Разрабатываем свою СУУТП, рассказывали (думаю, продукт назовём Datana APC), и сейчас в проработке ее применение для ректификационных колонн - эти установки широко применяются в химии, нефтегазохимии и даже пивоварении.
Где же взять установку для тестирования экспериментальной модели многопараметрического контроллера (MPC) нашей APC? Нам же нужна адекватная обратная связь на поданные сигналы, а так же реакция на управляющие команды, которые расчитывает MPC.
Самым логичным для нас оказалось - воспользоваться динамическими строгими моделями установок в Aspen Hysys. Вы наверняка слышали об этой платформе моделирования технологических процессов (CAE). Сейчас ее активно импортозамещают в ИЦК Нефтегаз и Нефтехимия.
Так вот, мы реализовали драйвер или шлюз Hysys, который отправляет в динамическую строгую модель ректификационной колонны данные и команды, а потом получает результаты моделирования.
С другой стороны шлюза реализован OPC UA протокол, через который результаты расчетов могут передаваться в системы класса APC, RTO или CAE.
Полезная штука, будем применять.
Где же взять установку для тестирования экспериментальной модели многопараметрического контроллера (MPC) нашей APC? Нам же нужна адекватная обратная связь на поданные сигналы, а так же реакция на управляющие команды, которые расчитывает MPC.
Самым логичным для нас оказалось - воспользоваться динамическими строгими моделями установок в Aspen Hysys. Вы наверняка слышали об этой платформе моделирования технологических процессов (CAE). Сейчас ее активно импортозамещают в ИЦК Нефтегаз и Нефтехимия.
Так вот, мы реализовали драйвер или шлюз Hysys, который отправляет в динамическую строгую модель ректификационной колонны данные и команды, а потом получает результаты моделирования.
С другой стороны шлюза реализован OPC UA протокол, через который результаты расчетов могут передаваться в системы класса APC, RTO или CAE.
Полезная штука, будем применять.
👍20
Сегодня на Seymartec Digital представили классный проект - Мониторинг горной техники.
Заказчик -тот, кого нельзя называть (пока)
Мы на многих ГОК уже побывали - насмотрелись всякого. Видим и дисциплину, и ответственность на местах. Как и везде - есть передовики, есть отстающие.
Представьте, в шахте на большой глубине под землей тяжелые буровые машины. Встречаются операторы ленивые, которые работать не хотят (признаем, что работа адская, но ее делать все равно надо). А под землей бояться некого, по крайней мере, начальства там нет.
Итак, нужен контроль - работа должна выполняться.
Мы поставляем ПАК, который содержит много датчиков и камер, а также бортовой edge-вычислитель. Все это намертво сцепляется с буровой и собирает данные, фиксирует различные метрики.
В общем, отличное решение. Надо его вандалоустойчивым сделать, чтобы от луддитов защитить.
На картинках - кадры с нашей камеры и слайд из презентации.
Заказчик -
Мы на многих ГОК уже побывали - насмотрелись всякого. Видим и дисциплину, и ответственность на местах. Как и везде - есть передовики, есть отстающие.
Представьте, в шахте на большой глубине под землей тяжелые буровые машины. Встречаются операторы ленивые, которые работать не хотят (признаем, что работа адская, но ее делать все равно надо). А под землей бояться некого, по крайней мере, начальства там нет.
Итак, нужен контроль - работа должна выполняться.
Мы поставляем ПАК, который содержит много датчиков и камер, а также бортовой edge-вычислитель. Все это намертво сцепляется с буровой и собирает данные, фиксирует различные метрики.
В общем, отличное решение. Надо его вандалоустойчивым сделать, чтобы от луддитов защитить.
На картинках - кадры с нашей камеры и слайд из презентации.
👍16
Вчера было интересное мероприятие в Сколково - "Горный клуб Майнекс", где завязалась острая и показательная дискуссия. Эмоции вызвало импортозамещение продукта Micromine - горно-геологическая система (ГГИС), которая была бесспорным лидером в отрасли. После ухода из РФ пострадали многие, но особенно те, кто были на подписке. Продления не будет.
Ясно, что все озаботились. Экс-ГД Микромайн в РФ и рад бы помочь разработать новый продукт, но исходников не осталось, а разработчики разбежались. Интересно, куда.
