Москва
Мероприятия
Блог
Корзина
Регистрация Войти
main-bg
Блог

ИИ-системы в промышленности: какие сценарии использования существуют у умных систем

Вадим Седельников
Вадим Седельников,
AI Solution Architect, PhD. Цифровая лаборатория Softline
25.07.2023

Искусственный интеллект называют движущей силой мировой экономики. В России он постоянно развивается: по словам вице-премьера Дмитрия Чернышенко, на сегодняшний день более 52% корпораций и крупных организаций внедряют технологии ИИ в своей деятельности (источник: rg.ru — прим. ред.). Ожидается, что уже через два года вклад этой сферы в ВВП страны достигнет 2%. Один из трендов — использование ИИ в промышленности. Вместе со специалистами Softline Digital разберемся в сценариях применения и в результатах, которые они могут принести.

В России искусственный интеллект используется в сельском хозяйстве, образовании, здравоохранении и многих других областях, в том числе в промышленности. Это позволяет увеличивать производительность и снижать затраты за счет автоматизации рутинных процессов, снижать количество брака за счет анализа промышленных данных в режиме реального времени, построения прогнозных и оптимизационных моделей. Какие сценарии внедрения ИИ существуют?

Выявление неисправностей и аномалий

Цель: выявление аномальных режимов работы, избежание аварийных ситуаций и сокращение количества плановых ремонтов. 

Например, для технологического процесса важно, чтобы параметры, отвечающие за процесс, находились в требуемых диапазонах. На крупном производстве отклонения от технологии способны привести к нежелательным последствиям — заводскому браку, отзыву партии продукции и остановке производственных процессов. Контроль и выявление аномалий с помощью искусственного интеллекта позволяет выпускаемым продуктам сохранять свои идеальные характеристики.

Другой сценарий применения — выявление неисправностей на ранних стадиях, снижение простоев, оптимизация плановых ремонтов. Система, оснащенная ИИ, можно обнаружить и устранить критичные неисправности существенно раньше, когда они еще не способны принести производству серьезный урон — например, выйти из строя. Часто это приводит к простоям, отнимает у производства деньги и время ответственных сотрудников.

Такой подход минимизирует ситуации, когда оборудование резко выходит из строя, останавливая значительную часть производственных процессов: искусственный интеллект предупредит о неисправностях заранее, и у сотрудников будет время на принятие решения.

Кроме того, это позволяет перейти от системы плановых ремонтов к системе ремонтов «по факту»: к примеру, нет необходимости менять узел, если сотрудники на основе данных прогнозных моделей уверены в его надежности.

Используемые модели адаптивные и гибко настраиваются под конкретный процесс. ИИ анализирует одновременно множество факторов и параметров технологического процесса. Например, можно настроить ее на прогнозирование выхода оборудования из строя на горизонте нескольких дней или недель.

Один из кейсов использования этого сценария — внедрение прогнозной системы с ИИ на мельнице, перерабатывающей руду. Часто бывает, что подаваемая руда меняется, это меняет режим работы мельницы и может привести к ее перегрузке. В то же время перегрузки могут быть началом аварийной ситуации, которая способна привести к остановке всего производства на часы или даже дни, а это существенные финансовые потери. Человек, при наличии опыта и экспертизы, способен обнаруживать такие ситуации, но часто это происходит слишком поздно или постфактум.

Искусственный интеллект же на основе анализируя большое количество имеющихся факторов, обученный на исторических данных может быстро построить прогноз и предупредить о возможной перегрузке значительно раньше. 

Оптимизация процессов

При производстве любой продукции важно соблюдать технологический процесс и подстраивать его под меняющиеся условия (изменение параметров входящего сырья, температуры, требования к характеристикам готового продукта и т.д.). При этом нужно отслеживать и управлять большим количеством параметров. Операторы, ответственные за процесс, могут иметь разный опыт, работают на разной технике и могут отвлекаться и т.п. Это приводит к тому, что управление процессом не всегда является оптимальным, и в этом случае мы говорим о «человеческим факторе».

В этом случае можно использовать алгоритмы машинного обучения, которые могут строить прогнозы исходя из текущей ситуации и подбирать оптимальный режим управляющих воздействий (уставок) для достижения требуемых результатов. Такие системы могут работать как в режиме рекомендаций, когда оператору даются советы по управляющим воздействиям, так и в автоматическом режиме, когда алгоритмы напрямую управляют процессом под контролем оператора.

К примеру, в металлургии производитель хочет достигнуть определенных физико-химических свойств готового продукта — получить марку стали определенного качества. Тогда на этапе добавки ферросплавов система рекомендует количество присадок исходя из задания и текущих кондиций металла. 

Таким образом можно решать две задачи: первая — минимизация брака, если сотрудники не добавили нужное количество ферросплавов, и партия вышла с браком; вторая — минимизация затрат, если они добавили ферросплавы «с запасом», и получили перерасход дорогих присадок.

