Covestro применяет искусственный интеллект для предсказания отказов химического оборудования.

Ключевой частью интеллектуального производства и современного заводского подхода является мониторинг условий эксплуатации оборудования и процессов на производственных линиях в режиме реального времени. Применение искусственного интеллекта помогает автоматизировать задачи мониторинга, что приводит к сокращению времени простоя, отсутствию незапланированных остановок и повышению качества производства.
Использование самообучающихся технологий нейронных сетей позволило химической компании Covestro получить прогноз работоспособности их главной машины на 8 месяцев вперед и избежать незапланированных простоев и снижения качества продукции.
,Немецкая химическая компания Covestro производит полимеры премиум класса. Компания имеет большой опыт в применении цифровых технологий и теперь она объявила, что был достигнут важный прогресс в применении программы интеллектуального обслуживания систем с возможностью прогнозирования. .

Первый пилотный проект осуществлен на площадке Леверкузен, Германия, где для наблюдения используется основной механизм предприятия. В настоящее время производится настройка такой же системы на производственной площадке в Цаоцзине, Китай.

Суть работы заключается в том, что в большом двигателе производственного предприятия были установлены датчики температуры и вибрации, которые передают собранные ими данные о состоянии двигателя во время работы в аналитическую программу, построенную на нейронных сетях глубокого обучения. Нейронная сеть, имея уже настроенный цифровой двойник агрегата и карту идентифицированных ранее отклонений, составляет отчет об общем состоянии механизма, прогнозирует его работоспособность и выдает рекомендации для технического обслуживания. Использование методики позволило команде спрогнозировать возможный отказ двигателя и сервисные работы на восемь месяцев вперед.

Джейн Арнольд, руководитель отдела глобальных технологий управления технологическими процессами, сказала, что машинное обучение и искусственный интеллект обеспечили реальное улучшение общей работы. Она убеждена, что в будущем эта технология будет преобладать на всех производственных предприятиях. Цель проекта состояла в том, чтобы иметь возможность точно вмешиваться в производственные процессы на основе четкого представления всей информации и, таким образом, постоянно оптимизировать их,- продолжает Арнольд. - С этой целью Covestro всесторонне анализирует данные текущего производства и технического обслуживания, чтобы иметь возможность заранее оценить поведение машин и материалов и дать соответствующие рекомендации.

Зеленый свет технологии цифрового двойника

Совет директоров дал добро на следующий, второй этап проекта. Планируется внедрение уже разработанного портала уже не для отдельного механизма, а для комплексного проектирования и эксплуатации производственных объектов во всех основных местах. Интегрированная платформа для производства и инжиниринга (Pep) создает виртуальную модель данных и цифрового двойника каждого механизма производственного предприятия. Вся техническая документация каждого завода собрана в цифровом виде в базе данных . Pep призван позволить компании работать еще более безопасно и эффективно в будущем, а также быстро и легко получать доступ ко всем данным. Компания видит большой потенциал в интеллектуальном объединении заводских и технологических данных, на основе которых могут быть разработаны дальнейшие приложения.

Источник: Covestro

От редакции: в своей практике мы уже сталкивались с работами подобного рода. И можем сказать, что немцы большие любители построить шумиху из ничего и набросать себе PR публикаций. Обозначенные в статье работы не содержат каких либо сверхординарных действий по обучению, исключая некоторого количества времени, необходимого для создания цифрового двойника механизма и моделей типовых поломок. Для центральных механизмов, призванных годами работать без остановки, этот цикл обучения может быть достаточно длинным и требует присутствия механика, который хорошо разбирается в нюансах работы именно этого механизма.

Поэтому мы рекомендуем рассматривать эту статью в качестве рядового примера использования нейронных сетей для нужд производства.