Статус документа
Статус документа

ПНСТ 866-2023 Системы искусственного интеллекта на водном транспорте. Варианты использования

     5.3 Предиктивное техническое обслуживание

5.3.1 Предиктивное ТО - это вариант использования технологий ИИ в области водного транспорта, который применяет методы и технологии ИИ, а также аналитику данных для оптимизации деятельности по ТО путем прогнозирования и предотвращения потенциальных отказов или поломок судов и их основных изделий, агрегатов и компонентов. Он включает в себя мониторинг производительности и состояния критически важных систем и оборудования на борту, сбор соответствующих данных, таких как показания датчиков, исторические записи ТО и условия окружающей среды. Используя передовые алгоритмы ИИ и методы МО, системы предиктивного ТО анализируют эти данные для выявления закономерностей, аномалий и потенциальных признаков деградации или приближающихся отказов. Заранее прогнозируя необходимость ТО, операторы судов могут более эффективно планировать работы по ТО, минимизировать время простоя, снизить затраты на ТО и избежать неожиданных поломок или аварий. Предиктивное ТО позволяет применять проактивный подход к ТО, обеспечивая своевременное вмешательство, оптимизацию запасов запасных частей, а также повышение безопасности и надежности работы водного транспорта.

5.3.2 Задачи, которые могут быть решены при помощи методов, моделей и технологий ИИ в рамках варианта использования:

- мониторинг состояния судна, его основных изделий и агрегатов;

- обнаружение аномалий в работе оборудования;

- выявление потенциального износа компонентов судна;

- прогнозирование и управление состоянием для критических систем;

- оценка потребности в ТО на основе моделей использования;

- интеграция данных датчиков и алгоритмов прогнозирования;

- прогнозирование графиков ТО для различных систем и агрегатов судна;

- выдача рекомендаций по ТО на основе мониторинга состояния;

- интеграция с историческими записями и БД по ТО;

- оптимизация управления запасами запасных частей, материалов и инструментов;

- прогнозируемое обнаружение отказов;

- прогнозирование возможных отказов вспомогательных систем;