Российские ученые сделали множество важных открытий. Как их разработки испытывают и внедряют?
Фото: НГТУ НЭТИ
Российские университеты все активнее включаются в решение задач, стоящих перед промышленностью — от селекции сельскохозяйственных культур до энергетики и металлургии. Разработки, которые еще недавно были в контуре лабораторий, сегодня внедряют на предприятиях. Искусственный интеллект помогает изучать растения и животных, отечественные зарядные станции для электромобилей работают при температуре до минус 45 градусов, а российский контроллер уже применяют на металлургическом производстве. Как научные идеи превращаются в работающие технологии — в материале «Ленты.ру».
От исследования к производству
Направить университеты на достижение национальных целей, усилить их ресурсы, научный и образовательный потенциал, сделать вузы активными участниками развития регионов — задачи программы стратегического академического лидерства «Приоритет-2030» нацпроекта «Молодежь и дети».
Программа действует с 2021 года. В 2025 году ее обновили — усилили акцент на технологическом лидерстве и сотрудничестве университетов с реальным сектором экономики
Вузы получают гранты на собственные программы развития, а студенты участвуют в научных исследованиях и создании технологических проектов в медицине, цифровизации, энергетике, транспортной промышленности, производстве и экологии. Возможность заниматься наукой предоставляется с первого курса.
Цель «Приоритета-2030» — к 2030 году сформировать в России более 100 современных университетов — центров научно-технологического и социально-экономического развития страны.
ИИ для селекции растений и животных
Для выведения нового сорта растения или улучшения породы животного селекционерам приходится оценивать множество характеристик — от количества семян и длины стебля до особенностей телосложения. В Башкирском государственном аграрном университете (БашГАУ) часть этой работы выполняют с помощью искусственного интеллекта и компьютерного зрения.
Фото: БашГАУ
Специалисты разрабатывают комплексы для цифрового фенотипирования в растениеводстве и животноводстве. Они автоматически определяют хозяйственно полезные признаки — характеристики, важные для селекции и сельского хозяйства, в числе которых урожайность и строение растения, количество семян, размеры и особенности телосложения животного. Системы анализируют изображения и измеряют параметры с помощью компьютерного зрения и искусственного интеллекта.
На базе индустриального партнера развернули комплекс для цифрового фенотипирования свиней
Чтобы обучить ИИ определять длину туловища животного, команда собрала и разметила 25 тысяч кадров. Полученные данные интегрировали в систему управления племенной ценностью с единой базой данных и алгоритмами предиктивного анализа.
Для цифрового фенотипирования гороха ученые собрали 128 тысяч изображений и разметили по девяти признакам более двух тысяч растений. На основе этих данных получили нейросетевые модели, точность которых — до 93 процентов. Также разработали пользовательский интерфейс и алгоритмы построения трехмерной модели растения.
Также в БашГАУ создали комплекс для съемки растений с восьми ракурсов, роботизированный фитотрон с автоматической подачей и поливом (на 325 растений), климатические камеры «Спектр» и мультиволновой фитосветильник «СОЛИС ЛЮКС-18» с 18 диапазонами длин волн. Климатические камеры уже используют полтора десятка российских организаций.
Все разработки — от получения и разметки изображений до обучения нейросетей и формирования баз данных фенотипов — объединены в единую цифровую среду
«Наша цель — технологический суверенитет в селекции. Программно-аппаратные комплексы позволяют полностью отказаться от ручного труда при оценке растений и животных и в разы ускорить создание новых сортов и пород», — отметил ректор БашГАУ Илдар Габитов.
В Центре агронетики БашГАУ студенты и ученые работают с оборудованием, созданным в университете. Заведующий лабораторией интеллектуальных систем Алексей Катков рассказал «Ленте.ру, что роботизированный фитотрон уже используют в селекционных исследованиях. По его словам, создание Центра агронетики и, в частности, лаборатории интеллектуальных систем — это переход от классического аграрного образования к образованию, основанному на больших данных и искусственном интеллекте.
Мы разработали и ввели в эксплуатацию роботизированный конвейерный фитотрон с системой цифрового сбора изображений для фенотипирования растений. В нем уже выращен и собран первый селекционный урожай гороха
По словам ученого, полученные данные используют для обучения нейросетей. В будущем они смогут автоматически определять фенотипические признаки. Сейчас исследователи приступают к созданию двух самоходных платформ для полевого фенотипирования на селекционных делянках. «Для студентов это означает, что они учатся не по учебникам прошлого века, а на реальном оборудовании. И решают задачи, которые стоят перед отраслью здесь и сейчас», — подчеркнул Алексей Катков.
Зарядку для электромобилей испытали сибирским морозом
Инженеры Новосибирского государственного технического университета НЭТИ и одного из красноярских предприятий выпустили первую партию зарядных станций для электромобилей. Устройства созданы из отечественных комплектующих и рассчитаны на работу при температуре до минус 45 градусов.
Фото: НГТУ НЭТИ
Руководитель проекта, заведующий кафедрой электротехнических комплексов НГТУ НЭТИ Николай Щуров рассказал «Ленте.ру», что результатом совместной деятельности стала разработка линейки станций различной мощности, их компонентов, а также программы для функционирования и мониторинга.
Особое внимание уделили технологиям, позволяющим оборудованию работать в суровых сибирских условиях. Первую партию испытали в Красноярске
«Постоянный мониторинг хода тестирования показал хорошие результаты в условиях низких температур и подтвердил правильность разработанных инженерных решений», — отметил Николай Щуров.
Сейчас университет и предприятие планируют увеличить объем производства, а также расширить линейку модульных быстрых зарядных станций мощностью до 250–300 киловатт и разработать новые компоненты для них.
Российский контроллер на металлургическом предприятии
Инженеры Донского государственного технического университета создали управляющий модуль для промышленного оборудования. Они провели реинжениринг узла для аппарата, контролирующего качество металлопроката на Оскольском электрометаллургическом комбинате имени А. А. Угарова.
Блок способен в реальном времени обрабатывать до 256 каналов и передавать информацию в общую сеть управления производством
«Специалисты ДГТУ выполнили кропотливую работу по деталировке и изучению данного узла, проявили готовность к диалогу и устранению выявленных недочетов», — прокомментировал главный инженер комбината Олег Вершинин.
После стендовых и тестовых испытаний оборудование ввели в промышленную эксплуатацию. Сейчас его используют для контроля горячекатаного металлопроката: брак отсеивается автоматически, а данные об этом оператор видит в единой информационной системе предприятия.
Фото: ДГТУ
«В ходе реинжиниринга при монтаже нового блока удалось полностью сохранить штатную схему подключения, что сократило время пусконаладки до минимальных значений. А благодаря переработанной логике обработки сигналов оператор теперь может в режиме реального времени корректировать пороги браковки прямо с пульта, без остановки линии», — прокомментировал руководитель проекта, инженер Донского инжинирингового центра ПИШ ДГТУ Олег Опряткин.
Полученный опыт может быть востребован не только в металлургии, но и в нефтехимии, энергетике, машиностроении, на транспорте
Компетенции, приобретенные при работе над проектом, будут востребованы в других сферах стратегического проекта ДГТУ «ДОНТЕХ» — силовой электронике, системах управления, цифровизации.
Все проекты, о которых мы рассказали, находятся на разных стадиях — от испытаний до промышленной эксплуатации. Но каждый показывает, как по нацпроекту «Молодежь и дети» университетские исследования превращаются в технологии для решения конкретных задач, стоящих перед производством.