Рынок ГГИС в России в 10 раз меньше, чем нужно, чтобы разработать продукт такого уровня. Тем не менее, несколько горнодобывающих компаний пишут своими силами, кто за счет ИЦК, кто за счет грантов, кто за свой. А еще есть инди-разработчики.
Эксперты обозначают еще и внешнюю угрозу - Китай привез свой новый продукт, и там и диспетчеризация, и вентиляция, и дроны, все работает в браузере, не зависит от ОС. Осталось малость - перевести на русский и открыть офис.
Грустно. Аналогичные дебаты ведутся по многим проектам, лично читал в ТГ-канале ИЦК "Нефтегаз и нефтехимия".
Будет тесно, рынок ограничен. Где же тут эффективность, где ИЦК?
Реализация должна быть такая - об этом на прошлой неделе наш ГД говорил с Шадаевым и Решетниковым - открытая платформа, унифицированные стандарты и модульная архитектура. В этом случае, создается много ниш для специализированной разработки, новый рынок.
Хорошо, что мы хотя бы ГГИС не занимаемся. Плохо, что разработчиков на всех не хватит. Рыночек порешает? Наверное, решать будет уже плановая экономика.
Ясно, что все озаботились. Экс-ГД Микромайн в РФ и рад бы помочь разработать новый продукт, но исходников не осталось, а разработчики разбежались. Интересно, куда.
Рынок ГГИС в России в 10 раз меньше, чем нужно, чтобы разработать продукт такого уровня. Тем не менее, несколько горнодобывающих компаний пишут своими силами, кто за счет ИЦК, кто за счет грантов, кто за свой. А еще есть инди-разработчики.
Эксперты обозначают еще и внешнюю угрозу - Китай привез свой новый продукт, и там и диспетчеризация, и вентиляция, и дроны, все работает в браузере, не зависит от ОС. Осталось малость - перевести на русский и открыть офис.
Грустно. Аналогичные дебаты ведутся по многим проектам, лично читал в ТГ-канале ИЦК "Нефтегаз и нефтехимия".
Будет тесно, рынок ограничен. Где же тут эффективность, где ИЦК?
Реализация должна быть такая - об этом на прошлой неделе наш ГД говорил с Шадаевым и Решетниковым - открытая платформа, унифицированные стандарты и модульная архитектура. В этом случае, создается много ниш для специализированной разработки, новый рынок.
Хорошо, что мы хотя бы ГГИС не занимаемся. Плохо, что разработчиков на всех не хватит. Рыночек порешает? Наверное, решать будет уже плановая экономика.
👍11👎1
Вчера на конференции "Нефтегаз и полимеры PRO", помимо прочего, обсудили важный вопрос - должен ли проводиться аудит площадки перед проектом цифровизации и кем
По первому пункту возник спор на ровном месте. Нас убеждали - Ну, конечно, вы должны продавать лицензии, и не важно, все ли вентили на установке работают, и сможет ли вообще заказчик внедрить ваше ПО. Очень хочется согласиться, однако, у компаний нашего размера, часто, план А - сделать проект под ключ и добиться гарантийных показателей. Таковы требования заказчиков. Поэтому, если нет на входе уверенности, что весь проект может быть сделан, то и не беремся за него. Соответственно, и лицензии не будут проданы.
Самое страшное, что заказчик не готов платить за приведение площадки в порядок.
Пара анонимных примеров:
1️⃣ Предприятие хочет автоматизировать отдачи из бункеров, а погрешность задвижки - 60 кг! Бюджет - цифровой, поэтому модернизировать бункерное хозяйство никто не хочет. А риски - проектные.
2️⃣ Запускается проект оптимизации установки с гарантированными показателями по ее разгону на X%. Подрядчик выцарапывает этот проект с демпингом. В ходе работ выясняется, что она уже работает на 106% от базового проекта. Заказчик жалуется - вот какой нехороший подрядчик, не выяснил все на берегу, взялся за дело, а выполнить не может.
Технологический аудит должен: а - делаться регулярно, б - оплачиваться.
По первому пункту возник спор на ровном месте. Нас убеждали - Ну, конечно, вы должны продавать лицензии, и не важно, все ли вентили на установке работают, и сможет ли вообще заказчик внедрить ваше ПО. Очень хочется согласиться, однако, у компаний нашего размера, часто, план А - сделать проект под ключ и добиться гарантийных показателей. Таковы требования заказчиков. Поэтому, если нет на входе уверенности, что весь проект может быть сделан, то и не беремся за него. Соответственно, и лицензии не будут проданы.
