Почти во всех отраслях промышленности используют краны для перемещения грузов. Для того чтобы не возникало аварий, а технологические процессы происходили быстрее и дешевле, важно обеспечивать высокую точность позиционирования оборудования. Ученые Пермского Политеха и Московского государственного университета пищевых производств разработали «советующую» систему для тренажерного комплекса, на котором операторы обучаются выполнять технологические операции. Разработка будет предлагать им оперативные и наиболее эффективные решения. «Интеллектуальный помощник» позволит специалисту улучшить навыки по управлению оборудованием и выполнять операции до 40 % быстрее. При этом «тренажер» сможет сэкономить до 30 % расходов предприятий на электроэнергию и снизить риск возникновения аварий до 50 %. Исследование выполнено в рамках Программы стратегического академического лидерства «Приоритет-2030».
Разработка позволит обучать операторов производственных процессов для различных отраслей российской экономики, решить задачи импортозамещения и обеспечения технологического суверенитета страны, считают исследователи.
В разработке приняли участие научный руководитель, заведующий кафедрой информационных технологий и автоматизированных систем Пермского Политеха, доктор экономических наук, профессор Рустам Файзрахманов, доцент, кандидат технических наук Иван Полевщиков и аспирант Артем Тютюных.
– Во время перемещения грузов крайне важны профессиональные навыки и опыт оператора. Получить их возможно с помощью специального тренажерного комплекса, который имитирует работу реального оборудования. Существующие сейчас «тренажеры» позволяют физически управлять рычагами, при этом оператор применяет свои знания и навыки. Мы разработали «интеллектуальный помощник», который сможет подсказывать человеку, какие действия будут наиболее эффективны, – рассказывает один из разработчиков, доцент кафедры информационных технологий и автоматизированных систем Пермского Политеха, кандидат технических наук Иван Полевщиков.
Ученые разработали модели и алгоритмы, на основе которых тренажерный комплекс «советует» необходимые действия. Рекомендации выводятся на экран оператора и обновляются в режиме реального времени. Чтобы рассчитать оптимальные параметры процессов, «тренажер» учитывает специфику технологического процесса, характеристики оборудования и другие важные факторы. Эти данные можно регулировать. Применение «интеллектуального помощника» позволит выполнять операции быстрее, использовать меньше электроэнергии. Система сможет сократить количество аварий на предприятиях. По словам ученых, применение разработки в процессе обучения будущих операторов позволит повысить их сенсомоторные навыки, которые помогут эффективно и безопасно выполнять работу.
Ученые провели более 1000 экспериментов, чтобы добиться высокого качества работы модели. Сейчас они реализуют алгоритм в виде программы на языке C# в среде Unity, чтобы внедрить его в компьютерный тренажерный комплекс.
– Применение «тренажера» позволит сократить расходы на обучение операторов и создать при этом обстановку, близкую к игровой. Чтобы применить разработку на производстве, нужно интегрировать «интеллектуальный помощник» в систему управления краном и дополнить ее информационно-измерительной подсистемой для оценки текущего состояния груза, троса и компонентов крана. Тогда разработка сможет давать советующие решения для наиболее эффективного выполнения технологических процессов, – отмечает исследователь.
Разработку можно будет внедрить в отраслях промышленности, где используют краны для перемещения грузов.
Для справки
Пермский Политех стал обладателем гранта «Приоритет 2030» в 2021 году. Его размер составил 100 млн рублей. «Приоритет 2030» является самой масштабной в истории России программой государственной поддержки и развития высших учебных заведений. Ее цель — формирование к 2030 году в России более 100 прогрессивных современных университетов, которые станут центрами научно-технологического и социально-экономического развития страны. Всего комиссия Минобрнауки РФ включила в программу «Приоритет 2030» 106 вузов из 49 городов страны, из них 60 % — региональные университеты.