Прогнозирование

Этот сценарий также основан на возможности строить прогнозные модели, учитывающие множество факторов. Это может быть полезно при планировании выпуска готовой продукции, планировании закупок, продаж и логистики. Благодаря такому сценарию использования появляется возможность более гибко планировать, повышать рентабельность, оптимизировать производство в целом.

При планировании важно понимать, с каким сырьем предстоит работать. От этого зависит номенклатура выпускаемой продукции, загрузка предприятий, логистика.  

Такой сценарий Softline Digital внедрили на крупном молочном производстве. Искусственный интеллект строит прогнозы содержания жира и белка в молоке для каждого поставщика на недели и месяцы вперед, а от этого, в свою очередь, зависит план-график выпуска продукции на конкретном заводе. Если для производства нужны конкретные показатели молока, туда отправляют сырье поставщика, который может это обеспечить. Кроме того, модели позволяют прогнозировать стоимость сырого молока на полтора года вперед, что учитывается при бюджетировании. Подробнее об опыте внедрения на молочном производстве рассказывали здесь.

Виртуальные датчики и компьютерное зрение

Часто возникает необходимость в измерении дополнительных параметров, которых необходимы для более точного контроля за процессами. При этом оборудования для измерения этих параметров или не существует, или оно является очень дорогим и сложным в монтаже и наладке. В этом случае возможно также прибегнуть к силе искусственного интеллекта.

Например, в случае с рудой компьютерное зрение способно визуально анализировать поступающее сырье на конвейере. Благодаря такому анализу контролируется качество, размер и другие характеристики руды в режиме реального времени. Если попал «негабарит», система сообщит об этом и даже остановит конвейер.

Что такое виртуальные датчики? Это модель, позволяющая «заменить» реальные датчики там, где их нет, т.е. построить зависимость требуемого параметра, например, на основе лабораторных данных.

Если для контроля какого-либо процесса нужны показатели температуры, плотности, влажности, искусственный интеллект на основе имеющихся данных способен спрогнозировать эти показатели на определенном этапе.

Получайте новые статьи моментально в Telegram по ссылке: https://t.me/sldonline_bot

Теги:

Новости, истории и события
Смотреть все
Российский производитель лазерных решений VPG Laserone (ГК Softline) принял участие в XXI конгрессе «Мужское здоровье»
Новости

Российский производитель лазерных решений VPG Laserone (ГК Softline) принял участие в XXI конгрессе «Мужское здоровье»

30.04.2025

ГК Softline получила награду от разработчика CommuniGate Pro — компании СБК
Новости

ГК Softline получила награду от разработчика CommuniGate Pro — компании СБК

30.04.2025

«Росатом Сервис» заменил SharePoint на «Цитрос Цифровую Платформу» от компании SL Soft (ГК Softline)
Новости

«Росатом Сервис» заменил SharePoint на «Цитрос Цифровую Платформу» от компании SL Soft (ГК Softline)

30.04.2025

ГК Softline стала золотым партнером компании «Гравитон»
Новости

ГК Softline стала золотым партнером компании «Гравитон»

29.04.2025

ГК Softline стала победителем премии Team Awards
Новости

ГК Softline стала победителем премии Team Awards

29.04.2025

Сомерс (ГК Softline) внедрил подсказки для кассиров в товароучетную систему и кассовое ПО SUBTOTAL
Новости

Сомерс (ГК Softline) внедрил подсказки для кассиров в товароучетную систему и кассовое ПО SUBTOTAL

29.04.2025

Российский производитель лазерных решений VPG Laserone (ГК Softline) принял участие в 37-й международной выставке «Информационные и коммуникационные технологии»
Новости

Российский производитель лазерных решений VPG Laserone (ГК Softline) принял участие в 37-й международной выставке «Информационные и коммуникационные технологии»

28.04.2025

ГК Softline и Knowledge Space заключили соглашение о продвижении платформы интегрированного бизнес-планирования
Новости

ГК Softline и Knowledge Space заключили соглашение о продвижении платформы интегрированного бизнес-планирования

28.04.2025

ПАО «Софтлайн» объявит основные неаудированные финансовые показатели Компании за 1 квартал 2025 года 19 мая 2025 года
Новости

ПАО «Софтлайн» объявит основные неаудированные финансовые показатели Компании за 1 квартал 2025 года 19 мая 2025 года

28.04.2025

SL Soft (ГК Softline) и MAINTEX объявляют о сотрудничестве
Новости

SL Soft (ГК Softline) и MAINTEX объявляют о сотрудничестве

25.04.2025

Провайдер «Инферит Облако» (ГК Softline) модернизировал облачную инфраструктуру ЦОД во Фрязино
Новости

Провайдер «Инферит Облако» (ГК Softline) модернизировал облачную инфраструктуру ЦОД во Фрязино

25.04.2025

Bell Integrator (ГК Softline) разработал систему сквозного мониторинга бизнес-процессов для крупной финансовой организации
Новости