Самое страшное, что заказчик не готов платить за приведение площадки в порядок.
Пара анонимных примеров:
1️⃣ Предприятие хочет автоматизировать отдачи из бункеров, а погрешность задвижки - 60 кг! Бюджет - цифровой, поэтому модернизировать бункерное хозяйство никто не хочет. А риски - проектные.
2️⃣ Запускается проект оптимизации установки с гарантированными показателями по ее разгону на X%. Подрядчик выцарапывает этот проект с демпингом. В ходе работ выясняется, что она уже работает на 106% от базового проекта. Заказчик жалуется - вот какой нехороший подрядчик, не выяснил все на берегу, взялся за дело, а выполнить не может.
Технологический аудит должен: а - делаться регулярно, б - оплачиваться.
👍10
Вышел подкаст Infowatch про применение ИИ в различных сферах с интересными рассказчиками, в том числе нашим директором по продукту Андреем Захаровым.
Послушайте, понравится.
Запись была год назад, поэтому Андрей говорит исключительно про металлургию. В те времена в непрерывку только начинали погружаться.
Послушайте, понравится.
Запись была год назад, поэтому Андрей говорит исключительно про металлургию. В те времена в непрерывку только начинали погружаться.
Telegram
InfoWatchOut
🔥 Встречайте второй выпуск подкаста InfoWatch, посвященный задачам, проблемам внедрения и использования машинного обучения в разных сферах.
Обсудили с гостями:
✅ С какими сложностями приходится сталкиваться при обучении систем ИИ?
✅ Как машинное обучение…
Обсудили с гостями:
✅ С какими сложностями приходится сталкиваться при обучении систем ИИ?
✅ Как машинное обучение…
👍7
Срочно в номерТолько что стало известно, что мы выиграли грант на доработку нашего Datana APC!
Поздравляем нас. Поздравляем будущих заказчиков, у вас будет классный продукт.
https://fasie.ru/press/fund/komm-ai-7-results/
👍30
This media is not supported in your browser
VIEW IN TELEGRAM
Сейчас идёт приёмка этапа крайне сложного проекта на металлургическом заводе. Цель - помочь качественно сделать работу машиниста крана при скачивании шлака из ковша. Сделаем несколько постов об интересных деталях. Начнем с рассказа о площадке, но так, чтобы никто не понял, про какую идет речь (ну а что, вы и сами не даете рассказывать).
Всего три крана управляют ковшами, перемещая их между тремя печами до шести постов скачивания шлака (по две у каждой печи), а потом распределяют их между несколькими участками разливки. Жонглирование ковшами усложняется тем, что печи работают не синхронно, разумеется. Шлаковые чаши, куда скачивается шлак, могут быть заполнены. В итоге, машинист может везти ковш с любой печи на любую позицию для начала скачивания, а заканчивать уже на другой позиции. Непростая логистическая задача, которая решается вручную.
Базово, в проекте необходимо решить задачу диспетчеризации ковшей, а именно должна выполняться идентификация ковшей, а все перемещения ковшей, факты скачивания должны фиксироваться автоматически. Далее, для помощи со скачиванием нужно внедрить Datana Sense. Ну а как иначе.
Итак, мы реализуем решение:
1️⃣ каждая печь должна быть оборудована камерой видимого спектра и двумя тепловизорами, направленными на посты скачивания
2️⃣ нужно оснастить АРМ-ами каждый кран и научить их оценивать качество проведенного скачивания
3️⃣ нужно обеспечить передачу видеопотока с обработкой "на лету" на АРМ-ы крановщиков. Для этого поднимаем промышленный WiFi и внедряем свою платформу Datana IDF (Industrial Data Factory) - даже продали лицензию
4️⃣ нужно реализовать АРМ технолога с видео-архивом для пост-анализа
Про обработку "на лету" мы расскажем в следующих постах.
