«Конструктор локального сувенира» — проект цифровой платформы для создания и производства региональной сувенирной продукции. Платформа объединит библиотеку цифровых моделей культурных объектов, конструктор персонализации и изготовление изделий по заказу. На основе одного объекта можно будет создавать разные товары: магниты, брелоки, панно, миниатюры и светильники. Пилотный запуск планируется на материалах культурного наследия Рязанского региона.

Решаемая проблема

Сувенирные и музейные магазины вынуждены заранее закупать или производить продукцию, вкладывать средства в запасы и хранить непроданные остатки. Разработка каждой новой формы требует дополнительных затрат, а персонализация часто выполняется вручную. Это затрудняет обновление ассортимента и проверку спроса на новые товары небольшими партиями.

Технологический барьер: отсутствие готовых алгоритмов автоматической «упаковки» 2D/3D культурных кодов (паттернов, силуэтов, архивных данных) в готовые к производству параметрические файлы без ручного труда дорогих 3D-моделлеров.

Целевой потребитель

Основные заказчики платформы — сувенирные и музейные магазины, туристические центры. Решение предназначено для организаций, которым необходимо расширять ассортимент региональной продукции, создавать персонализированные сувениры и заказывать небольшие партии без значительных вложений в складские запасы.

Наше решение

Мы предлагаем платформу, на которой культурные объекты региона преобразуются в цифровые модели с изменяемыми параметрами. Пользователь выбирает объект, формат сувенира, размер, цвет и персональные элементы. На основе выбранных параметров система формирует модель для изготовления с помощью 3D-печати, лазерной резки или других технологий цифрового производства. Изделие производится после получения заказа.

Ценностное предложение

Магазин получает возможность расширять ассортимент без разработки каждого изделия с нуля и без пропорционального увеличения складских запасов. Производство по заказу позволит тестировать новые товары малыми партиями и снизить риск непроданных остатков. Покупатель сможет получить персонализированный сувенир, отражающий культурную самобытность региона.

Конкурентные преимущества

Планируемые преимущества проекта — библиотека локального культурного контента, создание нескольких товарных форматов на основе одной цифровой модели и конструктор, адаптированный для работы торговых точек. Проект объединяет выбор объекта, персонализацию и подготовку изделия к производству в одном процессе. Подключение новых региональных библиотек позволит расширять географию платформы.

Бизнес-модель

Проект предполагает модель B2B: основными заказчиками платформы станут сувенирные и музейные магазины, туристические центры. Они смогут использовать конструктор для разработки собственного ассортимента, персонализации продукции и заказа изготовления сувениров.

Планируемые источники дохода — плата за подключение и создание региональной библиотеки, лицензия или подписка на платформу, комиссия с производственных заказов и разработка дополнительных товарных форматов. Изготовление продукции планируется организовать через локальные мастерские и предприятия цифрового производства.

На страницу проекта

Сервис для автоматической генерации отчетных документов по оценке профессиональных рисков

На страницу проекта

Данная система предиктивной аналитики будет предназначена для промышленных станков, она предупреждает о поломках и сбоях оборудования заблаговременно до их возникновения. При помощи недорогих IoT-датчиков на оборудовании, собираются данные о вибрации, температуре, нагрузке и других показателях, а система на основе алгоритмов машинного обучения выявляют скрытые признаки деградации узлов. Заводы получают возможность планировать ремонты заранее, заказывать запчасти до того, как они понадобятся, и избегать простоев, которые сегодня обходятся в миллионы рублей. Мы предлагаем перевести обслуживание оборудования с реактивной модели - "Чиним, когда сломалось" на проактивную - "Обслуживаем, когда данные говорят, что пора"

Принципы работы:
На критические узлы станков устанавливаются беспроводные промышленные датчики вибрации, температуры и нагрузки. Данные передаются на локальный Edge-шлюз, который выполняет первичную агрегацию, снижая нагрузку на сеть. Телеметрия хранится в TimescaleDB - специализированной базе данных для временных рядов на базе PostgreSQL или её аналогах.

