намагниченность и вибрацию. В конце подшипники маркируют, на них указывают номер протокола с пометкой, годна ли деталь для работы.
Работать с современным оборудованием, среди которого различные стенды, ванны для консервации, верстаки, будут специалисты по диагностике, которые прошли обучение. Детали будут проходить многоступенчатый контроль: осмотр, промывку, твердометрию, измерение радиальных зазоров, проверка на намагниченность и вибрацию. В конце подшипники маркируют, на них указывают номер протокола с пометкой, годна ли деталь для работы.
👍5
Forwarded from ТОИР ПРО
Как вы знаете, RCM родился в процессе исследования отказов в авиации, когда С.Ноулан и Г.Хип в 1978 году опубликовали свой отчет под заголовком «Reliability-centered Maintenance» («Техническое обслуживание, направленное на надёжность»):
«Центральная проблема, рассматриваемая в этой книге, заключается в том, как определить, какие типы запланированных задач технического обслуживания, если таковые имеются, следует применять к элементу и как часто поставленные задачи должны быть выполнены».
Весь текст цитировать не будем, документ содержит 520 страниц! Но вот только некоторые из иллюстраций, чтобы прикоснуться к первоисточнику...
«Центральная проблема, рассматриваемая в этой книге, заключается в том, как определить, какие типы запланированных задач технического обслуживания, если таковые имеются, следует применять к элементу и как часто поставленные задачи должны быть выполнены».
Весь текст цитировать не будем, документ содержит 520 страниц! Но вот только некоторые из иллюстраций, чтобы прикоснуться к первоисточнику...
👍7
⚡️ Pulsar Fusion и Princeton Satellite Systems проработают с ИИ возможность создания ракеты с термоядерным источником энергии ⚡️
Компании будут использовать машинное обучение ИИ для изучения данных термоядерного реактора с обратной конфигурацией поля в Принстоне (PFRC-2), чтобы лучше понять поведение плазмы при электромагнитном нагреве и удержании магнитным полем.
https://www.atomic-energy.ru/news/2023/06/14/136199
Компании будут использовать машинное обучение ИИ для изучения данных термоядерного реактора с обратной конфигурацией поля в Принстоне (PFRC-2), чтобы лучше понять поведение плазмы при электромагнитном нагреве и удержании магнитным полем.
https://www.atomic-energy.ru/news/2023/06/14/136199
👍2
Может быть, Вы не попали на конференцию «Эффективное производство 4.0», но вот её материалы могут попасть к вам прямо сейчас.
Будьте в курсе выводов из выступлений и дискуссий на темы ТОиР и предиктивных сервисов, господдержки и импортозамещения, биржи мощностей и кибербезопасности, кадров и планирования, VR и AI, цифровых паспортов и цепочек поставок. Посмотрите доклады спикеров из АО «ОДК», АО «Атомэнергомаш», АО «ЕВРАЗ НТМК», ООО «ПК «НЭВЗ», ПАО «ОАК», Yandex Cloud, ПАО «Газпром нефть», «Силовые машины», «Концерн ВКО «Алмаз - Антей», «АМО Сталь», Kaspersky ICS CERT и других.
https://oee-conf.ru/materials?utm_source=vkads
Будьте в курсе выводов из выступлений и дискуссий на темы ТОиР и предиктивных сервисов, господдержки и импортозамещения, биржи мощностей и кибербезопасности, кадров и планирования, VR и AI, цифровых паспортов и цепочек поставок. Посмотрите доклады спикеров из АО «ОДК», АО «Атомэнергомаш», АО «ЕВРАЗ НТМК», ООО «ПК «НЭВЗ», ПАО «ОАК», Yandex Cloud, ПАО «Газпром нефть», «Силовые машины», «Концерн ВКО «Алмаз - Антей», «АМО Сталь», Kaspersky ICS CERT и других.
https://oee-conf.ru/materials?utm_source=vkads
oee-conf.ru
Материалы практической промышленной конференции - 2024
Главная площадка для обмена знаниями и опытом успешного применения цифровых технологий в дискретной промышленности
👍2🔥1
5 мифов о роботах, в которые вы верите, а мы — нет https://hightech.fm/2023/06/01/five-myths-robots
👍3
Алгоритм — это последовательность шагов или инструкций, которые решают определенную задачу или выполняют определенную операцию. Он является основой для автоматизации процессов и принятия решений в различных областях, включая IT.
