Начиная разговор на такую тему, как искусственный интеллект, стоит вспомнить главный лейтмотив 7-й международной конференции «Путешествие в мир искусственного интеллекта» (AI Journey-2022), которая проходила в Москве 24 ноября и была посвящена практическому применению ИИ в промышленности: от того, каких результатов мы добьёмся в этой области, зависят суверенитет, безопасность и состоятельность нашей страны. А задача нового этапа в горизонте текущего десятилетия — обеспечить именно массовое внедрение искусственного интеллекта во все отрасли экономики и социальной сферы.

Продолжая эту весьма важную и чрезвычайно интересную тему, можно без пафоса сказать, что ИжГТУ имени М.Т. Калашникова в этом вопросе идет в ногу со временем. Несколько примеров. Как известно, во все программы магистратуры Приборостроительного факультета включена новая дисциплина «Применение методов искусственного интеллекта в анализе данных и управлении». Таким образом, все выпускники магистратуры получают новые базовые знания в области ИИ. С 2021 года на кафедре «ССиТС» открыта новая образовательная программа магистратуры «Интернет вещей и искусственный интеллект». С 2022 года на П-факультете обновили программу бакалавриата по направлению «Инфокоммуникационные технологи и системы связи», включив в учебный план ряд дисциплин по искусственному интеллекту.

В Институте «Информатика и вычислительная техника» запущены три образовательные программы магистратуры: «Искусственный интеллект и цифровые двойники в топливно-энергетическом комплексе», «Разработка и совершенствование программных моделей искусственного интеллекта» и «Интеллектуальные средства и системы управления защитой и диагностики электроэнергетических комплексов».

Отдельный разговор — разработки Института «Современные технологии машиностроения, автомобилестроения и металлургии», который демонстрирует сегодня интересные результаты в области ИИ. О внедрении достижений науки в практические сферы и применении искусственного интеллекта в различных областях жизни мы говорим с канд. техн. наук, доцентом кафедры «Мехатронные системы» Андреем Ивановичем Абрамовым.

— Начну с того, что у нас многие выпускные, магистерские и кандидатские работы связаны с искусственным интеллектом, и решают пусть небольшую, но конкретную практическую задачу.

По теме искусственного интеллекта на кафедре есть проекты, которые успешно реализованы на практике. Один из них касается технического устройства, применяемого в нефтегазовой сфере, в химической отрасли, энергетике. Устройство, отвечающее за безопасность, так и называется — клапан безопасности, при его срабатывании происходят сложные газодинамические процессы, представляющие научный интерес в плане их анализа и управления. В этой области исторически уже были выполнены интересные проекты, которые начинал ее еще профессор А.В. Алиев, а продолжил профессор В.А. Тененев.

Математики решали свои задачи численными методами, и по этой проблеме они разработали целый программный комплекс, который сейчас в режиме нон-стоп используется в компании Leser (Германия). Помимо совершенствования конструкции клапана безопасности четыре года назад немецкий партнер обозначил новую проблему. Тогда это звучало очень нестандартно: «нужно автономное устройство, контролирующее работу клапана безопасности без возможности доступа к его внутреннему устройству».

В чем была суть вопроса? В целях повышения безопасности химических, энергетических, нефтеперерабатывающих производств и борьбы за экологию, у партнеров назрела необходимость оперативно получать достоверную информацию о произошедшем сбое (событии), не вмешиваясь в конструкцию клапанов. То есть, мы должны были разработать такое устройство, которое может определить: сработал клапан или нет, как сработал, полностью открылся или частично по косвенным признакам в реальном времени.

Мы приняли вызов и после подписания договора взялись за работу, не представляя до конца всех сложностей, с которыми нам предстоит столкнуться. Сильно ограничивало требование заказчика — никоим образом не вмешиваться в конструкцию, потому, что устройство безопасности сертифицировано и запрещено вносить любые изменения в конструкцию клапана, места и способы установки. Оценить его внутреннюю работу мы могли только по косвенным внешним параметрам. Мы оценивали такие параметры как давление, акустический сигнал, в том числе, ультразвуковой, вибрационный, искали явные зависимости этих сигналов со степенью открытости клапана при его срабатывании. В процессе обработки и анализа экспериментальных данных, которые мы получали на стенде в ИжГТУ, в какой-то момент стало понятно, что традиционные способы обработки данных нас сильно ограничивают, а сигналы имеют слабую корреляцию с процессами срабатывания.

