| Заказчики: Сибур Холдинг, ПАО Москва; Химическая промышленность Подрядчики: Sibedge (Сибэдж), ЭлеСи Дата проекта: 2018/09 — 2018/09
|
12 октября 2018 года SibEDGE сообщила, что помогла разработать систему перспективной аналитики для СИБУР.
Заказчики поставили непростую задачу: создать проект, на основе алгоритмов работы с большим объемом данных, позволяющий максимально точно и эффективно прогнозировать поломку оборудования на предприятиях. Состояние оборудования влияет не только на объемы, но и на качество выпускаемой продукции и является, по сути, ключевым фактором в формировании маржинальности продукции.
В рамках обозначенной проблемы, специалисты SibEDGE, вместе с коллегами из ЭлеСи разработали систему проактивного мониторинга оборудования а также предложили варианты её внедрения в производственный процесс.
Предложенный прототип основывается на технологии Big Data с элементами машинного обучения. Используя развернутую аналитику данных, система сможет гораздо точнее прогнозировать ремонты и отказы технологического оборудования, нежели ее предыдущая версия, а также позволит оптимизировать работу предприятия и существенно снизить издержки и расходы.
Основными компонентами решения стали два модуля:
- модуль поиска аномалий в работе оборудования
- модуль прогнозирования, строящий прогноз поломки элементов.
То есть приложение проводит быстрый и объективный анализ предложенных данных и максимально точно может определить время и характер возможной поломки на производстве.
В процессе работы пришлось учесть фактор того, что оборудование холдинга делится на несколько типов критичности, следовательно подходы к управлению надежностью, аналитике должны отличаться.
Разработанное приложение позволит переработать сетку планового ремонта, основываясь на анализе состояния оборудования, сделав этот ремонт максимально своевременным. Как вывод - сокращается время простоя оборудования, уменьшаются риски его использования. Так же предложенная система аналитики поможет оптимизировать бизнес-процессы СИБУРа за счет сокращения внезапных остановок на производстве.
Сложность в реализации проекта может возникнуть на этапе сбора данных, так как они хранятся в разнородных базах, некоторые из них не оцифрованы и труднодоступны. Решение этой задачи находится в проработке.
