Forwarded from RCC
Зрелость отрасли, задачи импортозамещения стали ключевыми драйверами цифровой трансформации производства минеральных удобрений, рассказал на Семнадцатой евразийской конференции #CREON «Минеральные удобрения 2025» Андрей Гончаров, директор по развитию бизнеса ГК Цифра.
Сегодня в отрасли уже достигнут значительный прогресс: от внедрения специализированных решений, информационных систем до использования автономных роботов, дронов и технологий искусственного интеллекта. Однако разрозненность данных и отсутствие интеграции затрудняют построение релевантной аналитики, создание единого цифрового ландшафта (ЕЦЛ) и внедрение сквозных бизнес-процессов, что негативно сказывается на эффективности.
К числу основных проблем работы с данными в производстве минеральных удобрений относятся: проблема цифровых разрывов (данные от систем АСУ ТП (SCADA), лабораторных систем (LIMS) и ERP систем существуют в изолированных "силосах" без единого формата); проблема «темных данных» (до 70% данных с датчиков оборудования не анализируются); проблема качества данных (погрешности датчиков, калибровочные смещения, человеческий фактор при ручном вводе).
Решение этих проблем требует не просто внедрения новых технологий, а перепроектирования самих процессов работы с данными — от датчика до совета директоров. Ключевым становится создание единой цифровой экосистемы предприятия с унифицированными стандартами данных.
Сегодня в отрасли уже достигнут значительный прогресс: от внедрения специализированных решений, информационных систем до использования автономных роботов, дронов и технологий искусственного интеллекта. Однако разрозненность данных и отсутствие интеграции затрудняют построение релевантной аналитики, создание единого цифрового ландшафта (ЕЦЛ) и внедрение сквозных бизнес-процессов, что негативно сказывается на эффективности.
К числу основных проблем работы с данными в производстве минеральных удобрений относятся: проблема цифровых разрывов (данные от систем АСУ ТП (SCADA), лабораторных систем (LIMS) и ERP систем существуют в изолированных "силосах" без единого формата); проблема «темных данных» (до 70% данных с датчиков оборудования не анализируются); проблема качества данных (погрешности датчиков, калибровочные смещения, человеческий фактор при ручном вводе).
Решение этих проблем требует не просто внедрения новых технологий, а перепроектирования самих процессов работы с данными — от датчика до совета директоров. Ключевым становится создание единой цифровой экосистемы предприятия с унифицированными стандартами данных.
Forwarded from CREON Group
Денис Танцоров, директор по работе с горнорудными и металлургическими предприятиями ГК «Цифра», рассказал на Втором Евразийском форуме #CREON «Горнодобывающая промышленность 2025» об автоматизации сквозных процессов горно-обогатительного комбината с использованием решения «Цифра. Горный MES».
Ключевые функции цифровых двойников в России находятся на стадиях разработки и пилотных проектов. Виртуальная модель позволяет тестировать сценарии без остановки производства: изменить маршруты, перераспределить технику, оценить влияние изменений. Система рассчитывает производительность и расход топлива для каждого варианта (это лишь один из возможных вариантов).
На крупном угольном разрезе была внедрена автоматизированная система управления производством на основе построения сквозных процессов, включающих управление горными работами и фабрикой. Это позволило сократить простои (на 2-3%) и увеличить выход концентрата (1,5% - 2,5%).
Ключевые функции цифровых двойников в России находятся на стадиях разработки и пилотных проектов. Виртуальная модель позволяет тестировать сценарии без остановки производства: изменить маршруты, перераспределить технику, оценить влияние изменений. Система рассчитывает производительность и расход топлива для каждого варианта (это лишь один из возможных вариантов).
На крупном угольном разрезе была внедрена автоматизированная система управления производством на основе построения сквозных процессов, включающих управление горными работами и фабрикой. Это позволило сократить простои (на 2-3%) и увеличить выход концентрата (1,5% - 2,5%).
Долгое время цифровые двойники могли ответить на вопросы, «где» и «когда», но не знали, «почему» и «как оптимально». В «Цифре» смогли перейти от концепции «видеть» к концепции «понимать и управлять». Этого удалось достичь за счет использования виртуальной модели, данных реального времени, интеллектуальной аналитики и нового оборудования, включая машинное зрение.Внедрение нового цифрового двойника позволило оптимизировать управление транспортным потоком, осуществлять предиктивную диагностику оборудования и управлять шинным хозяйством.
❤5🔥5👏5 1