Динамограф AI

Данный репозиторий содержит исходный код "Динамографа" - Python приложения, основанного на FastAPI, интегрированного с машинным обучением для анализа динамограмм. Используется приложением для мониторинга и управления скважинами - Светофор, а также клиентским приложением Динамограф.

v1

• Анализ Динамограмм:

  Приложение позволяет проводить анализ динамограмм в двух форматах: Сырые данные и Изображение.

• Создание новых маркеров

  В настоящее время поддерживается список маркеров, состоящий из 20 элементов

• Пополнение датасетов и обучение

  Возможность постоянного пополнения датасетов новыми данными и дообучение модели

• Дополнительные параметры

  Включение параметров скважины для наиболее тонкого анализа

Примеры API эндпоинтов (v1)

Все запросы должны начинаться с префикса /v1. Эндпоинты /dnm, /marker, /ai поддерживают все операции CRUD. Приведённые ниже запросы являются публичными и требуют для валидации API ключи, которые устанавливаются в заголовок Authorization: Basic <YOUR_API_KEY>. Ключи можно получить в приложении Динамограф.

Получить случайную немаркированную динамограмму

Используется для получения пользователями Светофора случайной непромаркированной динамограммы. В результате пользователь получит объект с последней присвоенной ему динамограммой или же будет сгенерированна и отправлена новая.

  GET /dnm/random/${public_id}

Parameter	Type	Description
public_id	string	Required. Публичный id пользователя "Светофор"

Получить все маркеры

  GET /dnm/marker/all

Используется для получения пользователями Светофора всех доступных (1) маркеров. В результате пользователь получит список с объектами маркеров, которыми далее можно будет промаркировать полученную динамограмму

(1) Маркер - условное обозначение "Эталонной динамограммы", т.е изображения, которое отображает конкретую неисправность в ШГН.

Промаркировать динамограмму

Используется для получения пользователями Светофора случайной непромаркированной динамограммы. В результате пользователь получит объект с последней присвоенной ему динамограммой или же будет сгенерированна и отправлена новая.

  POST /dnm/mark

Parameter	Type	Description
dnm_id	list	Required. Id динамограммы
marking_data	list	Required. Список маркеров динамограммы

Анализ изображения

Используется для создания отчётов по скважине. В результате пользователь получит строку - результат анализа.

  POST /ai/predict/image

Parameter	Type	Description
image	file	Изображение динамограммы

Анализ сырых данных

Принцип действия схожий с анализом по изображению, только предварительно данные конвертируются в матричный вид для удобства распознавания моделью машинного обучения.

  POST /ai/predict/raw

Parameter	Type	Description
raw_data	list	Объект с точками динамограммы

Стек технологий

Client: Vue, Vite, TailwindCSS

Server: FastAPI, Uvicorn

DL: TensorFlow, Keras

Производство

Проект нашёл своё применение в компании ПАО "Татнефть"