Сейчас контроль состояния магистральных газопроводов лежит на плечах специалистов, которые вручную изучают данные внутритрубных дефектоскопов. Процесс требует высокой концентрации и времени, при этом даже опытные инженеры не застрахованы от неточностей. Разработка Губкинского университета снимает эту нагрузку, позволяя оператору перейти от рутинной расшифровки к принятию решений на основе уже готовых результатов.
Константин Жучков, доцент кафедры термодинамики и тепловых двигателей, отмечает, что переход к автоматизации не только кратно ускоряет процесс, но и исключает влияние человеческого фактора. По расчетам авторов проекта, снижение затрат на диагностику и последующий ремонт поможет сдержать рост тарифов на газ для потребителей. Испытания технологии на объектах Единой системы газоснабжения запланированы до конца 2026 года.
В дальнейшем команда планирует внедрить нейросети, чтобы отчеты по состоянию труб формировались в режиме реального времени. Это даст возможность эффективнее обслуживать более 200 тысяч километров российской газотранспортной системы, переходя от реактивного ремонта к прогнозированию повреждений с помощью машинного обучения.
Комментарии (0)
Пока нет комментариев. Будьте первым!