Всего три крана управляют ковшами, перемещая их между тремя печами до шести постов скачивания шлака (по две у каждой печи), а потом распределяют их между несколькими участками разливки. Жонглирование ковшами усложняется тем, что печи работают не синхронно, разумеется. Шлаковые чаши, куда скачивается шлак, могут быть заполнены. В итоге, машинист может везти ковш с любой печи на любую позицию для начала скачивания, а заканчивать уже на другой позиции. Непростая логистическая задача, которая решается вручную.
Базово, в проекте необходимо решить задачу диспетчеризации ковшей, а именно должна выполняться идентификация ковшей, а все перемещения ковшей, факты скачивания должны фиксироваться автоматически. Далее, для помощи со скачиванием нужно внедрить Datana Sense. Ну а как иначе.
Итак, мы реализуем решение:
1️⃣ каждая печь должна быть оборудована камерой видимого спектра и двумя тепловизорами, направленными на посты скачивания
2️⃣ нужно оснастить АРМ-ами каждый кран и научить их оценивать качество проведенного скачивания
3️⃣ нужно обеспечить передачу видеопотока с обработкой "на лету" на АРМ-ы крановщиков. Для этого поднимаем промышленный WiFi и внедряем свою платформу Datana IDF (Industrial Data Factory) - даже продали лицензию
4️⃣ нужно реализовать АРМ технолога с видео-архивом для пост-анализа
Про обработку "на лету" мы расскажем в следующих постах.
👍16
This media is not supported in your browser
VIEW IN TELEGRAM
Продолжение серии постов про крайне сложный проект на металлургическом заводе. На этот раз про прикладную часть.
Целых шесть разных моделей работают поверх видеопотока с камеры и тепловизора.
Кратко расскажем о каждой:
1️⃣ Модель "статуса". На площадке, естественно, нет никаких датчиков, собирающих информацию о работе машиниста в привязке к плавке. И в АСУТП нет информации о перемещениях ковша внутри цеха, к которой мы могли бы привязаться в качестве триггера. Поэтому нужна модель, которая определяет, что ковш прибыл и готов. Это становится событием, по которому включается тепловизор, направленный на струю, а с ним и остальные модели.
2️⃣ Модель "номера ковша" - наша система автоматически визуально определяет идентификатор ковша, это нужно для диспетчеризации плавки. Ковш может прийти из любой печи на любой пост скачивания шлака.
3️⃣ Модель "борта/обработки" - определяем высоту свободного борта - какой уровень расплава в ковше (инфа нужна только в тех случаях, когда недоливают в ковш из печи, в очень редких случаях можно зафиксировать перелив). Обработка ковша - оценка площади пробитой шлаковой корки. Машинист должен пробить корку до скачивания, чтобы струя по шлаковому носику текла, а не во все стороны плескалась.
4️⃣ Модель "шлака/металла" - наша классическая - определяет процентаж и тоннаж шлака и металла в струе при выпуске в моменте и накопительно. Тут возникает много вопросов, часть в следующих постах обсудим.
5️⃣ Модель "угла наклона ковша" - ну это понятно, хотя математически не просто решается.
6️⃣ Модель "вязкости шлака" - мы не просто анализируем кадры по отдельности, но и все вместе. Это нужно для определения кинетики процесса. Например, как быстро кусочки шлака перемещаются по струе - это и есть показатель вязкости. При вязком шлаке и потери металла больше будут.
На видео вы видите реальную работу системы, но пришлось наложить звуки вулканической активности, чтобы вы лучше прочувствовали атмосферу. 🔉
Целых шесть разных моделей работают поверх видеопотока с камеры и тепловизора.
Кратко расскажем о каждой:
1️⃣ Модель "статуса". На площадке, естественно, нет никаких датчиков, собирающих информацию о работе машиниста в привязке к плавке. И в АСУТП нет информации о перемещениях ковша внутри цеха, к которой мы могли бы привязаться в качестве триггера. Поэтому нужна модель, которая определяет, что ковш прибыл и готов. Это становится событием, по которому включается тепловизор, направленный на струю, а с ним и остальные модели.
2️⃣ Модель "номера ковша" - наша система автоматически визуально определяет идентификатор ковша, это нужно для диспетчеризации плавки. Ковш может прийти из любой печи на любой пост скачивания шлака.
