Разработка научных основ создания алгоритмического обеспечения системы подготовки принятия решения при оценке работоспособности и продлении ресурса технических устройств опасных производственных объектов

Уголь является одним из важнейших ресурсов, стабилизирующих ситуацию в энергетической отрасли России. На 2021 год Россия является одним из мировых лидеров по добычи угля, она занимает шестое место после Китая, США, Индии, Австралии и Индонезии (на Россию приходится примерно 4,5 % мировой угледобычи). В Кузбассе на 2021 год производится более половины (58 %) всего добываемого угля по России и 75 % углей коксующих марок. По мере увеличения объемов добываемого угля надежность оборудования встает на первое место. Это связано с тем, что при работе горных машин поломка одной какой-либо детали приводит к простою машины, что приводит к экономическим потерям предприятия. При выявлении неисправностей детали подвергают ремонту или заменяют новыми, что существенно повышает затраты, связанные с эксплуатацией оборудования. Износ и повреждение поверхностей снижают сопротивление усталости деталей и могут служить причиной их разрушения, даже при незначительных концентраторах напряжений и низких номинальных напряжений. Применяемые в настоящее время подходы к оценке работоспособности и продлению остаточного ресурса имеют различные недостатки: дорогое оборудование, сложность технологического процесса оценки работоспособности и расчета остаточного времени эксплуатации, и, как следствие, значительные погрешности срока продленного ресурса. Таким образом, возникает необходимость в проведении фундаментальных научных исследований по вопросу разработки научных основ создания алгоритмического обеспечения системы подготовки принятия решения при оценке работоспособности и продлении ресурса технических устройств опасных производственных объектов с применением нейросетей с учетом изменения структурно-фазового состояния и внутренних напряжений в металле ответственных деталей и узлов.