Самообучающуюся программу для управления заводами создали в Перми
ИТ-решение испытали на одном из крупнейших нефтехимических комплексов страны
Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) разработали программу, которая позволяет управляющей системе самообучаться в реальном времени: подстраиваться под изменения без остановки производства, дорогих тестов и участия технолога. На одном из крупнейших заводов страны внедрение этой разработки повысило стабильность качества на 30% и почти вдвое снизило расход энергии, сообщает пресс-служба вуза.
Существующие системы управления строятся на статичных моделях, которые быстро устаревают, а их перенастройка требует привлечения специалистов. Поэтому пермяки создали программу, которая решает проблему устаревания заводских моделей управления. Система непрерывно анализирует архивные данные работы производства и самостоятельно обновляет свои алгоритмы, подстраиваясь под текущее состояние оборудования и сырья в реальном времени без остановки процесса.
Ключевой элемент разработки — блок текущей идентификации, включенный в схему управления. Он постоянно сравнивает прогноз модели с фактическими параметрами работы. Как только накопленная ошибка превышает допустимый порог, программа автоматически запускает процедуру переобучения: загружает свежие данные, пересчитывает параметры и обновляет настройки. Весь цикл выполняется без остановки производства, участия технолога и проведения дорогостоящих тестов.
Разработка прошла три этапа испытаний. Сначала компьютерное моделирование: исследователи создали цифровую копию завода, запустили алгоритм 1,2 тыс. раз и доказали, что он работает. Затем проверили на реальных данных завода по производству масляных альдегидов — точность прогнозов выросла примерно вдвое. И наконец, протестировали на действующем производстве, на «ЗапСибНефтехиме». Программу внедрили на установку депропанизации, где пропан отделяют от бутана. Новая программа актуализировала настройки: она проанализировала архивные данные, а это 4 тыс. измерений за последние дни, и заново рассчитала 25 ключевых коэффициентов. Эти коэффициенты отражают, как температура, расход сырья и другие параметры влияют на качество конечного продукта.
«После внедрения система стала прогнозировать качество продукта точнее в два раза. Расход пара, который тратится на нагрев, снизился с 524 килограммов в час до 290 — сокращение в 1,8 раза. А главный показатель качества вырос на 30 процентов. Это значит, что продукт стал стабильным: раньше он то соответствовал стандарту, то чуть хуже, а теперь держится в узком коридоре нормы», — рассказал старший преподаватель кафедры «Оборудование и автоматизация химических производств» ПНИПУ Михаил Работников.
По оценкам разработчиков, использование сокращает время настройки и внедрения таких систем на 10–20%. Технология уже работает на крупнейшем нефтехимическом комплексе страны и легла в основу коммерческого ПО.