Интеллектуальные системы управления промышленными предприятиями со временем теряют точность — как повар, который готовит по устаревшему рецепту. Из-за износа оборудования, изменения сырья и других факторов алгоритмы начинают ошибаться, что приводит к колебаниям качества продукции и перерасходу энергии. Ученые Пермского Политеха предложили решение: программу, которая позволяет таким системам автоматически переобучаться прямо в процессе работы. Об этом «Газете.Ru» сообщили в пресс-службе образовательного учреждения.
Современные заводы управляются интеллектуальными системами, которые в режиме реального времени рассчитывают оптимальные параметры работы — например, температуру или расход сырья. Однако эти модели изначально настраиваются под «идеальные» условия и со временем перестают соответствовать реальности.
В реальном производстве неизбежно меняется все: сырье, состояние оборудования, активность катализаторов. Но алгоритмы остаются прежними, и это приводит к ошибкам в управлении. Классический подход требует периодической перенастройки системы с участием технологов и остановкой производства, что может стоить миллионы рублей. Новая программа решает эту проблему.
Ключевой элемент разработки — блок текущей идентификации. Он постоянно сравнивает прогноз модели с фактическими данными. Если расхождение становится значительным, система автоматически запускает переобучение: обновляет параметры на основе свежих данных и корректирует управление.
Этот процесс происходит без остановки производства, дополнительных экспериментов и вмешательства человека.
«По сути, система ведет себя как врач: сначала назначает «лечение» по стандартной схеме, а затем корректирует его, если состояние «пациента» меняется», — пояснил старший преподаватель ПНИПУ Михаил Работников.
Разработка прошла три этапа проверки. Сначала — на цифровой модели завода, где алгоритм успешно отработал более тысячи сценариев. Затем — на реальных производственных данных, где точность прогнозов выросла примерно вдвое.
После обновления модели система пересчитала 25 ключевых параметров, влияющих на качество продукции. В результате расход пара снизился с 524 до 290 килограммов в час, а качество продукта стало значительно стабильнее.
Технология может применяться практически в любой отрасли с непрерывным производством — от нефтехимии до пищевой промышленности и энергетики. Разработка также важна с точки зрения технологического суверенитета: это полностью российское решение, которое уже работает на отечественных предприятиях и помогает снижать издержки, повышать качество и уменьшать нагрузку на окружающую среду.
Ранее в России нашли способ добывать главный металл энергетики прямо на нефтяных месторождениях.