В этой статье расскажем о причинах, тормозящих цифровизацию тепловизионной диагностики в электросетевом хозяйстве, а также о том, как именно автоматизация данного процесса с применением нейросетей может повлиять на производство.
В любом энергохозяйстве поддержание энергооборудования на должном эффективном уровне работы является основным направлением деятельности энергослужбы.
Различные методы диагностики являются инструментом для достижения этой цели. Особое место среди них занимают методы неразрушающего контроля, которые позволяют не выводить оборудование из работы: тепловизионное диагностирование, вибрационный контроль, хроматографический анализ трансформаторного масла и др. В непрерывном цикле производства такие виды контроля незаменимы, но требуют трудозатрат как на проведение, так и на обработку результатов диагностики.
Тепловизионная диагностика сегодня – это один из универсальных механизмов в электросетевом хозяйстве, который тем не менее практически не автоматизирован. Основные причины слабого проникновения цифровизации в это направление диагностики:
Помимо вышесказанного, в настоящий момент многие производители диагностирующего оборудования приняли решение прекратить распространение и поддержку своей продукции на территории Российской Федерации, что дополнительно сказалось на качестве и скорости, а иногда и возможности обследования в целом. Технологически данные проблемы могут быть решены за счет использования программного продукта, способного работать в режиме "единое окно" для получения и обработки данных непосредственно с приборов, используемых при диагностических обследованиях, для хранения и обработки результатов с последующей передачей всем заинтересованным службам (функционально процесс представлен на рис. 1).
В основе лежит идея полностью независимого от производителей оборудования сервиса, который позволит обеспечить:
Предполагается экспертная обработка данных диагностики, которая со временем может быть заменена технологиями искусственного интеллекта.
Стандартизированный подход к обработке и хранению данных позволит в достаточно короткий срок создать базу для обучения модели классификации любым доступным алгоритмом (бустинг, нейросетевая и т.д.).
Сейчас данные с тепловизоров обрабатываются в собственном программном обеспечении, что не всегда удобно с точки зрения анализа и подготовки отчетов. Интеграция приборов может быть проведена посредством подключения тепловизора к сети программного обеспечения (ПО). Специалисту достаточно произвести инфракрасную съемку необходимого оборудования и передать данные с прибора удобным способом (непосредственное подключение прибора к рабочему компьютеру или с использованием беспроводной локальной сети предприятия) в программный комплекс. Далее программное обеспечение, используя последнюю редакцию методологических алгоритмов и данных из смежных систем, определяет наличие или отсутствие дефектов и выдает рекомендации по дальнейшим мероприятиям. Эксперту достаточно выделить области диагностирования на кадре для запуска анализа абсолютной и избыточной температуры.
Все полученные результаты должны фиксироваться в единой базе данных, в которой алгоритмы ПО отслеживают статусы энергооборудования и в случае необходимости извещают ответственный персонал о необходимых мероприятиях. Такое программное обеспечение может стать основой для создания единой системы аналитики функционирования энергетического оборудования в различных отраслях промышленности и существенно оптимизировать работу по диагностике, ускорить и увеличить точность обработки результатов измерений, а при интеграции с системами управления производством еще и выполнять оценку функционирования энергооборудования на основе реальных показателей производственных циклов.
С учетом применения ИИ после должной адаптации и обучения на реальных примерах система вполне способна производить оценку и анализ данных, оставив за человеком-экспертом только поставку данных, контролирующую и согласующую функцию, а с применением различных дронов и увеличением числа стационарных камер и вовсе полностью автоматизировать процесс тепловизионной диагностики, в том числе для протяженных воздушных линий электропередач в труднодоступных местах. Развитие и внедрение подобных технологий и программных комплексов приведет к существенному снижению нагрузки на персонал энергетической службы и позволит перенаправить сотрудников на другие приоритетные задачи, что в конечном счете приведет к снижению затрат на поддержание функционирования энергооборудования и увеличению эффективности производства в целом.
Иллюстрации предоставлены автором
Опубликовано в журнале "Системы безопасности" № 3/2024
Все статьи журнала "Системы безопасности"
доступны для скачивания в iMag >>