Проекты

Фильтр по:

Очистить выбор

Программа персональных цифровых сертификатов

14.05.2021

Совместные образовательные курсы с Университетом 20.35

31.10.2021

Обучение преподавателей региональных университетов

31.12.2021

Совместная разработка образовательного контента с университетом Оулу

31.12.2022

Образовательный курс «Форсайт научно-технологического развития»

31.12.2021

Обучение управлению на основе данных

31.01.2022

Руководитель проекта

Андрей Грунин Руководитель проекта

Заказчик

МГУ имени М.В. Ломоносова Заказчик

Описание проекта

В рамках проекта создан программный комплекс предиктивной аналитики, позволяющий прогнозировать состояние технических и производственно-технологических систем путем анализа накопленной базы исторических данных и данных, передающихся с датчиков в реальном времени. В рамках проекта разработаны оригинальные математические модели и новые подходы к их обучению на доступных наборах данных по эксплуатации оборудования для удовлетворения конкретных индустриальных задач. Комплекс представляет собой совокупность взаимосвязанных программных модулей и графический пользовательский интерфейс, воспользоваться которым могут сотрудники, у которых нет специальных знаний в области анализа данных. Решение позволяет предсказывать сбои и отказы технологических систем и вовремя проводить их профилактический ремонт, а также оптимизировать технологические процессы производства для достижения максимального срока жизни оборудования и улучшения качества выпускаемой продукции. Решение помогает отказаться от планового ремонта и проводить ремонт только тогда, когда он действительно нужен. Потенциальными потребителями разработки являются производственные и добывающие компании в нефтегазовой, металлургической, энергетической и других отраслях. Функционал программного комплекса предполагает, во-первых, агрегацию данных, которые имеются на текущий момент; во-вторых, детектирование аномальных режимов работы оборудования; в-третьих, раннее оповещение о возможном сбое; в-четвертых, предложение превентивных действий, способных предотвратить возможный сбой; наконец, подготовку отчетности о состоянии оборудования на предприятии. Отчетность может подстраиваться под потребности различных специалистов компании: например, для топ-менеджмента будет формироваться более оптимизированный отчет, для специалистов на производстве — более детальный. Предусмотрена возможность отправки уведомлений о неисправностях посредством SMS, электронной почты и через другие каналы. Мониторинг ведется непрерывно, срок службы оборудования при этом повышается на 30–40%. По данным аналитиков, только на одном типе оборудования компания может сэкономить десятки миллионов рублей, применяя решение. Однако дело не только в экономии: некоторые поломки, особенно в энергетическом секторе, могут приводить к чрезвычайным ситуациям и даже техногенным катастрофам, поэтому повышение качества оборудования напрямую влияет на безопасность людей. Предусмотрена возможность кастомизации программного комплекса: каждая компания сможет настроить его под свои потребности. Программный комплекс позволяет индустриальным партнерам решать следующие ключевые задачи. Во-первых, речь идет о структурировании и аудите собираемых данных с датчиков, установленных на производственных системах. Разработчики детально изучают, какие данные собираются сейчас, необходимо ли установить новые датчики для более точного описания процессов. Во-вторых, разрабатываются модели для прогнозирования возможных отказов и непредвиденных поломок на производственном оборудовании. В-третьих, происходит оптимизация технологической цепочки путем подбора производственных параметров и симуляции работы оборудования. Разработчики изучают ход работы, как меняются параметры, и предлагают индустриальному партнеру корректировать те или иные технологические процессы для достижения максимального жизненного цикла работы оборудования. В-четвертых, благодаря прогнозированию на основе больших данных можно повысить качество выпускаемой продукции и скорректировать технологию производства. Например, по известным параметрам процесса производства определить свойства готовой продукции (и наоборот). Решение позволяет подобрать оптимальные параметры, чтобы выпускаемая продукция соответствовала стандартам качества. Наконец, индустриальный партнер получает инструменты для работы с производственными данными, средства визуализации и раннего оповещения, детальные отчеты и производственные метрики. Они позволяют описать, насколько стабильна работа оборудования, каковы причины отклонений, и разработать рекомендации по принятию превентивных мер.

Итоги 2019 года

● Проанализирована экономическая эффективность разработки методов прогнозирования отказов оборудования в индустриальном секторе. Для дальнейшего анализа были выбраны компании из нефтегазового, металлургического и энергетического секторов. ● Подготовлен список наиболее критического оборудования для компаний этих секторов, проведен анализ самых частых причин отказов данного оборудования. ● Для выбранных индустрий подготовлены методы по анализу данных на основании исследования мировой литературы, который показывает, что при должном подходе срок жизненного цикла оборудования может быть продлен с трех до 10 лет. ● Начат пилотный проект с ПАО «Северсталь».

Итоги 2020 года

● Командой Центра реализованы проекты по предиктивной аналитике для индустриального партнера ПАО «Северсталь»: в частности, проанализировано более 150 различных параметров и разработана модель для раннего оповещения оператора. Определено, что экономическая выгода от внедрения прогностических моделей может составлять до 60–70 млн рублей в год на одном типе оборудования. ● Команда проекта также занимается предиктивной аналитикой на базе спектроскопии сточных вод.

Итоги 2021 года

● Командой Центра разработан опытный образец программного комплекса с преднастроенными моделями по решению задач предиктивной аналитики у индустриальных партнеров, испытанный на оборудовании ООО «Нафта Дриллинг Компани». ● Ведется доработка опытного образца, а также переговоры ООО «Нафта Дриллинг Компани» и ПАО «НОВАТЭК» о внедрении программного обеспечения в их производственную деятельность.