Использование предиктивной аналитики для технического состояния производственного оборудования

Выгоды для бизнеса:

• сокращение количества внеплановых остановов и их продолжительности
• снижение затрат на ТО и ремонты
• уменьшение размеров упущенной выгоды
• увеличение ресурса оборудования
• оптимизация эксплуатации
• повышение эффективности, снижение скрытых потерь, предотвращение безвозвратных потерь КПД
• улучшение качества диагностики.

Внедрение технологии интеграции предиктивной аналитики с ТОиР/ТОРО позволяет существенно оптимизировать ремонтную программу производственных мощностей и сократить финансовые потери за счет ненужных дорогостоящих плановых ремонтов.

Технологии:

Решение построено на базе отечественной платформы ZIIOT компания «Цифра», систем предиктивной аналитики CyberStudio компании «САЙБЕРФИЗИКС» и KvantDetection компании «Квант Программ». ПО предиктивной аналитики могут выступать как интеграционное решение в качестве расчетного математического ядра платформы ZIIOT, так и выполнять функции отдельного развернутого решения ПО предиктивной аналитики.

Математическое расчетное ядро предиктивной аналитики (CS, KD) с использованием ML-моделей (Machine Learning), построенных на основе описания физики производственных и технологических процессов заинтегрированы в отдельный сервис цифровой платформы (ZIIOT). Каждая модель разрабатывается нашими специалистами и верифицируется на реальных данных работы оборудования и далее функционируют в автоматическом режиме. Система может интегрирована с ERP-решениями 1С и SAP на основе сквозных корпоративных объектных моделей. Развитый no-code инструментарий для моделирования на базе Cyber Studio, KvantDetection позволяют в короткий срок развернуть ML-модели и обучить персонал работе в ПО.

ML-модели позволяют:

• с помощью параметров, охарактеризовать состояние оборудования
• определять и идентифицировать негативные тенденции, аномалии, срытые зависимости, выявленные на ранних стадиях зарождения дефектов
• прогнозировать вероятность отказа и остаточный ресурс оборудования
• оптимизировать режим работы оборудования
• кластеризировать, на основе сходства и однотипности оборудования, для анализа заводских показателей и характеристик
• улучшить бизнес-процесс за счет отслеживания показателей прогнозных моделей.

Преимущества работы с САПРАН

• Команда специалистов Департамента Промышленной автоматизации САПРАН имеет успешный опыт внедрений различных систем ПА. В команде - квалифицированные сотрудники с сильной технической базой, профильным образованием, многолетним опытом работы как в предиктивной аналитике, так и на производстве с различными типами технологического оборудования (турбинное, насосное, компрессорное, котельное, газоперекачивающее, горнорудное, реакторное)
• Применяем лучшие практики предиктивного моделирования:
  • Многомерный метод оценки состояния
  • Регрессионный анализ
  • Кластеризация
  • Нейросетевые методы
  • Физмоделирование
• Предлагаемые платформы и решения являются полностью отечественными разработками, которые внесены в реестр отечественного ПО Минкомсвязи РФ
• САПРАН входит в TOП-20 рейтинга «Лидеры информационных технологий для промышленности – 2024» по версии портала «Управление производством» и в TOП-40 рейтинга TAdviser «Цифровизация ТЭК России 2024»
• Расширенный спектр задач, связанный с предиктивной аналитикой:
  • Разработка и проектирование систем ТОиР. Интеграция с системами ТОиР и «мобильными обходчиками»
  • Управление производственными процессами: SCADA, MES
  • Идентификация отклонений в техническом состоянии / классификаторы дефектов

Реализуем проекты для следующих видов оборудования и производителей:

• Турбинное оборудование
  • SIEMENS, General Electric, Alstom, Уральский турбинный завод, Силовые машины, ОДК
• Компрессорное оборудование
  • BORSIG, Gea Grasso, Howden
• Котельное оборудование
  • Росатом, Красный котельщик, Энергомаш, Барнаульский котельный завод
• Насосное оборудование
  • KSB, Завод "Пролетарский", РОСАТОМ
• Горнорудное оборудование
  • БЕЛАЗ, TEREX, Eickhoff