• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Цифровая модель динамической идентификации промышленных источников выбросов


запрос на технологическую кооперацию

Название

Поиск партнеров для апробации цифровой модели динамической идентификации промышленных источников выбросов и прогнозирования пространственного распределения вредных веществ в атмосферном воздухе

Код и номер

TR HSE — 01

Аннотация запроса

Исследовательский центр создал новую цифровую модель прогнозирования распространения выбросов с низкой вычислительной сложностью. Она может быть интегрирована в типовые платформы экологического мониторинга с использованием программных интерфейсов API. Требуются индустриальные и ИТ-партнеры, обладающие необходимыми данными, средствами измерений и компетенциями в области экомониторинга, для апробации и доведения разработки до тиражируемого рыночного решения.

Описание контекста запроса

Развитие мегаполисов, климатические изменения, повышение требований к промышленной безопасности требуют более качественного контроля и управления рисками загрязнений атмосферного воздуха.

Создано решение с цифровой моделью динамической идентификации промышленных источников выбросов и прогнозирования пространственного распределения вредных веществ в атмосферном воздухе.

Цифровое решение может использоваться при обработке результатов отраслей, в том числе нефтепереработки, металлургии, целлюлозно-бумажных или химических производствах. Оно производит анализ истории наблюдений за концентрациями в местах установки приборов и метеоданных, после чего обучается строить краткосрочные прогнозы. Созданная модель выводит пользователю те источники, которые могли быть причиной выброса с указанием уверенности выбора (условной вероятности).

Решение включает использование механизмов динамической оптимизации параметров. Оптимизация производится на основе обучения с подкреплением (RL — Reinforcement Learning). применяемые технологии машинного обучения позволяют реализовать автономное обучение, высокую точность идентификации источников выбросов и динамическое прогнозирование распространения вредных (загрязняющих) веществ.

Реализованные функции решения:

  1. Сбор данных с приборов фиксации по протоколам MQTT, FTP; поддержка файлов форматом XML, CSV, XLS;
  2. Преобразование и ведение статистики наблюдений в формате долей ПДКмр по веществам;
  3. Краткосрочный прогноз концентраций в заданной точке контроля, фиксация риска предвышения ПДКмр на сутки вперед;
  4. Оценка рассеиваний на основе моделей Гаусса и Лагранжа (модель Gral) по паспортным данным источников и метеоданным;
  5. Идентификация источника выброса по данным с приборов фиксации для заданного момента времени или в динамике.

Требуется интеграция в состав платформ экологического мониторинга и проведение апробации на реальных данных.

Уровень технологической готовности разработки (TRL)

TRL 5. Разработан лабораторный прототип, проведены имитационные испытания и верификация модели в условиях, близких к реальным (НИОКР).

Требования к искомому технологическому решению/технологии

Созданное решение может интегрироваться с типовыми средами визуализации, например, на базе Grafana, либо с системами экомониторинга, существующими на предприятии.

Требования к искомому партнеру

Команда разработчиков осуществляет поиск:

  • индустриальных партнеров в лице крупных промышленных предприятий, заинтересованных в решении и обладающих необходимыми данными и средствами измерений;
  • ИТ-партнеров, обладающих компетенциями в области экомониторинга, ведущих внедрения цифровых продуктов для анализа экоданных, в том числе ведущих собственные разработки сервисов / систем и платформ, с которыми возможна интеграция созданного решения.

Предполагаемый формат сотрудничества

Технологическая кооперация с партнером, в т.ч. совместная разработка и адаптация созданного решения к потребностям заказчика конечного решения.