我院10名学生荣获第六季学生创业大赛冠军
以下年轻人将获得100万卢布的项目资助:
Ilmir Gizatullin,数字流量计——按层位预测和回顾性产量划分;
Nikita Kozyrev,可控动力学的热泡沫酸组合物,用于提高高产量油田的井产量;
Bulat Miftakhov,二元热化学组合物的协同效应应用;
Vladislav Savelyev,用于选择低产量有效EOR方法的模拟器;
Kamil Sakhibullin,水合物蓄冷器;
Alsu Fatkullina,基于人工智能和空间分析的碳酸盐岩裂缝带识别程序;
Ilnur Khairutdinov,利用人工智能分析技术诊断和风险分析结果;
Azat Khalilov,开发基于金属纳米颗粒的催化剂,用于利用原位燃烧技术提高氢气产量;
Ranis Khisiev,开发用于预测石油物理和化学特性的软件,用于选择深井抽油设备;
Marat Yakupov,发现公司监管和规范框架中的矛盾之处。
硕士二年级学生 Kamil Sakhibullin 解释了他的提案的目的:“夜间电费更便宜,我们的装置将储存‘冷’能,形成水合物(冰内的气体混合物)。白天,水合物会融化,形成气体和水。冷水会流入热交换器,冷却冰箱。冰箱设备在白天几乎不工作,这意味着电力消耗将降至最低。这项技术最多可节省 30% 的电力成本。这对于超市、购物中心、数据中心和食品生产设施尤其有利——这些地方需要持续的制冷。”
博士生Marat Yakupov详细阐述了他在竞赛中提供的方案,并首次尝试就取得了成功。“我之前从未完整地构思过我的项目——从构思到经济层面,这将是一次宝贵的经验。我正在开发的程序旨在查找公司法规和文件库中的差异。对于每家公司来说,拥有一个协调一致的文件库至关重要,这是为了遵守俄罗斯法律的要求。如果任何文件中的日期或术语定义有误,我的程序会突出显示这些错误。它还能识别文件中的差异。法律部门的专家将能够快速纠正这些缺陷。”
今年的毕业生Alsu Fatkullina讲述了她的工作:“岩石压裂可能是导致油井过早溢流的原因之一,这会导致石油损失和开发利润下降,”这位年轻的女士解释道。 “借助人工智能,我们将分析各种地质和地球物理信息,首先是油井地球物理勘测曲线 (GSC)、专用 GCS、岩心描述和油井开发数据(含水率和流量)。专家可以利用这些信息,例如规划新井的钻井点。”
Ilnur Khairutdinov 对人工智能在诊断领域的应用寄予厚望,“手工劳动会减慢结论的制定速度,并存在人为错误的风险。借助这款软件(我们将在初创企业实施期间开发其功能原型),不仅可以显著缩短数据处理和报告的时间,还可以基于数据和预测分析将工业安全提升到一个新的水平。目前,我所在的公司的主要合作伙伴之一已就试点实施该软件达成了初步协议。”