Bell Integrator (ГК Softline) разработал систему сквозного мониторинга бизнес-процессов для крупной финансовой организации

25.04.2025

ОС «МСВСфера Сервер» (ГК Softline) и CommuniGate Pro предлагают новый уровень надежности в коммуникации с контрагентами
Новости

ОС «МСВСфера Сервер» (ГК Softline) и CommuniGate Pro предлагают новый уровень надежности в коммуникации с контрагентами

24.04.2025

ГК Softline включила в продуктовый портфель платформу GMonit
Новости

ГК Softline включила в продуктовый портфель платформу GMonit

24.04.2025

ПАО «Софтлайн» объявляет о реорганизации владения АО Банк Синара в капитале Компании в связи с переходом доли на другое юридическое лицо
Новости

ПАО «Софтлайн» объявляет о реорганизации владения АО Банк Синара в капитале Компании в связи с переходом доли на другое юридическое лицо

24.04.2025

Платформа «Клаудмастер» от «Инферит FinOps» (ГК Softline) запускает FinOps-решение для Kubernetes
Новости

Платформа «Клаудмастер» от «Инферит FinOps» (ГК Softline) запускает FinOps-решение для Kubernetes

23.04.2025

Облачный провайдер ActiveCloud (ГК Softline) пополнил свой портфель SaaS-услуг российским решением MULTIFACTOR
Новости

Облачный провайдер ActiveCloud (ГК Softline) пополнил свой портфель SaaS-услуг российским решением MULTIFACTOR

23.04.2025

«Инферит» (ГК Softline) выходит в новый формат: вендор представил первый 15,6-дюймовый ноутбук Mercury
Новости

«Инферит» (ГК Softline) выходит в новый формат: вендор представил первый 15,6-дюймовый ноутбук Mercury

23.04.2025

Как устроены цифровые двойники: этапы разработки и примеры использования
Блог

Как устроены цифровые двойники: этапы разработки и примеры использования

29.04.2025

Стратегия перехода в облако
Блог

Стратегия перехода в облако

24.04.2025

Защита данных и информации: методы, практика, стандарты и законы
Блог

Защита данных и информации: методы, практика, стандарты и законы

22.04.2025

Цифровые профессии будущего: кто выживет в эпоху искусственного интеллекта
Блог

Цифровые профессии будущего: кто выживет в эпоху искусственного интеллекта

17.04.2025

Российские системы виртуализации
Блог

Российские системы виртуализации

15.04.2025

DDoS-атаки: как подготовиться к внедрению защиты и с чем предстоит бороться
Блог

DDoS-атаки: как подготовиться к внедрению защиты и с чем предстоит бороться

10.04.2025

Виртуальные тренажеры для медицинского персонала: инновационный подход к обучению
Блог

Виртуальные тренажеры для медицинского персонала: инновационный подход к обучению

08.04.2025

«Софтлайн Офис» — платформа корпоративных коммуникаций
Блог

«Софтлайн Офис» — платформа корпоративных коммуникаций

04.04.2025

Оснащение школ под ключ: от проектирования до ввода в эксплуатацию
Блог

Оснащение школ под ключ: от проектирования до ввода в эксплуатацию

03.04.2025

Киберучения: готовим сотрудников к успешным отражениям атак
Блог

Киберучения: готовим сотрудников к успешным отражениям атак

27.03.2025

Контроль усталости водителей
Блог

Контроль усталости водителей

25.03.2025

Инновации в школах в 2025 году: 3D-модели, БПЛА, роботы и VR
Блог

Инновации в школах в 2025 году: 3D-модели, БПЛА, роботы и VR

14.03.2025

Инвестиции в цифровизацию ритейла: стратегии 2025 года
Блог

Инвестиции в цифровизацию ритейла: стратегии 2025 года

11.03.2025

Топ-редакторы для работы с PDF — сравниваем программы
Блог

Топ-редакторы для работы с PDF — сравниваем программы

04.03.2025

Российские офисные системы: выбор и преимущества
Блог

Российские офисные системы: выбор и преимущества

03.03.2025

Softline Assessment и СУБД Tantor: мощный тандем для диагностики инфраструктуры
Блог

Softline Assessment и СУБД Tantor: мощный тандем для диагностики инфраструктуры

26.02.2025

Интервью ГК Softline и «Базальт СПО»: сервис Softline Enterprise Agreement — инфраструктура заказчика из единого окна
Блог

Интервью ГК Softline и «Базальт СПО»: сервис Softline Enterprise Agreement — инфраструктура заказчика из единого окна

24.02.2025

ИИ-тренды в промышленности: от цифровых ассистентов до умных АСУ ТП
Блог

ИИ-тренды в промышленности: от цифровых ассистентов до умных АСУ ТП

20.02.2025

Разыгрываем ноутбук
в нашем канале Telegram
Участвовать