Экспертные заключения: 5
Консультации: 0

Создание системы предиктивного анализа для промышленного оборудования

Система на основе машинного обучения анализирует данные из существующих АСУ ТП и SCADA: технологические параметры, режимы работы, нагрузки, вибрацию, температуру, токи, давление, расход и другие сигналы с датчиков и контроллеров. На основе исторических архивов и потоковых данных платформа прогнозирует отказы вращающегося оборудования — насосов, компрессоров, турбин, вентиляторов, мельниц, прокатных станов, двигателей — за 2–3 месяца до наступления аварии.

Ключевая особенность — бесшовная интеграция в готовую цифровую инфраструктуру предприятия. Не требуется замена датчиков, контроллеров, модернизация щитов или капитальные затраты.

Решение предназначено для непрерывных производств в нефтегазовой отрасли, энергетике, металлургии и добывающей промышленности — там, где уже установлены системы автоматизации и накоплены архивы технологических параметров, но отсутствуют инструменты прогнозной аналитики.

Ссылка

На страницу проекта

Направление

Энергетика, Нефтегазовая отрасль, Металлургия и добывающая промышленность

Рынки

EnergyNet, TechNet

Сквозные технологии

Технологии машинного обучения и когнитивные технологии, Технологии хранения и анализа больших данных, Технологии сенсорики

Похожие проекты

Разработка платформы умных цифровых счетчиков с системой предиктивного анализа пиков потребления электроэнергии и анализа отказов оборудования в промышленных электросетях на основе нейросети с применением ML
0 комментариев
ПРОМЩИТ- система объективного контроля и предиктивной аналитики состояния промышленного оборудования
0 комментариев
Разработка системы «М2000-Smart Factory» для сбора и анализа многопараметрических данных, поступающих с промышленного оборудования различных типов
0 комментариев
Разработка интеллектуальной системы поддержки принятия решений «Умная скважина» на основе многопараметрического анализа и методов машинного обучения
0 комментариев
Диспетчер - комплексная система мониторинга, анализа и подготовки информации для принятия решений по управлению работой промышленного оборудования на предприятии
0 комментариев