📆 До Форума "ТОиР. Автоматизация процессов технического обслуживания и ремонтов в 2023" осталось 2 дня

📌15 ноября (зал "Казан", 17:00 - 17:20) Ирина Макарова, Руководитель группы аналитики Ctrl2GO Solutions, подробнее расскажет про систему SmartEAM и организацию сквозных процессов ТОиР с помощью российских цифровых решений.

Эксперт ГК Ctrl2GO поделится, с какими проблемами в области управления производственными активами сталкиваются промышленные предприятия:

«Чаще всего это касается именно предприятий, в которых есть большой парк различного оборудования с длительным сроком эксплуатации, на ремонт которого тратятся большие средства. Поскольку каждый ремонт или каждая аварийная ситуация или отказ влекут за собой большие финансовые последствия, для этих предприятий управление надёжностью является одним из основополагающих факторов", – поделилась в преддверии Форума Ирина Макарова.

Мероприятие состоится 15-16 ноября в Москве в Технопарке «Сколково».

#Ctrl2GO #Ctrl2GOрешения

ИИ для диагностики АЭС: обзор мирового опыта 🌎

Опубликован доклад по итогам выступления на кроссконф. В этом посте дополню описание доклада и сам доклад некоторыми мыслями.

Дисклеймер: В данном докладе под термином ИИ мы понимаем скорее машинное обучение и используем эти термины взаимозаменяемо.

Раннее обнаружение отклонений в работе оборудования от нормального состояния непосредственно влияет на безопасность атомных электростанций. Улучшение качества работы систем онлайн-мониторинга технического состояния оборудования, помимо роста безопасности, приводит к следующим эффектам:
• Рост коэффициента использования установленной мощности (КИУМ) за счет снижения времени внеплановых простоев.
• Оптимизация загрузки и ремонтов оборудования за счет раннего обнаружения дефектов и понимания текущего технического состояния.
• Увеличение качества диагностики неисправностей за счет лучшего анализа и понимания данных, связанных с зарегистрированными неисправностями.
• Возможность продления срока службы элементов АЭС за счет оценки текущего технического состояния и оставшегося ресурса.

В настоящее время развитие алгоритмов и методов машинного обучения переживает стадию активного развития, вследствие роста доступности и эффективности инструментов анализа, в том числе для работы с промышленными приложениями. Использование современных средств и методов анализа данных позволяет развивать и улучшать существующие системы мониторинга АЭС. Важной особенностью является возможность повышать качество анализа информации, собираемой сегодня, без оснащения АЭС дополнительными измерительными каналами 🧐

Внедрение методов и алгоритмов ИИ на промышленных предприятиях сталкивается с барьерами, которые замедляют интеграцию решений. К ним можно отнести:
• высокая зарегулированность (критерии безопасности);
• высокие риски окупаемости решения;
• внутреннее сопротивление кадров;
• отсутствие подготовленных кадров (персонал разрабатывающий, эксплуатирующий и поддерживающий решения);
• отсутствие инфраструктуры.

Несмотря на указанные барьеры, в настоящее время публикуется большое количество исследований, посвященных темам применения методов и алгоритмов ИИ для оценки и прогнозирования технического состояния оборудования АЭС в России и мире.
Большинство исследователей выделяют три подхода к обнаружению неисправностей: на базе физической̆ модели оборудования, без использования физической модели и гибридный̆ подход.
• Под физической моделью понимается математическое моделирование объекта диагностирования с помощью уравнений, описывающих физику происходящих в системе процессов. Физическое моделирование безусловно является предпочтительным для любой задачи диагностирования благодаря точности и интерпретируемости результата. Основным недостатком является сложность создания качественной модели оборудования.
• Методы и алгоритмы ИИ относятся ко второму подходу — без использования физической модели.
• Гибридные модели создаются для использования сильных сторон разных подходов. Построение таких моделей может происходить следующим образом: моделируются основные компоненты системы, а дальше модель уточняется с помощью методов ИИ.

Презентация в комментариях 👇

Хотите нарисовать шедевр, но не умеете? 🎨

С нейросетью Krea достаточно добавить на фон несколько разноцветных пятен, а сервис попытается угадать, что именно вы имели в виду.

А ещё кляксы можно увеличивать и передвигать, в то время как нейросеть будет подстраиваться под ваши желания.

Попробовать можно тут.