Мои проекты (Кейсы)
Промышленный ИИ и инженерные кейсы
Большинство технических проектов отлично выглядят на бумаге, но не работают в продакшене/производстве. Мой инженерный фокус всегда был направлен на создание систем, которые выживают в реальных промышленных условиях. Ниже представлены ключевые кейсы, демонстрирующие, как я связываю разработку ПО, аппаратную инженерию и машинное обучение для решения дорогостоящих промышленных проблем.
1. DotPulse: Автономная оптическая гранулометрия (LogicYield)
Промышленная проблема: Стандартный лабораторный ситовой анализ гранул удобрений проводится лишь раз в 4 часа. Это создает огромную "слепую зону", приводящую к длительным задержкам в настройке технологических процессов. Заводы теряют значительные объемы сырья и энергии, выпуская бракованную продукцию до достижения целевого режима.
Решение: Я спроектировал DotPulse — оптический Edge AI агент, который выполняет гранулометрию (анализ размера, цвета и сферичности) в реальном времени прямо на движущейся конвейерной ленте, течке или узле пересыпке. Используя глубоко оптимизированную instance-сегментацию (UNet/MobileNetV3), система успешно определяет физические границы сильно варьирующихся и перекрывающихся гранул без необходимости изменения конструкции цеха или остановки процессов.
Пример нестабильного процесса (в интерфейсе системы)
Результат: Время реакции завода на отклонения сокращено с 4 часов до 5 минут, что позволяет устранить финансовые потери от брака в размере около $1.8 млн в год на каждом предприятии. Система работает автономно в условиях экстремальной пыли и вибраций, сохраняя корреляцию >90% с традиционными лабораторными тестами.
2. GuardDetector: Edge AI для мониторинга цеха (LogicYield)
Промышленная проблема: Фиктивные "бумажные" обходы и игнорирование правил техники безопасности (СИЗ) в опасных химических зонах приводят к катастрофическим поломкам оборудования и рискам для персонала. У руководства завода не было надежного способа проверить реальное выполнение технического обслуживания.
Решение: Я разработал систему видеоаналитики, работающую 100% на Edge-устройствах, используя MobileNetV3 и BERT для временного sequence-теггинга действий человека и контроля наличия СИЗ.
GuardDetector и реальный контроль соблюдения правил безопасности
Результат: Устранены слепые зоны в техническом обслуживании завода, что позволяет предотвратить операционные убытки до $2 млн в год на одном объекте. Поскольку система работает исключительно на процессорах (CPU) периферийных устройств, а не на дорогих GPU-серверах, это обеспечивает радикально более низкую совокупную стоимость владения (TCO) и гарантирует строгую информационную безопасность (privacy by design). Кроме того, к системе можно подключать уже установленные на заводе камеры.
3. Базовый датасет для промышленного компьютерного зрения (LogicYield)
Промышленная проблема: Стандартные модели компьютерного зрения не работают с минеральными удобрениями, так как гранулы сильно варьируются по форме, покрыты пылью и визуально сливаются друг с другом. Качественных специализированных наборов данных для обучения надежных промышленных моделей не существовало.
Решение: Я руководил созданием комплексного датасета с попиксельной точностью для instance-сегментации гранул минеральных удобрений. Это потребовало сложной полигональной разметки соприкасающихся и перекрывающихся объектов, чтобы научить нейросеть понимать строгие физические границы продукта.
Пример разметки
Результат: Этот датасет стал фундаментальной базой для обучения автономного оптического агента DotPulse, сделав возможным анализ на конвейерной ленте в реальном времени.
4. Гибридный ИИ для прогнозирования качества (Кандидатская диссертация)
Промышленная проблема: Традиционный физико-химический контроль качества (например, содержание азота, фракционный состав) требовал раздельных, трудоемких и ручных лабораторных процедур.
Решение: Я разработал гибридный конвейер, объединяющий рентгенофлуоресцентный анализ (ЭД РФА) с оптическим компьютерным зрением. Подавая эти мультимодальные данные в модели Random Forest и специализированные регрессионные модели, система смогла одновременно прогнозировать более 30 различных свойств удобрений.