В нейросетях алгоритмы играют важную роль в обучении и функционировании. Нейросети – это компьютерные модели, имитирующие работу человеческого мозга и способные обрабатывать информацию. Они состоят из множества связанных и взаимодействующих нейронов, которые передают сигналы друг другу.
Алгоритмы в нейросетях определяют, как эти нейроны взаимодействуют между собой и как они обрабатывают информацию. Они обеспечивают преобразование входных данных в выходные результаты. Алгоритмы определяют структуру и параметры нейросети, а также правила обучения и прогнозирования.
Процесс работы алгоритма в нейросетях включает несколько основных этапов. Во-первых, алгоритм определяет структуру нейросети, определяя количество слоев и нейронов в каждом слое. Затем он инициализирует веса связей между нейронами и случайными значениями.
Далее следует этап обучения. Алгоритм передает обучающие данные через нейросеть и сравнивает полученные выходные значения с ожидаемыми результатами. На основе этой разницы алгоритм корректирует веса связей, используя такой метод оптимизации как обратное распространение ошибки. После завершения этапа обучения алгоритм используется для прогнозирования или классификации новых данных.
Использование алгоритмов в нейросетях открывает широкие возможности для решения сложных задач и создания инновационных технологий.
#словарь_ИИ
В нейросетях алгоритмы играют важную роль в обучении и функционировании. Нейросети – это компьютерные модели, имитирующие работу человеческого мозга и способные обрабатывать информацию. Они состоят из множества связанных и взаимодействующих нейронов, которые передают сигналы друг другу.
Алгоритмы в нейросетях определяют, как эти нейроны взаимодействуют между собой и как они обрабатывают информацию. Они обеспечивают преобразование входных данных в выходные результаты. Алгоритмы определяют структуру и параметры нейросети, а также правила обучения и прогнозирования.
Процесс работы алгоритма в нейросетях включает несколько основных этапов. Во-первых, алгоритм определяет структуру нейросети, определяя количество слоев и нейронов в каждом слое. Затем он инициализирует веса связей между нейронами и случайными значениями.
Далее следует этап обучения. Алгоритм передает обучающие данные через нейросеть и сравнивает полученные выходные значения с ожидаемыми результатами. На основе этой разницы алгоритм корректирует веса связей, используя такой метод оптимизации как обратное распространение ошибки. После завершения этапа обучения алгоритм используется для прогнозирования или классификации новых данных.
Использование алгоритмов в нейросетях открывает широкие возможности для решения сложных задач и создания инновационных технологий.
#словарь_ИИ
👍3
Сегодня на трассе М-11 на въезде в Москву можно встретить первые беспилотные грузовики "КамАЗ". Запуск беспилотных грузовиков на скоростной магистрали М-11 «Нева» для перевозки грузов по маршруту Санкт-Петербург – Москва – Санкт-Петербург стал первым этапом проекта «Беспилотные логистические коридоры» и состоялся в рамках Петербургского международного экономического форума (ПМЭФ-2023).
Всего в рейс вышло четыре цифровых магистральных тягача, которые в составе автопоезда с полуприцепом будут осуществлять грузоперевозки между двумя городами. Подробнее: https://dzen.ru/a/ZIojNoXDZU5VyM62
Всего в рейс вышло четыре цифровых магистральных тягача, которые в составе автопоезда с полуприцепом будут осуществлять грузоперевозки между двумя городами. Подробнее: https://dzen.ru/a/ZIojNoXDZU5VyM62
👍3🔥1😱1
Forwarded from Нержавейка
УГМК потихоньку выходит из тени в публичное пространство, освещая сразу самые интересные темы. Директор по информационным технологиям УГМК Виталий Черепанов рассказал о вызовах для промышленности в эпоху искусственного интеллекта (ИИ).
Из интересного:
Главный вызов – вопрос компетенций и доверия к тем, кто обучил и даже спроектировал ИИ. Нужно понимать, что намерения этих людей действительно надежны и направлены на достижение целей заказчика и пользователя.