И — мы стали применять искусственную нейронную сеть. То есть, начали ее обучать и смотреть какие она дает результаты. Первый результат получили очень быстро, но точность прогноза и его достоверность были недостаточными. На поиск алгоритмов и методов обработки входных данных, повышающих точность прогноза нейросети, ушел практически год. Но этот год был очень интересным и плодотворным в части мозговых штурмов и проверки различных гипотез. В результате исследований точность прогноза позволила не только выполнить требования технического задания, но и получить совершенно новые сведения, расширяющие понимание процессов, происходящих при срабатывании клапана.

После того, как мы сделали это на компьютере, появилась вторая задача: надо было с компьютера перенести обученную нейронную сеть на компактное автономное устройство размером со спичечный коробок. Это была сложная техническая задача, где мы оптимизировали энергопотребление, размер нейросети, количество слоев, нейронов и т.п. — для того, чтобы микроконтроллер, обладающий скромными вычислительными возможностями, низким электропотреблением, мог полноценно измерять сигнал, выполнять обработку и передачу данных при широком температурном диапазоне. Также имелось сложно выполняемое требование: при ограниченном питании обеспечить автономную работу не менее 3-х лет.

И в конце 2021-го года мы создали функциональный прототип, который обладает этими возможностями. В начале 2022-го года передали прототип заказчику, и сейчас он используется в лаборатории компании Leser, а мы продолжаем совершенствовать его и готовимся к следующим стадиям развития проекта.

Как я уже сказал, в вузе, в этой области уже были получены сведения о сложных процессах, происходящих при работе клапана, и мы отчетливо понимали их не стационарность. Эти процессы невозможно аналитически описать, предугадать поведение системы в каждый последующий момент времени при изменении какого-либо входного набора данных очень сложно. Также надо сказать, что мы разработали устройство только для одного клапана, хотя в ассортименте выпускаемой продукции у предприятия сотни моделей, предстоит еще транспонировать то, что у нас наработано для множества параметров рабочих процессов и типов устройств. В дальнейшем предстоит интеграция в системы безопасности, которые существуют на всех опасных предприятиях. При этом мы параллельно решаем задачи с наработкой решений по схемотехнике, корпусированию и созданию программного комплекса, автоматизирующего процесс формирования датасетов и обучения искусственной нейронной сети.

И да, скажу, что нас, конечно, радует и воодушевляет положительный отзыв зарубежных партнеров. Для нас это, однозначно, хороший опыт. В любом случае, нас это сильно развило.

Работа продолжается, у нас есть планы на будущее. Мы сейчас видим много применений, пробуем в разных отраслях, предлагаем свои разработки потенциальным инвесторам. Например, подготовили предложения для РЖД и предприятиям агрокомплекса по применению искусственного интеллекта для решения сложных задач.

К слову, если взять Удмуртию, то за год производство молочной продукции выросло почти на 10%. Появляются новые фермы, поголовье дойного стада растет, и также растет производительность. Повышение производительности связано с внедрением программ управления стадом, которые включают создание электронного паспорта каждого животного и постоянный контроль состояния здоровья. В зарубежных решениях применяется ошейник, который вешается на шею корове, этот ошейник содержит прибор, который определяет состояние животного по вторичным признакам, и передает данные по радиоканалу: сколько она спала, ела, болеет или нет и т.д.

Мы разработали свой аналог, работающий с использованием искусственной нейронной сети. Предварительно тестирование показало работоспособность алгоритмов. Осталось только сделать самую «грязную» работу: собрать данные с большого количества животных и их обработать (разметить). Мы обратились в аграрный университет, и коллеги вызвались нам помочь. Что касается комплексного решения, то, конечно, одним только «умным» приборчиком не обойтись — много чего должно быть в одной цепочке...

Устройство контроля состояния животного

Прототип с искусственным интеллектом на борту

В этом проекте на разных стадиях под моим руководством принимали и принимают участие: ведущий инженер-программист Алексей Пальмов, а также выпускники кафедры — Андрей Никитин, Тимур Мазитов, Александр Романов.

Добавлю, что у нас уже были выполнены интересные проекты в области автоматизации технологических процессов, обработки изображений с применением искусственного интеллекта. Сегодня появилось много технических возможностей по применению искусственного интеллекта на практике, в исследованиях. Я знаю наших выпускников, уже высококлассных специалистов в области ИИ, которых очень ценят на предприятиях, где они решают важные для страны задачи.