Комплексная цифровизация: как искусственный интеллект борется с браком на заводах
АтомМайнд: от возникновения идеи до подтверждения эффективности
Внедрение технологий искусственного интеллекта в производство может стать ключом к повышению эффективности и конкурентоспособности российских предприятий. Однако с обоснованием необходимости внедрения таких систем порой возникают сложности: например, отсутствие единой методологии оценки и интерпретации результатов работы, что делает крайне затруднительным прогноз и расчет будущих экономических эффектов на базовом этапе внедрения.
Эта проблема затрагивает как рынок в целом, так и производственные предприятия. Сложности, с которыми сталкиваются компании, заключаются в том, что внедрение таких систем не всегда дает очевидные экономические результаты. Кроме того, каждое производство и каждый подобный проект обладают уникальными особенностями, что исключает возможность использования универсального подхода к оценке их эффективности. Компаниям необходимо учитывать специфические параметры и цели каждого внедрения, адаптируя методологию расчета экономических эффектов к конкретным условиям. Однако для этого требуется глубокое понимание каждого проекта и использование гибких подходов к расчету эффективности. Топливная компания Росатома ТВЭЛ (Топливный дивизион госкорпорации) сталкивается с теми же вызовами и находит нестандартные форматы для их решения.
Идея применения искусственного интеллекта в производственных процессах для решения задач снижения брака, оптимизации работы и технического обслуживания оборудования возникла на Чепецком механическом заводе в удмуртском городе Глазове.
Поскольку на рынке отсутствовали готовые решения для поставленных задач, возникла необходимость в создании требуемой системы силами самих специалистов Топливного дивизиона.
Топливная компания Росатома ТВЭЛ — один из технологических лидеров России, который, помимо ядерных направлений бизнеса, развивает свои компетенции и продукты в области цифровизации и внедрения инновационных цифровых подходов во все аспекты бизнес-процессов и производства. Технологии искусственного интеллекта, программной роботизации, технологии интеллектуальной поддержки принятия решений и другие разработки являются для ТВЭЛ приоритетными. Успешный практический опыт создания и внедрения подобных систем позволяет не только решать задачи внутренней цифровизации на предприятиях контура управления Топливной компании, но и предлагать свои продукты и услуги на внешний рынок.
Внедрение и использование решений на основе искусственного интеллекта для Топливного дивизиона является не просто данью моде, но и стратегическим и ориентированным на будущее шагом, нацеленным на получение практически измеримых результатов в таких областях, как оптимизация производственных процессов, повышение качества продукции, эффективности и производительности труда, что, в свою очередь, ведет к улучшению экономических показателей.
Начиная с 2018 года ТВЭЛ реализовывала разнообразные проекты в области искусственного интеллекта. Поначалу создавались преимущественно инструменты поддержки: настраиваемые алгоритмы, машинное обучение, нейросети. Затем началось использование генеративных моделей — как в корпоративных, так и в производственных процессах.
На примере Чепецкого механического завода, для которого изначально и была разработана платформа промышленной цифровизации и предиктивной аналитики, позже получившая название АтомМайнд, проследим полный цикл внедрения системы — от возникновения самой идеи до подтверждения эффективности.
Как это устроено: ЧМЗ оснащает каждый шестой атомный реактор в мире
Чепецкий механический завод, входящий в состав Топливной компании Росатома АО ТВЭЛ, — один из крупнейших в мире и единственный в России производитель изделий из циркония и его сплавов, гафния, кальция и низкотемпературных сверхпроводящих материалов. Доля АО ЧМЗ на мировом рынке металлического циркония — 18%. Также он занимает ведущие позиции в производстве ниобия, титана и сплавов на его основе. АО ЧМЗ выпускает конструкционные материалы и комплектующие для тепловыделяющих сборок, продукцию для предприятий атомной энергетики, химической, нефтегазовой и медицинской отраслей промышленности.
«Оболочки для тепловыделяющих элементов — твэлов — это циркониевые трубы диаметром около 10 мм и длиной около 4 м, с толщиной стенки оболочки 0,4–0,9 мм, — объясняет Алексей Майков, директор по цифровизации Чепецкого механического завода. — К ним предъявляются очень высокие требования по точности геометрии, прямолинейности, механическим свойствам и отсутствию дефектов внешнего вида: царапин, пятен и т. п. С виду — простая труба, но эта труба идет в ядерный реактор!»
ИИ на ЧМЗ: зачем это было нужно
До внедрения системы АтомМайнд около 2% произведенной оболочечной трубы не проходило технический контроль. В отдельных партиях этот показатель превышал 10%. Однако о несоответствии параметрам качества готовой продукции становилось известно лишь после завершения сложного технологического цикла производства циркониевых трубок, который занимал 4–5 месяцев. В результате предприятие ощутимо теряло прибыль.
Руководство пришло к выводу, что необходимо разработать и внедрить на предприятии систему для анализа и прогнозирования факторов, воздействующих на качество производимой продукции и состояние оборудования, для снижения уровня брака и перехода к обслуживанию производственного оборудования по потребности.
Для управления качеством, контроля технологической дисциплины и совершенствования технологии на Чепецком механическом заводе требуется собирать и анализировать более 2 млн параметров (в потоке в среднем 3000 заказов, 700 параметров в каждом), а технологический цикл производства циркониевых оболочечных трубок составляет 4–5 месяцев.