Среди других вызовов можо выделить перепроектирование процессов и переобучение персонала, чтобы использовать ИИ как дополнительного агента в рамках уже действующего процесса. Иными словами, чтобы он не конкурировал с работниками, а помогал им.
Еще один вызов - определить, кто несет ответственность за результаты работы ИИ. Часто возникает иллюзия, что за действие или бездействие ИИ никто не отвечает. На самом деле за них продолжает отвечать разработчик.
По мнению Черепанова, никогда не наступит ситуация, когда технологии никому не понятны. Всегда будет группа людей, которая всё понимает. Чтобы сохранять контроль за своим бизнесом и понимать, как его защитить, важно не отставать от этой группы.
Это создает для промышленности вызов уже не кадрового голода, а кадрового аппетита, так что эта сфера способна породить профессиональное долголетие для тех, кто в теме.
Из интересного:
Главный вызов – вопрос компетенций и доверия к тем, кто обучил и даже спроектировал ИИ. Нужно понимать, что намерения этих людей действительно надежны и направлены на достижение целей заказчика и пользователя.
Среди других вызовов можо выделить перепроектирование процессов и переобучение персонала, чтобы использовать ИИ как дополнительного агента в рамках уже действующего процесса. Иными словами, чтобы он не конкурировал с работниками, а помогал им.
Еще один вызов - определить, кто несет ответственность за результаты работы ИИ. Часто возникает иллюзия, что за действие или бездействие ИИ никто не отвечает. На самом деле за них продолжает отвечать разработчик.
По мнению Черепанова, никогда не наступит ситуация, когда технологии никому не понятны. Всегда будет группа людей, которая всё понимает. Чтобы сохранять контроль за своим бизнесом и понимать, как его защитить, важно не отставать от этой группы.
Это создает для промышленности вызов уже не кадрового голода, а кадрового аппетита, так что эта сфера способна породить профессиональное долголетие для тех, кто в теме.
👍3
Forwarded from ГК Ctrl2GO
«Сквозной ТОиР»: Оптимальный подход к управлению надежностью оборудования
Недавние изменения на рынке промышленного оборудования и систем автоматизации требуют от российских предприятий сегодня не только перейти на отечественные решения, но и глубже оцифровать техническое обслуживание, выстраивая процессы "сквозного ТОиР", позволяющие качественно изменить подход к управлению надежностью. Для того, чтобы обеспечить такой сквозной цикл для оборудования, необходим комплексный подход к внедрению систем управления активами предприятия (Enterprise Asset Management, ЕАМ) и цифровизации процессов ТОиР.
Подробнее в материале TADVISER.
#Ctrl2GO #Умная_диагностика #go2news
Недавние изменения на рынке промышленного оборудования и систем автоматизации требуют от российских предприятий сегодня не только перейти на отечественные решения, но и глубже оцифровать техническое обслуживание, выстраивая процессы "сквозного ТОиР", позволяющие качественно изменить подход к управлению надежностью. Для того, чтобы обеспечить такой сквозной цикл для оборудования, необходим комплексный подход к внедрению систем управления активами предприятия (Enterprise Asset Management, ЕАМ) и цифровизации процессов ТОиР.
Подробнее в материале TADVISER.
#Ctrl2GO #Умная_диагностика #go2news
👍4
McKinsey: «Генеративный ИИ может увеличить мировой ВВП на 4,4 трлн»
Пока крупные зарубежные компании внедряют в свои процессы генеративные модели ИИ, аналитики из McKinsey and Company — где ИИ уже используют примерно половина сотрудников — попыталась предсказать и оценить экономический потенциал этой технологии. По их мнению, ГенИИ способен увеличить мировой ВВП за год на $2,6-4,4 трлн, что равняется появлению новой страны, равной по размерам и производительности Великобритании.
Перед составлением отчета аналитики изучили 850 профессий и 2100 подробных описаний трудовой деятельности в 47 странах, охватывающих свыше 80% мировой рабочей силы, пишет Venture Beat.
