10.14489/hb.2024.12.pp.052-057

2024, 12 декабрь (December)

DOI: 10.14489/hb.2024.12.pp.052-057

Шинкевич А. И., Надеждина М. Е., Бабушкин В. М.
ФОРМИРОВАНИЕ ПОКАЗАТЕЛЕЙ ПРОИЗВОДСТВЕННОЙ СИСТЕМЫ АО «КВАРТ» ДЛЯ МОДЕЛИ МАШИННОГО ОБУЧЕНИЯ
(c. 52-57)

Аннотация. Исследование проведено в рамках цикла работ по опыту цифровой трансформации нефтехимических производственных систем. Разработаны методические подходы стратегического управления цифровой трансформацией производственных процессов с применением анализа технических показателей нефтехимического предприятия. Сквозные цифровые технологии постепенно становятся востребованными инструментами в управлении деятельностью предприятий. Одной из наиболее востребованных сквозных цифровых технологий является искусственный интеллект и машинное обучение, однако применение данных технологий требует качественных и пригодных массивов больших данных. В настоящем исследовании основной целью является формирование очищенного и качественного массива данных технических показателей производственной системы АО «КВАРТ». Проведен корреляционный и регрессионный анализы показателей производственной системы АО «КВАРТ», выявлены прямые и обратные взаимосвязи, которые при накоплении будут использованы как датасет для машинного обучения в целях предиктивной аналитики производства.

Ключевые слова: организация производства; цифровая трансформация; анализ производственного потенциала; большие данные; машинное обучение.

Shinkevich A. I., Nadezhdina M. E., Babushkin V. M.
FORMATION OF INDICATORS OF THE PRODUCTION SYSTEM OF JSC “KVART” FOR THE MACHINE LEARNING MODEL
(pp. 52-57)

Abstract. The study was conducted as part of a cycle of work on the experience of digital transformation of petrochemical production systems. Methodological approaches have been developed for strategic management of digital transformation of production processes using the analysis of technical indicators of a petrochemical enterprise. End-to-end digital technologies are gradually becoming indemand tools in the management of enterprises. One of the most sought-after end-to-end digital technologies is artificial intelligence and machine learning, but the application of these technologies requires high-quality and usable arrays of big data. In this study, the main goal is to form a purified and high-quality data set of technical indicators of the production system of JSC KVART. Correlation and regression analyses of the indicators of the production system of JSC "KVART" were carried out, direct and inverse relationships were revealed, which, when accumulated, will be used as a data set for machine learning for the purpose of predictive production analytics.

Keywords: Production organization; Digital transformation; Analysis of production potential; Big data; Machine learning.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

А. И. Шинкевич (Казанский национальный исследовательский технологический университет, Казань, Россия) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
М. Е. Надеждина (Казанский государственный энергетический университет, Казань, Россия)
В. М. Бабушкин(Казанский национальный исследовательский технический университет имени А. Н. Туполева – КАИ, Казань, Россия)

Eng

A. I. Shinkevich (Kazan National Research Technological University, Kazan, Russia) E-mail: Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
M. E. Nadezhdina (Kazan State Power Engineering University, Kazan, Russia)
V. M. Babushkin (Kazan National Research Technical University named after A. N. Tupolev – KAI, Kazan, Russia)

+ - Библиографический список (References) Click to collapse

Рус

1. Фомин Н. Ю., Мухаметзянова А. И. Разработка методики интегральной рейтинговой оценки промышленно-производственного потенциала предприятия // Экономика и бизнес: теория и практика. 2023. № 3-2(97). С. 115 – 120.
2. Малышева Т. В., Шинкевич А. И. Организация производства нефтехимической продукции в условиях экологизации экономики: монография. Казань: Изд-во КНИТУ, 2018. 112 с.
3. Мингалеев Г. Ф., Бабушкин В. М. Повышение производительности труда на предприятиях машиностроительного и нефтехимического комплексов Республики Татарстан // Управление устойчивым развитием. 2016. № 1(02). С. 6 – 12.
4. Надеждина М. Е. Модернизация производственных мощностей подготовительного производства предприятия // Компетентность / Competency (Russia). 2020. № 6. С. 28 – 33.
5. Салтанаева Е. А., Эшелиоглу Р. И. Методика управления информационными технологиями на предприятиях и в организациях // Аллея науки. 2018. Т. 1, № 2(18). С. 330 – 333.

Eng

1. Fomin N. Yu., Muhametzyanova A. I. (2023). Development of a methodology for an integral rating assessment of the industrial and production potential of an enterprise. Ekonomika i biznes: teoriya i praktika, 97(3-2), 115 – 120. [in Russian language]
2. Malysheva T. V., Shinkevich A. I. (2018). Organization of production of petrochemical products in conditions of greening the economy: monograph. Kazan': Izdatel'stvo KNITU. [in Russian language]
3. Mingaleev G. F., Babushkin V. M. (2016). Increasing labor productivity at enterprises of the machine-building and petrochemical complexes of the Republic of Tatarstan. Upravlenie ustoychivym razvitiem, 2(1), 6 – 12. [in Russian language]
4. Nadezhdina M. E. (2020). Modernization of production facilities of the enterprise's preparatory production. Kompetentnost', (6), 28 – 33. [in Russian language]
5. Saltanaeva E. A., Eshelioglu R. I. (2018). Methodology for managing information technology in enterprises and organizations. Alleya nauki, Vol. 1, 18(2), 330 – 333. [in Russian language]

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 500 руб. (в том числе НДС 20%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/hb.2024.12.pp.052-057

и заполните форму

Отправляя форму вы даете согласие на обработку персональных данных.

Eng

This article is available in electronic format (PDF).

The cost of a single article is 500 rubles. (including VAT 20%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/hb.2024.12.pp.052-057

and fill out the form