Celem projektu jest opracowanie modułów dla nowej klasy systemów monitorowania i diagnostyki dla złożonych systemów mechanicznych pracujących w silnie zmiennych warunkach eksploatacyjnych i w obecności zaburzeń o charakterze niegaussowskim w przestrzeni cech diagnostycznych. Na cel projektu składają się dwa cele cząstkowe: opracowanie i adaptacja nowych odpornych metod do automatycznej estymacji wartości granicznych symptomów w klasach stanu prawidłowy/ostrzegawczy/alarmowy w obecności zakłóceń, opracowanie nowych metod modelowania danych długoterminowych oraz ich wykorzystanie do prognozowania resztkowego czasu życia, a także wyznaczania prawdopodobieństwa bezawaryjnej pracy w zadanym horyzoncie czasowym. Dodatkowo, opracowane zostaną procedury do automatycznej oceny jakości prognoz. Adaptacja dotychczasowych osiągnięć naukowych realizowana będzie w zadaniach 2 i 3. Kolejne zadania to opracowanie i implementacja algorytmów, integracja z istniejącym systemem i testy rozwiązań na różnym poziomie rozwoju systemu monitorowania. Opracowanie nowych metod przetwarzania danych oparte będzie o założenie o nieliniowości relacji stan techniczny maszyny – wartość cechy, silnej niestacjonarności danych długoterminowych zbieranych w systemie oraz ich możliwym niegausowskim charakterze. Przy takich założeniach konieczne jest zastosowanie zaawansowanych metod ze szczególnym uwzględnieniem statystycznego modelowania danych, teorii procesów losowych, opisu systemów z wykorzystaniem teorii filtrów stochastycznych, zastosowaniu tzw. odpornych statystyk i wreszcie metod uczenia maszynowego. Metody te zostaną wdrożone do własnej działalności gospodarczej konsorcjanta. Rezultatem projektu będzie innowacyjny system diagnostyczno-prognostyczny. Zasadniczą potrzebą rynkową, jest zwiększenie bezpieczeństwa zakładów przemysłowych oraz zmniejszenie kosztów eksploatacji. Głównym rynkiem docelowym rezultatów projektu są duże i średnie zakłady przemysłowe.
Czas trwania | 2022 – 2023 |
– Politechnika Wrocławska (Wydział Geoinżynierii, Górnictwa i Geologii, Wydział Matematyki) – AMC Tech | |
Budżet | 5 mln zł |
Finansowanie | Narodowe Centrum Badań i Rozwoju |