3️⃣ Модель "борта/обработки" - определяем высоту свободного борта - какой уровень расплава в ковше (инфа нужна только в тех случаях, когда недоливают в ковш из печи, в очень редких случаях можно зафиксировать перелив). Обработка ковша - оценка площади пробитой шлаковой корки. Машинист должен пробить корку до скачивания, чтобы струя по шлаковому носику текла, а не во все стороны плескалась.
4️⃣ Модель "шлака/металла" - наша классическая - определяет процентаж и тоннаж шлака и металла в струе при выпуске в моменте и накопительно. Тут возникает много вопросов, часть в следующих постах обсудим.
5️⃣ Модель "угла наклона ковша" - ну это понятно, хотя математически не просто решается.
6️⃣ Модель "вязкости шлака" - мы не просто анализируем кадры по отдельности, но и все вместе. Это нужно для определения кинетики процесса. Например, как быстро кусочки шлака перемещаются по струе - это и есть показатель вязкости. При вязком шлаке и потери металла больше будут.
На видео вы видите реальную работу системы, но пришлось наложить звуки вулканической активности, чтобы вы лучше прочувствовали атмосферу. 🔉
👍19
Продолжение серии постов про крайне сложный проект на металлургическом заводе.
Итак, почему же в данном случае простой тепловизор (или, ещё хуже, пирометр) не решит задачу, и требуется продвинутое компьютерное зрение поверх него. Внимание на картинку - на гистограммах столбики - количество пикселей шлака/металла/фона, а пунктиром - отнормированные распределения (то же самое, что и на гистограмме, только на сумму всех пикселей поделено).
Как видите, в диапазоне температур от 200 до 1000 градусов тепловизор с температурной матрицей не позволит однозначно определить, что у него перед носом. Одинаково светится и шлак, и металл, и фон. Каша. Да, применение исключительно температурной матрицы сильно дешевле, но в сложных условиях пользы от неё будет мало. А условия в сталеплавильном цеху очень сложные: сильная задымленность 🌫 и раскаленный фон 🌅, которые вносят шум, близкие температуры шлака и металла 👥 и т.д.
Наше решение работает в таких условиях с высокой точностью. Что мы для этого делаем - расскажем дальше.
4️⃣ Модель "шлака/металла" - наша классическая - определяет процентаж и тоннаж шлака и металла в струе при выпуске в моменте и накопительно. Тут возникает много вопросов, часть в следующих постах обсудим.
Итак, почему же в данном случае простой тепловизор (или, ещё хуже, пирометр) не решит задачу, и требуется продвинутое компьютерное зрение поверх него. Внимание на картинку - на гистограммах столбики - количество пикселей шлака/металла/фона, а пунктиром - отнормированные распределения (то же самое, что и на гистограмме, только на сумму всех пикселей поделено).
Как видите, в диапазоне температур от 200 до 1000 градусов тепловизор с температурной матрицей не позволит однозначно определить, что у него перед носом. Одинаково светится и шлак, и металл, и фон. Каша. Да, применение исключительно температурной матрицы сильно дешевле, но в сложных условиях пользы от неё будет мало. А условия в сталеплавильном цеху очень сложные: сильная задымленность 🌫 и раскаленный фон 🌅, которые вносят шум, близкие температуры шлака и металла 👥 и т.д.
Наше решение работает в таких условиях с высокой точностью. Что мы для этого делаем - расскажем дальше.
👍13
Продолжение серии постов про крайне сложный проект на металлургическом заводе. Заключительный пост по теме (или нет).
Всем известно, что модели ИИ деградируют без присмотра. Нейронки для компьютерного зрения - не исключение. Сдвинется камера и ракурс, сильно изменится температура в цеху, например, это может стать причиной снижения точности.
Дообучение, как и предварительное обучение модели, обычно выглядит одинаково.
Для нас это осталось в прошлом.
