Cкорость научно-технологического прогресса и исчезновение определенных видов деятельности, связанное с проникновением автоматизации во все сферы производственных и управленческих процессов, являются факторами роста для предприятий будущего. Цифровая интеграция, объединяющая научные направления, кадры, процессы, пользователей и данные, создает условия для научно-технических достижений и прорывов, обеспечивая научно-экономические сдвиги в смежных отраслях и, прежде всего, на глобальном минерально-сырьевом рынке. В этой связи с целью обучения, исследований и разработок в области цифровых технологий для предприятий минерально-сырьевого и топливно-энергетического комплексов в Санкт-Петербургском горном университете императрицы Екатерины II реализуется деятельность Кафедры прикладных компетенций в области цифровых технологий.
Подробнее о задачах
Направления научных исследований
Научное сопровождение и обеспечение опережающей подготовки специалистов для топливно-энергетического и минерально-сырьевого комплексов с применением цифровых технологий
Теория и методология информационного обеспечения объектов недропользования
Переход к передовым цифровым, интеллектуальным производственным технологиям, роботизированным системам на предприятиях минерально-сырьевого и топливно-энергетического комплексов.
Энергосбережение и повышение энергетической эффективности
Прогнозирование устойчивого развития производственно-логистических цепочек топливно-энергетического и минерально-сырьевого комплексов
Устойчивые энергетические комплексы и системы при переходе к экологически чистой, ресурсосберегающей и конкурентоспособной энергетике.
Цель проводимых исследований:
Создание системы непрерывного обучения и повышения квалификации, направленной на формирование профессиональных цифровых компетенций специалистов, необходимых для обеспечения инновационного развития ТЭК и МСК.
Ключевые компетенции:
Разработаны, адаптированы и внедрены цифровые тренажерные комплексы и системы, сервисы и решения для образовательного и научно-исследовательских процессов для повышение качества подготовки инженерных и научно-педагогических кадров в области цифровых технологий.
Читать далее
Лаборатория
Создание системы непрерывного обучения и повышения квалификации, направленной на формирование профессиональных цифровых компетенций специалистов, необходимых для обеспечения инновационного развития ТЭК и МСК.
Ключевые компетенции:
Разработаны, адаптированы и внедрены цифровые тренажерные комплексы и системы, сервисы и решения для образовательного и научно-исследовательских процессов для повышение качества подготовки инженерных и научно-педагогических кадров в области цифровых технологий.
Цель проводимых исследований:
Разработка моделей, структур и алгоритмов интеллектуальных информационно-аналитических систем для поддержки принятия решений и управления рисками на объектах недропользования.
Ключевые компетенции:
Разработаны теории, методы, технологии кроссплатформенной интеграции между информационными системами, реестрами, моделирующими комплексами и средствами мониторинга.
Читать далее
Лаборатория
Разработка моделей, структур и алгоритмов интеллектуальных информационно-аналитических систем для поддержки принятия решений и управления рисками на объектах недропользования.
Ключевые компетенции:
Разработаны теории, методы, технологии кроссплатформенной интеграции между информационными системами, реестрами, моделирующими комплексами и средствами мониторинга.
Цель проводимых исследований:
Разработка безлюдных технологий в производственных процессах предприятий ТЭК и МСК.
Ключевые компетенции:
Построены математические модели, разработаны численные методы и системы мониторинга, оценки состояния и управления комплексом оборудования на объектах добычи и транспортировки минеральных ресурсов и энергии.
Читать далее
Лаборатория
Разработка безлюдных технологий в производственных процессах предприятий ТЭК и МСК.
Ключевые компетенции:
Построены математические модели, разработаны численные методы и системы мониторинга, оценки состояния и управления комплексом оборудования на объектах добычи и транспортировки минеральных ресурсов и энергии.
Цель проводимых исследований:
Разработка методологии и комплексных критериев оценки, технологий и методов управления энергоэффективностью на предприятиях топливно-энергетического (ТЭК) и минерально-сырьевого комплексов (МСК).
Ключевые компетенции:
Разработаны методические подходы к применению цифровых технологий в целях повышения энергоэффективности и энергосбережения на предприятиях МСК, а также комплексные критерии оценки энергоэффективности технологических процессов на предприятиях МСК.