В середине 2020 года начался подготовительный этап. Для эффективного управления проектом была создана многоуровневая структура, состоявшая из управляющего совета (стратегическое руководство), экспертного совета (экспертиза, технические консультации) и оперативного совета (оперативное управление). Затем была сформирована проектная группа, или проектный офис, который состоял более чем из 40 высококвалифицированных специалистов. Такой комплексный подход к организации и управлению проектом позволил обеспечить его эффективное и своевременное выполнение, минимизировать риски и гарантировать достижение поставленных целей. В команду входили разработчики из разных дочерних предприятий Топливного дивизиона и головной компании. Их целью было создать достаточно гибкое решение, которое будут применять на разных предприятиях, удобное в использовании, снабженное справочной документацией, с продуманным планом развития, техподдержкой и т. д.
Какие параметры применить при планировании и производстве конкретной партии изделий? Что нужно сделать для снижения уровня несоответствия продукции требуемому уровню качества? Как влияет каждый из производственных факторов на качество партии? Разрабатываемая система была призвана ответить на все эти вопросы, предоставляя результаты обработки машинных данных и аналитику в простом и наглядном виде.
Проект длился около 1,5 лет. Его результатам стала платформа промышленного искусственного интеллекта для прогнозирования качества продукции и состояния оборудования, получившая название АтомМайнд. Она была успешна внедрена на Чепецком механическом заводе и интегрирована с информационными системами предприятия, в том числе с МES-системой, ERP-системой, LIMS-системой, системой мониторинга KPW-станов, системой ультразвукового контроля, датчиками и контроллерами оборудования.
На что способна платформа? Разберемся по порядку
АтомМайнд: основные функции
- Сбор и структурирование данных. В режиме реального времени АтомМайнд обеспечивает сбор достоверных технологических данных из различных источников, информации о состоянии оборудования.
- Контроль хода технологического процесса, оповещение о нарушениях, метрики соблюдения технологической дисциплины. Проводит анализ на основе алгоритмов машинного обучения и предлагает оптимальные технологические параметры и режимы работы оборудования.
- Быстрый анализ факторов, влияющих на качество продукции и выход годного. Платформа дает возможность определить степень влияния каждого параметра на прогноз и исключить дорогостоящие натурные эксперименты. Это обеспечивает устойчивость предприятия, снижает влияние человеческого фактора и обеспечивает преемственность знаний на производстве.
- Прогноз выхода годного на каждом этапе, расчет рекомендаций параметров для повышения качества. Система предиктивной аналитики качества продукции и технического состояния станков позволяет решать задачи, требующие анализа большого объема исторических данных, — при настройке оборудования, при контроле состояния и режимов работы оборудования, при представлении результатов пользователю и т. д.
Натурный эксперимент: главные результаты
Через полтора года эксплуатации платформы АтомМайнд для объективной оценки и подтверждения экономических эффектов использования системы предиктивной аналитики было принято решение провести натурный эксперимент.
Натурный эксперимент был проведен по методу А/Б тестирования. Случайным образом среди 21 партии оболочечных труб были выбраны три, для которых параметры проката были установлены в соответствии с рекомендациями системы. На остальных рекомендательная система была полностью отключена, чтобы технологи могли работать самостоятельно. По результатам месяца тестирования было произведено 6000 трубок и собрана статистика, показавшая с доказанной достоверностью, что система АтомМайнд выдает результаты в 2,5 раза лучше, чем опытные технологи. Потенциал сокращения доли брака при соблюдении рекомендаций модели — на 1,1%.
Сокращение текущего значения доли брака на 1,1% позволит повысить выход годного готовой продукции по оболочечной трубе на 0,5%, что в свою очередь приведет к ощутимому сокращению производственных затрат.
Таким образом, кейс оказался не только успешным, но и уникальным с точки зрения доказательного подтверждения экономической и практической эффективности внедрения искусственного интеллекта и систем предиктивной аналитики для производственного сектора.
«Брак по размеру»
96,9% — точность модели
2,3% => 1,24% — потенциал снижения брака
«Брак по сплошности»
97,4% — точность модели
2,25% => 1,12% — потенциал снижения брака
Сегодня АтомМайнд позволяет выстроить оптимальный метод управления параметрами по всем факторам производства на основании ранее собранных данных. Платформа предупреждает технологов о качестве материала на входе по данным, полученным из лабораторной системы, а предупредительные математические модели уведомляют о том, что возможен повышенный уровень брака и нужно изменить параметры проката. Также система позволяет технологам провести анализ статистических данных — они могут анализировать, как параметры исходного материала и проката влияют на уровень брака.
АтомМайнд на ЧМЗ: ключевые факты
- 1,5 года успешной эксплуатации системы
- 97% — уровень точности предиктивной аналитики по выходу годного продукта
- 50% — снижение уровня дефектов по отдельным видам продукции
- 25% — снижение брака продукции в целом
В планах — дальнейшее развитие АтомМайнд. В частности, предполагается расширение функциональности, встраивание в платформу системы мониторинга оборудования, создание централизованного сегмента обмена моделями и совместного использования данных разными предприятиями.
Будет реализован и полный цикл управления ML-моделями — от сбора данных, подготовки наборов данных и обучения разведочных моделей для проверки предиктивных гипотез до контроля параметров моделей. Очень важно, что платформа будет сертифицирована в Федеральной службе по техническому и экспортному контролю для обработки данных, составляющих коммерческую тайну.
Но самое главное, уже в ближайшее время использовать платформу АтомМайнд будут не только в Топливном дивизионе Росатома — АтомМайнд предполагается продвигать на рынке как полноценный цифровой продукт. «Мы предлагаем не очередную коробку с ПО, а формализованные накопленные десятилетиями опыт и знания — готовые решения проблем заказчиков», — заключает Алексей Майков.
Официальные аккаунты «Цифровой Росатом»