-- Раньше --:
1️⃣ Наш бизнес-аналитик (БА) снимал видео на ИК-камеру. Просто включал запись часов на 10
2️⃣ Наш аналитик данных (DS) кадрировал видео - еще полдня
3️⃣ БА искал кадры (и их индексы), где есть ковш целиком в кадре (нужны для обучения модели статуса, модели борта/обработки, модели угла наклона), отдельно искал кадры с чистым потоком шлака и потоком шлака с металлом (нужны также для модели статуса, а еще для детектирования шлака/металла, для модели вязкости, для модели угла наклона) - еще полдня
4️⃣ DS, группируя данные по индексам кадров с разными статусами, раскладывал по папочкам для разметчиков данные - еще полдня
5️⃣ Разметчики делают разметку, а мы вручную проверяем и комментируем - вечность ♾ (на картинках это изображено)
-- Сейчас --:
1️⃣ БА снял видео
2️⃣ DS прогнал данные через модели, сделал предразметку, автоматом загрузил в ПО для разметки данных на сервер
3️⃣ Разметчикам остается поправить ошибки в предразметке модели, вечности ждать не надо (на видео БА проверяет ответы матмодели в CVAT и исправляет неточности)
-- Итого --
На то, что занимало 2 недели, теперь нужно 3 дня (sic!).
Да, мы не только автоматизируем с помощью ИИ промышленность, но и свою работу. Более того, в этом самом проекте мы реализовали АРМ разметчика с применением этой технологии. Заказчик сможет сам дообучать модели при деградации.
Хороший, сложный проект, будем заявлять на премии. Это ли не одно из желаний на НГ? Не скажу, а то не сбудется.
Наше решение работает в таких условиях с высокой точностью. Что мы для этого делаем - расскажем дальше.
Всем известно, что модели ИИ деградируют без присмотра. Нейронки для компьютерного зрения - не исключение. Сдвинется камера и ракурс, сильно изменится температура в цеху, например, это может стать причиной снижения точности.
Дообучение, как и предварительное обучение модели, обычно выглядит одинаково.
Для нас это осталось в прошлом.
-- Раньше --:
1️⃣ Наш бизнес-аналитик (БА) снимал видео на ИК-камеру. Просто включал запись часов на 10
2️⃣ Наш аналитик данных (DS) кадрировал видео - еще полдня
3️⃣ БА искал кадры (и их индексы), где есть ковш целиком в кадре (нужны для обучения модели статуса, модели борта/обработки, модели угла наклона), отдельно искал кадры с чистым потоком шлака и потоком шлака с металлом (нужны также для модели статуса, а еще для детектирования шлака/металла, для модели вязкости, для модели угла наклона) - еще полдня
4️⃣ DS, группируя данные по индексам кадров с разными статусами, раскладывал по папочкам для разметчиков данные - еще полдня
5️⃣ Разметчики делают разметку, а мы вручную проверяем и комментируем - вечность ♾ (на картинках это изображено)
-- Сейчас --:
1️⃣ БА снял видео
2️⃣ DS прогнал данные через модели, сделал предразметку, автоматом загрузил в ПО для разметки данных на сервер
3️⃣ Разметчикам остается поправить ошибки в предразметке модели, вечности ждать не надо (на видео БА проверяет ответы матмодели в CVAT и исправляет неточности)
-- Итого --
На то, что занимало 2 недели, теперь нужно 3 дня (sic!).
Да, мы не только автоматизируем с помощью ИИ промышленность, но и свою работу. Более того, в этом самом проекте мы реализовали АРМ разметчика с применением этой технологии. Заказчик сможет сам дообучать модели при деградации.
Хороший, сложный проект, будем заявлять на премии. Это ли не одно из желаний на НГ? Не скажу, а то не сбудется.
👍14
This media is not supported in your browser
VIEW IN TELEGRAM
Друзья, поздравляем с Наступающим Новым Годом!
Пусть все мечты сбываются, а с проектами вам поможет Datana.
Слышится заводской гудок 📢🏭🍾
Пусть все мечты сбываются, а с проектами вам поможет Datana.
Слышится заводской гудок 📢🏭🍾
👍14
Один уважаемый заказчик недавно сказал, что Datana может стать российским Primetals (мировой лидер по технологическим разработкам для металлургии).
Под конец 2023 получили благодарность от крупного металлургического холдинга.
Кажется, еще ни разу не рассказывали в канале про эту работу, а она для нас очень важна.
Благодарность получена как раз за импортозамещение решения Primetals, который прекратил поддержку после известных событий.
В проекте мы смогли решить нашу классическую задачу детектирования шлака на выпуске из конвертера (Datana Sense) и автоматически в закрытом контуре управлять остановом выпуска. Управляющая команда производится при достижении порогового содержания шлака в струе металла.
Под конец 2023 получили благодарность от крупного металлургического холдинга.
Кажется, еще ни разу не рассказывали в канале про эту работу, а она для нас очень важна.
