Построение математических моделей прогнозирования изменения технологических параметров. Разработка и испытания прототипа информационной системы мониторинга и прогнозирования надежности оборудования энергетики. Разработка мобильного приложения для идентификации дефектов.

Проблема, на решение которой направлен проект - разработка методологии мониторинга технического состояния технологического оборудования, а также прогнозирования возникновения дефектов, позволяющая повысить качество управления ремонтами и замены оборудования, а также снизить аварийность на предприятиях энергетики.Цель проекта – повышение эффективности мониторинга и прогнозирования технического состояния предприятий энергетики за счет разработки коммерчески успешной информационной системы, построенной с использованием методов искусственного интеллекта.Разработанная система обеспечит экономический, социальный и технологический эффект за счет снижения аварийности, повышения остаточного ресурса и прибыльности предприятий энергетики.Система мониторинга и прогнозирования надежности оборудования энергетики состоит из двух подсистем – прогнозирования значений технологических параметров и прогнозирования дефектов на основе теории искусственных сетей. Решаемые задачи: сбор и хранение количественной информации о параметрах от SCADA, АСКУЭ; графическое представление требуемой информации в виде трендов с изображением областей отклонений от нормативных значений, том числе используя отличающиеся цветовые решения; идентификация состояний по их видам в разрезе типов технологического оборудования; прогнозирование возникновения отказов оборудования; реализовать мобильное приложение для работы с переносным устройством фиксации дефектов оборудования при его визуальном осмотре.Инновационность проекта заключается в применении математического аппарата искусственных нейронных сетей для целей идентификации и прогнозирования технического состояния оборудования.За счет своевременного выявления дефектов и прогнозирования отказов технологического оборудования, а также аварий, планируется снизить затраты предприятий энергетической отрасли на 15-18% по сравнению с существующими аналогами. Кроме того, у аналогов отсутствует возможность совместного решения задач идентификации состояний и прогнозирования надежности оборудования.