Промышленные компании стали уделять пристальное внимание технологиям на базе искусственного интеллекта, которые позволяют понять, как усовершенствовать производственные и технологические процессы, а также сократить издержки.

Владимир Захаров, генеральный директор компании Datana, рассказал о том, как пришла идея создать компанию, которая занимается разработкой программно-аппаратных решений для повышения эффективности производственных и технологических процессов промышленных предприятий.

Владимир Захаров, генеральный директор компании Datana
Владимир Захаров, генеральный директор компании Datana

«В группе компаний ЛАНИТ мы анализировали мировые тенденции области Индустрии 4.0, успешный опыт внедрения, прорабатывали всевозможные вопросы в области цифровизации производства и в конце 2017 года начали разработку проектов для ряда предприятий черной металлургии. В результате был разработан прототип продукта, который мы предложили ряду производственных компаний и увидели явный интерес с их стороны к искусственному интеллекту. Тогда мы увидели, что российские компании готовы к внедрению инноваций. Поэтому в апреле создали компанию Datana, деятельность которой направлена на повышение эффективности производства промышленных предприятий. В основе Datana лежит использование искусственного интеллекта и предиктивной аналитики в сочетании с отраслевой экспертизой».

Решения помогают заказчикам:

  • Повышать производительность производственных агрегатов
  • Повышать эффективную загрузку оборудования
  • Снижать человеческий фактор
  • Повышать выход годного
  • Снижать себестоимость единицы продукции

Сейчас мы сосредоточены на развитии отрасли черной металлургии, поэтому активно внедряем технологии Индустрии 4.0 на заводах, такие как: цифровые двойники агрегатов, интеллектуальные системы управления агрегатами, анализатор качества продукции, инструменты по предиктивному техническому обслуживанию и ремонтам, системы оперативного календарного планирования, мобильный планшет руководителя.

Зачем промышленности искусственный интеллект и может ли машинное обучение сэкономить миллионы предприятиям?
Зачем промышленности искусственный интеллект и может ли машинное обучение сэкономить миллионы предприятиям?

Среди наших заказчиков представлены предприятия российской черной металлургии. Данные производства материалоёмкие и энергозатратные. Повышение эффективности только лишь одного участка — участка внепечной обработки стали на базе интеллектуальной системы управления приводит к снижению затрат в себестоимости производств стали на 3-5%. В масштабах предприятия — это сотни миллионов рублей.

Давайте рассмотрим конкретный пример. Задача снизить затраты на сталеплавильном производстве:

  • На материально-технические ресурсы (ферросплавы, легирующие, раскислители)
  • На электроэнергию
  • Повысить производительность агрегата ковш-печь

Принцип работы. Предоставление операторам рекомендаций по ведению технологического процесса, а в дальнейшем его полная автоматизация в реальном времени:

  • Режимы нагревов, продувки металла
  • Отдача материалов (по критерию себестоимости)

Как результат мы получаем:

  • 100% попадание в химический состав
  • Сокращение числа итераций (замер/проба — операция)
  • Снижение расхода материалов (легирующих, раскислителей)
  • Снижение расхода электроэнергии
  • Повышение производительности ковш-печь
Зачем промышленности искусственный интеллект и может ли машинное обучение сэкономить миллионы предприятиям?
Зачем промышленности искусственный интеллект и может ли машинное обучение сэкономить миллионы предприятиям?

Необходимо применять отраслевую экспертизу, понимать физико-химические процессы, происходящие в агрегатах и общаться не только в терминах математики. В противном случае заказчики не готовы обсуждать с разработчиками ИТ-систем внедрение подобных инструментов. Сложно продать математические модели, потенциальные заказчики желают видеть знание и использование физико-химических процессов.

Наши модели основываются на:

  • Реальных зависимостях физических процессов
  • Не выдаёт аномальные результаты
  • Использует исторические данные
  • Имеет высокую точность
  • Использует различные факторы и их корреляции
  • Устанавливает менее строгие требования к исходным данным

Совместное применение двух подходов (физико-химической модели и модели машинного обучения) нейтрализует взаимные недостатки и усиливает достоинства.

В команде Datana представлены специалисты из области черной металлургии, математического моделирования, а также специалисты из области разработки высоко нагруженных и высокопроизводительных информационных систем. У нас есть не только своя отраслевая экспертиза, но и ряд партнерских соглашений с отраслевыми НИИ. Именно поэтому мы заявляем своим девизом: Экспертиза. Математика. Технологии. Мы считаем, что сочетание этих ключевых факторов позволяет решать задачи, стоящие перед отраслью, наиболее эффективно.

Владимир Захаров
Генеральный директор компании Datana

МенеджерПорталПубликацииDatana,Захаров Владимир,информационные технологии,искусственный интеллект,ЛАНИТ,машинное обучение,промышленность,публикацииПромышленные компании стали уделять пристальное внимание технологиям на базе искусственного интеллекта, которые позволяют понять, как усовершенствовать производственные и технологические процессы, а также сократить издержки. Владимир Захаров, генеральный директор компании Datana, рассказал о том, как пришла идея создать компанию, которая занимается разработкой программно-аппаратных решений для повышения эффективности производственных и технологических процессов...ПЕРВАЯ БИЗНЕС-ШКОЛА КЛУБНОГО ТИПА