Благодарность получена как раз за импортозамещение решения Primetals, который прекратил поддержку после известных событий.
В проекте мы смогли решить нашу классическую задачу детектирования шлака на выпуске из конвертера (Datana Sense) и автоматически в закрытом контуре управлять остановом выпуска. Управляющая команда производится при достижении порогового содержания шлака в струе металла.
👍40
Вчера состоялся Круглый Стол "Практика использования цифровых технологий в горно-металлургическом производстве. Проблемы машинного обучения и физико-математических моделей", организованный ЦИГТ в рамках Дня Горняка в Московском Горном Университете. Камерное мероприятие, где уважаемые люди из Норникеля, Еврохима, Datana, Piklema, Conundrum и т.д. вели открытую дискуссию по отраслевой проблематике.
В предыдущем абзаце целых три компании, которые запускают общий проект по теме круглого стола. Очень надеюсь, что расскажем о нем скоро...
Вообще, мероприятие оставило приятное впечатление. Во-первых, сделали доклад про мониторинг горной техники, который вызвал интерес (и даже пригласили на конкурс). Во-вторых, в кулуарах хвалили наш канал, интересовались, когда же мы начнем работать с обогатительными фабриками (Виталий, привет).
Скоро начнем - вот, например, видео с применением наших технологий для флотации. Подробности в другой раз.
В предыдущем абзаце целых три компании, которые запускают общий проект по теме круглого стола. Очень надеюсь, что расскажем о нем скоро...
Вообще, мероприятие оставило приятное впечатление. Во-первых, сделали доклад про мониторинг горной техники, который вызвал интерес (и даже пригласили на конкурс). Во-вторых, в кулуарах хвалили наш канал, интересовались, когда же мы начнем работать с обогатительными фабриками (Виталий, привет).
Скоро начнем - вот, например, видео с применением наших технологий для флотации. Подробности в другой раз.
👍20
У каждого уважающего себя завода теперь есть ИТ-дочка. Мы постоянно утверждаем, что ее основная роль должна быть — служба заказчика и НИОКР. Если же она становится разработчиком, то "экономия на марже подрядчика" приводит к проигрышу всего ИТ. Изъятие маржи с рынка позволяет экономить промышленникам (это спорное утверждение. экономика центра затрат считается гибко ), но приводит к сокращению расходов на создание инноваций вендорами. Более того, вопреки утверждениям на слайде, маржа аутсорсера редко составляет более 20%.
В итоге, решив базовые типовые задачи цифровизации, промышленники отправятся за технологиями нового поколения в Китай.
Уже сейчас (цитата):
Вышла статья по мотивам вчерашней конференции (возможно, видели в сторис). Перца в дискуссию добавило участие ГД Datana Владимира Захарова 🥸- в конце статьи. Прочитайте целиком>>
В итоге, решив базовые типовые задачи цифровизации, промышленники отправятся за технологиями нового поколения в Китай.
Уже сейчас (цитата):
Представители ИТ-дочек согласились, что испытывают кризис идей...
Вышла статья по мотивам вчерашней конференции (возможно, видели в сторис). Перца в дискуссию добавило участие ГД Datana Владимира Захарова 🥸- в конце статьи. Прочитайте целиком>>
👍10
Продолжаем работы со спектрометрами. Помните пост?
Эти пять комплектов настроены чуть по-разному, к каждому полагается отдельный ноут.
На видео все пять расставлены вокруг печки в ЦНИИЧЕРМЕТ для проведения новых экспериментов.
Один из удачных примеров сотрудничества в реальных проектах с научными учреждениями.
В чем секрет успеха данного мероприятия -Заказчик платит за НИР, Исполнитель хорошо работает.
Эти пять комплектов настроены чуть по-разному, к каждому полагается отдельный ноут.
На видео все пять расставлены вокруг печки в ЦНИИЧЕРМЕТ для проведения новых экспериментов.
Один из удачных примеров сотрудничества в реальных проектах с научными учреждениями.