По сравнению с прошлым прогнозом McKinsey 2017 года предполагаемый прирост увеличился на 15-40%. Изменения произошли из-за невероятно быстрого распространения технологии генеративного ИИ среди крупного и среднего бизнеса.
Более того, McKinsey обнаружила, что современные генеративные ИИ и другие технологии обладают потенциалом автоматизировать трудовую деятельность, занимающую сегодня 60-70% времени сотрудников». Выглядит как предсказание массовых увольнений, но Алекс Сухаревский, один из авторов доклада, утверждает, что это не так. Просто работники будут справляться с задачами быстрее и лучше, считает он. Это даст дополнительные 0,2-3,3% прироста производительности в год.
Пока крупные зарубежные компании внедряют в свои процессы генеративные модели ИИ, аналитики из McKinsey and Company — где ИИ уже используют примерно половина сотрудников — попыталась предсказать и оценить экономический потенциал этой технологии. По их мнению, ГенИИ способен увеличить мировой ВВП за год на $2,6-4,4 трлн, что равняется появлению новой страны, равной по размерам и производительности Великобритании.
Перед составлением отчета аналитики изучили 850 профессий и 2100 подробных описаний трудовой деятельности в 47 странах, охватывающих свыше 80% мировой рабочей силы, пишет Venture Beat.
По сравнению с прошлым прогнозом McKinsey 2017 года предполагаемый прирост увеличился на 15-40%. Изменения произошли из-за невероятно быстрого распространения технологии генеративного ИИ среди крупного и среднего бизнеса.
Более того, McKinsey обнаружила, что современные генеративные ИИ и другие технологии обладают потенциалом автоматизировать трудовую деятельность, занимающую сегодня 60-70% времени сотрудников». Выглядит как предсказание массовых увольнений, но Алекс Сухаревский, один из авторов доклада, утверждает, что это не так. Просто работники будут справляться с задачами быстрее и лучше, считает он. Это даст дополнительные 0,2-3,3% прироста производительности в год.
👍4
Новолипецкий металлургический комбинат внедрил новый цифровой сервис, который помогает распределять энергоресурсы и повышать эффективность работы теплоэлектростанции. С его помощью потребление природного газа сократится почти на 5 тыс. куб. м в год. Такого объёма хватает для отопления 2 тыс. квартир в течение года.
Доменный и коксовый газ, которые образуются при получении чугуна и кокса, применяются в качестве вторичного ресурса для генерации собственной электроэнергии. Чтобы получаемая смесь давала достаточное для производства энергии количество тепла, в неё добавляют природный газ. Программа позволяет точнее определить пропорции для смешивания разных видов топлива. Сервис анализирует данные за несколько лет, просчитывает соотношение энергоресурсов и выдаёт рекомендации.
Доменный и коксовый газ, которые образуются при получении чугуна и кокса, применяются в качестве вторичного ресурса для генерации собственной электроэнергии. Чтобы получаемая смесь давала достаточное для производства энергии количество тепла, в неё добавляют природный газ. Программа позволяет точнее определить пропорции для смешивания разных видов топлива. Сервис анализирует данные за несколько лет, просчитывает соотношение энергоресурсов и выдаёт рекомендации.
👍5
Экспертная сеть "Ремонты" совместно с клубом "Цифровая сталь" ПАО "Северсталь" 15 июня провели онлайн-встречу круглого стола "Применение LoRaWAN в ТОиР", в которой приняли участие ведущие российские компании. На мероприятии выступили Сергей Русак и Иван Кизимов от компании "Северсталь" и Василий Ежов от компании "Сибур", которые поделились опытом реализации проектов с использованием оборудования беспроводной передачи данных на своих предприятиях. В ходе мероприятия были рассмотрены результаты реализованных проектов, особенности использования технологии при решении задач контроля состояния оборудования, ограничения по применению, а также перспективы дальнейшего развития этих решений на своих производственных площадках. Участники круглого стола получили развернутые ответы по вариантам использования технологии в своих проектах. Мероприятие получилось насыщенным и информативным, и экспертная сеть намерена продолжать работу в данном направлении.
Организаторы круглого стола выражают особую благодарность докладчикам от компаний "Северсталь" и "Сибур" за их рассказы и развернутые ответы на вопросы участников встречи.
