The paper discusses the method of identifying the technical condition of induction motors by classifying the energy data coming from the main common power bus. The work shows the simulation results of induction motor operation. The correlation between occurring defects and current diagrams is presented. The developed simulation model is demonstrated. The general algorithm for conducting experiments is described. Five different experiments to develop an algorithm for the classification are conducted: determination of the motors number in operation with different power; determination of the motors number in operation with equal power; determination of the mode and load of induction electric motor; determination of the fault and its magnitude with regard to operation and load of induction motor; determination of the fault and its magnitude with regard to operation and load of induction motor with regard to non-linear load in the flow. The article also presents an algorithm for preprocessing data to solve the classification problem. In addition, the classification results are shown and recommendations for testing and using the classification algorithm on a real object are made.

The paper analyzes the reasons for the failure of tangential rotary cutters of tunneling machines when carrying out rock heading of medium-hard rocks. It has been found that the most characteristic reason for cutter bit failures is the premature wear of the tool holder (body). It is known that increasing its hardness is the most effective way to increase the wear resistance of a material. The effect of thermomechanical processing of the body material on its hardness and wear resistance is studied. It has been found that the thermomechanical processing of the cutter bit body material results in an increase in its hardness and wear resistance. It has been found that the decrease in wear rate is proportional to the deformation of the material during thermomechanical processing. It has been concluded that thermomechanical processing of cutter bit bodies would increase their wear resistance.

Нефтегазовые компании активно внедряют цифровые решения в свои логистические сети с целью оптимизации процессов и увеличения эффективности бизнеса. В рамках исследования были выявлены текущие задачи управления цепочками поставок в нефтегазовой отрасли и их потенциальные решения за счет использования цифровых технологий. В результате была разработана модель управления цепочками поставок нефтегазовой отрасли на основе блокчейн-технологий BCSCM O&G (Blockchain-based Oil and Gas Supply Chain Model) с применением смарт-контрактов и интернета вещей (IoT) (Internet of Things). Экспериментальное моделирование функционирования с имитацией работы IoT на различных этапах цепи поставок подтверждает потенциал для улучшения управления цепями поставок, обеспечивая прозрачность, надежность и оперативность получения результатов. Запись данных от IoT в блокчейн предоставляет участникам цепочки поставок доступ к точной и актуальной информации в режиме реального времени, что уменьшает риск допущения ошибок и число манипуляций. Смарт-контракты автоматизируют выполнение условий договоров, что способствует повышению эффективности и снижению затрат. Внедрение блокчейн-технологий в сочетании с IoT не только улучшает контроль процессов, но и позволяет формировать более безопасные и оптимальные цепочки поставок. Эти инновационные подходы ведут к пересмотру традиционных методов управления, создавая более устойчивые и конкурентоспособные модели, соответствующие требованиям современного рынка. Таким образом, цифровая трансформация управления цепочками поставок в нефтегазовой отрасли представляет собой важный шаг к повышению общей эффективности и устойчивости бизнеса.