Детектор аномалий: топливная компания представила рынку «АтомМайнд»

Это система предиктивной аналитики на базе цифровой платформы. Она позволяет прогнозировать качество изделий и проблемы с оборудованием до того, как они повлияют на ход производства. Интерес к новому продукту проявили отраслевые и внешние компании.

ТВЭЛ разрабатывает и внедряет интеллектуальные программные системы с середины 2010‑х. «АтомМайнд» — ​один из четырех цифровых продуктов компании с использованием ИИ. «АтомРеверс» (обратный инжиниринг) представили месяц назад. «Атомбот» (автоматизация рутинных корпоративных процессов с использованием программных роботов и системы аналитики и визуализации данных) и «Т-КОМ» (импортонезависимое сетевое и телекоммуникационное оборудование и ПО к нему для создания и модернизации корпоративных сетей передачи данных) вышли на рынок в 2020 и 2021 годы.

Системный анализ

«Каждый руководитель на производстве постоянно думает, хватит ли ему ресурсов, все ли запчасти заказаны вовремя, не откажет ли внезапно критически важное оборудование, как повлиять на качество продукции и увеличить выход в годное», — ​описал типичную ситуацию архитектор цифрового продукта ТВЭЛ Илья Муромец.

Перерывы на техобслуживание и ремонт, отнимающие дорогое производственное время, невозможность обеспечить индивидуальный подход к каждой единице оборудования из-за масштабов производства, разрыв отношений с поставщиками оборудования и комплектующих из-за санкций — ​реальность, в которой существуют почти все российские предприятия. В таких условиях особенно важно обеспечивать необходимое количество продукции надлежащего качества, минимизировать себестоимость и капитальные затраты и повышать выручку.

Классическое решение — ​выпуск специальных методик и инструкций для анализа работы оборудования. Но станков много, у каждого сотни параметров. На Чепецком механическом заводе, например, их около 800. Параметров качества продукции еще больше — ​из-за количества заказов и широкой номенклатуры счет может идти на миллионы. Обнаружить точные зависимости, тенденции и аномалии вручную технологи не в состоянии. «Мы только постфактум могли понять, почему получилось плохо, а нам нужен был проактивный анализ — ​как сделать хорошо», — ​пояснил заместитель гендиректора ЧМЗ по цифровизации Алексей Майков.

Комплексное решение

ТВЭЛ решил подключить к обработке данных нейросеть. Для ее обучения стали собирать датасеты, разрабатывать интерфейс для управления оборудованием с настройками «правильного» диапазона значений и сигнализацией о его нарушении. Составили алгоритмы машинного обучения для контроля параметров технологических процессов. Тестирование показало, что управлять ремонтом оборудования и качеством продукции можно даже с существовавшим на тот момент набором данных. Также выяснили, каких данных не хватает и где нужно скорректировать технологические процессы.

Проводя анализ производственных процессов на ЧМЗ, руководители цифрового блока ТВЭЛ поняли, что аналогичные проблемы есть и на других предприятиях топливной компании. Поэтому решили создать стандартную систему для всего дивизиона — ​«АтомМайнд». Над ней работали технологи, инженеры, управленцы и ИТ-специалисты ТВЭЛ.

«АтомМайнд» включен в реестр отечественного ПО, в платформе нет импортных решений и решений с открытым исходным кодом, что важно для укрепления технологического суверенитета нашей страны», — ​отметил вице-президент по цифровизации и информационным технологиям ТВЭЛ Евгений Гаранин.

Проверено на трубах

Пилотный проект запустили на ЧМЗ. Осенью 2022 года систему предиктивной аналитики качества одного вида труб (выпуск — ​порядка 100 тыс. в год) на платформе «АтомМайнд» ввели в промышленную эксплуатацию. Как сообщил Алексей Майков, на заводе начинается следующий этап — ​тиражирование системы и расширение ее функциональных возможностей. «Основываясь на достоверных данных, мы сможем эффективнее управлять качеством продукции и состоянием оборудования в производственных потоках, приносящих 90 % выручки завода», — ​сказал он.

На других предприятиях ТВЭЛ тоже внедряется предиктивная аналитика на базе «АтомМайнда». К концу 2024 года платформа будет работать на 12 предприятиях.

«Пилотные проекты показали, что с помощью «АтомМайнда» мы можем повысить качество продукции, повлиять на эффективность производственных процессов, снизить затраты на обслуживание оборудования и увеличить межремонтный интервал, сэкономить деньги на материальных ресурсах, необходимых для ремонта», — ​подытожил Илья Муромец (см. «Эффекты «АтомМайнда»).

ЭФФЕКТЫ «АТОММАЙНДА»

5–10 %

экономия на техобслуживании

 3–5 %

рост производительности оборудования

5–10 %

​экономия на капитальных затратах за счет увеличения срока службы оборудования

Рыночное предложение

«Мы предлагаем клиентам платформу промышленной цифровизации с единым интерфейсом и набором интеграционных инструментов, — ​рассказал «СР» директор департамента цифровых продуктов ТВЭЛ Юрий Козеренко. — ​Это позволяет быстро встраивать систему предиктивной аналитики в ИТ-ландшафт предприятия и разрабатывать сервисы и приложения для увеличения эффективности производственных процессов. На базе дочернего общества ТВЭЛ «Промышленные инновации» сформирован центр компетенций по предиктивной аналитике и искусственному интеллекту. «АтомМайнд» — ​это не только программный продукт, но и экспертиза ТВЭЛ в области промышленной цифровизации».

За презентацией очно и онлайн наблюдали более 200 представителей промышленных и ИТ-компаний, интерес к продукту оказался даже выше ожиданий ТВЭЛ. «Мы бы хотели использовать партнерские отношения с «Росатомом» для пилотного внедрения «АтомМайнда» у нас на льготных условиях», — ​сообщил замдиректора центра по перспективным разработкам компании «Синара — ​транспортные машины» Леонид Кузнецов.

Главный специалист управления коммерческой диспетчеризации энергокомпании «Юнипро» Иван Кулагин считает, что «АтомМайнд» можно использовать для анализа расхода энергии на собственные нужды электростанций. «Ошибки в оценке собственного потребления стали дорого обходиться, поэтому мы много ресурсов тратим на прогнозирование», — ​объяснил специалист.

Директора по управлению основными фондами и технической политикой АРМЗ Алексея Невского заинтересовал модуль предиктивной аналитики ремонтов. В холдинге автоматизацией этого сектора занимаются давно: на ППГХО информационная система заработала еще в 2015 году. «Мне интересны системы аналитики — ​что с собранными данными можно сделать», — ​рассказал Алексей Невский и добавил, что, если бы была такая возможность, он понаблюдал бы за настройкой алгоритмов в модуле предиктивной аналитики ремонтов.