«Кольская ГМК» и «Рексофт» представили проект «Предиктивная диагностика и контроль эксплуатации техники СДО»
Заказчики: Рудник Северный, Кольская ГМК Подрядчики: Reksoft (Рексофт) Продукт: Искусственный интеллект (ИИ, Artificial intelligence, AI)Второй продукт: Проекты на базе технологий Big Data Третий продукт: Проекты на базе технологий интернета вещей (IoT) Дата проекта: 2023/10 — 2024/04
|
Технология: Data Mining
Технология: Data Quality - Качество данных
Технология: Робототехника
Технология: Интернет вещей Internet of Things (IoT)
|
2024: Разработка системы предиктивной диагностики и контроля эксплуатации самоходного дизельного оборудования
АО «Кольская ГМК» («Норникель») и многопрофильная технологическая группа «Рексофт» 15 мая 2024 года раскрыли подробности комплексного проекта по разработке отечественной системы предиктивной диагностики и контроля эксплуатации самоходного дизельного оборудования (СДО).
В связи с уходом от зарубежного ПО (Certiq и OptiMine) и отсутствием отечественных решений мы приступили к разработке продукта, который в перспективе должен помочь повысить коэффициент технической готовности (КТГ) парка оборудования и создать единый центр по мониторингу, планированию и контролю работы техники,
сказал Денис Баранов, руководитель направления производственной аналитики департамента повышения эффективности производства ГМК «Норникель».
|
Проект стартовал в 2023 году. Помимо задачи импортозамещения, при формировании дорожной карты решения менеджерская команда проекта ориентировалась на следующие предпосылки, существующие на большинстве предприятий горнодобывающей отрасли: наличие разнородного парка техники, отсутствие непрерывного мониторинга ее состояния, понимание того, что значимая доля ремонтов происходит по факту аварийного отказа узлов и агрегатов. При существующем уровне технологий и экспертизы команды было принято решение задействовать работу с комплексной телеметрией от различных агрегатов и узлов, срез показателей анализа масел и рабочих жидкостей. Также в проекте будут использоваться ретроспективные данные о причинах поломок техники и будет вестись анализ параметров эксплуатации техники операторами. Алгоритмы искусственного интеллекта системы обрабатывают данные штатной телеметрии машин и строят предиктивную модель по отказу узлов и агрегатов. Также обеспечивается мониторинг технического состояния и контроль нарушений эксплуатации техники оператором.
В результате дорожная карта проекта включает следующие подсистемы:
- Подсистема сбора, хранения, обработки, анализа данных по телеметрии оборудования.
- Подсистема анализа параметров эксплуатации техники операторами, позволяющая дать объективную автоматическую оценку качества эксплуатации СДО оператором. Модуль позволяет отследить такие нарушения правил эксплуатации техники, как: глушение двигателя под нагрузкой, работа под нагрузкой с непрогретым двигателем, переключение на пониженную передачу на высокой скорости, переключение передач на полном газу, движение со скоростью более 20 км/ч и т.п. В результате у менеджмента предприятия появляется инструмент выявления персонала с недостаточной квалификацией для последующего обучения, а также возможность организации «внутренней» социальной конкуренции персонала и отслеживание объективных критериев материального стимулирования в соответствии с условиями эксплуатации техники.
- Модуль предиктивной диагностики СДО по стандартной телеметрии. Подсистема обеспечивает оперативное получение информации о состоянии бортовых узлов, агрегатов и режимах эксплуатации карьерной техники. Предиктивный анализ этих данных позволяет снизить простои технически исправного оборудования, сформировать гибкие графики ТОиР с учетом текущего/прогнозного технического состояния оборудования. Получаемая информация создает предпосылки для перехода к стратегии планирования ремонтов по фактическому состоянию техники. В дополнение предприятие накапливает сравнение технических и эксплуатационных показателей разных моделей и производителей техники, что поможет в обосновании обновления парка оборудования с учетом его жизненного цикла в условиях эксплуатации на конкретном предприятии.
- Модуль предиктивной диагностики СДО по анализу масел. Это дополнительный инструмент для повышения точности предиктивной аналитики состояния техники. Он позволяет осуществлять постоянный контроль изменений технического состояния ответственных частей внутри агрегатов без остановки их работы и выявлять развитие дефектов и износа на ранней стадии. Также модуль выдает рекомендации по замене масел и рабочих жидкостей, а также необходимости входного контроля (по необходимости). Кроме того, предприятие получает объективный анализ качества масел различных производителей и возможность проведения качественных сравнительных испытаний.
- Модуль автоматизации учета простоев и производственной статистики. На основании данных телеметрии происходит автоматическая фиксация начала и завершения простоев СДО, сбор производственной статистики техники, информации о наработке узлов. В результате у предприятия повышается качество данных по учету и анализу эффективности использования СДО.
Одним из важных элементов системы является расчет показателя «Индекс здоровья» как отдельных агрегатов, так и конкретной единицы техники. Он рассчитывается ИИ моделью на основе нескольких алгоритмов при помощи Big Data анализа уже вышедших из строя узлов. Индекс является know-how команды и существенно облегчает восприятие аналитики пользователями системы. На май 2024 года командой разработаны модели индекса для двигателя внутреннего сгорания (ДВС), трансмиссии и гидравлической системы.
Совместная работа с коллегами из АО «Кольская ГМК», их включенность в проект и постоянная обратная связь позволяет работать над отраслевой системой. Мы уверены, что именно в тандеме отраслевых и ИТ-экспертов возможно создать инновационную систему в самые сжатые сроки, отметил Михаил Почтов, руководитель направления, департамент горнодобывающих решений «Рексофт».
|