Wydział Matematyki oraz Wydział Geoinżynierii, Górnictwa i Geologii Politechniki Wrocławskiej otrzymały nowy grant badawczy finansowany przez NCBiR. Konsorcjum: firma AMC Tech z Krakowa i Politechnika Wrocławska, będą przez kolejne 27 miesięcy współpracować w ramach projektu: „Uniwersalny moduł diagnostyczno-prognostyczny dla systemów monitorowania stanu złożonych struktur mechanicznych pracujących w obecności zakłóceń o charakterze niegaussowskim oraz zmiennych warunkach eksploatacyjnych”. Budżet projektu dla Politechniki Wrocławskiej to blisko 1 926 000 PLN.
Kluczowy personel projektu stanowią: prof. Agnieszka Wyłomańska (Wydział Matematyki), prof. Tomasz Barszcz (AMC Tech), prof. Radosław Zimroz (WGGG/KG/DMC). Są to czołowi naukowy w dziedzinie matematyki stosowanej, przetwarzania sygnałów, monitorowania stanu systemów mechanicznych i aplikacji w obszarze górnictwa i energetyki. Można dołączyć do zespołu - oferty pracy w projekcie jeszcze są aktualne, dodatkowe informacje można znaleźć na stronie prof. Wyłomańskiej.
Celem projektu jest opracowanie modułów dla nowej klasy systemów monitorowania i diagnostyki dla złożonych systemów mechanicznych pracujących w silnie zmiennych warunkach eksploatacyjnych i w obecności zaburzeń o charakterze niegaussowskim w przestrzeni cech diagnostycznych. Na cel projektu składają się dwa cele cząstkowe: opracowanie i adaptacja nowych odpornych metod do automatycznej estymacji wartości granicznych symptomów w klasach stanu prawidłowy/ostrzegawczy/alarmowy w obecności zakłóceń, opracowanie nowych metod modelowania danych długoterminowych oraz ich wykorzystanie do prognozowania resztkowego czasu życia, a także wyznaczania prawdopodobieństwa bezawaryjnej pracy w zadanym horyzoncie czasowym. Dodatkowo, opracowane zostaną procedury do automatycznej oceny jakości prognoz.
Projekt rozpocznie się adaptacją dotychczasowych osiągnięć naukowych, a kolejne zadania to opracowanie i implementacja algorytmów, integracja z istniejącym systemem i testy rozwiązań na różnym poziomie rozwoju systemu monitorowania.
Opracowanie nowych metod przetwarzania danych oparte będzie o założenie o nieliniowości relacji stan techniczny maszyny - wartość cechy, silnej niestacjonarności danych długoterminowych zbieranych w systemie oraz ich możliwym niegausowskim charakterze. Przy takich założeniach konieczne jest zastosowanie zaawansowanych metod ze szczególnym uwzględnieniem statystycznego modelowania danych, teorii procesów losowych, opisu systemów z wykorzystaniem teorii filtrów stochastycznych, zastosowaniu tzw. odpornych statystyk i wreszcie metod uczenia maszynowego.
Metody te zostaną wdrożone do własnej działalności gospodarczej konsorcjanta. Rezultatem projektu będzie innowacyjny system diagnostyczno-prognostyczny. Zasadniczą potrzebą rynkową, jest zwiększenie bezpieczeństwa zakładów przemysłowych oraz zmniejszenie kosztów eksploatacji. Głównym rynkiem docelowym rezultatów projektu są duże i średnie zakłady przemysłowe.
Więcej o projekcie można przeczytać w aktualnościach PWr.