• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

НИУ ВШЭ — Санкт-Петербург проведет промышленные испытания собственной ИИ-системы для диагностики двигателей

Исследователи НИУ ВШЭ — Санкт-Петербург получили первые результаты проекта по созданию системы предиктивной диагностики промышленных электродвигателей. В ближайшее время пилотный модуль протестируют на крупных производствах. Разработка ведется в рамках стратегического технологического проекта «Мультиагентная платформа ИИ-решений для отраслевых задач».

НИУ ВШЭ — Санкт-Петербург проведет промышленные испытания собственной ИИ-системы для диагностики двигателей

© istockphoto.com/ru

Команда НИУ ВШЭ — Санкт-Петербург создает принципиально новую систему диагностики промышленных электродвигателей на основе ИИ, которая не требует установки дополнительных датчиков на корпус оборудования. Первые наработки уже готовы к пилотному внедрению на предприятиях. Новая система диагностики ориентирована на крупные производства в нефтегазовой отрасли, металлургии, энергетике и других секторах, где внеплановая остановка двигателя приводит к существенным издержкам.

«В спектре тока можно выделить боковые частоты, гармоники подшипников и признаки межвитковых замыканий. Они образуют своего рода спектральный отпечаток состояния двигателя. Мы учим систему распознавать эти признаки, сопоставлять их с конкретными дефектами и предупреждать инженера о риске отказа», — объясняет координатор разработки, декан Школы информатики, физики и технологий НИУ ВШЭ — Санкт-Петербург Антон Зарубин. 

До конца 2026 года команда ученых планирует провести опытно-промышленные испытания на трех пилотных объектах. Предприятия смогут выполнять ретроспективную диагностику оборудования. В дальнейшем макет блока сбора данных с высокой частотой дискретизации (более 60 кГц) предполагается использовать для непрерывного мониторинга критически важных агрегатов. Параллельно исследователи создают цифровой двойник двигателя. Он позволит не только классифицировать обнаруженный дефект, но и оценивать остаточный ресурс оборудования. Цифровой двойник также формируют библиотеку эталонных спектральных отпечатков. В нее войдет не менее 3000 записей, соответствующих разным состояниям двигателей. На этих данных команда будет обучать и проверять модели предиктивной диагностики. Точность системы ученые сравнят с результатами традиционной вибродиагностики. 

Зарубин Антон Александрович

Антон Зарубин

декан Школы информатики, физики и технологий НИУ ВШЭ — Санкт-Петербург

«Наша стратегическая цель — сделать НИУ ВШЭ центром компетенций в области промышленного ИИ и предиктивной аналитики, тиражируя модель «университет — индустрия» на другие отрасли».

Проект стартовал в январе 2026 года в ответ на запрос промышленной отрасли. Разработка ведется совместно с индустриальными и технологическими партнерами. ООО «Русэлпром» предоставляет данные, а система диагностики адаптируется под типовые двигатели компании. На объектах АО «Новое Сервисное Бюро» планируется опытная эксплуатация универсальной платформы предиктивной аналитики. YandexGPT от OOO «Яндекс» интегрируется в модуль поддержки сценариев с использованием больших языковых моделей для системы SmartMLOps. АО «Ленинградские областные коммунальные системы» участвует в проекте как поставщик данных.