Бобомурод Курбанов – Инженер будущего. Homo Intellectus (страница 8)

Одна из самых практичных областей применения искусственного интеллекта в инженерии — предиктивное обслуживание. Любое оборудование стареет, изнашивается и рано или поздно выходит из строя. В традиционной промышленности существовали два основных подхода к ремонту. Первый — ремонт после поломки, когда оборудование останавливается, а специалисты устраняют проблему. Второй — плановое обслуживание, когда детали меняют или проверяют по заранее установленному графику, даже если они еще могли бы работать.

Оба подхода имеют недостатки. Ремонт после аварии может привести к остановке производства, потерям, повреждению других узлов и риску для людей. Плановое обслуживание снижает вероятность аварии, но может быть дорогим и не всегда рациональным, потому что оборудование эксплуатируется в разных условиях. Один насос может работать с постоянной нагрузкой и чистой средой, другой — в более тяжелом режиме. Одинаковый график обслуживания для них может быть слишком грубым инструментом.

Искусственный интеллект предлагает третий путь. Если оборудование оснащено датчиками, система может постоянно анализировать вибрацию, температуру, давление, ток, звук, скорость, качество продукции и другие параметры. На основе этих данных алгоритм ищет признаки будущей неисправности. Иногда человек еще не слышит постороннего шума и не видит отклонений, а модель уже замечает слабый сигнал: меняется характер вибрации, растет температура подшипника, увеличивается потребление энергии или появляются микроскопические отклонения в работе.

Предиктивное обслуживание особенно важно для отраслей, где остановка оборудования стоит очень дорого. Это энергетика, нефтегазовая промышленность, металлургия, химическое производство, авиация, железные дороги, крупная логистика и автоматизированные заводы. Если турбина, компрессор, роботизированная линия или транспортная система останавливаются неожиданно, последствия могут быть огромными. Предупреждение даже за несколько дней или часов позволяет подготовить запасные части, выбрать безопасное время остановки и избежать аварии.

Но предсказание поломок — это не только вопрос экономии. Это вопрос безопасности и культуры производства. Инженерия будущего должна стремиться не к героическому устранению аварий, а к предотвращению аварийных ситуаций. В старой культуре иногда ценился специалист, который мог быстро починить сломавшуюся систему в критический момент. В новой культуре еще выше должен цениться специалист, который построил такую систему наблюдения и обслуживания, что критический момент не наступил.

При этом ИИ не отменяет работу инженера-диагноста. Алгоритм может показать вероятность неисправности, но человек должен понять ее природу. Иногда модель ошибается из-за сбоя датчика, изменения режима работы или редкой ситуации, которой не было в обучающих данных. Иногда предупреждение указывает не на локальную поломку, а на более глубокую проблему в организации процесса. Например, оборудование может изнашиваться быстрее не из-за плохой детали, а из-за неправильной эксплуатации, нестабильного сырья, перегрузки линии или недостаточного обучения персонала.

Здесь снова проявляется системный характер инженерии. Искусственный интеллект видит закономерности в данных, но инженер должен связать эти закономерности с реальным производством. Он должен разговаривать с операторами, понимать историю оборудования, учитывать условия эксплуатации и принимать решение, которое согласуется с целями предприятия. Если полагаться только на алгоритм, можно получить формальное предупреждение. Если соединить алгоритм с инженерным опытом, можно улучшить всю систему.

Для Узбекистана предиктивное обслуживание может стать важной частью промышленной модернизации. Многие предприятия в мире теряют значительные ресурсы не только из-за устаревшего оборудования, но и из-за слабой культуры обслуживания. Внедрение датчиков, анализа данных и ИИ-моделей позволяет повысить надежность даже там, где полная замена оборудования невозможна сразу. Это особенно важно для стран, которые хотят развивать промышленность постепенно, разумно используя существующую базу и одновременно повышая ее эффективность.

Конец ознакомительного фрагмента.

Текст предоставлен ООО «Литрес».

Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.