Российские учёные улучшили алгоритм прогнозирования поломок газовых турбин вдвое

Учёные из Волгоградского технического университета (ВолгГТУ) разработали новый способ прогнозирования поломок газовых турбин и других энергетических установок с помощью нейросетей. Этот метод гораздо точнее существующих аналогов, что может значительно улучшить обслуживание и снизить затраты на предприятиях.

Случаи неполадок с энергетическим оборудованием критически важны для сектора топливно-энергетического комплекса. Учёные подчеркнули, что разработка точных методов контроля износа оборудования — важное направление для оптимизации расходов на энергию и обеспечения надёжности.

Метод, разработанный учёными ВолгГТУ, основан на машинном обучении с использованием нейросетей. Это позволяет делать более точные прогнозы времени поломок при минимальных данных о состоянии оборудования. Основной особенностью этого метода является использование нейросетевых механизмов, которые не требуют большого объёма заранее обработанных данных.

Этот метод уже протестировали на газовых турбинах, и в дальнейшем он может быть применён для промышленных двигателей и силовых установок разных типов. Ошибка прогнозирования времени поломок сокращается в два раза по сравнению с традиционными методами, что даёт техническим специалистам больше времени для подготовки и принятия решений.