谢韦尔斯基技术学院(莫斯科工程物理学院国立核研究大学分院)的科学家们，开发出了一套独一无二的、基于人工智能的决策支持系统，用于规划铀矿地下浸出矿区工艺井的维修恢复工作。
在俄罗斯国家原子能集团公司矿业分部的铀矿开采企业中，运行着数千口抽液井和注液井，其生产率直接影响铀的开采速度。为维持所需的生产率，必须定期进行维修恢复作业。该智能助手能够高精度预测矿区每口具体井进行各类维修工作的效果，从而帮助选择最有效的维修方案。该智能助手基于神经网络运行，该网络已利用数万次维修作业的数据进行了训练。该智能系统已在达卢尔公司投入试运行，该公司正在开发外乌拉尔铀矿区(达尔马托夫斯克、霍赫洛夫斯克和多布罗沃利诺耶矿床)的矿藏。
该智能系统的开发人员是莫斯科工程物理学院国立核研究大学谢韦尔斯基技术学院物理教研室的员工：研究生亚历山大·别列津、副教授兼物理数学副博士安德烈·伊斯托明、教授兼物理数学博士米哈伊尔·诺斯科夫。
据米哈伊尔·诺斯科夫教授解释，该智能产品的历史可以追溯到2009年，当时创建了一个数据库——即达卢尔公司生产的电子孪生系统，所有最重要的油井参数每天都会输入该系统。如今，得益于积累的数万条记录，已经可以利用这些数据训练神经网络，该网络学会了预测油井对维修恢复工作的需求，并选择最佳维修方案。米哈伊尔·诺斯科夫表示，该智能产品在全球铀矿开采行业内具有独特性。
