Рекомендательная система по управлению технологическим процессом производства NPK-удобрений повысила эффективность на 1-4%, что эквивалентно 100-250 млн. руб. эффекта.

ЦЕЛИ Повышение выработки NPK/NK удобрений путем оптимизации технологических параметров и стабилизации производственного процесса с реализацией следующего функционала:

Вывод рекомендаций по изменению технологического процесса, а также информации о вырабатываемой продукции на дашборд оператора Возможность анализа графиков выработки продукции и технологических параметров с фактическими и оптимизированными значениями технологами на производстве Возможность внесения новых марок и изменения настроек Системы для оптимизации производственного процесса

РЕЗУЛЬТАТЫ 1. Рекомендательная система запущена в промышленную эксплуатацию и развёрнута на пульте оператора, управляющего технологическим процессом на двух производственных линиях по выпуску NPK / NK удобрений.

2. Повышение выработки подтверждено в ходе опытно-промышленной эксплуатации путем проведения балансовых испытаний для каждой марки.

3. Повышена стабильность технологического процесса производства удобрений путём подбора оптимальных технологических параметров с учётом ограничений по влажности и расходу сырья, входящего в БГС.

УНИКАЛЬНОСТЬ ПРОЕКТА 1. На основе искусственного интеллекта разработан оптимизатор, увеличивающий выработку продукции всех выпускаемых марок, с учетом компонентного состава выпускаемых марок, лабораторных анализов входного сырья и готового продукта, допустимых расходов входящего сырья и других технологических ограничений.

2. При разработке Системы учтены как требования бизнеса, так и обратная связь от непосредственных пользователей на производстве.

3. БГС, в котором из пульпы формируются гранулы продукта – крупнотоннажный агрегат, на масштабах которого увеличение производительности даже на 1% даёт ощутимый экономический эффект.

4. Оптимизируемый цех является конечным этапом выпуска NPK-удобрений, поэтому увеличение производительности на нём позволяет добиться экономического эффекта для предприятия в целом без модернизации смежных цехов.

5. Исторические данные показывают дисперсию производительности цеха – можно взять участки с высокой производительностью и на их основе обучить модель оптимизации. По результатам внедрения Системы было подтверждено увеличение выработки продукции на существующем оборудовании за счёт оптимизации технологического режима. После ввода в промышленную эксплуатацию плановая выработка производства была увеличена от 1% до 4 % на разных марках удобрений.

ИСПОЛЬЗОВАННОЕ ПО В рамках реализации проекта использовались исключительно импортонезависимое ПО и библиотеки с открытым кодом. Система разработана с нуля под потребности Заказчика.

В качестве базы данных для хранения фактических и рекомендуемых значений технологических параметров, а также других рассчитанных показателей и справочной информации использован PostgreSQL.

Backend Рекомендательной системы реализован на Python c использованием библиотек машинного обучения (ML) ruptures, scikit-learn, XGBoost.

Фронтенд Системы реализован в виде веб-приложения на React.

СЛОЖНОСТЬ РЕАЛИЗАЦИИ 1. Различные факторы быстро влияют на технологический процесс.

2. Необходимость учета специфики ведения технологического процесса для каждой марки (более 10 марок).

ПРОЕКТ ПРИЗНАН ПРОЕКТОМ ГОДА https://globalcio.ru/projects/36278/

Какие функции системы вы уже внедряли и какой эффект достигли?

*картинка приведена как пример возможной реализации и не имеет ничего общего с реальными данными