В лаборатории МФТИ создали алгоритм, способный распознавать микроскопические утечки газа на промышленных объектах по тепловизионным снимкам. Новая технология автоматизирует проверку оборудования, исключая человеческий фактор и позволяя выявлять аварийные участки в режиме реального времени, что прежде требовало многочасовых обходов инспекторов с ручными датчиками.
Студенты МФТИ разработали нейросеть для поиска утечек газа
В лаборатории МФТИ создали алгоритм, способный распознавать микроскопические утечки газа на промышленных объектах по тепловизионным снимкам. Новая технология автоматизирует проверку оборудования, исключая человеческий фактор и позволяя выявлять аварийные участки в режиме реального времени, что прежде требовало многочасовых обходов инспекторов с ручными датчиками.
Система базируется на глубоком обучении нейронных сетей, которые анализируют разницу температур на поверхности трубопроводов. В местах выхода газа образуется специфическое «холодное пятно» из-за эффекта Джоуля-Томпсона, которое обычная камера не фиксирует. Разработчики обучили модель на тысячах снимков, сделанных на реальных газораспределительных станциях, добившись точности распознавания дефектов свыше 95%.
Внедрение такой системы на производстве снизит затраты на техническое обслуживание и предотвратит экологические риски. Сейчас команда работает над интеграцией алгоритма в мобильные тепловизоры и дроны, чтобы сделать процесс мониторинга полностью автономным. Проект уже получил поддержку профильных экспертов, а первые испытания на реальных объектах доказали эффективность метода даже при плохих погодных условиях.
Комментарии (0)
Пока нет комментариев. Будьте первым!