ИИ будет предсказывать поломки промышленного оборудования до аварии
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ представил мультиагентный программно-аппаратный комплекс, который анализирует электрические параметры промышленного оборудования и помогает заранее выявлять признаки неисправностей. Разработка призвана перевести техническое обслуживание от ремонта после отказа к прогнозированию состояния оборудования и планированию работ до возникновения аварийной ситуации. Система была представлена в рамках IV профессиональной конференции для ИТ и инженерного cообщества в нефтегазовой отрасли.
В промышленности выход из строя одного двигателя или насоса может обернуться не только затратами на ремонт, но и остановкой технологического процесса. При этом традиционные методы диагностики не всегда позволяют увидеть проблему на ранней стадии: оборудование проверяют по регламенту или проводят периодические измерения, а неисправность может развиваться между проверками.
Разработчики НИУ ВШЭ предложили другой подход. Система непрерывно анализирует ток и напряжение в трехфазной промышленной сети, выявляет изменения в электрических сигналах и с помощью ИИ-моделей оценивает состояние оборудования, риск отказа и возможный остаточный ресурс.
Данил Швецов, руководитель проекта в отделе прикладных технологических решений Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ
«В промышленном ИИ сложнее всего не модель, а то, что вокруг нее: откуда приходят данные, можно ли им верить и что делать, если они не пришли. Диагностику двигателей мы подключили к универсальному предиктивному ядру, на котором уже работают наши прогнозные сервисы в других отраслях. И заложили правило: на неполных или испорченных данных система не выдает догадку, а сообщает об этом, поскольку доверие к прогнозу на производстве стоит дороже лишнего срабатывания. А когда с данными все в порядке, графики и ИИ-агент помогают инженеру быстро принять обоснованное решение: какая машина, что с ней и в какое окно ее выводить в ремонт».
Одно из ключевых отличий разработки — для диагностики электродвигателей используются электропараметры трехфазной сети: ток и напряжение. При этом дополнительные вибродатчики на корпус оборудования не требуются. Система может работать непрерывно, формируя картину состояния оборудования вместо отдельных точечных измерений.
В основе подхода лежит анализ спектра электрического тока. Разработчики исследовали возможность обнаружения различных неисправностей электродвигателей, включая повреждения подшипников, ротора и статора, а также эксцентриситет воздушного зазора. Для разных типов дефектов характерны изменения сигнала в определенных частотных диапазонах.
Разработка объединяет данные непосредственно от оборудования с информацией из SCADA (система диспетчерского управления и сбора данных), систем технического обслуживания и ремонта и других источников. При этом отраслевые математические модели подключаются к платформе как отдельные ИИ-модули, а сама платформа берет на себя работу с данными, запуском расчетов, версиями моделей и формированием результатов.
Расчеты выполняются внутри контура предприятия. Система может работать без внешних облачных сервисов, а диагностика запускается автоматически по расписанию. Платформа рассчитана на масштабирование от одного двигателя до парка, включающего до 1000 машин. Особое внимание уделено тому, чтобы прогноз превращался в конкретное действие. Помимо определения типа и степени тяжести дефекта и оценки остаточного ресурса, система формирует рекомендацию по обслуживанию. Таким образом, потенциальная авария должна превращаться в заранее запланированный останов оборудования в удобное для предприятия время.
Александр Ерошкин, менеджер лаборатории естественного языка ВШЭ-Яндекс, НИУ ВШЭ в Санкт-Петербурге
«Главное преимущество нашего решения - это неинвазивная установка датчиков электропараметров, которая не требует разбирать двигатель и даже его останавливать. Таким образом комплекс предиктивной аналитики устанавливается на объект легко и не требует практически никаких затрат со стороны клиента. Также преимуществом решения является анализ только электропараметров (величин тока и напряжения) объекта без необходимости получать дополнительные виброданные».
Разработка уже прошла опытно-промышленную эксплуатацию на объекте ЛОКС — Володарский водопровод. Следующий этап — накопление и анализ данных, совершенствование моделей и оценка эффекта от внедрения. В качестве целевых показателей проекта обозначены снижение аварий до 40%, экономия энергии до 15% и сокращение затрат до 30%; эти значения предполагается оценивать по результатам базового и контрольного периодов эксплуатации.
В перспективе такой подход может изменить саму логику технического обслуживания: вместо вопроса «когда оборудование сломается?» инженер получает возможность заранее увидеть признаки деградации и принять решение о ремонте до отказа.
Андрей Даркшевич, заместитель директора Института искусственного интеллекта и цифровых наук ФКН, руководитель стратегического технологического проекта
«С ростом уровня цифровизации промышленности объем информации, поступающей к операторам, стремительно увеличивается. Чтобы своевременно анализировать ее и принимать обоснованные управленческие решения, компаниям приходится либо расширять штат высококвалифицированных специалистов, либо искать инструменты для автоматизации этих процессов. В разработанном нами решении ИИ-агенты выступают в качестве помощников оператора: они анализируют поступающую информацию, выявляют потенциальные проблемы и предлагают варианты действий в соответствии с технической документацией на оборудование, регламентами и внутренними процессами компании. Внедрение подобных решений позволит компаниям комплексно снизить потребность в дефицитных кадрах, минимизировать потери от внеплановых простоев оборудования и сократить затраты на ремонт за счет перехода к превентивному обслуживанию».
Разработка системы ведется в рамках стратегического технологического проекта «Мультиагентная платформа ИИ-решений для отраслевых задач». Стратегические технологические проекты реализуются в рамках Программы развития НИУ ВШЭ на 2025 – 2036 годы, победившей в конкурсе программ стратегического академического лидерства «Приоритет-2030».