Читать далее
Лаборатория
Разработка методологии и комплексных критериев оценки, технологий и методов управления энергоэффективностью на предприятиях топливно-энергетического (ТЭК) и минерально-сырьевого комплексов (МСК).
Ключевые компетенции:
Разработаны методические подходы к применению цифровых технологий в целях повышения энергоэффективности и энергосбережения на предприятиях МСК, а также комплексные критерии оценки энергоэффективности технологических процессов на предприятиях МСК.
Цель проводимых исследований:
Информационно-аналитическое обеспечение систем поддержки принятия решений по управлению производственно-логистическими цепочками, балансами и инфраструктурой ТЭК и МСК.
Ключевые компетенции:
Разработаны технологии прогнозирования и моделирования перспективных балансов потребления, подходы к обоснованию развития энергетической инфраструктуры через анализ спроса. Получены математические модели прогнозирования спроса на виды энергии и энергетические ресурсы по отдельным видам потребителей, учитывающие не только рост, но и падение спроса на определенные категории потребителей при различных сценариях.
Читать далее
Лаборатория
Информационно-аналитическое обеспечение систем поддержки принятия решений по управлению производственно-логистическими цепочками, балансами и инфраструктурой ТЭК и МСК.
Ключевые компетенции:
Разработаны технологии прогнозирования и моделирования перспективных балансов потребления, подходы к обоснованию развития энергетической инфраструктуры через анализ спроса. Получены математические модели прогнозирования спроса на виды энергии и энергетические ресурсы по отдельным видам потребителей, учитывающие не только рост, но и падение спроса на определенные категории потребителей при различных сценариях.
Цель проводимых исследований:
Разработка структуры, режимов работы и алгоритмов управления автономными и централизованными энергетическими комплексами на основе традиционных, возобновляемых и вторичных источников энергии.
Ключевые компетенции:
Разработаны методы обоснования состава, структур и показателей систем комбинированного энергообеспечения предприятий МСК и ТЭК на основе централизованных и автономных источников распределенной генерации.
Читать далее
Лаборатория
Разработка структуры, режимов работы и алгоритмов управления автономными и централизованными энергетическими комплексами на основе традиционных, возобновляемых и вторичных источников энергии.
Ключевые компетенции:
Разработаны методы обоснования состава, структур и показателей систем комбинированного энергообеспечения предприятий МСК и ТЭК на основе централизованных и автономных источников распределенной генерации.
Инициативные проекты
Научные публикации
Discrete element simulation of powder sintering for spherical particles
Ключевые слова:Ceramics | Discrete element method | Optimal particle size distribution | Refractories | Spatial structure | Structural topology | Structure formation | Tight packing
Дата публикации: 2020-01-01
Журнал: Key Engineering Materials
Авторы: Beloglazov, I.I, Boikov, A.V, Petrov, P.A.
ISSN:16629795
This paper presents a numerical simulation of powder sintering. The numerical model presented in this paper uses the discrete element method, which suggests that the material can be modeled by a large set of discrete elements (particles) of a spherical shape that interact with each other. A methodology has been developed to determine the DEM parameters of bulk materials based on machine vision and a neural network algorithm. The approach is suitable for obtaining the exact values of the DEM parameters of the investigated bulk material by comparing the visual images of the material’s behavior at the experimental stand in reality and in the model. Simulation of sintering requires an introduction of cohesive interaction between particles representing interparticle sintering forces. Numerical sintering studies were supplemented with experimental studies that provided data for calibration and model validation. The experimental results have shown a significant capability of the designed numerical model in modeling sintering processes. Evolution of microstructure and density during sintering have been studied under the laboratory conditions.
