Expert System for Assessment of Technical Condition of Electric Centrifugal Pump Assemblies Based on Productive Presentation of Knowledge and Fuzzy Logic

Abstract

Введение Автоматизированная оценка состояния узлов электроцентробежных насосов (ЭЦН) является одной из важных задач, которые необходимо решить для повышения эффективности бизнеспроцессов нефтедобычи. Повышение эффективности процессов мониторинга состояния [1] и прогнозирования отказов ЭЦН зачастую требует разработки специального математического и информационного обеспечения. В настоящее время в мире бурно развиваются методы искусственного интеллекта (ИИ), включая предиктивную аналитику [2], основанную на глубокой обработке данных (data mining) с помощью машинного обучения и нейросетевых технологий. Однако количество подобных методов, введенных в промышленную эксплуатацию, достаточно невелико [3, 4]. В создании интеллектуальных информационных систем (ИИС) заинтересованы и многие крупные российские нефтегазовые компании. Кроме того, для выявления возможных аномалий в работе оборудования необходимо с помощью экспертов накопить необходимые знания, на осно-УДК 004.82; 004.

Predicting the Technical Condition of an Electric Submersible Pump Based on Neural Network Modeling

“…Для автоматизированной оценки состояния узлов ЭЦН используются экспертные системы основанные на знаниях и нечеткой логике [2][3][4][5]. Известные экспертные системы используют продукционную модель представления знаний, что позволяет прогнозировать отказ ЭЦН и определять причины, из-за которых произошла поломка, за счет получения и сопоставления трендов, полученных с участков временного ряда значений измеряемых параметров функционирования оборудования, с определенным набором правил для допустимых изменений этих параметров.…”

Managdment of a Local Urban Heat Supply System Based on Neural Network Modeling Taking into Account the Weather Forecast

“…Разница этих температур есть величина не постоянная, и, кроме того, она изменяется в зависимости от температуры теплоносителя и окружающей среды нелинейно. Установление этой зависимости есть нетривиальная задача, для решения которой предполагается использовать современные достижения в области математики и, в частности, машинного обучения, нейросетевого моделирования и нечеткой логики [4,5].…”