Аналитическое ядро системы использует трехуровневую модель машинного обучения. Первый уровень - обнаружение аномалий с помощью алгоритмов Isolation Forest и автоэнкодеров, которые выявляют отклонения от нормального паттерна работы оборудования без необходимости в размеченных данных. Второй уровень - классификация типов неисправностей (износ элементов, дисбаланс, ослабление крепления) на основе спектрального анализа вибрации (FFT) и алгоритмов Random Forest/CatBoost. Третий уровень - прогнозирование остаточного ресурса с помощью LSTM-сетей и Transformer-моделей, которые оценивают, сколько моточасов проработает узел до критического отказа.

Система формирует не простое предупреждение, а объяснимый прогноз с физическим обоснованием: текущая степень износа узла, вероятностный диапазон до отказа (например, с вероятностью 85% отказ наступит через 180–240 моточасов), рекомендация по оптимальному времени замены и обоснование на основе данных (рост вибрации на определенной частоте, повышение температуры). Результаты аналитики отображаются на веб-дашборде, а также интегрируются с ERP-системами (1С, SAP) для автоматического создания заявок на ремонт и резервирования запчастей до прогнозируемого отказа.

На страницу проекта

Разработка системы управления автономной (безлюдной) котельной для вахтовых поселков, обеспечивающей прогнозное регулирование температуры обратного теплоносителя в соответствии с заданным тепловым графиком, а также автоматическую ротацию насосного и котельного оборудования.

На страницу проекта

Кровь-тест: Энцефалит - прибор, который поможет быстро и самостоятельно выявить клещевой энцефалит в организме человека. Будет применяем везде: в медучреждениях, на турбазах, в домашних условиях. Полностью заменит лабораторию. Но без поликлиники не обойтись.

На страницу проекта

Проект направлен на разработку системы гашения колебаний подвешенного груза на квадрокоптере: в каждый момент времени происходит измерение основных характеристики движения груза. Это можно реализовать на основе MEMS датчика – гироскопа-акселерометра, который будет закреплен на грузе или на тросе и передавать эти данные в полетном контроллере. В полетном контроллере содержится специально разработанная программа, которая корректирует движение квадрокоптера, полагаясь на полученные данные с датчиков, таким образом, чтобы минимизировать колебания груза.

На страницу проекта

НП-603

Продукт - мобильное приложение с биологической обратной связью для самопомощи при острой тревоге.

Потребители:

1. Студенты и молодые специалисты 18–30 лет, у которых бывают эпизоды острой или ситуационной тревоги, панических реакций. У них нет диагностированного расстройства, требующего лечения, но им нужна быстрая самопомощь «здесь и сейчас».

2. HR и вузовские психологические службы как B2B-заказчики.

Проблема - в момент приступа человек не распознает, что с ним происходит, и не знает, как себе помочь. Типовые советы вроде «подыши» в остром состоянии не срабатывают, потому что не учитывают реальное последовательное состояние. В итоге люди терпят, звонят скорую без медицинской необходимости или избегают ситуации, которая обеспечивает безопасность.

Решение
Применение «первой помощи», которая по сигнальному сигналу распознает нарастание звука и подбирает технику саморегуляции с обратной связью в кратчайшие сроки.

1. Распознание состояния. Пульс и вариабельность сердечного ритма (ВСР) снимаются с умных часов или фитнес-браслета. При желании обеспечивается кожно-гальваническая реакция или ЭГ-ободок (BrainBit, Neiry). Приложение замечает увеличение громкости еще до пика.
2. Биологическая обратная связь. Человек осуществляет переходную или заземляющую технику и видит, как изменяются его показатели. Так он убеждается, что техника работает, и учится саморегулированию.
3. Персонализация на ИИ. Система запоминает, какие устройства помогают именно этому человеку, и предлагает их первыми.
4. VR-модуль (вторая очередь). Постепенная тренировка в безопасной окружающей среде с контролем физиологии: аудитория, самолет, лифт.
5. Маршрутизация. Если показатели, указывающие на возможную сложную задачу или эпизоды, повторяются часто, приложение рекомендует обратиться к врачу или психологу и дать контакты.

