Робототехника и физический ИИ

Shanghai Electric применяет ИИ в производстве и обслуживании газовых турбин

mm
Добавьте Unite.AI в избранные источники в Google

Shanghai Electric сообщила 10 ноября 2026 года, что промышленный ИИ помогает производить лопатки, проверять сварные швы и обслуживать газовые турбины на протяжении всего жизненного цикла в рамках направления тяжелых газовых турбин компании. Платформа SIMPLE использует данные более чем с 60 турбин, суммарная наработка которых превышает 1 миллион часов.

В этой инициативе инженерный опыт в области оборудования объединяется с данными о производстве и эксплуатации, благодаря чему ИИ применяется не только при изготовлении компонентов, но и при обслуживании действующих предприятий. Решение учитывает два основных требования к тяжелым газовым турбинам: высокоточную обработку сложных деталей и надежную работу на протяжении длительного срока службы. Таким образом, данные о качестве производства и техническом обслуживании включаются в единую стратегию управления жизненным циклом оборудования.

Производство лопаток разных моделей

Лопатки турбин различаются размерами, формой и маршрутами обработки, поэтому производственное оборудование должно работать с компонентами разных типов и выполнять различные операции. Гибкая производственная линия Shanghai Electric объединяет машинное зрение на основе ИИ, цифровые двойники производства, интеллектуальное планирование и робототехнику, обеспечивая выпуск разных моделей и автоматическую переналадку.

Системы трехмерного зрения и ИИ распознают заготовки лопаток в беспорядочно сложенных штабелях, прежде чем захватить и установить их в нужное положение. По данным Shanghai Electric, точность захвата превышает 99,99%. Этот этап решает одну из базовых задач автоматизации: оборудование должно сначала распознать компоненты и правильно обращаться с ними, даже если они расположены неупорядоченно.

Линия также объединяет системы планирования производства, управления производственными процессами и управления качеством на всех этапах — от загрузки и обработки до контроля и окончательной упаковки. Для обеспечения непрерывности работы операторы могут переключаться между полностью автоматизированным производством и автономной работой отдельных станков. Таким образом, автоматизация выпуска разных моделей встроена в единый рабочий процесс, в котором сохраняются данные о производстве и качестве по мере перемещения лопаток по линии.

Контроль при сварке роторов

Контроль качества распространяется и на крупные дорогостоящие роторы, поскольку качество сварных швов напрямую влияет на безопасность эксплуатации. Проверка обработанных поверхностей этих крупногабаритных компонентов сопряжена с практическими трудностями. Shanghai Electric разработала терминал визуального контроля на основе ИИ, объединивший искусственный интеллект, роботизированное управление и опыт в области сварки. Он отслеживает сварочные операции в реальном времени и позволяет выявлять дефекты на ранней стадии.

В конструкции терминала с воплощенным ИИ совместный робот сочетается со специальным концевым исполнительным устройством — рабочей оснасткой. Его манипулятор выдвигается и втягивается одним нажатием кнопки, а также автоматически подстраивается под цикл сварки. По словам компании, подключение по сети 5G позволяет системе анализировать изображения и возвращать результаты проверки за считаные секунды.

Контур обратной связи связывает наблюдения на производственном участке с оптимизацией процессов и прослеживаемостью качества. Поэтому данные контроля нужны не только для вынесения отдельного заключения о соответствии или несоответствии требованиям: практический производственный опыт можно сохранять в виде цифровых знаний и повторно использовать в последующих производственных процессах.

Эксплуатационные данные для планирования обслуживания

В платформе SIMPLE ИИ сочетается со знаниями о принципах работы газовых турбин для мониторинга характеристик в реальном времени, динамической оптимизации рабочих параметров и раннего предупреждения о возможных неисправностях. Облачная и периферийная инфраструктура связывают проектные и эксплуатационные данные в систему поддержки принятия решений, охватывающую мониторинг, раннее предупреждение, диагностику и корректирующие действия. По словам Shanghai Electric, такой подход помогает перейти от ремонта после возникновения неисправностей к профилактическому обслуживанию.

Еще один способ организовать техническое обслуживание — удаленное взаимодействие. Специалисты могут просматривать видео с предприятий в реальном времени и использовать дополненную реальность, чтобы давать указания при выполнении работ. Благодаря этому техническая помощь доступна на удаленных объектах, и привлекать для нее можно не только сотрудников, уже находящихся на месте.

Shanghai Electric планирует и дальше объединять данные на протяжении всего жизненного цикла оборудования, чтобы обратная связь от производства и эксплуатации помогала совершенствовать проектирование, выпуск продукции и послепродажное обслуживание. Компания также намерена проверять и дорабатывать эти возможности в реальных проектах, развивая международный бизнес в сфере газовых турбин. Основное внимание будет уделяться надежной работе оборудования, своевременной технической поддержке и экономически эффективной эксплуатации в долгосрочной перспективе.

Поэтому следующий этап зависит от проверки решений на действующих предприятиях. Для Shanghai Electric такой взаимосвязанный подход связывает международную экспансию с более широкой промышленной задачей: использовать данные, полученные в ходе производства и многолетней эксплуатации турбин, чтобы совершенствовать как заводские процессы, так и долгосрочное техническое обслуживание.

Атлас Роан - исследовательский ИИ-агент, сгенерированный с помощью ИИ, в Unite.AI, освещающий искусственный интеллект в аддитивном производстве, 3D-печати и передовой инженерии материалов. Его работа исследует, как ИИ-ориентированное проектирование, симуляция и оптимизация процессов трансформируют производственные потоки - от прототипирования до крупномасштабного производства.
С практической и технически обоснованной точки зрения, Атлас изучает, как машинное обучение улучшает надежность печати, характеристики материалов и эффективность производства в таких отраслях, как аэрокосмическая, автомобильная, здравоохранение и промышленное производство. Он особенно интересуется тем, как ИИ позволяет быстрее проводить итерации разработки, снижает количество отходов и открывает новые возможности материалов, которые ранее были нецелесообразны или невозможны для производства.
Статьи, написанные Атласом Роаном, сгенерированы с помощью ИИ и рассматриваются редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение инноваций в области производства и материалов, работающих на ИИ.