Sztuczna inteligencja w Grupie Azoty

• Strona główna
• Artykuły
• Sztuczna inteligencja w Grupie Azoty

2020-02-13

Jak przyznał Grzegorz Kądzielawski, wiceprezes Grupy Azoty, w jej spółkach od lat prowadzony jest proces wdrożenia nowych metod eksploatacji majątku produkcyjnego. Projekt ten, prowadzący do wypełnienia warunków normy eksploatacji majątku – ISO 55000 Zarządzanie aktywami, zawiera kilka metod, które w przyszłości mogą stanowić podstawę nowego podejścia do eksploatacji majątku produkcyjnego.

Jednym z przykładów jest model predykcyjny utrzymania ruchu, który jest efektem szybkiego rozwoju technik z obszaru analityki predykcyjnej, w tym Machine Learning i Data Mining, oraz gwałtownego wzrostu powszechnie dostępnych mocy obliczeniowej komputerów. System daje sporą możliwość dokonania prognoz przyszłych, nieznanych zdarzeń. W Grupie Azoty analizie poddawane są dane historyczne serwisowo-eksploatacyjne, np. dane na temat awarii i wykonanych napraw, dane dotyczące eksploatacji danej maszyny, czy dane z sensorów. Celem predykcyjnego utrzymania ruchu jest wyszukiwanie odpowiednich zależności, które pokazują genezę awarii, a tym samym dają możliwość ich przewidywania w przyszłości. Sam proces wyszukiwania powiązań nazywany jest uczeniem się, a występujące zależności modelem predykcyjnym.

Ponadto Grupa Azoty we współpracy z firmą Reliability Solutions, wywodzącą się z Akademii Górniczo-Hutniczej, wdrożyła system klasy Predictive Maintenance o nazwie RSIMS, który wykorzystuje najnowocześniejsze osiągnięcia nauki z obszaru sztucznej inteligencji i głębokiego uczenia maszynowego. Wdrożone rozwiązanie zaprojektowano w taki sposób, aby nawet użytkownik, który posiada jedynie podstawową wiedzę w zakresie analizy danych miał z jednej strony możliwość wykonania kompleksowej analityki, a z drugiej utrzymania mocy predykcyjnej zbudowanych modeli w przypadku zmiany w procesie eksploatacyjnym maszyny.

Jak informuje Grzegorz Kądzielawski, system RSIMI monitoruje w czasie rzeczywistym ponad 300 parametrów procesowych instalacji rozkładni metanu i wyłapuje w nich skomplikowane wielopoziomowe zależności, które mogą świadczyć o potencjalnej awarii. Skuteczność systemu obecnie wynosi 99%, a samo rozwiązanie pozwala nie tylko na efektywniejsze zarządzanie majątkiem produkcyjnym, ale wpływa również na podniesienie poziomu bezpieczeństwa. System jest wstępem do wdrożenia w Grupie Azoty tzw. preskryptywnego utrzymania ruchu, który przyczyni się do usprawnienia sterowania procesem produkcji w celu minimalizowania nieplanowanych przestojów i awarii.

Innym przykładem zastosowania sztucznej inteligencji w Grupie Azoty jest instalacja produkcji amoniaku oraz stokaż amoniaku, które pracują pod kontrolą rozproszonego systemu sterowania DCS. Obejmuje on sterowanie procesami technologicznymi produkcji amoniaku oraz procesami technologicznymi węzłów wspólnych. Zewnętrzny dostęp do danych procesowych zapewnia serwer, który jest zintegrowanym, jedynym dostępnym serwerem sieciowym, który gwarantuje bezpieczny dostęp do danych procesowych w czasie rzeczywistym i historycznym. Opracowany został w oparciu o opatentowaną architekturę systemu rozproszonego (DSA).

- Korzystając z przeglądarki internetowej, możemy wyświetlać tę samą, niestandardową grafikę procesu, co używane przez operatorów sterowniczych, niezależnie od lokalizacji w sieci firmowej, a po uzyskaniu certyfikacji również z zewnętrznej sieci, np. w domu. Infrastruktura wirtualna zawiera oprogramowanie i sprzęt potrzebny do uruchamiania maszyn wirtualnych. Korzyści, jakie płyną z wirtualizacji systemu na instalacji amoniaku to jej dłuższy cykl życia poprzez sygnalizację sytuacji niebezpiecznych zagrażających awariom i odbiegających od założonych algorytmów procesowych, optymalny poziom wykorzystania infrastruktury, możliwość zdalnego zarządzania oraz oszczędność czasu potrzebnego na wdrożenie. Zastosowane algorytmy i ich realizacja bez udziału operatora znacznie przyspieszają czas niezbędny do ciągłej optymalizacji procesu. Poprzez to parametry procesu zbliżają się do teoretycznie osiągalnych – przekonuje wiceprezes spółki.

Kolejnym obszarem zastosowania SI w Grupie Azoty jest technologia, którą Grupa wspólnie ze start-upem SatAgro udostępniają polskim rolnikom. Zapewnia ona bezpośredni dostęp do obserwacji satelitarnych NASA, Europejskiej Agencji Kosmicznej i Komisji Europejskiej w ramach programu Copernicus, a także prywatnych operatorów. W efekcie, klienci największej polskiej grupy chemicznej mogą korzystać z narzędzi przetwarzających dane dotyczące poszczególnych pól uprawnych i pozwalających efektywnie zarządzać gospodarstwem. Aplikacja oferowana przez Grupę Azoty umożliwia zdalne monitorowanie rozwoju upraw, obserwowanie skutków pogody i zabiegów agronomicznych, a także analizowanie danych historycznych. Grupa Azoty planuje rozszerzenie funkcjonalności systemu przy współpracy ze start-upem związanym z AGH.

Grupa Azotysztuczna inteligencja