Метод и средство интерпретации данных ГИС с применением глубоких нейронных сетей

Вернуться к списку

Основная информация

Название :
Метод и средство интерпретации данных ГИС с применением глубоких нейронных сетей
Организация-исполнитель :
✓ федеральное государственное автономное образовательное учреждение высшего образования "Сибирский федеральный университет"
Автор предложения:
Руслан Барышев
Основное технологическое направление :
Новые конструкционные материалы, методы обработки и производства
Дополнительные технологические направления :
Транспортно-логистические и космические системы
ESG и рациональное природопользование
Дата публикации:
29.04.2022
Видимость :
Да
Аннотация:
Создание прототипа программного модуля, способного на основе анализа накопленных данных мониторинга состояния оборудования объектов добычи и транспорта нефти, осуществлять прогноз его работоспособности, оптимизировать графики ремонта и технического обслуживания.
Номер ЕГИСУ НИОКТР
Регистрационный номер: АААА-В19-519103090014-1

Решаемые проблемы и области применения

Решаемые проблемы :
на основе анализа накопленных данных мониторинга состояния оборудования объектов добычи и транспорта нефти, осуществлять прогноз его работоспособности, оптимизировать графики ремонта и технического обслуживания.
Области применения:
Нефть, газ и энергетика

Технология

Описание технологии и ее ценность :
Техническое обслуживание и ремонт (ТОиР) оборудования – существенная статья затрат на предприятиях отрасли, в частности, дочерних акционерных обществ ПАО «НК «Роснефть». В настоящее время ТОиР проводится преимущественно на периодической основе. Метод ТОиР по состоянию предполагает проведение работ по ремонту или замене агрегатов и систем в соответствии с их фактическим техническим состоянием на данный момент эксплуатации по результатам непрерывного или периодического контроля параметров на предмет выявления предотказного состояния агрегатов и с
Научная база :
по запросу
Конкурентные технологии :
SAP PdMS (Германия), SAFE PLANT, компания ДИАТЕКС (Россия)
Инновационность технологии, конкурентные преимущества :
Адаптация решения для нужд заказчика, тонкая настройка алгоритмических средств и сервисных возможностей
Потенциал импортозамещения :
Schlumberger Techlog 3D Petrophysics (3DP)

Текущее состояние

Описание текущего состояния :
Опубликован ряд работ по указанному направлению, в т.ч. с коллективом соавторов, разработана система предиктивной аналитики состояния смазочных материалов.
Интеллектуальная собственность :
Название документа нет
Номер нет
Текущее финансирование :
2000000
Текущее финансирование (Описание) :
ООО "РН-КрасноярскНИПИнефть"

Команда проекта

Численность проектной команды :
4
Структура и компетенции команды :
Агафонов Евгений Дмитриевич, Назаров Денис Владимирович

Предложение инвестору / партнеру

Потребность в производственном партнёре :
ПАО «НК «Роснефть»
Необходимые ресурсы для реализации проекта :
Задача решается при условии предоставления заказчиком данных о технических параметрах систем и инцидентах
Дорожная карта развития проекта :
2022
Тестовая версия адаптированная под заказчика
Контактная информация