Применение автоматических алгоритмов машинного обучения в задачах диагностики состояния электродвигателей переменного тока, используемых на предприятиях горнодобывающей промышленности
Ключевые слова:горнодобывающая промышленность | диагностика состояния электродвигателя | AutoML | FedotIndustrial | машинное обучение | вектор Парка | кривая диагностики
Дата публикации: 2024-04-10
Журнал: Устойчивое развитие горных территорий
Авторы: Котелева, Н.И, Королев, Н.А, Ревин, И.Е
ISSN:2499-975X
Q1
(Scimago)
В статье приведены результаты исследований применения фреймворка автоматического создания алгоритмов машинного обучения (AutoML) для решения задач диагностики и оценки технического состояния электродвигателей, применяемых в широком спектре в горнодобывающей промышленности. Представлена работа и функционирование AutoML Фреймворка – FedotIndustrial, разработанного автором. Предложен в качестве экспериментального и практического применения испытательный стенд, на котором при помощи электродвигателей переменного тока формируются условия изменения нагрузки и величины дефекта в виде несоосности. Выявлено, что более информативной является интерпретация данных в виде годографа Парка и диагностической кривой. Установлено что, при решении задача классификации данных с учителем, формируются разметка данных на классы, образующих в совокупности 6 классов технического состояния электродвигателя. Результаты исследований могут быть полезными при дальнейшей разработке предиктивных систем автоматизации и защиты электромеханического оборудования горнодобывающих предприятий.
The prediction of the residual life of electromechanical equipment based on the artificial neural network
Ключевые слова:Induction motor | Residual life prediction | Technical condition assessment | Artificial neural network | Fault diagnosis
Дата публикации: 2017-05-10
Журнал: IOP Conference Series: Earth and Environmental Science
Авторы: Zhukovskiy, Y.L, Korolev, N.A, Babanova, I.S, Boikov, A.V
ISSN:17551315
This article is devoted to the prediction of the residual life based on an estimate of
the technical state of the induction motor. The proposed system allows to increase the accuracy
and completeness of diagnostics by using an artificial neural network (ANN), and also identify
and predict faulty states of an electrical equipment in dynamics. The results of the proposed
system for estimation the technical condition are probability technical state diagrams and a
quantitative evaluation of the residual life, taking into account electrical, vibrational, indirect
parameters and detected defects. Based on the evaluation of the technical condition and the
prediction of the residual life, a decision is made to change the control of the operating and
maintenance modes of the electric motors.
Отзывы партнёров
"Together with the Educational Center of Digital Technologies at St. Petersburg Mining University, we have been collaborating for several years to shape fundamental and applied challenges and ideas for the digitalisation of the mining industry."
"We are very glad to be part of the process that the Educational Center of Digital Technologies at St. Petersburg Mining University is engaged in. We are confident that this centre can become an assembly point for all those new solutions that will bring the mining industry to a new level."
The Committee for the Fuel and Energy Complex of the Leningrad Region expresses its gratitude to you for your support in holding the Festival and organising an informative exposition of the enterprise aimed at attracting the young generation to the fuel and energy complex profession.
Thanks to your efforts, we will be able to further educate young people full of strength and aspirations for knowledge and creativity in the field of energy saving.
We hope for further fruitful co-operation in the field of energy saving.
Thanks to your efforts, we will be able to further educate young people full of strength and aspirations for knowledge and creativity in the field of energy saving.
We hope for further fruitful co-operation in the field of energy saving.
On behalf of the Ministry of Energy of Russia, we would like to express our gratitude to the WeWatt team of young researchers for the great and necessary work for the industry, done under your leadership on a proactive and pro bono basis.
The results of this study will serve as a basis for further work in this area and will be useful to coal companies in carrying out digital transformation of production facilities, contributing to the effective and successful achievement of the goal.
The results of this study will serve as a basis for further work in this area and will be useful to coal companies in carrying out digital transformation of production facilities, contributing to the effective and successful achievement of the goal.
Institute for Problems of Integrated Subsoil Development, Dmitry Klebanov
Leonid Zhukov, Director of SITECH Division of Zeppelin Rusland Ltd.
Committee for Fuel and Energy Complex, Chairman of the Committee Y.V. Andreev
Ministry of Energy of the Russian Federation
Кафедра в лицах
Николайчук Любовь Анатольевна
Заведующая кафедрой прикладных компетенций в области цифровых технологий
к.э.н. / доцент
Королёв Николай Александрович
Руководитель направления энергетических и электромеханических систем
к.т.н. / доцент
Сержан Сергей Леонидович
Руководитель направления горно-транспортных систем
к.т.н. / доцент
Чупин Станислав Александрович
Руководитель направления компьютерного моделирования
к.т.н. / доцент
Булдыско Александра Дмитриевна
к.т.н. / ассистент
Партнеры
Обратная связь
