Меня зовут Сергей Алямкин. Мои основные профессиональные интересы лежат в области машинного обучения, глубокого обучения, а также разных нейронных сетей, квантизации и компьютерного зрения. В своей публикации я хотел бы представить пилотную разработку нашей команды – модель предиктивного обслуживания нефтедобывающих насосов для компаний Северной Америки и России. Как известно, в Российской Федерации 82% добываемой нефти приходится на электроприводные центробежные насосы (УЭЦН). Их поломки представляют собой серьезную проблему. Существует статья, подробно освещающая процесс добычи нефти и устройство различных насосов, в том числе УЭЦН. В ней приводится статистика: «На УЭЦН приходится 63% скважин, при этом 82% нефти в стране добывается именно с помощью УЭЦН, что свидетельствует о большей эффективности данного способа добычи».
Очевидно, что эффективная и рациональная оптимизация всех временных и материальных ресурсов напрямую способствует снижению себестоимости продукции, а также повышению экономической эффективности производства и конкурентоспособности предприятия в целом. Внедрение передовых принципов бережливого производства, характеризующееся предельно минимальными затратами, демонстрирует особенно высокую эффективность на предприятиях малого и среднего бизнеса. Участники программ повышения производительности регулярно подтверждают эту важную тенденцию, достигая значительного роста ключевых показателей. Так, введенный ранее индекс промышленного производства составил 106,3% к аналогичному периоду предыдущего года. В целях стимулирования развития местного бизнеса в Рязани был запущен региональный проект по повышению производительности труда на малых и средних предприятиях Рязанской области.
