fon
Образовательный центр цифровых технологий
О центре
Cкорость научно-технологического прогресса и исчезновение определенных видов деятельности, связанное с проникновением автоматизации во все сферы производственных и управленческих процессов, являются факторами возможного роста для предприятий будущего. Цифровая интеграция, объединяющая научные направления, кадры, процессы, пользователей и данные, будет создавать 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 в 2018 году с целью обучения, исследований и разработок в области цифровых технологий для предприятий минерально-сырьевого и топливно-энергетического комплексов в Горном университете создан «Образовательный центр цифровых технологий».
Подробнее о задачах
point
Направления научных исследований
Данное направление предполагает рассмотрение интеллектуальных технологий управления электроэнергетическими системами, включая передачу электрической энергии, управление спросом на электрическую энергию, цифровые двойники объектов электроэнергетики, цифровые информационные модели электротехнических систем.
Читать далее   Лаборатория  
detail
 
В рамках данного направления ведется разработка новых методов мониторинга и управления на основе цифровых и информационных технологий, создание информационных систем для решения задач горной отрасли.
Читать далее   Лаборатория  
detail
 
Данное направление нацелено на развитие и популяризацию инженерного образования, повышение цифровых компетенций сотрудников и обучающихся, а также реализацию программ дополнительного профессионального образования для представителей компаний ТЭК и МСК.
Читать далее   Лаборатория  
detail
 
Данное направление предполагает исследование и обоснование комплексных показателей эффективности генерации, транспорта и потребления энергии при снабжении от традиционных и возобновляемых источников энергии с учетом влияния глобальных вызовов и вариации внешних факторов.
Читать далее   Лаборатория  
detail
 
В рамках данного направления проводятся исследования, направленные на повышение эффективности оборудования и технологических процессов добычи, переработки и транспортировки полезных ископаемых.
Читать далее   Лаборатория  
detail
 
Проекты
Научные публикации
publications

About increasing informativity of diagnostic system of asynchronous electric motor by extracting additional information from values of consumed current parameter

Дата публикации: 2018-05-22
Журнал: Journal of Physics: Conference Series
Авторы: Zhukovskiy, Y, Korolev, N, Koteleva, N.
ISSN:17426596

This article is devoted to expanding the possibilities of assessing the technical state of the current consumption of asynchronous electric drives, as well as increasing the information capacity of diagnostic methods, in conditions of limited access to equipment and incompleteness of information. The method of spectral analysis of the electric drive current can be supplemented by an analysis of the components of the current of the Park's vector. The research of the hodograph evolution in the moment of appearance and development of defects was carried out using the example of current asymmetry in the phases of an induction motor. The result of the study is the new diagnostic parameters of the asynchronous electric drive. During the research, it was proved that the proposed diagnostic parameters allow determining the type and level of the defect. At the same time, there is no need to stop the equipment and taky it out of service for repair. Modern digital control and monitoring systems can use the proposed parameters based on the stator current of an electrical machine to improve the accuracy and reliability of obtaining diagnostic patterns and predicting their changes in order to improve the equipment maintenance systems. This approach can also be used in systems and objects where there are significant parasitic vibrations and unsteady loads. The extraction of useful information can be carried out in electric drive systems in the structure of which there is a power electric converter.
publications

Synthetic data generation for steel defect detection and classification using deep learning

Ключевые слова:Computer vision | Machine learning | Steel defect detection | Synthetic data
Дата публикации: 2021-07-01
Журнал: Symmetry
Авторы: Boikov, A, Payor, V, Savelev, R, Kolesnikov, A.
ISSN:20738994

Q2

(Scimago)

The paper presents a methodology for training neural networks for vision tasks on synthe-sized data on the example of steel defect recognition in automated production control systems. The article describes the process of dataset procedural generation of steel slab defects with a symmetrical distribution. The results of training two neural networks Unet and Xception on a generated data grid and testing them on real data are presented. The performance of these neural networks was assessed using real data from the Severstal: Steel Defect Detection set. In both cases, the neural networks showed good results in the classification and segmentation of surface defects of steel workpieces in the image. Dice score on synthetic data reaches 0.62, and accuracy—0.81.
publications

DEM Calibration Approach: Design of experiment

Дата публикации: 2018-05-22
Журнал: Journal of Physics: Conference Series
Авторы: Boikov, A.V, Savelev, R.V, Payor, V.A.
ISSN:17426596

The problem of DEM models calibration is considered in the article. It is proposed to divide models input parameters into those that require iterative calibration and those that are recommended to measure directly. A new method for model calibration based on the design of the experiment for iteratively calibrated parameters is proposed. The experiment is conducted using a specially designed stand. The results are processed with technical vision algorithms. Approximating functions are obtained and the error of the implemented software and hardware complex is estimated. The prospects of the obtained results are discussed.
Все публикации  
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.
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.
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
 
 
reviews
Партнеры

Для улучшения работы сайта и его взаимодействия с пользователями мы используем файлы cookie. Продолжая работу с сайтом, Вы разрешаете использование cookie-файлов. Вы всегда можете отключить файлы cookie в настройках Вашего браузера.