ПАО "Химпром" и компания "Цифра" приступили к разработке аналитической системы с использованием методов глубокого машинного обучения для цеха производства хлорметанов.
Данная система будет выдавать рекомендации оператору цеха по выбору оптимальных параметров и технологических режимов для достижения максимальной производительности. Такое новшество позволит увеличить выпуск высокомаржинального продукта метиленхлорида до 46 тонн в сутки (рост на 5%). В течение года прибыль от оптимизации составит 11 млн руб. при общих затратах на систему 7 млн рублей. Ожидается, что срок окупаемости составит около 7-9 месяцев.
На реализацию же проекта потребуется около четырех месяцев. Эксперты по данным (data scientists) из "Цифры" проанализируют массивы управляющих параметров ПАО "Химпром" и разработают математическую модель, а созданное затем программное обеспечение будет, ориентируясь на полученные оптимальные параметры, выдавать рекомендации оператору цеха. После тестирования системы в лабораторных условиях она будет запущена в опытную эксплуатацию.
Химпром ежегодно внедряет технологии, направленные на повышение энергоэффективности и снижение нагрузки на окружающую среду. Проникновение цифровых технологий в технологические процессы позволяет существенно увеличить производительность при снижении затрат.
"Как одно из крупнейших предприятий отрасли, мы хотим быть лидером также в области внедрения самых прогрессивных технологий контроля производственных процессов, — говорит генеральный директор ПАО "Химпром" Сергей Науман. — В случае положительного результата предполагается внедрить аналогичные системы на других производствах новочебоксарского химкомбината, благо, что система может быть масштабирована до размера любого производства".
Как отметил директор по стратегии в процессных отраслях "Цифра" Андрей Кондратьев, "оторванные от реального производства разработчики технологий искусственного интеллекта не добиваются желаемых результатов. Совместная работа с экспертами ПАО "Химпром" позволит максимально быстро тестировать разработанные алгоритмы, а также обучать систему на реальных производственных данных. В результате мы должны получить не просто "цифровую модель", а реальный и уникальный кейс применения с подтвержденными эффектами".
Последние комментарии
такие мероприятия помогают развиваться предпринимателям и получить финансирование для этого