«Она мониторит 73 млн значений в сутки». Как два молодых инженера обучают на ВИЗ-Стали нейронную сеть

Как снизить энергопотребление, как уменьшить стоимость доставки металлолома, как сократить простои оборудования — цель львиной доли проектов, которые представляют конкурсанты, заключается в том, чтобы сэкономить деньги и повысить эффективность завода. Особняком на конкурсе стоят проекты по цифровизации — промышленность в России сегодня переходит на «цифру», и чем больше инженер понимает в этом деле, тем он востребованнее.

«Тренируемся «на котиках», чтобы просчитать экономический эффект»

Проект Руслана Исламова и Ивана Алимпиева, который взял на конкурсе главный приз, учитывает и цифровизацию, и экономию средств предприятия — в перспективе. Молодые инженеры разработали систему предиктивной диагностики состояния оборудования на основе искусственного интеллекта. «Чтобы внедрить проект на весь завод, нужны внушительные затраты. Значит, потребуется четкое экономическое обоснование: сколько в итоге предприятие сэкономит. Пока тренируемся «на котиках» — трех агрегатах», — шутят они.

Фото: Татьяна Гордеева для 66.RU

Руслан Исламов называет себя «пенсионером»: «На ВИЗ-Стали работаю уже 13 лет. В 2006-м, после радиотехникума, пришел сюда сисадмином. Завод дает возможность учиться и профессионально развиваться, поэтому поступил в УрФУ, окончил радиофак без отрыва от производства, стал инженером. С компьютеров перешел на датчики и контроллеры. Мне это интересно. Появляется новая тема — погружаюсь в нее с головой, а потом — бах! — еще год прошел, как я на заводе».

Фото: Татьяна Гордеева для 66.RU

Иван Алимпиев на предприятии пять лет. «Пришел сюда из органов — до этого работал во ФСИН. Туда взяли сразу после университета, с дипломом программиста. Много разработок обещали, новое ПО, но часто было так: «У вас ненормированный рабочий день, идите, поклейте обои в серверной». Конечно, по специальности тоже случалась работа — но в основном анализ. В итоге дослужился почти до капитана, уволился, пришел на завод — и совсем об этом не жалею».

Руслан: Идея использовать нейросеть для диагностики оборудования, с которой мы взяли «Инженера года», пришла не сразу. Хотя сразу поняли, какую тему хотим разрабатывать: мониторинг оборудования и предупреждение аварий. Никому ведь не хочется, чтобы его посреди ночи поднимали и вызывали на работу.

«Понять, какое из 73 миллионов значений критично»

Руслан: На ВИЗ-Стали используют немало систем для сбора аналоговых данных. Мы хотели создать модуль, который бы в автоматическом режиме подключался к этим системам, считывал информацию и преобразовывал в «цифру». Но каждое дополнительное устройство — это дополнительный риск отказа. Поэтому переориентировались на анализ тех данных, что уже есть.

Иван: На заводе используется программа IBА Analyser и собирает технические параметры с агрегатов. Мастера изучают эти параметры и по ним отслеживают, как сработали операторы, все ли требования стандартов и инструкций учли. Программа мониторит и стан 1200-4, который стал «подопытным кроликом» для нашей нейронной сети.

Фото: Татьяна Гордеева для 66.RU
ВИЗ-Сталь выпускает электротехническую трансформаторную сталь. Из металла толщиной 2,5 мм после нескольких переделов получают рулоны. Сталь в рулонах обладает совсем другими свойствами: она в десять раз тоньше, отличается высокой магнитной индукцией и низкими удельными магнитными потерями. На стане 1200-4 металл прокатывают до 0,3–0,23 мм.

Руслан: IBO собирает и пишет данные со стана по 814 каналам. Каждый канал — какой-то показатель. Значения выдаются каждую секунду. За сутки получаем 73 миллиона значений!

Иван: Нам было важно проанализировать информацию и понять, какие значения указывают, что узел надо срочно ремонтировать, вне зависимости от того, входит или не входит это в перечень профилактических ремонтных работ.

Руслан: Сегодня каждый агрегат на заводе обслуживают по плану работ на месяц. Такой план процентов на 90 зависит от предписаний. Тут как с ТО для автомобиля: через 15 тысяч км меняем свечи, через 60 тысяч — ремень ГРМ. Проблема в том, что другой узел в этот период может подойти близко к выработке ресурса. А узел этот не проверят — «срок не подошел».

Или наоборот: требуется заменить деталь в назначенное время — предыдущий опыт показывает, что иначе та может сломаться. Но времена меняются, детали совершенствуются, дорабатываются. И получается: потратили на новую, скажем муфту, миллион рублей, но и старая могла бы еще послужить. Предиктивная диагностика помогает выявлять такие ситуации и тратить усилия и деньги на ремонт точечно.

«Сравнить амперы, ватты и омы по формуле метровой длины»

Фото: Татьяна Гордеева для 66.RU

Главная сложность, с которой столкнулись инженеры, — отсутствие унификации: каждый канал пишет свои данные. «Представьте, что надо сравнить скорость разных авто, причем у одних спидометр считает в милях, у других в километрах. Вот так и тут: где-то амперы, где-то ватты, где-то омы. Нам требовалось унифицировать показания, чтобы в итоге нейронная сеть обнаруживала взаимосвязи между пиковыми ситуациями на разных каналах», — поясняют ребята.

Иван: Чтобы начать машинное обучение, выгрузили данные за сутки. На сервере развернули нейронную сеть. Формула, по которой работает наша сеть, наверное, метровой длины.

Руслан: Она дооооолго обучалась — больше недели, но в итоге стала выстраивать связи между каналами в режиме реального времени. Причем мы научили сеть работать так, чтобы она различала степень возможной аварии и подавала сигналы, когда ситуация и впрямь серьезная.

Фото: Татьяна Гордеева для 66.RU

Руслан: «На этом графике видны пики, которые идут друг за другом и превышают стандартные показатели. В результате такого превышения вылетела пара датчиков. Чтобы заменить датчики, пришлось останавливать оборудование. Мы проанализировали информацию: первые такие пики появились за несколько дней и шли с промежутками во времени. Если бы тогда сменили один датчик, время простоя машины сократилось, а второй датчик не полетел. Кругом экономия».

«Получить возможность, которая дороже денег»

Иван: После победы в «Инженере года» нам выделили три аппарата, чтобы проверить работу нейронной сети на больших объемах данных. Если наши формулы сработают и для других агрегатов, экономический эффект будет хорошим. А значит, наше предложение будут внедрять уже на уровне завода.

Руслан: Прикольно, что есть такие конкурсы и шанс донести идею до высшего руководства. А сейчас вообще организовали электронный банк идей на корпоративном портале Группы НЛМК. Каждый на заводе может внести рацпредложение, его рассмотрят, проверят и, если увидят перспективы, дадут добро и материальное вознаграждение.

Иван: Возможность, что тебя заметят и оценят, что твою идею возьмут в работу, дорогого стоит. И в переносном, и в буквальном смысле: работник получает процент прибыли, которую его предложение принесло заводу. Недавно одному сотруднику 2 млн рублей выплатили, а завод благодаря ему сэкономил в 10 раз больше. Наша идея после внедрения тоже принесет денег. Такой подход мотивирует: ты и самореализуешься, и видишь, насколько ценится твой труд, да еще можешь сам воспользоваться результатами. Не знаю, можно ли еще в какой-то отрасли так развиваться. Здесь — можно.