Российские вузы активно включаются в развитие технологий и экономики регионов. Это одна из целей программы стратегического академического лидерства «Приоритет-2030» национального проекта «Молодежь и дети». Всего к 2030 году планируется сформировать пул из порядка 100 вузов-лидеров, которые сотрудничают с исследовательскими центрами и крупными предприятиями. О том, как разработки, созданные на базе университетов, служат достижению технологического лидерства страны, расскажем в материале.
Современные студенты могут уже с первого курса включаться в процесс разработок. Государство выделяет вузам гранты на научные исследования и реализацию собственных инновационных проектов. Успешные и перспективные разработки востребованы в разных областях: медицина, цифровизация, энергетика, транспорт, экология и многие другие.
К примеру, ученые Пермского Политеха (ПНИПУ) недавно запатентовали самонастраивающийся ковш для экскаватора. Эта инновационная разработка позволяет экскаваторам сохранять оптимальный угол резания любого грунта – от мягкого чернозема до скальных пород.
Кроме того, датчики на самом ковше и зубьях сообщают компьютеру текущий угол резания. Если он отклоняется от оптимального в 30-35 градусов, блок управления подает команду на электродвигатели, установленные прямо на ковше. Те, в свою очередь, через систему рычагов и тяг поворачивают вал с зубьями, мгновенно меняя угол. Все происходит автоматически, без участия машиниста, уточнил молодой ученый.
Руководитель проекта, доцент ПНИПУ Александр Муравский разъяснил, в чем состоит экономическая ценность разработки. «Такое устройство позволяет поддерживать угол резания в оптимальном диапазоне даже при резких движениях стрелы и рукояти. А это, в свою очередь, снижает сопротивление грунта – зубья ковша меньше нагружены, легче внедряться в грунт. В результате уменьшается нагрузка на двигатель и гидравлическую систему, сокращается расход топлива и продлевается срок службы техники», – отметил он.
При этом устройство универсально: ковш можно установить на любой экскаватор. Выгода его использования на предприятиях дорожного строительства и горнодобывающей промышленности очевидна.
Изобретатели из Санкт-Петербургского государственного университета промышленных технологий и дизайна (СПбГУПТД) создали новую систему управления гладильным прессом на швейных предприятиях. Этот проект также был реализован по программе «Приоритет-2030».
«Важным этапом в производстве швейных изделий является процесс влажно-тепловой обработки (ВТО) с использованием гладильного пресса, в котором осуществляется регулирование температуры, давления пара и его расход. Такие прессы часто настроены на определенные типы тканей и режимы их обработки, и с переходом на новые материалы или изменением в составе тканей привычная обработка может не обеспечить необходимое качество изделий», – объясняет профессор кафедры автоматизации производственных процессов СПбГУПТД и руководитель проекта Валентина Сигачева.
По ее мнению, новая технология способна заменить существующие алгоритмы управления процессом ВТО. Система адаптируется к изменению условий работы, особенностям материала или даже конкретного изделия, не требуя перепрограммирования и сложных настроек.
«Нечеткая система управления гладильным прессом способна моделировать сложные взаимодействия параметров – температуры, давления и влажности. Она легко настраивается и корректируется, может быть дополнена и расширена системами регулирования параметров», – отметила соавтор разработки, студентка СПбГУПТД Анастасия Митюрина.
В Нижегородском государственном архитектурно-строительном университете (ННГАСУ) создали программный комплекс RTAlgo – алгоритм для превращения фотоснимков в чертежи на основе ИИ. Нейросеть анализирует каждый пиксель изображения, а программа автоматически находит объекты на спутниковых снимках и переводит их на язык векторной графики.
«Программа RTAlgo позволяет полностью отказаться от ручного обвода снимков – процесса, занимавшего у специалистов часы и дни, заменяя его работой самообучающейся математической модели. Она работает быстрее и точнее человека. Сама рассчитывает, насколько точно сработала нейросеть, выполняя независимую проверку качества распознавания. Это особенно важно для задач градостроительства, лесного и сельского хозяйств, где цена ошибки высока», – рассказал профессор кафедры инженерной графики и информационного моделирования ННГАСУ Евгений Попов.
Также программа может использоваться в архитектуре, кадастровой оценке, мониторинге территорий и любых других отраслях, где требуется анализ мультиспектральных изображений. Комплекс RTAlgo был разработан по программе «Приоритет‑2030» национального проекта «Молодежь и дети».
Источник: РИА