ИИ-система для предиктивного ремонта промышленных двигателей

Традиционная диагностика по графику часто пропускает развитие дефектов, возникающих между плановыми проверками. Разработка специалистов ФКН НИУ ВШЭ меняет подход к эксплуатации: система непрерывно мониторит электрические параметры сети, оценивая остаточный ресурс техники. По словам менеджера лаборатории Александра Ерошкина, установка оборудования не требует остановки производства или сложного монтажа, что делает процесс внедрения практически безболезненным для бизнеса.

В основе метода лежит математический анализ частотных диапазонов тока, где каждое повреждение, будь то износ подшипников или перекос воздушного зазора, оставляет характерный след. Система обрабатывает данные локально, избегая передачи информации во внешние облачные хранилища, и способна контролировать парки техники до 1000 единиц. Руководитель проекта Данил Швецов подчеркивает, что алгоритм настроен на честную оценку: при нехватке данных он не пытается угадать состояние узла, а прямо сообщает о невозможности сделать точный прогноз.

Первые испытания на Володарском водопроводе показали потенциал технологии. По предварительным расчетам разработчиков, переход на предиктивное обслуживание может снизить количество аварий на 40%, сократить расходы на 30% и уменьшить энергопотребление на 15%. Для инженеров это означает возможность планировать ремонты в периоды минимальной нагрузки, а не ликвидировать последствия внезапных поломок в критические моменты.