繁忙期には,贝克休斯の作業員は24時間体制で石油や天然ガスの貯留層を掘削しています。1つの坑井現場では20台ものトラックが同時に稼働することがあり,容積式ポンプで,掘削された坑井の奥深くまで水と砂の混合物を高圧で注入します。150年トラックの総費用万ドルですが,ポンプおよびその部品(バルブ,バルブシート,シール,プランジャーなど)だけで,約10万ドルかかり,優位な割合を占めます。
致命的な摩耗の可能性についてポンプを監視し,故障が発生する前に予測できるように,贝克休斯はMATLAB®でポンプのセンサーデータを解析し,MATLAB機械学習アルゴリズムを適用しています。
贝克休斯の掘削サービス担当のチームリーダーであるGulshan辛格氏は次のように述べています。“弊社でポンプのヘルスモニタリングシステムを開発する際にMATLABを使用するべき3つの理由があると考えていました。1つ目は開発スピードです。C言語や他の言語を使用していたら,開発にもっと時間がかかったでしょう。2つ目は自動化です。MATLABを使用することで、大規模なデータセットの処理を自動化することができました。3 つ目は、MATLAB が提供する幅広いデータ処理技術です。たとえば、基本的な統計解析、スペクトル解析、フィルタリング、人工ニューラル ネットワークを用いた予測モデリングなどがあります。」