Истомин Денис Андреевич, ассистент кафедры вычислительной математики, механики и биомеханики, Пермский национальный исследовательский политехнический университет, г. Пермь; dai@pstu.ru. Столбов Валерий Юрьевич, д-р техн. наук, профессор, заведующий кафедрой вычислительной математики и механики, Пермский национальный исследовательский политехнический университет, г. Пермь; valeriy.stolbov@gmail.com. Платон Денис Николаевич, инженер, ООО «Нафта Эксперт», г. Пермь; dplaton@nafta-e.com. D.A. Istomin1, dai@pstu.ru, V.Yu. Stolbov1, valeriy.stolbov@gmail.com, D.N. Platon2, dplaton@nafta-e.com 1 Perm National Research Polytechnic University, Perm, Russian Federation, 2 Nafta Expert LLC, Perm, Russian Federation Введение. Оценка состояния узлов электроцентробежных насосов является одной из множества задач, которые необходимо решить для повышения эффективности бизнес- процессов нефтедобычи. Повышение эффективности процессов мониторинга состояния и прогнозирования отказов электроцентробежных насосов зачастую требует разработки специального математического и информационного обеспечения. Цель исследования. Проработка вопросов применения экспертных систем для оценки технического состояния узлов электроцентробежных насосов на основе полученных знаний. Материалы и методы. Экспертная система рассматривается в качестве вспомогательного инструмента, минимизирующего ошибки, связанные с ложным срабатыванием предиктивной аналитики. Экспертная система на основе трендов по каждому показателю электроцентробежного насоса (давление, вибрация, сила тока и т. д.) формирует оценку технического состояния, например, диагностируя определенный вид неисправности. Для хранения знаний в экспертной системе рассматриваются фреймы и продукции. Детально рассмотрен продукционный способ представления знаний и предложена возможность применения нечеткого логического вывода. Результаты. Исследованы возможности экспертных систем, основанных на знаниях, включая модели представления знаний с учетом нечеткости информации и алгоритмы логического вывода. Обосновано применение продукционной модели представления знаний экспертов, показано при- менение теории нечетких множеств для обработки знаний экспертов. Предложена концепция интеллектуальной информационной системы, включающей экспертную систему поддержки принятия решений, основанную на знаниях, а также блок предварительной и глубокой обработки данных, включая компонент предиктивной аналитики, основанный на нейросетевых технологиях. Представлен демонстрационный пример применения экспертной системы, а также рассмотрены особенности ее реализации в оболочке FuzzyCLIPS. Заключение. Исследуемые методы и модели апробированы на реальных данных, что подтверждает возможность их использования при разработке интеллектуальной информационной системы. Introduction. Condition assessment of the electric submersible pump units is one of the many tasks that need to be solved to increase the efficiency of oil production business processes. Improving the efficiency of condition monitoring processes and failure prediction of electric submersible pumps often requires the development of special mathematical and software engineering tools. Aim. To research the use of knowledge-based expert systems for technical condition assessment of the electric submersible pumps units. Materials and methods. The expert system is considered as an auxiliary tool that minimizes errors associated with the false positive errors of predictive analytics. The expert system, based on trends for each indicator of the electric submersible pump (pressure, vibration, amperage, etc.), makes an assessment of the technical condition, for example, diagnosing a certain type of malfunction. To store knowledge in the expert system, frames and production rules are considered. The production rules knowledge representation is considered in detail and the possibility of using fuzzy inference is proposed. Results. The application of knowledge-based expert systems, including fuzzy knowledge representation models and logical inference algorithms, is investigated. The use of a production-based rules for representing expert’s knowledge is justified, the application of the fuzzy inference is shown. The concept of an intelligent information system is proposed, which includes an expert knowledge-based decision support system, as well as a preliminary and deep data processing unit, including a component of predictive analytics based on neural network technologies. A demonstration example of the expert system application is presented, and the features of its implementation in the FuzzyCLIPS shell are also considered. Conclusion. The methods and models under study were tested on real data, which confirms the possibility of their use in the development of an intelligent information system.