Вам также может быть интересно:
Команда ВШЭ победила в технологическом конкурсе «Автономный поиск» для отряда «ЛизаАлерт»
Навигационная система, разработанная специалистами Лаборатории интеллектуальных беспилотных систем (ЛИБС) МИЭМ ВШЭ, предназначена для поиска людей и позволяет беспилотному аппарату автономно выполнять маршрутные задания без спутниковой навигации. Уникальность конкурса «Автономный поиск» — в комплексной проверке реально работающих технологий. Из 50 поданных заявок до квалификации допустили 15, в финал вышли четыре команды.
МТС и MAGNIT TECH стали индустриальными партнерами ФКН ВШЭ в рамках проекта «Топ-ИИ» Минцифры
Цель партнерства — объединить фундаментальную академическую базу факультета с актуальными задачами бизнеса. Благодаря проекту «Топ-ИИ» при поддержке гранта Минцифры России (при участии АНО «Аналитический центр при Правительстве Российской Федерации») и прямому участию лидеров индустрии студенты ФКН уже во время учебы включаются в разработку передовых технологий и выходят на рынок готовыми специалистами высокой квалификации по ключевым направлениям: генеративный искусственный интеллект, высоконагруженная инфраструктура, инженерия данных и машинное обучение в ритейле.
Лев Толстой и спецификации, контрапункт и инклюзивность ИИ: в НИУ ВШЭ обсудили вайбкодинг
В НИУ ВШЭ прошла первая международная конференция по вайбкодингу VIBE CODING RUSSIA 2026. Более 450 ее участников, спикеров из университетов, банков, телекома, кибербезопасности и самих вайбкодеров, обсудили, как ИИ сокращает путь от научного результата к продукту и кто отвечает за код, который пишет алгоритм.
Проект НИУ ВШЭ CheckAI победил на престижной премии BISA
НИУ ВШЭ укрепляет лидерские позиции в сфере отечественной кибернетической безопасности и искусственного интеллекта. Проект Вышки CheckAI под руководством Антона Сергеева, директора Центра программных разработок и цифровых сервисов МИЭМ ВШЭ, одержал победу на престижной профессиональной премии BISA «За вклад в безопасность цифрового будущего». Инновационная разработка была признана лучшей в номинации «Лучший проект — сервисы цифрового будущего».
В НИУ ВШЭ стартуют 11 исследовательских проектов с участием научных центров из пяти стран
Высшая школа экономики подвела итоги Конкурса совместных фундаментальных научных проектов «Международное академическое сотрудничество». Полностью поддержано пять проектов, еще шесть получили сокращенное финансирование. Исследовательские команды сформированы с участием учёных из Бразилии, ЮАР, Китая, Индии и Омана. Подробностями о победителях МАС 2026 поделился Александр Балышев, проректор НИУ ВШЭ.
НИУ ВШЭ разработает стандарт обучения по созданию и применению ИИ-агентов
НИУ ВШЭ совместно с российской платформой Nodul создаст стандарт и методику обучения по работе с ИИ-агентами. Доступ к платформе смогут получить до 8 тыс. студентов НИУ ВШЭ разных специальностей — от программистов до маркетологов, экономистов и юристов. По оценке Nodul, это станет самым массовым внедрением инструментов для создания ИИ-агентов в российском высшем образовании. Запуск новой программы начнется уже в текущем учебном году в рамках университетского проекта «Культура работы с данными» Data Culture.
Ключевой навык — критическое мышление: в НИУ ВШЭ обсудили, как ИИ меняет требования к работникам
Форсайт-центр и Институт искусственного интеллекта и цифровых наук (Институт ИИ) НИУ ВШЭ провели круглый стол «Как меняется работа в эпоху ИИ: опыт бизнеса, науки и госсектора». Представители бизнеса и эксперты обсудили роль руководителя в интеграции ИИ в бизнес-процессы, границы доверия к самостоятельным решениям ИИ-агентов, а также почему пилотные проекты не доходят до внедрения и как справедливо оценить труд сотрудников, чья производительность выросла благодаря использованию ИИ.
НИУ ВШЭ стал победителем Всероссийского конкурса студенческих конструкторских бюро
Студенческое конструкторское бюро «Интеллектуальные автономные системы в промышленности», созданное на базе Института робототехнических систем и МИЭМ ВШЭ, одержало победу во Всероссийском конкурсе в области студенческого конструкторского лидерства. Организатор конкурса — Министерство науки и высшего образования РФ. Бюро получит государственную поддержку на реализацию проектов в области робототехники совместно с индустриальными партнерами.
НИУ ВШЭ представил в Китае исследование о безопасности нейросетей для анализа видео
Ученые Высшей школы экономики презентавали на международной конференции ChinaMM 2026 в Китае исследование о том, как искажения при передаче видео влияют на работу нейросетей. Авторы предложили новый способ проверять устойчивость таких моделей в условиях, близких к реальному использованию видеосервисов.
Научная экспедиция на Хайнань: ученые ВШЭ организовали конференцию по статистическому ИИ в Китае
С 24 по 28 августа 2026 года в городе Санья на острове Хайнань (Китай) прошла международная конференция Statistical AI («Статистический искусственный интеллект»). Мероприятие собрало ведущих специалистов в области статистики, машинного обучения и прикладного ИИ. Среди организаторов конференции — Алексей Наумов, директор Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ, и Сергей Самсонов, заведующий Международной лабораторией стохастических алгоритмов и анализа многомерных данных.