Рекомендательная система по управлению технологическим процессом производства NPK-удобрений

Заказчик
Еврохим
Руководитель проекта со стороны заказчика
ИТ-поставщик
IBS
Год завершения проекта
2023
Сроки выполнения проекта
Ноябрь, 2022 - Май, 2023
Масштаб проекта
3435 человеко-часов
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

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

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

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

Уникальность проекта

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.

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

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

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.

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.
Проект решает задачи импортозамещения
Да
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).

Продуктовый подход подразумевает быструю доставку ценности – а это требует глубокой экспертизы в технологии и химии (экспертиза предоставлена от R&D Протех Лаб).
Описание проекта

Рекомендательная система по управлению технологическим процессом производства NPK-удобрений представляет собой программное обеспечение, разработанное для оптимизации производства удобрений. Она предоставляет пользователю возможность просматривать сводный дашборд, содержащий данные о производимой продукции и рекомендуемые значения технологических параметров. Также Система позволяет просматривать графики выработки продукции и технологических параметров с фактическими и оптимизированными значениями.

Система основана на оптимизационном алгоритме, который максимизирует выработку продукции. В расчётах используются как данные расходов компонентов, так и значения лабораторных анализов входного сырья и готовой продукции, поступающие в Систему из АСОДУ. При оптимизации учитываются ограничения, такие как минимальный и максимальный расходы компонентов, поддержание заданного соотношения основных компонентов, качество выпускаемой продукции и необходимые соотношения в рамках соблюдения оптимального водородного показателя (pH).

В Системе использованы инструменты искусственного интеллекта и методы машинного обучения для определения изменения режимов технологического процесса и прогнозирования значений (виртуальные анализаторы).

Взаимодействие с Системой осуществляется через интерфейс, который также позволяет пользователю исправлять некорректные значения лабораторных анализов.

География проекта
Проект реализован на двух линиях производства сложных минеральных удобрений АО «Невинномысский Азот» (входит в состав АО "Минерально-химическая компания «ЕвроХим»).

Коментарии: 2

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Вячеслав Чупраков
    Рейтинг: 1175
    Прагматика Эксперт
    Заместитель ИТ директора по инфраструктуре и сервисам
    05.01.2024 01:39

    Добрый день, эта система больше для оператора или руководства? Имеет ли оператор полномочия на изменение (оптимизацию) технологического процесса?

  • Дмитрий Мотылев
    Рейтинг: 216
    Еврохим
    Руководитель направления "Рекомендательные системы"
    09.01.2024 11:01

    Добрый, спасибо за вопросы!
    Это система и для руководства и для производственного персонала, включая операторов.
    В нашем Продукте реализована ролевая модель, в которой можно на разных уровнях давать цели и ограничения по метрикам. Например, нач. цеха ставит целевые метрики на месяц, а оператор в рамках этих диапазонов может корректировать суточные/недельные цели и параметры тех. процесса.

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.