На страницу проекта

Проект специализированной системы параметрического учёта и калькуляции кабельной продукции, который позволяет кабельным торговым компаниям, складам и логистическим операторам, решать проблему неадекватности универсальных ERP-систем (например, 1С), которые учитывают кабель как однородный товар, игнорируя переменные габариты, реальный вес барабанов и специфику намотки, что ведёт к логистическим и финансовым ошибкам, благодаря технологии создания динамических цифровых двойников барабанов и адаптивного машинного обучения, которое автоматически рассчитывает и уточняет габаритно-весовые характеристики на основе марки кабеля, завода-изготовителя и истории фактических отгрузок.

На страницу проекта

Разработка специализированного образовательного комплекса для обучения в области монтажа и пусконаладочных работ систем промышленной
автоматизации. Конструктор предназначен для обучения студентов техникумов, университетов, а также повышения квалификации в области автоматизации технологических процессов, мехатронике и робототехнике.

На страницу проекта

Идея проекта:

Разработка портативного прибора для поиска скрытой проводки с функцией контроля качества сканирования. Аппарат, предназначенный для электриков и монтажников, включает в себя фонарик и детектор фазы. Вместо экрана для визуализации положения объектов в стене применяется звуковая и световая дифференциация. Устройство принимает сигналы датчиков, анализирует множественные проходы и посредством звуковых и световых сигналов уведомляет о найденных объектах, стабильности замеров и зонах, нуждающихся в дополнительной проверке.

Основная продуктовая гипотеза заключается в том, что специалисту важно не только получить сигнал о наличии объекта, но и понять, насколько результат воспроизводим, где проходит предполагаемая трасса и когда измерению недостаточно доверять. Предполагается разработать алгоритм, который сопоставляет повторные сканирования, выявляет противоречивые показания и подсказывает следующий шаг: изменить направление прохода, повторить измерение или использовать дополнительный способ проверки.

Технологический барьер проекта — обеспечение воспроизводимого определения положения скрытых объектов при изменении глубины залегания, материала стены и условий сканирования, а также выявление ситуаций, в которых полученных данных недостаточно для достоверного вывода. Возможность сокращения времени обследования и уменьшения числа пропусков относительно существующих приборов должна быть проверена экспериментально.

В рамках акселератора предполагается выбрать один приоритетный пользовательский сценарий и ограниченный набор условий работы первой версии. Построение карты стены, сохранение результатов в приложении, определение глубины и поиск конкретного обесточенного кабеля с помощью передатчика рассматриваются как направления дальнейшего развития. Их включение в продукт будет зависеть от пользовательского исследования и технической реализуемости.

Цель на акселератор:

Подтвердить проблему и требования приоритетного сегмента электриков или монтажников, разработать работающий прототип детектора скрытой электропроводки, который в выбранном типе стены обнаруживает объекты, отображает их предполагаемое положение и оценивает согласованность повторных измерений. Продемонстрировать работу устройства на испытательном стенде с известным расположением кабелей и металлических объектов, измерить частоту пропусков, ложных срабатываний, ошибку определения положения и время обследования, а также сравнить результаты с существующим прибором.