Принцип совмещенного оптического и рентгенофлуоресцентного анализа минеральных удобрений
Результат: Обработка более 500 промышленных образцов доказала, что автоматизированное ИИ-прогнозирование может достигать почти 100% точности классификации, резко сокращая ручную подготовку образцов и количество анализов в лаборатории. Исследование защищено патентом на полезную модель.
5. Контроль цепочек поставок и анализ по "отпечаткам пальцев"
Промышленная проблема: Быстрая идентификация производителя и соответствия стандартам минеральных удобрений затруднена, что делает сельскохозяйственные цепочки поставок уязвимыми для контрафактной или некондиционной продукции.
Решение: Разработано автоматизированное ПО, использующее спектры энергодисперсионного рентгенофлуоресцентного анализа (ЭД РФА) для классификации и отслеживания производителей удобрений. Я применил кластеризацию k-means и статистические алгоритмы для создания уникальных физико-химических "отпечатков пальцев" для различных брендов.
Анализ по "отпечаткам пальцев" и идентификация удобрений. a) ПО с кластерами удобрений (производитель и марка); b) подготовленный образец удобрения (спрессованные гранулы на подложке из борной кислоты).
Результат: Обеспечена возможность мгновенной экспресс-идентификации происхождения удобрений и соответствия их качества без сложных лабораторных исследований "мокрой" химией.
6. Оптический анализ слеживаемости
Промышленная проблема: Слеживаемость удобрений при хранении вызывает огромные финансовые потери по всему миру, но точный микроскопический механизм связывания гранул было сложно непрерывно контролировать и измерять.
Решение: Разработан аппаратно-программный комплекс для мониторинга, записи и алгоритмического анализа микро-взаимодействий гранул (цвет, текстура поверхности, отражения) с течением времени в контролируемых условиях окружающей среды.
Пример слежавшихся гранул (в интерфейсе ПО)
Результат: Успешно задетектирована и измерена "кольцевая пора" (скопление влаги в точке контакта между гранулами). Это дало важнейшие практические данные для оптимизации химических антислеживающих покрытий, применяемых на заводе.
7. Модернизация алгоритма расчета солевого индекса
Промышленная проблема: Промышленный стандарт оценки "солевого эффекта" (как удобрения поглощают влагу из почвы и влияют на посевы) был основан на устаревших моделях 1943 года, что приводило к путанице и неточному агрономическому применению.
Решение: Я поставил под сомнение традиционные аддитивные предположения, доказав, что даже 1% примесных соединений существенно влияет на осмотическое давление. Я модифицировал параметр с использованием современных термодинамических данных и разработал десктопное ПО "Калькулятор солевого индекса".
Результат: Программное обеспечение и новая методика измерений были официально приняты ведущим российским институтом по исследованию фосфатов (АО "НИУИФ") и внедрены в инженерную учебную программу Череповецкого государственного университета.
8. Программное обеспечение для автоматизации РФА
Промышленная проблема: Лабораторный контроль элементного состава требовал медленных ручных операций и сложных расчетов, что вызывало дорогостоящие задержки в корректировке технологических процессов.
Решение: Я разработал две новые методики физико-химического анализа и создал полноценный пакет десктопного ПО для прямого управления рентгенофлуоресцентными спектрометрами.
ПО для автоматизации рентгенофлуоресцентного анализа
Результат: ПО автоматизировало управление оборудованием и статистические расчеты, значительно снизив человеческий фактор и ускорив доставку критически важных химических данных операторам процессов.
9. Промышленный IoT: Умные датчики и телеметрия
Промышленная проблема: Для мониторинга охраны труда и состояния оборудования на химических заводах требуются датчики, способные выживать в агрессивной пыли и работать без стабильного проводного интернета.
Решение: Я спроектировал и создал прототипы специализированных датчиков окружающей среды (мониторинг NH3, CO2, ЛОС и частиц PM) в паре с модулями беспроводной телеметрии.
Работа с промышленным IoT оборудованием
Результат: Создан надежный, децентрализованный конвейер данных с использованием Edge-микроконтроллеров и протоколов MQTT для отправки данных о безопасности в реальном времени на центральную панель завода без необходимости масштабной модернизации ИТ-инфраструктуры.