Запись встречи доступна по ссылке https://events.webinar.ru/57855317/214012671/record-new/128970359
Организаторы круглого стола выражают особую благодарность докладчикам от компаний "Северсталь" и "Сибур" за их рассказы и развернутые ответы на вопросы участников встречи.
Запись встречи доступна по ссылке https://events.webinar.ru/57855317/214012671/record-new/128970359
👍7
В рассказах о ремонтах на электростанциях, в кадр часто попадает статор генератора – фотографов привлекают плетения обмотки статора. Почему они красные❓
Дело в том, что статор покрывают специальной электроизоляционной краской. А производители делают ее либо в красно-коричневом, либо в сером цвете.
Такая эмаль обладает электрической прочностью как минимум 30 мВ/м. И если краска нарушена, жди ускоренные износ изоляции и электрический пробой.
Поэтому при капитальных ремонтах целостность покрытия тщательно проверяют и, если необходимо, – обновляют🎨
Наносят эмаль тонким равномерным слоем (0,018 – 0,023 мм), без пропусков и подтеков и только на чистую поверхность.
Дело в том, что статор покрывают специальной электроизоляционной краской. А производители делают ее либо в красно-коричневом, либо в сером цвете.
Такая эмаль обладает электрической прочностью как минимум 30 мВ/м. И если краска нарушена, жди ускоренные износ изоляции и электрический пробой.
Поэтому при капитальных ремонтах целостность покрытия тщательно проверяют и, если необходимо, – обновляют🎨
Наносят эмаль тонким равномерным слоем (0,018 – 0,023 мм), без пропусков и подтеков и только на чистую поверхность.
👍1
Компания «Норникель» создает цифровой банк деталей.
Предприятие применяет технологии 3D-печати в изготовлении литейных форм, а также прямом аддитивном производстве металлических деталей. База данных с заранее подготовленными цифровыми моделями ускорит производство запасных частей. https://3dtoday.ru/blogs/news3dtoday/kompaniya-nornikel-sozdaet-cifrovoi-bank-detalei
Предприятие применяет технологии 3D-печати в изготовлении литейных форм, а также прямом аддитивном производстве металлических деталей. База данных с заранее подготовленными цифровыми моделями ускорит производство запасных частей. https://3dtoday.ru/blogs/news3dtoday/kompaniya-nornikel-sozdaet-cifrovoi-bank-detalei
👍3🔥1
ИИ на грани коллапса.
Команда исследователей из Великобритании и Канады опубликовала статью, в которой предупреждают о феномене, известном как "коллапс модели". Проблема возникает, когда ИИ обучаются на данных, сгенерированных другими ИИ, а не на контенте, созданном человеком. Со временем, модели, обучающиеся на этих ИИ-данных, могут искажать реальность.
Для предотвращения "коллапса модели" исследователи предлагают сохранить оригинальный набор данных, созданный человеком, чтобы периодически переобучать модель, или вводить в обучение новые, "чистые" наборы данных, созданные человеком. Однако такой подход потребует механизма для различения контента, сгенерированного ИИ и человеком, который в настоящее время не существует в нужных масштабах.
Несмотря на эти проблемы, исследователи подчеркивают будущую ценность контента, созданного человеком, как источника исходного материала для обучения ИИ.
Команда исследователей из Великобритании и Канады опубликовала статью, в которой предупреждают о феномене, известном как "коллапс модели". Проблема возникает, когда ИИ обучаются на данных, сгенерированных другими ИИ, а не на контенте, созданном человеком. Со временем, модели, обучающиеся на этих ИИ-данных, могут искажать реальность.
Для предотвращения "коллапса модели" исследователи предлагают сохранить оригинальный набор данных, созданный человеком, чтобы периодически переобучать модель, или вводить в обучение новые, "чистые" наборы данных, созданные человеком. Однако такой подход потребует механизма для различения контента, сгенерированного ИИ и человеком, который в настоящее время не существует в нужных масштабах.
Несмотря на эти проблемы, исследователи подчеркивают будущую ценность контента, созданного человеком, как источника исходного материала для обучения ИИ.
👍3