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。トラックの総費用 150万ドルですが、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。」