предиктивная аналитика.

От датчика до прогноза: обзор IV конференции по мониторингу и предиктивной аналитике

ВведениеКонференция проводится в четвёртый раз. Тематика давно вышла за пределы газовой отрасли: те же вопросы сегодня занимают и другие промышленные комплексы страны. Конференция вошла в план подготовки университета к столетию.В этом году было подано более 70 докладов, а в очном и дистанционном формате заявили об участии более 200 человек, из-за этого организаторам пришлось разбить послеполуденную часть на три потока: Секцию «А», Секцию «Б» и XLV семинар по диагностике компрессорных станций.

продолжить чтение

От клапана до скважины: как «цифра» проникает в управление производством

Или почему датчики — еще не цифровизация, а нейросети не панацея от всех проблем. Генеративный ИИ свел мир с ума. И, пока одни радуются открывающимся возможностям, а другие предрекают человечеству скорый финал, нейросети все прочнее проникают в повседневную жизнь. Происходит это не только на бытовом уровне. Бизнес тоже чувствует потребность в цифровизации. Согласно опросу Банка России, каждое седьмое предприятие использует искусственный интеллект. В лидерах — сфера услуг, а за ней добывающий сектор и обрабатывающая промышленность. 

продолжить чтение

Предиктивная диагностика предиктивной диагностике рознь

Введение: новая карта рынкаПрежде чем переходить к рассмотрению концепций построения систем предиктивной диагностики, их следует классифицировать по степени сложности:Rule‑Based (на основе правил) – простые системы, срабатывающие при превышении пороговых значений параметров. Пример: «Если температура масла > 90°C в течение 5 секунд – возможен отказ по износу». Исторически – самый первый и дешёвый тип.Trend‑Based (на основе трендов)

продолжить чтение

Звук как источник данных для определения поломок: диагностика конвейеров на базе ИИ и телематики

Видели таких опытных механиков, которые по скрипу, стуку, в общем, по одному звуку могут определить неисправность машины? Но если такого уникального специалиста у вас нет, в дело идут ИИ и телематика. Правда, слушать сегодня будем не машины, а конвейер на горнодобывающем предприятии. Моя любимая рубрика – нестандартная телематика.Ситуация

продолжить чтение

«Мониторинг аномальной активности в ОСРВ «Нейтрино»: предиктивная аналитика для ПЛК в АСУ ТП»

продолжить чтение

Как я читерил с ИИ в реверс‑инжиниринге промышленного ПО

ВведениеНаша команда занимается разработкой и внедрением систем предиктивной диагностики промышленного оборудования на предприятиях нефтегазохимического комплекса. Поскольку значительная доля технологического оборудования и промышленных информационных систем на таких предприятиях имеет зарубежное происхождение, интеграция с ними никогда не была простой задачей, а в условиях санкционного давления заметно усложнилась.

продолжить чтение

650 млн точек, 3 поломки и PI System: технический разбор предиктивной аналитики на НПЗ (часть 2)

Часть 2 из 2. В первой части серии мы предсказали отказ насоса за 60 дней и выяснили, что годами чинили не то. Увидели, что материал встретил вашу живую реакцию, поэтому возвращаемся по горячим следам со второй частью. В этом материале, как и обещали, погружаемся в технику. Расскажем, что было под капотом, как решалась судьба насоса и с какими сложностями мы столкнулись.

продолжить чтение

Как мы научили ML предсказывать смерть насоса за 60 дней и выяснили, что все время чинили не то (часть 1)

История о том, как мы боролись с «цифровой слепотой», разрозненными данными и недоверием к ML, чтобы построить систему предиктивной аналитики для реального нефтеперерабатывающего завода. Часть 1 из 2.

продолжить чтение

Как мы спроектировали систему виброакустического мониторинга автомобиля на основе волоконно-оптических датчиков

Когда речь заходит о телеком-компаниях, в качестве первых ассоциаций обычно приходят интернет, мобильная связь или оптические сети. Но современная телеком-инфраструктура — это не только каналы передачи данных, но и инструмент, который помогает собирать информацию об окружающем мире.

продолжить чтение

Иллюзия 99% F1 в Time Series: как искажаются метрики в детекции аномалий и что показывает реальный тест 14 архитектур

Я занимаюсь внедрением ML в промышленности, поэтому задача детекции аномалий во временных рядах для меня близка и имеет огромную важность. В рамках исследовательского проекта мы искали адекватное SOTA-решение для мониторинга телеметрии (водоочистка, турбины, химические установки).Изучая свежие работы с конференций уровня A*, я обратил внимание на статью про Sub-Adjacent Transformer (SAT). В аннотации авторы заявляли метрику F1 в районе 99%.

продолжить чтение

123