托国立应用数学和计算机科学系的研究生达米尔·穆尔渣古罗夫正在研发可自动检测技术信号异常的方法和算法。 这将有助于降低安全在生产尤为重要的企业（如炼油厂，燃料和能源公司等）的设备故障和紧急情况的事故率。 该项目得到了俄罗斯联邦基础研究基金会的资助。

托国立应用数学和计算机科学系的研究生的年轻科学家达米尔·穆尔渣古罗夫表示： “ 该项目的任务是开发算法，以在线处理来自安装在工业设备上的设备检测（阀门，压缩机，泵等）的数据。 技术信号中出现异常可能是正面的也可能是负面的，但大多情况，出现的都是设备操作失败或设备故障的预警。”

现在在大多数情况下技术信号是由人工操作员进行分析的，但是，首先，并不是每个员工都有识别异常的技能，其次，输入的数据量如此之大，以至于需要数十名专业人士来处理数千个信号。 计算机模型将更快更好地执行此任务。 为了记录信号中出现的令人震惊变化，将使用不同的方式，从数据统计方法到设备教学。

达米尔·穆尔渣古罗夫说：“ 现在，我们正在努力创建计算机模型和专业数据库，在其中添加正常信号和合成信号以及来自不同设备的多种异常类型。该模型可以识别设备正常运行时的状态，然后识别信号中的异常片段并分析风险度。根据收到的信息，将进行可能预防措施，例如进行定期维修，与紧急维修相比，这些维修会既省时又省钱。”

该研究的最终目的是创建一个独立的产品，一个对技术信号进行预警分析的系统，可以轻松地将其集成到工业企业的信息技术基础架构中，并且无需数据分析专家即可进行操作。

据托国立的一名研究生称：“ 创建集合和教学模型所必需的技术数据来自托国立大学的合作伙伴：石油生产公司和建筑材料生产工厂。 一位托国立科学家计划在2021年底完成为工业4.0新工具的创建工作。”

值得注意的是，在俄罗斯几乎没有通用的算法可以让工业家用自动化技术信号来诊断。 有些产品可让您在单个企业中本地解决这些问题。 预警分析系统的创建工作由西门子，横河电机，施耐德电气等知名公司共同完成。

补充道：“ 应用数学和计算机科学系正在与行业合作伙伴一起进行积极的研究，旨在创建生产数字化所需的新产品和技术。最大的项目研发是与EleSy公司联合开发Integrity SCADA软件和设备系统，在独立于进口的操作系统下运行。它是在俄罗斯联邦政府的支持下创建的，用于具有关键性的基础设施行业，核工业和化学工业等。在今年五月的俄罗斯联邦经济发展部会议上展示了此产品，公司和企业将成为该设备的潜在消费者。