В проектном институте «Роснефти» (г. Томск) создан пилотный проект AI-ассистента для повышения эффективности управления технологическими процессами. Инновационное решение ориентировано на поддержку персонала, работающего с установками предварительного сброса воды. По расчетам аналитиков, применение такой системы обеспечит ежегодную экономию эксплуатационных расходов до 80 миллионов рублей, следует из сообщения ПАО «НК «Роснефть».
Фото предоставлено пресс-службой ПАО «НК «Роснефть»
Екатерина Королёва
Фундамент системы: данные и математические модели
Разработка цифрового ассистента опирается на точные математические модели, включая те, что построены методами машинного обучения. Калибровка моделей проводилась на основе крупных массивов данных о работе установок, накопленных за три года. После стандартизации и очистки от ошибок информация обеспечивает высокую точность прогнозов и стабильность работы системы. Глубокий уровень детализации технологических процессов позволяет ИИ в реальном времени определять эффективность работы агрегатов. В итоге обслуживающий персонал получает возможность более гибко управлять параметрами и быстрее принимать взвешенные решения при эксплуатации и ремонте.
Три главных направления работы ассистента
Работа цифрового ассистента организована по трем ключевым направлениям, которые охватывают полный цикл поддержки принятия решений: создание виртуальных датчиков, подбор оптимальных режимов и проведение симуляций.
1. Создание виртуальных датчиков
В рамках первого направления система восполняет недостающие данные и предсказывает характеристики выпускаемой продукции. Это особенно актуально при эксплуатации сложных технических устройств, где установка физических датчиков затруднена или экономически нецелесообразна. Виртуальные датчики позволяют получать непрерывную и достоверную информацию о ключевых параметрах процесса без дополнительных аппаратных затрат.
2. Подбор оптимальных режимов
В вопросах настройки рабочих режимов система самостоятельно определяет наиболее экономичные и результативные параметры работы устройств. Анализируя текущие условия и исторические данные, ассистент предлагает операторам конкретные рекомендации, позволяющие добиться требуемых показателей качества продукции при минимальном расходе ресурсов и энергии. Оператору остается лишь подтвердить предложенный режим или скорректировать его с учетом внешних факторов.
3. Проведение симуляций
С помощью симуляционного режима у персонала появляется возможность заранее, не покидая виртуальную среду, проанализировать последствия корректировки различных входящих параметров. Это позволяет подбирать оптимальные сценарии действий без непосредственного воздействия на функционирование оборудования. В результате снижаются производственные риски, предотвращаются аварийные ситуации, а работа становится более безопасной и прогнозируемой.
Перспективы снижения издержек
Одним из приоритетов цифровой трансформации «Роснефти» является интеграция алгоритмов искусственного интеллекта в технологические процессы. Компания регулярно вкладывает средства в передовые решения, полагая, что технологическое лидерство — ключевой фактор конкурентоспособности в отрасли. Внедрение описываемой платформы открывает широкие перспективы для снижения эксплуатационных затрат. Эффект достигается за счет четырех основных факторов: экономии химических реагентов, сокращения энергопотребления, оптимизации трудовых ресурсов и уменьшения количества лабораторных анализов. В совокупности эти меры не только снижают себестоимость продукции, но и повышают общую устойчивость производственных процессов.