Создание высокотехнологичного производства мобильных микропроцессорных вычислительных модулей по технологии SiP, PoP
для интеллектуального сбора, анализа данных и взаимодействия с окружающими источниками

О ПРОЕКТЕ

Проект реализуется в рамках постановления правительства РФ №218. Работы ведутся в Петрозаводском государственном университете при финансовой поддержке Минобрнауки России в рамках Соглашения № 075-11-2019-088 от 20.12.2019 по теме «Создание высокотехнологичного производства мобильных микропроцессорных вычислительных модулей по технологии SiP, PoP для интеллектуального сбора, анализа данных и взаимодействия с окружающими источниками» [1].

В рамках проекта разработан и исследуется прототип модульной системы сбора и анализа информации (МССАИ) для применения в составе программно-аппаратных комплексов многопараметрического мониторинга (ПАК) объектов промышленного производства. Целью такого исследования является получение технологии интеллектуального сбора, анализа данных и взаимодействия с окружающими источниками данных. Технология позволяет разрабатывать ПАК для условий промышленного интернета [2], выполняющий мониторинг объектов производства и транспорта. Внедрение ПАК позволяет достичь следующего эффекта.

  1. Выход из строя узлов и агрегатов с необходимостью останова оборудования за счет сокращения времени на внеплановые остановы для выполнения аварийного ремонта.
  2. Плановые остановы в соответствии с регламентом обслуживания за счет уменьшение числа непроизводительных простоев для планового обследования оборудования.
  3. Сбои оборудования из-за выхода из строя узлов и агрегатов за счет снижения затрат на обслуживание за счет оперативного предупреждения сбоев и планирования обслуживания.

Конкретный экземпляр ПАК разворачивается у объекта мониторинга (напр., станок, группа станков). Навешиваются сенсорные и вычислительные модули. Реализуются следующие функции:

а) сбор, хранение и анализ данных о техническом состоянии и условий эксплуатации на основе постоянного мониторинга критических узлов оборудования;

б) построение информационно-аналитических сервисов на основе таких моделей человеко-машинного взаимодействия как мобильные сервисы-ассистенты, ситуационные центры, AR/VR-системы.

Технология основана на следующих классах математического обеспечения [3].

  • Модели отклонений по данным многопараметрического мониторинга работы оборудования (алгоритмы оперативного обнаружения отклонений на ранних этапах).
  • Модели событий, характеризующих изменения технического состояния оборудования (алгоритмы обнаружения событий, в т.ч. имеющих характер составных и причинно-следственных цепочек).
  • Модель неисправностей в работе оборудования (алгоритмы структурной идентификации неисправностей (для обслуживания) на основе анализа зависимостей между обнаруженными отклонениями и событиями).
  • Модели развития неисправности в работе оборудования (алгоритмы оценки вариантов развития неисправности для выделения наиболее вероятных вариантов развития неисправности).
  • Модели машинного обучения по данным многопараметрического мониторинга (алгоритмы анализа неисправностей в работе оборудования для развития и расширения набора шаблонов обнаружения неисправностей).

В настоящее время проведена демонстрация работы в эксплуатационных условиях машиностроительного предприятия. Ведется работа по патентованию изобретения.

  1. Сведения о начинаемой научно-исследовательской работе №АААА-А20-120011590048-9, https://rosrid.ru/nioktr/executor/CERHIBDD12JRMEG5L9B7B40B  2019.
  2. Gurtov A., Liyanage M., Korzun D. Secure Communication and Data Processing Challenges in the Industrial Internet. Baltic Journal of Modern Computing. Vol. 4. No 4. P. 1058-1073.
  3. Korzun D., Balandina E., Kashevnik A., Balandin S., Viola F. Ambient Intelligence Services in IoT Environments: Emerging Research and Opportunities. IGI Global, 2019. 199