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.

The presented research is focused on two issues. The first one is finding additional parameters that characterize the technical condition of an electric machine according to the current consumption. The second one is increasing of the informativeness of diagnostic methods in conditions of limited access to equipment and incomplete information. The paper discusses a method for diagnosing low and medium power asynchronous electric motors by electrical parameters. It is shown that asynchronous electric motors powered from a self-commutated voltage inverter have contained higher harmonic components in addition to the main harmonic. The non-sinusoidal voltage leads to the emerging of the highest current components in the stator winding of the motor. This is the reason for occurring of a pulsating component of the torque on the motor shaft. Therefore, there are two types of ripple: the one caused by the power supply from the self-commutated inverter and the one caused by defects. The moments’ coincidence of these ripples leads to increasing in the amplitude of oscillations. However, significant noise due to the presence of an autonomous inverter does not allow using the current spectrum to diagnose damage. Analysis of the hodographs of the Park’s vector of the stator current and voltage allows one to exclude harmonic components that were formed by the carrier frequency (and multiple of it). At the same time, analyzing the modulus of the Park’s vector and its spectrum, one can note pulsations of the amplitude values of the vector modulus corresponding to certain damage.

In this paper, we consider the need to create an algorithmized digital platform for the development of electric charging networks of road transport and to optimize the load on the current power grid complex. In modern conditions, this platform can become an example of a mechanism for public-private partnerships and the development of environmentally friendly transport. The purpose of the platform is to provide users with up-to-date information about the state of the electric vehicle battery, reduce the cost of creating a network charging infrastructure for electric vehicle transport, automated resource accounting for power supply companies, and other services. The use of information technologies to combine the processes of economic relations in the field of energy sales services will attract funds for infrastructure development by increasing the load factor of generating capacities and unloading power centers. In the article, the authors propose a digital platform architecture using modern technologies such as IIoT, Vehicle to Grid (V2G), Machine learning, Big Data.