Анализ возможности применения модели OpenThinker2-32B в автоматизированных системах прогнозируемого обслуживания для малых и средних промышленных предприятий

Постановка проблемы. В настоящее время промышленные предприятия требуют принципиально новых решений, направленных на прогнозирование отказов работы оборудования и своевременное устранение нештатных аварийных ситуаций, управление затратами на ремонт, а также оптимизацию и улучшение стратегий технического обслуживания. Существующие автоматизированные системы прогнозируемого обслуживания имеют различные функциональные ограничения. Это требует разработки новых архитектурных решений для создания интеллектуальных систем, способных обрабатывать большие объемы разнородных данных в режиме реального времени, прогнозировать отказы с высокой точностью и оптимизировать процессы плана обслуживания, в тесной взаимосвязи с работой устройств промышленного Интернета вещей в условиях использования новых технологий периферийного искусственного интеллекта. Данная работа посвящена исследованию возможности применения большой языковой модели OpenThinker2-32B как вспомогательного инструмента для автоматизированной системы прогнозируемого обслуживания многостадийных технологических процессов.

Цель. Изучить возможность применения и адаптации большой языковой модели OpenThinker2-32B как дополнительного и вспомогательного инструмента, применяемого для повышения эффективности работы автоматизированных систем прогнозируемого обслуживания многостадийных технологических процессов для малых и средних промышленных предприятий.

Результаты. Показано, что большая языковая модель OpenThinker2-32B предоставляет набор функциональных возможностей, которые могут быть использованы в решении узкоспециализированных задач прогнозируемого или предписывающего обслуживания. Отмечено, что эти возможности позволяют эффективно выполнять анализ данных, определять возможные неисправности и прогнозировать отказы в работе оборудования, оптимизировать расписание и процессы технического обслуживания при наименьших затратах и стоимости владения вычислительной инфраструктурой. При помощи теории свидетельств Демпстера-Шафера могут быть реализованы новые алгоритмы, которые позволят снизить факторы неопределенности для получения более точных прогнозов, а также подготовить экспертные рекомендации и заключения. Установлено, что благодаря своей гибкости, высокой производительности и невысокой стоимости владения большая языковая модель OpenThinker2-32B является мощным вспомогательным инструментом для автоматизации промышленных процессов и повышения их эффективности для малых и средних промышленных предприятий.

Практическая значимость. Результаты исследования могут быть использованы для проектирования промышленных автоматизированных систем прогнозируемого или предписывающего обслуживания.