При создании статистической математической модели оборудования в системе предиктивной аналитики (далее — СПА) требуется провести чистку исходных архивных данных для обучающей модели выборки.

При валидации отбраковываются:

• недостоверные данные;
• нехарактерные выбросы значений как во временных рядах, так и в корреляциях параметров.

Предполагается, что дополнительный инструмент по обработке исходных данных ускорит работу специалистов по разработке моделей подключаемого к СПА оборудования, что позволит значительно сократить время подключения нового оборудования к системе предиктивной аналитики.

Критерии оценки:

• сходимость результатов обработки контрольного датасета с эталонным;
• скорость обработки данных.

При создании статистической математической модели оборудования в СПА требуется провести подготовительную работу по определению необходимого числа математических моделей и ширину их покрытия.

Предполагается, что дополнительный инструмент по обработке исходных данных ускорит работу специалистов по разработке моделей подключаемого к СПА оборудования, что позволит значительно сократить время подключения нового оборудования к СПА.

Критерии оценки:

• общее число выявленных режимов, число «типовых» (схожих) режимов;
• основные характеристики режимов (стабильные параметры, изменяющиеся параметры, диапазоны параметров);
• скорость обработки данных.

При анализе выявленных в эксплуатации оборудования дефектов часть не явных «метрик», характеризующих развитие повреждения или дефекта оборудования, может быть не учтена экспертами.

Для ускорения процесса написания диагностических правил по фактически выявленным дефектам необходима автоматизация определения всех изменений, сопровождавших отклонение технического состояния оборудования от статистической нормы:

• эксплуатационных параметров во времени;
• коррелирующих параметров;
• новых корреляций.

Для создания диагностического правила дефекта перед экспертом стоит задача определить основные критерии, по которым можно диагностировать развивающийся дефект.

Критерии оценки:

• точность определения начала изменений;
• изменяющиеся параметры и полнота описания характера их изменения;
• точность прогноза достижения уставок на разных стадиях деградации параметров;
• скорость обработки данных.

При подаче заявки участник предоставляет бриф-лист с кратким описанием:

• компании;
• решения по диагностике оборудования (для каких типов применимы);
• референций внедрения;
• лицензионной политики (если применимо).

Предложенные методологии оцениваются на возможность применения в качестве компонентов (модулей) СПА. Наиболее перспективные решения по дополнительному дооснащению оборудования рассматриваются экспертами в очном формате и выносятся на обсуждение Научно-технического совета для включения в программу НИОКР.

Критерии оценки:

• опыт разработки и внедрения решений;
• обоснование подходов;
• подтвержденные кейсы;
• наличие команды;
• сроки разработки/поставки решений;
• отчуждаемость результатов разработки и лицензионная политика;
• стоимость;
• оценка профильных экспертов.