https://github.com/ark2016/nestro_challenge_2023
https://github.com/ark2016/nestro_challenge_2023
hacaton
Last synced: 2 months ago
JSON representation
- Host: GitHub
- URL: https://github.com/ark2016/nestro_challenge_2023
- Owner: ark2016
- Created: 2023-09-19T18:32:22.000Z (almost 3 years ago)
- Default Branch: main
- Last Pushed: 2023-10-09T16:44:45.000Z (over 2 years ago)
- Last Synced: 2025-01-17T03:46:54.335Z (over 1 year ago)
- Topics: hacaton
- Language: Jupyter Notebook
- Homepage:
- Size: 525 KB
- Stars: 0
- Watchers: 2
- Forks: 0
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# Прогнозирование отказов трубопроводов
Данный проект представляет собой задачу прогнозирования отказов трубопроводов на основе данных о технологическом режиме эксплуатации.
Цель проекта - разработать модель, которая сможет предсказать возможные отказы трубопроводов, позволяя принять меры по их предотвращению и устранению.
## Используемые данные
Мы используем данные технологического режима эксплуатации трубопроводов, такие как:
-Давление
-Температура
-Поток жидкости
-Диаметр трубопровода
-Толщина стенок и другие
## Задачи проекта
Основные задачи проекта:
1. Подготовить данные для работы модели.
2. Проанализировать данные и выделить основные признаки, влияющие на отказы трубопроводов.
3. Разработать и математическую модель физических явлений
4. Оценить качество модели
5. Разработать интерфейс для пользователей с возможностью визуализации и мониторинга состояния трубопроводов.
## Технологии
Для работы над проектом используются следующие технологии:
- Python
- Jupyter Notebook
- Библиотеки для анализа данных: pandas, numpy
- Flask для разработки веб-интерфейса
## Установка и использование
1. Установите Python и Git, если они еще не установлены.
2. Склонируйте репозиторий с помощью команды:
```bash
git clone https://github.com/your_username/your_project.git
```
3. Установите необходимые зависимости с помощью команды:
```bash
pip install -r requirements.txt
```
4. Запустите Jupyter Notebook и выполните ноутбуки для обработки данных и обучения модели.
5. Запустите Flask-приложение для запуска веб-интерфейса:
```bash
python app.py
```