Об этом сообщил эксперт отдела искусственного интеллекта компании Ю. Кацер в ходе Международной конференции по искусственному интеллекту и анализу данных AI Journey 2021.
Цифровые модели предиктивного анализа и мониторинга оборудования в процессах диагностики эксплуатации электролизеров разработаны на базе технологий искусственного интеллекта.
Они:
- предназначены для раннего обнаружения отклонений от нормального функционирования и обеспечения безаварийности работы установок электролиза;
- обладают функцией автоматизированного поиска скрытых дефектов, возникающих в ходе эксплуатации;
- обеспечивают визуализацию информации о прогнозируемых событиях и оповещение оператора для принятия решений;
- формируют аналитику об аномалиях и факторах, которые внесли наибольший вклад в их обнаружение.
Получаемые показатели позволяют прогнозировать и обнаруживать различные проблемы с оборудованием.
В отличие от существующих систем и алгоритмов диагностики, цифровые модели позволяют лучше управлять рисками возникновения технических дефектов и принимать превентивные меры по недопущению вынужденных остановок оборудования.
В результате:
- существенно снижается время простоя оборудования,
- увеличивается межремонтный интервал,
- повышается доля автоматизации в процессах диагностики.
- созданная модель позволяет снизить число капитальных ремонтов, увеличить время между ними и потенциально повысить эффективность производства;
- конечные решения для разных проектов могут отличаться, но путь их создания опирается на одни и те же паттерны и принципы, присущие не только атомной отрасли, но и проектам по анализу данных во многих отраслях промышленности.
В перспективе на его основе будут созданы корпоративные платформы ИИ, использующие накопленный опыт всей атомной отрасли.
