Год издания: 2019
Ключевые слова: цифровые технологии, обработка больших данных, интеллектуальная система управления, процесс шарошечного бурения, информационная неопределенность
Аннотация: В рамках проекта предполагается исследование подходов, применяемых для сбора, анализа, обработки массива данных и оценки достоверности получаемой информации с датчиков в системах автоматического и автоматизированного управления технологическими процессами. Для структурирования данных при бурении различных скважин, выявления закономПоказать полностьюерностей и тенденций, существующих в этих данных, получения достоверных прогнозов изменения параметров процесса бурения, оценки взаимосвязи между различными факторами и рисков предполагается исследование информационных технологий анализа, обработки и моделирования на основе большого объема данных – цифровых технологий Big Data. Предлагаемый метод оценки достоверности получаемой цифровой информации в процессе шарошечного бурения о свойствах буримой породы и технологических параметрах процесса позволит в режиме реального времени выявлять погрешности в измерениях средствами интеллектуальной системы управления. С целью предупреждения сбоев в работе аппаратного и программного обеспечения интеллектуальной системы управления процессом шарошечного бурения необходима разработка модели прогнозирования на основе обработанной и структурированной цифровой информации (обученных моделей) о свойствах буримой породы и параметрах технологического процесса при принятии системой решения по выбору управляющих воздействий в режиме реального времени. ?В рамках проекта предполагается разработка методики анализа и цифровой обработки большого массива данных в режиме реального времени, применимой к технологиям Big Data, основанной на технологиях интеллектуального анализа данных и предиктивной аналитики, при интеллектуальном управлении процессом шарошечного бурения скважин различного назначения в условиях информационной неопределенности, связанной с непредсказуемым изменением свойств породы в процессе бурения. С помощью данной методики должны реализовываться современные подходы к анализу и обработке больших данных на базе интеллектуального управления технологическими процессами в режиме реального времени. Применение технологии интеллектуального анализа данных необходимо для решения задачи обнаружения пригодных к использованию данных о свойствах буримой породы и параметрах технологического процесса, цифровой обработки информации, выявления закономерностей и тенденций, существующих в этих данных. В случае обнаружения связей между различными факторами процесса шарошечного бурения предполагается построение регрессионных, прогностических и нейросетевых моделей данного процесса. Технологию предиктивной аналитики предполагается использовать для получения достоверных прогнозов на основе обработанной и структурированной информации о свойствах буримой породы с целью увеличения точности, скорости бурения и предупреждения отказов бурового оборудования с помощью интеллектуальной системы управления процессом шарошечного бурения, и, как следствие, уменьшения стоимости и планирования ремонтов оборудования и снижения экономических затрат на технологический процесс. При решении реальных задач моделирования, обработки и анализа большого массива структурированных и неструктурированных данных о свойствах буримых пород и параметрах процесса шарошечного бурения скважин различного назначения необходимо провести оценку эффективности предложенной методики. На основе предлагаемых моделей, методов и алгоритмов предполагается разработка программного прототипа системы поддержки принятия решений, который позволит провести анализ и цифровую обработку большого объема неоднородных и быстро поступающих данных о свойствах буримой породы и изменении значений параметров процесса шарошечного бурения, значительно повысить точность аналитики и эффективность принимаемых решений при интеллектуальном управлении технологическим процессом. Проведение статистического анализа результатов экспериментальных исследований позволит сделать выводы об эффективности предлагаемой в проекте методики анализа и цифровой обработки большого массива данных в режиме реального времени и системы поддержки принятия решений.