ГБУ "Автоматгормаш им. В.А. Антипова"

+2

Из Донецка в Ростов на Конгресс молодых учёных Представитель Автоматгормаша участвует в мероприятии-спутнике VI Конгресса молодых учёных в Ростове-на-Дону. Задача от администрации Ростовской области : обеспечить сохранность и рациональное использование особо охраняемых природных территорий Приазовья. В том числе через противопожарный мониторинг. Что это значит на практике. Нужно вовремя замечать возгорания на больших территориях. Там, где человек не успевает обойти всё пешком. Здесь пригодятся те же подходы, что мы применяем в своих разработках: машинное зрение, анализ данных, автоматическое обнаружение аномалий. Среди участников лучшие молодые учёные со всей страны, от Калининграда до Владивостока. Рабочие группы уже вникают в суть проблемы. Задача интересная. Будем решать.

+2

Ремонт по факту, а не по взгляду Подали заявку на грант РНФ. С темой машинное зрение для расчета нагрузки на дороги. Сегодня нагрузку считают вручную. Выходят, смотрят, записывают, классифицируют. Долго и с ошибками. Хотим автоматизировать. Камера сама будет определяет тип машины, габариты, считает поток. По ГОСТ 32960-2014 и ОДМ 218.2.062-2015. Что получит регион. Ремонты там, где реально нужно. Покрытие служит дольше. Затраты ниже. РНФ это возможность встроиться в российскую систему финансирования науки. Соглашение с ДНР подписано в 2024 году, первые проекты уже получили поддержку.

+2

Аварию можно предотвратить. Если успеть её увидеть В шахте, на производстве, на любом опасном объекте авария почти никогда не случается внезапно. Ей предшествуют отклонения — в сигналах, в температуре, в токах. Проблема в том, что человек их не замечает. А система — может. Мы научили нейросеть видеть эти отклонения. Что это значит на практике. Модель анализирует сигналы и говорит: «Здесь норма. А здесь — нет». Без разметки, без участия оператора, без человеческого фактора. Что мы уже умеем. — Ловить аномалии в сигналах с точностью 96,8% (это уровень, при котором модель почти не ошибается). — Работать с данными, где нет готовой разметки — а это 90% реальных задач на производстве. — Встраивать модель в существующие системы — через стандартные форматы, без переписывания всего с нуля. Поч…

Разработанный интерфейс приложения объединяет количественные метрики и наглядную визуализацию, позволяя оператору быстро оценивать результаты работы нейросетевой модели. Цветовое кодирование, полупрозрачная заливка зоны расхождения и PCA‑диаграмма обеспечивают интерпретируемость предсказаний и локализацию аномальных участков сигнала. Благодаря компоновке элементов и визуальным подсказкам в таблице, просмотр данных удобен для анализа.

+2

Нейросеть ищет аномалии: промежуточные результаты НИР по глубокому обучению. В рамках научно-исследовательской работы решается задача поиска аномалий в сигналах с помощью комбинации автоэнкодера и графовых методов. Такой подход особенно ценен, поскольку аномальные данные важно выявлять на ранних этапах. Реализованы гибридные модели, состоящие из последовательности разных типов нейросетей: сверточного (САЕ) и вариационного (VAE) автоэнкодера, графового GNN-энкодера, полносвязных слоев для кластеризации. Экспорт моделей в формат ONNX позволил использовать их вне Pythonокружения. Проведена подготовка наборов данных. Обучение свёрточного автоэнкодера (САЕ). Модель свёрточного автоэнкодера учится восстанавливать нормальные сигналы. Если на вход поступает аномалия, ошибка восстановления б…

+2

Там, где ошибка стоит дорого Специалисты Автоматгормаш побывали в НИИВЭ на открытой лекции по взрывозащищённому оборудованию. Разбирали базу: взрывонепроницаемая оболочка, искробезопасная цепь, защита вида «е», изоляция и ограничение энергии. И то, что отличает сегодняшнюю взрывозащиту от вчерашней — моделирование, полупроводники, микропроцессорные системы защиты. Читал Руденко Сергей Анатольевич. Не по слайдам, а по опыту. Разбирал реальные случаи, отвечал на вопросы. Отдельно отметим, что среди слушателей были студенты, которые весной проходили практику в НИИВЭ. Пришли все, и те, кто уже работает, и те, кто ещё учится. Значит, тема цепляет. Хорошая лекция — это когда после неё есть о чём подумать. Здесь именно так.