15.04.2020
В программы Центров компетенций НТИ входят десятки проектов по развитию сквозных технологий, способных совершить прорыв во многих областях — медицине, производстве, транспорте. Проекты прошли тщательный отбор экспертной команды РВК, которая сегодня оказывает всестороннюю поддержку в их реализации и контролирует выполнение программ центров. Мы продолжаем рассказывать о самых интересных проектах. В сегодняшней публикации — разработка ЦК НТИ по технологиям хранения и анализа больших данных на базе МГУ.
Предиктивная аналитика технических систем
Ежегодно крупные компании теряют десятки миллионов рублей из-за проблем с оборудованием — сбоев, планового ремонта или серьезных поломок, после которых оборудование приходится заменять. Сократить издержки призвана разработка Центра — программный комплекс предиктивной аналитики, позволяющий прогнозировать состояние оборудования на производстве. Помогают в этом алгоритмы, анализирующие накопленную базу исторических данных и данных, передающихся с датчиков в реальном времени.
Комплекс будет представлять собой совокупность взаимосвязанных программных модулей и графический интерфейс пользователя. Разработка способна вовремя замечать неисправности и аномалии в работе оборудования и предупреждать об их возникновении. Решение также позволяет отказаться от планового ремонта и проводить ремонт только тогда, когда он действительно нужен. Сотрудники смогут получать уведомления о проблемах через SMS, электронную почту и другие каналы. Мониторинг ведется непрерывно, срок службы оборудования при этом повышается на 30–40%. Однако дело не только в экономии: некоторые поломки, особенно в энергетическом секторе, могут приводить к чрезвычайным ситуациям и даже техногенным катастрофам, поэтому повышение качества оборудования напрямую влияет на безопасность людей.
Потенциальные потребители разработки — производственные и добывающие компании нефтегазовой, металлургической, энергетической и других отраслей. Например, ПАО «Северсталь», ГК «ЛАНИТ» стали индустриальными партнерами проекта. Разработчики предусмотрели возможность кастомизации комплекса. Это значит, что каждая компания сможет настроить его под свои потребности. А интерфейс устроен так, что пользоваться комплексом смогут сотрудники, у которых нет специальных знаний в области анализа данных.
Смотреть на Facebook
Предиктивная аналитика технических систем
Ежегодно крупные компании теряют десятки миллионов рублей из-за проблем с оборудованием — сбоев, планового ремонта или серьезных поломок, после которых оборудование приходится заменять. Сократить издержки призвана разработка Центра — программный комплекс предиктивной аналитики, позволяющий прогнозировать состояние оборудования на производстве. Помогают в этом алгоритмы, анализирующие накопленную базу исторических данных и данных, передающихся с датчиков в реальном времени.
Комплекс будет представлять собой совокупность взаимосвязанных программных модулей и графический интерфейс пользователя. Разработка способна вовремя замечать неисправности и аномалии в работе оборудования и предупреждать об их возникновении. Решение также позволяет отказаться от планового ремонта и проводить ремонт только тогда, когда он действительно нужен. Сотрудники смогут получать уведомления о проблемах через SMS, электронную почту и другие каналы. Мониторинг ведется непрерывно, срок службы оборудования при этом повышается на 30–40%. Однако дело не только в экономии: некоторые поломки, особенно в энергетическом секторе, могут приводить к чрезвычайным ситуациям и даже техногенным катастрофам, поэтому повышение качества оборудования напрямую влияет на безопасность людей.
Потенциальные потребители разработки — производственные и добывающие компании нефтегазовой, металлургической, энергетической и других отраслей. Например, ПАО «Северсталь», ГК «ЛАНИТ» стали индустриальными партнерами проекта. Разработчики предусмотрели возможность кастомизации комплекса. Это значит, что каждая компания сможет настроить его под свои потребности. А интерфейс устроен так, что пользоваться комплексом смогут сотрудники, у которых нет специальных знаний в области анализа данных.
