TurboPredict

Заказчик: АО «Завод ТАГАТ»
Проблема:
Газотурбинные силовые установки (ГСУ) критически важны для энергетики и транспорта, но текущие методы диагностики и обслуживания не позволяют заранее прогнозировать отказы и остаточный ресурс установок. Регулярное профилактическое обслуживание не учитывает реальное состояние оборудования, а реактивное обслуживание связано с высокими затратами и рисками аварийных остановок. Необходимо разработать систему предиктивной диагностики, способную заблаговременно выявлять признаки деградации и прогнозировать остаточный ресурс ГСУ.
Цель проекта — создание системы предиктивной диагностики, которая позволит переходить от профилактики и реакционного обслуживания к стратегии предиктивного обслуживания, уменьшая издержки и повышая надежность эксплуатации.
Ограничения и рекомендации:
Ограничения: использование только открытых инструментов и сред для анализа данных.
Рекомендации: Python (pandas, scikit-learn, PyTorch, TensorFlow), среды визуализации (matplotlib, seaborn, Plotly), инструменты для обработки временных рядов (tsfresh, statsmodels).
Требуемые компетенции:
Анализ данных и машинное обучение.
Обработка временных рядов и прогнозирование.
Навыки работы с Python и ML-библиотеками.
Понимание принципов работы газотурбинных установок.

«Мы меняем детали на исправных двигателях по графику, а потом терпим аварию на том, что „должно было пройти проверку“. У меня нет системы, которая бы слышала, как наша техника шепчет перед поломкой. Я не могу ждать следующей катастрофы».