ЖУРНАЛ СТА №4/2026

О Б З О Р Ы www.cta.ru СТА 4/2026 41 ко для гигантов с сотнями тысяч единиц критического оборудования , где цена одной предотвращённой аварии пере - крывает затраты на содержание целого IT- департамента , а созданное решение можно будет масштабировать на десятки производственных площадок . В большинстве случаев архитектуру систем предиктивной диагностики про - мышленные холдинги позаимствовали у компаний - первопроходцев , при этом каждый разработчик внёс в описанную выше схему специфические изменения . Так , например , в « Сибуре » на уров - не Rule-Based реализовали многомер - ную матрицу допустимых состояний , в соответствии с которой определяется то , как именно дальше будут обработа - ны сигналы . Для каждого состояния предусмотрен свой набор конфигураций выявления тенденций на уровне Trend-Based и ML- моделей на уровнях Anomaly Detector и RUL. В системе « Сибура » уровень Rule- Based – это уже не простой пороговый фильтр , а сложный классификатор режи - мов работы , определяющий для каждого технологического состояния свой сценарий аналитической обработки данных . Интересным решением является пре - диктивная диагностика компании « Газ - промнефть – смазочные материалы ». Благодаря глубокой экспертизе компании в производстве масел её система G-Lab оценивает состояние оборудования не напрямую , а через анализ параметров смазочной жидкости , которая использу - ется в диагностируемом оборудовании . Анализ выполняется моделями машинно - го обучения , в ходе которого сопоставля - ются показатели масла из маслосистемы оборудования с накопленными данными из базы данных , которая формировалась более 10 лет . Благодаря автоматизации физико - химического анализа масла , которую компания реализовала в своей систе - ме , время исследования сократилось до 10 минут ( классическое лабораторное исследование проб масла занимает несколько дней ). Это позволяет в пер - спективе включить результаты экс - пресс - анализа в контур гибридных систем предиктивной диагностики – как допол - нительный источник данных на уровне 0 наряду с телеметрией АСУ ТП / SCADA, обеспечивая их обработку на всех после - дующих уровнях аналитики . В настоящий момент предиктивная диагностика G-Lab используется в том числе на собственных предприятиях « Газпромнефть - СМ ». IT- вендоры : платформы и конвергентная аналитика Помимо промышленных гигантов , на рынок предиктивной диагностики актив - но выходят крупные IT- компании , кото - рые обладают рядом преимуществ по сравнению с другими игроками рынка : ● глубокие компетенции в ИИ и боль - ших данных . В этих компаниях рабо - тают лучшие на рынке специалисты в области разработки ПО и машинного обучения . Также они обладают огром - ными центрами исследований и раз - работки (R&D- центры ); ● высокая масштабируемость . IT- ком - пании привыкли работать с миллио - нами пользователей . Их системы легко масштабировать с одной установки на целый завод . К недостаткам таких компаний можно отнести : ● отсутствие отраслевой экспертизы . IT- компании , не специализирующиеся