В чем секрет успеха данного мероприятия -
👍22
Прошел второй форум Цифровая Химия. Кажется, это самая топовая конфа по непрерывке. Все ИТ-директора на пленарке: Еврохим, Фосагро, Сибур, Уралхим..., а еще Минцифры и Минпромторг. Завязалась интересная дискуссия. Краткая стенограмма блиц-опроса по топ3 технологиям:
Денис Новиков (ФА): продвинутые советчики, LLM, супераппы
Cloud: гибридная инфра, генеративный ИИ, edge
Алиса Мельникова (Сибур): ИИ, инфра для ИИ, edge
Валерий Черепанов (ЕХ): wireless, IIOT, edge + ИИ
Сергей Емельченков (Цифра): автономные вычисления в реальном времени, делегирование принятия решений с L4 на L3 и L2
Никита Попов (УХ): быстрый онбординг молодежи с помощью ИИ, гибридная инфра, wireless, беспилотный транспорт
Александр Павлов (РФРИТ): межотраслевая универсальность, платформенность
А дальше представитель Минцифры взял слово - Опенсорс!
Говорит, нужен репозиторий промышленного опенсорс ПО, но Минцифры - не регулятор, поэтому делать его должен кто-то другой... ну да ладно.Наш ГД в перерыве даже дал интервью на тему перекладывания ответственности, но его не опубликуют. Как потом нам сказали организаторы: "Живенько, иногда даже пугающе живенько".
Много было интересного, про наши два доклада расскажем в следующем посте.
Денис Новиков (ФА): продвинутые советчики, LLM, супераппы
Cloud: гибридная инфра, генеративный ИИ, edge
Алиса Мельникова (Сибур): ИИ, инфра для ИИ, edge
Валерий Черепанов (ЕХ): wireless, IIOT, edge + ИИ
Сергей Емельченков (Цифра): автономные вычисления в реальном времени, делегирование принятия решений с L4 на L3 и L2
Никита Попов (УХ): быстрый онбординг молодежи с помощью ИИ, гибридная инфра, wireless, беспилотный транспорт
Александр Павлов (РФРИТ): межотраслевая универсальность, платформенность
А дальше представитель Минцифры взял слово - Опенсорс!
Говорит, нужен репозиторий промышленного опенсорс ПО, но Минцифры - не регулятор, поэтому делать его должен кто-то другой... ну да ладно.
Много было интересного, про наши два доклада расскажем в следующем посте.
👍22
ИИ от Yokogawa управлял химическим заводом в течение 35 дней в безлюдном режиме, автономно (тут) - на Цифровой химии много об этом говорили.
Мы же один из наших докладов посвятили платформенной СУУТП. Тезисно:
1️⃣ без платформизации происходит дублирование сервисов и данных, что приводит к повышенным издержкам
2️⃣ вертикальной (ISA-95) платформизации мешает физическое разделение ТСПД и КСПД
3️⃣ одновременно, этот великий фаерволл не дает внедрять новые технологии: платформенная суутп, RTO, ИИ в закрытом контуре, а без этого всего автономный безлюдный завод не сделать
4️⃣ нужно искать не препятствия для конвергенции L2-L3, а возможности, и работать с рисками
5️⃣ Datana в сотрудничестве с ГК Цифра прорабатывает платформенную СУУТП для крупного химического заказчика
Показали слайд с компонентной архитектурой: данные с поля поднимаются в платформу, которая размещена в DMZ, там же сервис APC, а UI в Scada. По сути, APC-as-a-service.
Ожидали вспышек фотокамер и выкриков с места, ведь это революция.Но не было🤷
Мы же один из наших докладов посвятили платформенной СУУТП. Тезисно:
1️⃣ без платформизации происходит дублирование сервисов и данных, что приводит к повышенным издержкам
2️⃣ вертикальной (ISA-95) платформизации мешает физическое разделение ТСПД и КСПД
3️⃣ одновременно, этот великий фаерволл не дает внедрять новые технологии: платформенная суутп, RTO, ИИ в закрытом контуре, а без этого всего автономный безлюдный завод не сделать
4️⃣ нужно искать не препятствия для конвергенции L2-L3, а возможности, и работать с рисками
5️⃣ Datana в сотрудничестве с ГК Цифра прорабатывает платформенную СУУТП для крупного химического заказчика
Показали слайд с компонентной архитектурой: данные с поля поднимаются в платформу, которая размещена в DMZ, там же сервис APC, а UI в Scada. По сути, APC-as-a-service.
Ожидали вспышек фотокамер и выкриков с места, ведь это революция.
👍13