В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Зачем нужна предиктивная аналитика электродвигателя
Предиктивная аналитика электродвигателя — важный компонент его системы управления и системы его обслуживания.
Она состоит из различных датчиков (температуры, вибрации и др.), расположенных в самом электродвигателе, и математических алгоритмов программного кода, который принимает информацию от этих датчиков и с помощью методов машинного обучения и ИИ определяет, какие проблемы в работе двигателя есть сейчас, а какие возникнут в перспективе. Это позволяет эффективнее использовать его ресурс и снижать затраты на гарантийное обслуживание.
Антон Зарубин
Системы предиктивной аналитики применяются в электродвигателях разных размеров, а система, которую разрабатываем мы, предназначена для крупных электродвигателей, диаметр которых может превышать человеческий рост. Это электродвигатели российского производства для водоканалов (насосных станций, очистных сооружений и проч.), то есть для критической инфраструктуры, и для водного транспорта, в том числе для ледоколов. В обоих случаях это крайне важно для обеспечения технологического суверенитета и достижения технологического лидерства нашей страны.
Качественный рывок в развитии промышленной автоматики
В коллектив, сформированный весной 2026 года для разработки данного продукта, вошли порядка десяти человек, в основном сотрудники НИУ ВШЭ — Санкт-Петербург. Все они обладают опытом проведения исследований и реализации прикладных проектов в промышленной автоматике, телекоммуникациях и ряде других отраслей, а также опытом взаимодействия с индустриальными партнерами.
Сейчас нашими партнерами являются производители электродвигателей для судостроения и Российская ассоциация водоснабжения и водоотведения, проявившие интерес к нашим разработкам и заинтересованные в их результатах.
Промышленная автоматика (комплекс решений, позволяющих управлять производственными процессами с минимальным непосредственным участием человека) существовала еще в Советском Союзе, но именно сейчас в ее развитии происходит качественный рывок.
Причина — в использовании не только ИИ и программного обеспечения, но и самых современных инженерных решений. Предиктивная аналитика для электродвигателей, которую мы создаем в рамках стратегического технологического проекта, — лишь одно из возможных направлений работы.
Пилотные ИИ-модели и тестовый стенд
Наш коллектив уже разработал модели электродвигателя насосного агрегата, имитирующие работу идеального электродвигателя. Смонтирован тестовый стенд для сбора данных о работе электродвигателей, собран первый массив данных для обучения модели предиктивной аналитики.
До конца этого года мы планируем разработать ИИ-модели обнаружения и классификации более десяти типов дефектов и прогнозирования остаточного ресурса электродвигателя, цифровые двойники электродвигателей, прототип облачной платформы мониторинга электродвигателей с веб-интерфейсом для инженера (с возможностью подключения до 1000 двигателей).
В октябре будет завершена работа по созданию пилотной версии ИИ-комплекса предиктивной диагностики крупных электродвигателей. Выход на тестовую площадку также запланирован на октябрь, а опытно-промышленные испытания — на ноябрь этого года. Кроме того, в ноябре на международной конференции по ИИ AI Journey 2026 будет представлен наш доклад о программно-аппаратном комплексе ИИ-комплекса предиктивной диагностики крупных электродвигателей по спектру тока.
Андрей Даркшевич, заместитель директора Института искусственного интеллекта и цифровых наук ФКН ВШЭ
«Проект по предиктивной аналитике для электродвигателей — это не только передовой инструмент для индустрии, но и точка для коллаборации с несколькими научными и практическими наработками НИУ ВШЭ. Уже в этом году мы переиспользуем нашу платформу для предиктивной аналитики Predict Core. Лидер проекта для визуализации результатов мониторинга и помощи в принятии решений — Данил Швецов.
В дальнейшем возможна интеграция наработок из стратегического технологического проекта “Комплекс технологий доверенных систем связи 6G” для удаленного мониторинга состояния оборудования».
Разработка системы предиктивной диагностики крупных электродвигателей ведется в рамках стратегического технологического проекта «Мультиагентная платформа ИИ-решений для отраслевых задач». Стратегические технологические проекты реализуются в рамках Программы развития НИУ ВШЭ на 2025–2036 годы, победившей в конкурсе программ стратегического академического лидерства «Приоритет-2030».
Вам также может быть интересно:
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.
Ученые НИУ ВШЭ представили свою разработку для систем связи 6G
Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.
4 сценария, 19 отраслей, 2036 год: НИУ ВШЭ расширил масштаб доклада о перспективах развития российской экономики
Высшая школа экономики продолжает работу по подготовке ежегодного исследования «Сценарии развития российской экономики в условиях геополитической турбулентности». Доклад предназначен для компаний и госструктур, принимающих инвестиционные решения и формирующих стратегии развития. О том, чем уникален этот прогноз и какие сценарии закладывают в него эксперты, в интервью новостной службе «Вышка.Главное» рассказал руководитель проекта, директор Центра стратегического прогнозирования ИСИЭЗ ВШЭ Михаил Голанд.