Платформа по искусственному интеллекту AiLine для непрерывных производств

• Сложности построения двойников и прогнозных моделей
• Цифровая платформа AILine
• Основные преимущества AiLine
• Оновные плюсы и минусы AiLine
• Практическое применение AILine

Сегодня руководители предприятий, которые хотят оставаться конкурентными и предсказуемыми, сталкиваются с рядом вызовов: снижение влияния человеческого фактора на процессы, оптимизация расхода дорогостоящих материалов, регулярное выявление и оптимизация узких мест, снижение затрат на ТОиР одновременно с исключением внеплановых простоев и поломок.

Эти проблемы помогает решить создание «цифровых двойников». Цифровой двойник (Digital Twin) — это программный аналог процесса, моделирующий его течение в условиях воздействий помех и окружающей среды. Цифровой двойник строится на основании анализа данных с датчиков (сенсоров) с использованием машинного обучения. Решение позволяет предприятию быстрее обнаруживать физические проблемы, предсказывать результаты технологических процессов, повышать качество продукции и, конечно, снизить влияние человеческого фактора.

В чем сложности построения цифровых двойников и прогнозных моделей?

Однако, построение таких двойников — сложный процесс, который может требовать существенного времени и затрат.  Эта сложность обусловлена необходимостью соединения технологической информации, описания процесса и фактических данных с датчиков для создания прогнозной модели процесса.  Для создания таких прогнозных моделей как правило используют статистические методы и все чаще методы машинного обучения (некоторые употребляют термин «искусственный интеллект», но мы не будем углубляться в спор об определениях). Получение практического результата в виде экономии, увеличения производительности и прибыли — нелегкая задача, и несмотря на бум технологий в области нейросетей и data science, для применения нужен глубокий опыт как в математике, так и в прикладной области. В рамках построения прогнозных моделей необходимо оптимально выбрать метрику, понять, как это улучшение целевой математической метрики приводит к улучшению экономический показателей, а также правильно подобрать метод машинного обучения и понять границы его применимости, настроить стабильную работу в условиях меняющихся или частично отсутствующих входных данных. И это только часть вопросов, на которые необходимо ответить.

Цифровая платформа AILine

В Softline Digital у нас собралась команда специалистов, занимающихся практическим внедрением машинного обучения на предприятиях последние 6 лет и, обобщая этот опыт, мы создали платформу AILine. Это платформа, позволяющая создавать цифровые двойники, прогнозные и рекомендательные модели без переподготовки персонала. Позволяет также улучшать математические модели на основе фактических значений датчиков без необходимости привлечения специалистов по данным.

Платформа содержит в себе необходимые компоненты для создания цифровых двойников, что позволяет относительно быстро (за 1-2 недели) проводить пилотирование, т.е. исследование применимости методов моделирования к конкретному процессу, анализ достаточности данных и оценку достижимости требуемых метрик.

В отличие от похожих систем Ailine не просто делает прогноз, но также обосновывает его: подсвечивает важные в данный момент параметры, аномальные ситуации и определяет точность прогноза в каждой ситуации, что дает возможность оператору вмешаться в том случае, если ситуация выходит за рамки. Динамическое обучение и одновременно определение границ применимости – важный аспект нашей системы.  

В общем случае встраивание платформы в предприятие выглядит следующим образом

На практике решение представляет из себя программный продукт, который может быть развернут как в облаке, так и в контуре заказчика. Для настройки продукта необходимо указать входные и выходные параметры, а также те, которые нужно оптимизировать. Система выявит аномальные значения задаст вопросы о данных, подсветит аномальные ситуации и предложит их интерпретировать, научится работать в условиях неполных данных. В качестве результата настроенная система предоставит различные интерфейсы, «дашборды» для оператора, технолога и руководства. Для оператора и технолога это рекомендации по управляющим воздействиям, whatif анализ и прогноз производства, а для руководства сводный план, позволяющий повысить управляемость процесса в целом.

Основные преимущества платформы можно разделить на три блока:

I. Адаптивность

1. При изменении условий (сырье, процесс, требования) технолог может самостоятельно донастроить модели.
2. Выбор наилучшего метода ИИ исходя из ситуации.
3. Использование знаний о технологии вместе с фактическими данными для более точного моделирования.

II. Легкость масштабирования и внедрения

1. Построение рабочего прототипа за одну неделю.
2. Интеграция с системами сбора и хранения данных.
3. Поддержка решения опытными специалистами.

III. Удобство и практическая польза

1. Детализация каждого прогноза и рекомендации: подсвечиваем важные в данный момент параметры и аномалии.
2. Моделирование ситуаций: как поведет себя процесс при изменении параметров.
3. Индивидуальные дашборды: для оператора, технолога, руководства.

Если говорить об подходах к цифровизации в целом, то основные направления построения цифровых двойников в компаниях, это:

1. Создание собственной команды внутри предприятия с наймом в штат специалистов машинного обучения.
2. Заказная разработка у внешних подрядчиков (например, у Softline Digital)
3. Использование коробочных решений от поставщиков.

Выделим основные плюсы и минусы от подходов:

Практическое применение AILine

При построении платформы AILine мы старались избежать проблем стандартных способов построения цифровых двойников, сохранив их достоинства.

Как результат мы провели ряд успешных внедрений и пилотных проектов. Наши основные направления это — металлургия, нефтехимия и агропромышленный комплекс. Платформа показала свою применимость в задачах от флотации до расхода ферросплавов, от оптимизации выработки метиленхлорида до прогноза производительности стада, от шихтовки и процесса измельчения руды до прогноза прогноза хим. состава и брака продукции. По нашему опыту в случае готовности задачи и процессов внедрение пилотного проекта не занимает больше 1-2 недель, однако мы можем вместе пройти весь путь с самого начала, от анализа производства и постановки задачи.

Команда Цифровой лаборатории Softline с радостью предоставит более подробную информацию о платформе, успешных кейсах и возможностях сотрудничества, пишите: digital@softline.com.