Интеллектуальная система диагностирования состояния поверхностей нагрева котлов ТЭС.

9

Руководитель проекта, ведущий научный сотрудник НОЦ интеллектуальных технологий мониторинга и диагностики энергогенерирующего оборудования, д-р техн. наук Поляков Р.Н., является соавтором 30 статей в изданиях, индексируемых в базах данных Scopus и WoS (из них 2 имеющих квартили Q1, Q2), более 100 научных работ в предметной области проекта, является соавтором более 30 патентов на изобретения, полезные модели и авторских свидетельств на программное обеспечение, подготовил 2 кандидатов технических наук. В настоящее время руководитель 9 аспирантов и 1 докторанта, член 2 диссертационных советов. В состав научного коллектива входит в качестве старшего научного сотрудника Савин Л.А., д.т.н., профессор, профессор кафедры мехатроники, механики и робототехники, член высшего инженерного совета России, действительный член Российской инженерной академии, почётный работник высшего профессионального образования РФ, с 2019 г. – заслуженный деятель науки РФ. Основатель научной школы, подготовил 3 докторов и 25 кандидатов технических наук. Научный руководитель 8 аспирантов, 6 докторантов и соискателей. Член 3 диссертационных советов. Научный консультант докторантов и аспирантов в ряде университетов РФ. Председатель Орловского отделения Российской инженерной академии. Научный руководитель научно-методического семинара по моделированию гидродинамических и мехатронных систем. Член редакционного совета журнала "Мир транспорта и технологии машин". Эксперт РИНКЦЭ. Автор более 420 научных работ, в том числе 12 монографий, 75 патентов и авторских свидетельств, более 120 научных и методических статей в российских и зарубежных журналах. За последние годы руководил выполнением 24 научно-технических проектов в рамках НТП министерства образования и науки РФ, РФФИ, РНФ, хозяйственных договоров с российскими и зарубежными партнёрами. Принял участие в 70 научных конференциях, в том числе за рубежом. Проводил научную работу в качестве приглашённого профессора в университетах Индии и Китая. За последние годы выступал в качестве официального оппонента 9 докторских и более 20 кандидатских диссертаций, рецензент 12 монографий. НОЦ интеллектуальных технологий мониторинга и диагностики энергогенерирующего оборудования стал самым масштабным структурным научным подразделением в истории ОГУ им. И.С. Тургенева. Использование в рамках проекта производственно-технологической базы центра коллективного пользования ОГУ им. И.С. Тургенева, его материально-технической базы и кадрового потенциала обеспечит высокий уровень прикладных теоретических исследований, экспериментального производства проектных макетов, экспериментальных исследований и испытаний. Будут использованы также наработки инжинирингового центра в области систем управления машинными и роботизированными комплексами с применением новейших интеллектуальных технологий. В общей сложности за историю существования научный коллектив выполнил 34 научных проекта, в рамках которых были получены значимые научно-технические результаты по моделированию рабочих процессов в роторных машинах. Были созданы экспериментальные стенды по исследованию характеристик элементов роторно-опорных узлов при различных динамических, кинематических и температурных возмущениях. В настоящее время выполняются следующие научные проекты. 1. Теоретическое и экспериментальное исследование применения реомагнитных жидкостей в мехатронных подшипниковых узлах. Код проекта 18-38-00465 мол_а (Российский фонд фундаментальных исследований), сроки проведения 2018 – 2020 гг. 2. Разработка мобильного ветрогенератора-трансформера для нужд Арктики и Крайнего Севера. Договор №13716ГУ/2018 с ФГБУ «Фонд содействия развитию малых форм предприятий в научно-технической сфере», сроки проведения 2019 – 2020 гг.. 3. Контроль и управление вибрацией высокоскоростного ротора. Код проекта №20190221006 (ГРАНТ Китайского научного фонда) сроки проведения 2019 – 2021 гг. Foreign Cooperation Projects of Fujian Science and Technology Program. 4. Исследование динамики ротора на подшипниках скольжения с реомагнитными жидкостями. Код проекта 19-38-90259 (Российский фонд фундаментальных исследований), сроки проведения 2019 – 2021 гг. 5. Обучаемые системы диагностики и управления роторными машинами с опорами жидкостного трения. Код проекта МД-129.2020.8. (Российский фонд фундаментальных исследований), сроки проведения 2020 – 2021 гг. Поддержанный в 2019 году Министерством науки и высшего образования проекта №05.607.21.0303 "Разработка интеллектуальной технологии мониторинга и прототипа программно-аппаратного комплекса безопасности объектов энергетического комплекса" в рамках ФЦП "Исследования и разработки по приоритетным направлениям развития научно - технологического комплекса России на 2014 - 2020 годы" поставил перед коллективом ученых ОГУ им. И.С. Тургенева основной задачей создание наукоемкого инновационного продукта в виде интеллектуального программно-аппаратного комплекса мониторинга ключевых показателей работоспособности турбогенераторов и их анализа в режиме реального времени не только классическим методами прямого или спектрального анализа, но и новыми методами кластеризации с помощью обучаемых искусственных нейросетей. Данный продукт может быть востребован не только на внутреннем российском рынке, но и на рынках стран Евразийского союза. В рамках выполненного проекта была сформирована доказательная база применимость методов искусственного интеллекта для повышения эффективности систем мониторинга и диагностики энергогенерирующего оборудования. При этом были выявлены недостатки трудной совместимости разработанных программных модулей по анализу информации о состоянии турбогенератора с фактически закрытым кодом программно-аппаратных решений иностранных фирм производителей, уязвимость информации и риски нестабильной передачи данных. Данное положение, в свою очередь, определяет особенную актуальность достижение поставленных в настоящем проекте целей, а именно комплексную разработку «с нуля» аппаратных решений сбора данных о состоянии технического оборудования на базе отечественных микроконтроллеров и оригинального программного обеспечения, использующего методы искусственного интеллекта для обработки мониторинговой информации и прогнозной диагностики состояния технического оборудования.