Задачи для достижения цели:

1. Исследование проблемы и формирование требований к продукту. Провести проблемные интервью с электриками и монтажниками, изучить конкретные случаи поиска скрытой проводки перед сверлением, установкой оборудования или ремонтом. Зафиксировать используемые приборы и способы перепроверки, частоту затруднений, затраты времени, последствия ошибок и недостатки существующих альтернатив. На основании фактов выбрать первичный сегмент, основной сценарий, тип стены и перечень объектов, которые должна обнаруживать первая версия.
2. Проектирование аппаратно-программной архитектуры. Определить состав прототипа: датчики обнаружения металла и электрического поля, вычислительный модуль, средства контроля перемещения, экран или иной интерфейс, питание и корпус. Разработать программные модули получения и обработки сигналов, сопоставления повторных проходов, определения предполагаемого положения объектов и контроля качества измерения. Выбрать техническую архитектуру с учётом доступных компонентов, бюджета и возможностей команды.
3. Разработка прототипа и алгоритма контроля сканирования. Собрать базовый контур обнаружения объектов и реализовать отображение результатов. Разработать алгоритм сравнения повторных проходов и уведомления о нестабильных или противоречивых показаниях. Реализовать подсказки по повторному обследованию и проверить, помогают ли они пользователю получать более воспроизводимый результат. Дополнительные функции включать после подтверждения их необходимости и проверки работоспособности базового контура.
4. Испытание технических характеристик и пользовательского сценария. Создать стенд с известными координатами и глубиной залегания кабелей, а также металлическими объектами, способными создавать помехи. Разработать методику измерения частоты пропусков и ложных срабатываний, ошибки определения положения, повторяемости показаний и времени обследования. Провести сравнение с выбранным серийным детектором в одинаковых условиях. Отдельно проверить, распознаёт ли алгоритм случаи недостаточного качества измерений и понятны ли его сообщения специалистам.
5. Анализ аналогов и подготовка бизнес-кейса. Сравнить бытовые детекторы, профессиональные сканеры стен и трассоискатели по технологии обнаружения, ограничениям, точности, удобству, цене и пользовательскому сценарию. Сформировать ценностное предложение на основании результатов интервью и испытаний. Подготовить предварительную себестоимость, модель продажи устройства, требования к пилотной версии и план дальнейшей разработки. Возможное конкурентное преимущество обосновать измеримым улучшением выбранного сценария.

Ожидаемые результаты:

1. Работающий прототип детектора скрытой электропроводки. Устройство, демонстрирующее обнаружение объектов в выбранном типе стены, отображение их предполагаемого положения и оценку согласованности повторных проходов. Состав обнаруживаемых объектов и условия работы должны быть зафиксированы по результатам разработки и испытаний.
2. Отчёт о пользовательском исследовании. Обезличенные карточки проблемных интервью, описание первичного сегмента и сценария, карта существующих альтернатив, подтверждённые и опровергнутые гипотезы, а также обоснованный перечень функций первой версии.
3. Протокол технических и пользовательских испытаний. Документ с архитектурой тестовой сборки, устройством стенда, условиями измерений, частотой пропусков и ложных срабатываний, ошибкой определения положения, временем обследования и результатами сравнения с серийным прибором. Пороговые значения должны быть установлены после исследования требований и базовых замеров; достигнутыми заранее они не считаются. Отсутствие сигнала не должно интерпретироваться как гарантия отсутствия скрытых коммуникаций.
4. Демонстрационные материалы. Фото и видео работы прототипа на стенде, схема устройства, примеры отображения обнаруженных объектов и предупреждений о недостаточном качестве измерений, описание пользовательского сценария и материалы для экспертной трубы и демо-дня.

Предполагаемая связь с НПТЛ: проект имеет тематическую связь с направлением «Научное приборостроение и расходные материалы», группой 9.7 «Прецизионная электроника, детекторы, сенсоры и СВЧ-техника» локального классификатора. В проекте предполагается разработать портативный прибор обнаружения скрытой электропроводки и алгоритм обработки сигналов с контролем согласованности повторных измерений. Технологическая задача заключается в повышении воспроизводимости определения положения скрытых объектов и выявлении условий недостаточной достоверности результата.

На страницу проекта