В НГТУ НЭТИ создают унифицированную платформу для оценки и прогнозирования надежности технических систем
Ученые Новосибирского государственного технического университета НЭТИ разрабатывают унифицированную стохастическую платформу нового поколения. Она предназначена для оценки и прогнозирования надежности, а также остаточного ресурса технических систем различного назначения, включая транспортные, энергетические и производственные объекты. Работа ведется в рамках гранта Российского научного фонда.
Современные транспортные и промышленные системы стали настолько сложными и энергонасыщенными, что классический подход «обслуживаем по регламенту и реагируем на поломку» перестал быть экономически и технологически оправданным, отмечает руководитель проекта, доцент кафедры электротехнических комплексов НГТУ НЭТИ кандидат технических наук Борис Малозёмов. Отказ оборудования часто происходит не вдруг, обычно условия накапливаются постепенно через деградацию батарей, электроприводов, силовой электроники, механических узлов, причем деградация носит стохастический (случайный) характер и зависит от режима эксплуатации. Именно поэтому задача достоверной оценки остаточного ресурса и раннего прогноза отказов становится критически важной. Платформа задумана как ответ на разрыв между требованием высокой надежности и ограниченностью наблюдений в реальной эксплуатации — она объединит диагностику, прогноз и поддержку решений в едином цифровом контуре.
«В контексте нашей разработки важно понятие «унифицированная» — речь идет не об узкоспециализированной программе для одного объекта, а о модульной цифровой среде, которую можно настраивать под разные классы оборудования и интегрировать в индустриальные контуры. Платформа выполняет три ключевые функции: во-первых, превращает эксплуатационные данные и сценарии работы в формальные модели деградации и риска, во-вторых, связывает эти модели с цифровыми двойниками, чтобы оценка ресурса была не «в среднем по больнице», а для конкретного объекта и его режимов. И в-третьих, добавляет интеллектуальные модули прогнозирования, включая самообучающиеся нейросетевые компоненты, чтобы система «подстраивалась» по мере накопления данных», — рассказал Борис Малозёмов.
По словам ученого, в основе стохастического подхода лежит признание того, что на износ и отказы влияет огромное количество случайных факторов. У одинаковой техники при одинаковой паспортной нагрузке траектория деградации может различаться из-за температурных режимов, качества энергии, вибраций, микродефектов, человеческого фактора, неполноты измерений. Поэтому точка прогноза (одна цифра срока службы) часто вводит в заблуждение. Стохастика дает более практичную форму ответа: вероятность отказа во времени, доверительные интервалы ресурса, риск-профили по сценариям эксплуатации, а также устойчивость к неполным / зашумленным данным — все это ключевые особенности платформы.
«Это как прогноз погоды для техники. Нам важно не только, «будет дождь или нет», а с какой вероятностью, в каком диапазоне и при каких условиях риск становится неприемлемым, — чтобы управлять обслуживанием, управляя рисками, а не реагируя на аварии», — объясняет ученый.
Уникальность разработки — в гибридной архитектуре. Платформа объединяет стохастическое моделирование, физико-химические / мультифизические модели старения (тепловые, электрические, механические, химические процессы) и ML-модули, которые обучаются на эксплуатационных данных и «дотягивают» точность там, где физическая модель неизбежно упрощает реальность.
Практический эффект — переход от планового обслуживания к предиктивному (ремонт и замена не «по календарю», а по риску и ресурсу), сокращение внеплановых простоев, обоснование графиков модернизации / замены и оптимизация затрат на жизненный цикл. Ключевой эффект — повышение безопасности и снижение аварийности за счет раннего выявления признаков отказов и оценки предельных состояний оборудования.
Целевыми потребителями разрабатываемой в НГТУ НЭТИ платформы являются операторы городского и междугороднего электротранспорта, машиностроительные и энергетические предприятия, а также компании, занимающиеся мониторингом и автоматизацией.
Проект рассчитан на два года. Сейчас он на стадии развертывания фундаментальных модулей: ученые закладывают математическое ядро и архитектуру цифрового двойника, чтобы дальше уже «наращивать мышцы» — подключать новые классы оборудования, ML-модули, интерфейсы интеграции. В текущем году планируется создать «скелет» платформы — библиотеку базовых стохастических моделей оценки остаточного ресурса, прототипы цифровых двойников, стартовую ИТ-версию, структурированную базу эксплуатационных сценариев. В 2027 году предполагается выход на полнофункциональную версию платформы, создание гибридных моделей высокой точности и проверка в реальной эксплуатации.
Проект «Унифицированная стохастическая платформа для оценки и прогнозирования надежности и остаточного ресурса технических систем на транспорте и в промышленности» вошел в перечень поддержанных проектов по итогам конкурса 2025 года на получение грантов Российского научного фонда.