Мы свяжемся с Вами в ближайшее время
* Нажимая кнопку "Отправить", Вы даёте согласие на обработку персональных данных.
Истории успеха
Оптимизация технологического процесса на нефтехимическом производстве
О заказчике
Данные собираются в различных форматах и формах: лабораторные измерения регистрируются на бумажных носителях, информация с датчиков записывается в разные хранилища, некоторые не записываются совсем.
Одно из ключевых подразделений на предприятии осуществляет производство реактопласта в полунепрерывном процессе поликонденсации.

Цех был введен в эксплуатацию в 1970-х годах, точечная модернизация осуществлена в 1990-е годы. Эксплуатация оборудования была сопряжена с невозможностью точно управлять качеством одного из промежуточных потоков на установке.

Это влекло ряд негативных следствий:
  • на следующих этапах процесса требовалось тратить не регламентное время и энергоресурсы на финальный передел полупродукта в готовый реактопласт;
  • зачастую характеристики полупродукта просто не позволяли получить из него итоговый продукт, соответствующий спецификациям заказчиков. На склад поступала неликвидная продукция;
  • время от времени потеря контроля над процессом приводила к незапланированным остановам оборудования и простоям.

Алгоритм управления процессом опирался на показания около 70 измерительных приборов и многочисленные данные лабораторного контроля. Из-за частичного перепрофилирования цеха, износа оборудования, погрешности КИПиА, переменного качества входного сырья и прочих факторов имеющиеся на производстве технологические регламенты и инструкции не были исчерпывающими для точного управления.

Задача
Разработать интеллектуальную рекомендательную систему, которая сможет ассистировать оператору и помогать точно управлять качеством промежуточного продукта. При этом необходимо минимизировать (на сколько это возможно) количество и частоту управляющих воздействий, так как из-за дефицита персонала на оператора возложены также параллельные функции.
Решение
1
Мы провели аудит данных на предмет того, как они собираются и хранятся, а также как ими пользуются. После это в несколько итераций «оцифровали» имеющиеся бумажные носители с данными лабораторного контроля за предыдущие 3 года работы;
2
Разработали «электронный журнал» для регистрации данных лабораторных измерений вместо бумажных журналов. Он также аккумулирует информацию со всех датчиков в единую базу данных;
3
Привели данные к единой форме, стандартным единицам и корректному формату, соответствующему химической сути процесса;
4
При поддержке менеджмента скорректировали бизнес-процессы на производстве с тем, чтобы процессы планирования и лабораторных измерений велась единообразно;
5
Разработали и «обучили» интеллектуальную модель, которая предсказывает необходимый комплекс управляющих воздействий для достижения плановых показателей качества полупродукта. В основе модели лежит ансамбль нейронных сетей.
Результат
Цех полностью перешел на хранение и управление данными в «электронной» форме – кроме возможности использовать данные для построения интеллектуальных систем, руководство получило возможность в удобном формате анализировать данные, изучать нетипичные ситуации.
Использование модели показывает результат на 10-15% лучше результатов «ручного» управления опытным оператором. В пересчете на экономические метрики, это десятки миллионов рублей в год.