Использование ИИ на производстве: как внедряют нейросети в промышленность и влияет ли это на занятость сотрудников?

Искусственный интеллект в промышленности давно не экзотика. ИИ на производстве уже помогает предсказывать отказы оборудования, контролировать качество, снижать энергопотребление и повышать безопасность. На реальных кейсах СИБУРа рассказываем, как работает искусственный интеллект в промышленности, а именно ― в нефтегазохимической отрасли.

Разбираемся, как внедряют Industrial AI на предприятиях СИБУРа, какие роли он меняет — и почему это не про замену людей, а про рост компетенций и новые возможности работы в нефтегазохимической сфере.

Настал момент, когда решения на базе искусственного интеллекта проникают во все сферы промышленности: от химического производства до авиакосмической отрасли.

В машиностроении интеллектуальные системы управляют роботизированными комплексами, адаптируя их работу к изменениям производственного цикла, а компьютерное зрение обеспечивает ювелирную точность сборки и мгновенное выявление дефектов.

Добывающая промышленность применяет ИИ для анализа геологоразведочных данных и моделирования месторождений углеводородов. Энергетический сектор ― для интеллектуального управления энергосистемами, оптимизирует балансировку нагрузок и интеграцию возобновляемых источников энергии. Параллельно развиваются решения для энергоэффективности ― от оптимизации энергопотребления промышленных объектов до прогнозирования спроса и снижения экологической нагрузки.

В обрабатывающей промышленности искусственный интеллект координирует процессы предиктивного обслуживания оборудования и оптимизации энергопотребления. Особое значение приобретают системы контроля качества на основе ИИ-видеоаналитики, минимизирующие производственный брак.

Цифровая трансформация охватывает и документооборот: нейросети автоматизируют работу с проектной документацией, синхронизируют данные с CAD-системами и генерируют отчеты. Перспективными направлениями являются фармацевтика, где ИИ ускоряет разработку препаратов, и агропромышленный комплекс с технологиями точного земледелия.

Искусственный интеллект на производстве используется прежде всего для оптимизации ресурсов и повышения эффективности работы оборудования. Он анализирует потоки данных в реальном времени, управляет процессами и помогает специалистам быстрее реагировать на изменения. Благодаря этому завод работает точнее, быстрее и безопаснее, а люди могут сосредоточиться не на рутине, а на развитии и улучшении технологий.

Внедрение Industrial AI — это переход от ликвидации ошибок к их предотвращению. Формируется новая культура операционной эффективности и производственной безопасности. Системы анализируют огромные массивы данных, замечают отклонения и передают специалистам сигналы о возможных рисках ещё до того, как они перерастают в проблему. ИИ на производстве — это инструмент поддержки и усиления экспертного опыта, он помогает людям принимать более точные и своевременные решения.

Особенно перспективно внедрение ИИ в нефтехиме ― на предприятиях с территорией в сотни гектаров, где визуальный контроль всех объектов и процессов затруднен, каждая секунда простоя стоит миллионов, а последствия ошибок бывают катастрофическими.

Ключевое преимущество нейросетей — способность к самообучению. Чтобы искусственный интеллект полноценно работал на предприятии, необходимы качественные данные, вычислительная инфраструктура и интеграция с производственными системами. Именно постоянный поток актуальной информации позволяет алгоритмам анализировать процессы, делать точные выводы и давать рекомендации специалистам. За сбор, очистку и обновление данных отвечают инженеры и аналитики, которые вместе с технологами следят за тем, чтобы информация отражала реальные производственные процессы.

В компании каждый день создаются сотни документов и отчетов, аккумулирующих важные показатели. Раньше работать с данными было сложно, поскольку они хранились в разных системах и форматах. СИБУР решил проблему, создав «Цифровой каталог» — единую базу знаний компании.

Умная система собирает данные со всех предприятий и офисов, описывает, что означает каждый показатель и показывает, как информация связана между собой. Этот цифровой фундамент объединил данные из 70 источников и продолжает пополняться, позволяя быстро найти нужные сведения.

Каталог облегчает работу аналитиков и руководителей, ускоряет доступ к информации — ключевые показатели всегда под рукой в актуальном виде. Дополнительный плюс: на базе каталога нейросеть создает адаптивные обучающие программы, снижая время подготовки специалистов в 3-5 раз.

Еще один шаг к «умному производству», где решения принимаются на основе массивов данных ― система промышленного интернета вещей (IIoT), которая автоматизирует контроль за оборудованием. СИБУР начал внедрять IIoT с 2019 года, на сегодняшний день разработано и подключено более 2000 взрывозащищенных датчиков, которые непрерывно следят за важнейшими показателями производственных процессов: температурой и вибрациями. Датчики за секунды передают информацию и сразу сигнализируют, если данные выходят за рамки нормы.

Удалось отказаться от ручного сбора данных: сотрудникам больше не нужно лично обходить оборудование и фиксировать показатели. Высвободившийся персонал не сокращают: в СИБУРе инвестируют в переподготовку сотрудников, позволяя им получить новые компетенции и претендовать на актуальные вакансии на производстве.

Современные технологии и специалисты — основа успешной работы ИИ на производстве. Технологическая база нефтегазохимической отрасли строится на мощной IT-инфраструктуре, в которую входят:

Такая инфраструктура обеспечивает непрерывный поток качественных данных, на которых обучаются алгоритмы, помогая предприятиям повышать точность и эффективность работы.

Но технологии не работают без людей. Алгоритмы требуют участия специалистов — data-учёных, IT-инженеров и производственных экспертов, которые умеют правильно интерпретировать данные и настраивать модели под реальные задачи. Такая кросс-функциональная команда собрана в отдельном подразделении СИБУРа ― «Лаборатории ИИ» — уникальной «песочнице», где ежегодно тестируют более 200 гипотез, направленных на повышение эффективности производства, оптимизацию технологических процессов и повышение промышленной безопасности.

Говорить о полноценном применении искусственного интеллекта в промышленности можно в тех случаях, когда системы не ограничиваются сбором данных, а выполняют полный цикл интеллектуальной обработки ― анализируют, предсказывают и предлагают оптимальные решения.

С 2018 года в СИБУРе запущена система ЭКОНС. Это цифровой инструмент с элементами ИИ, который наглядно ― красным и зеленым цветом на диаграммах ― показывает, как параметры производственного процесса влияют на экономику предприятия. Основу ЭКОНС составляют точные математические модели, родственные искусственному интеллекту — генетические алгоритмы и регрессионный анализ.

ЭКОНС непрерывно анализирует такие показатели, как расход газа на входе в компрессор или температура на выходе из змеевиков, и выявляют взаимосвязь между параметрами. Система умеет:

Целью внедрения ЭКОНС было повышение экономической эффективности. Однако для оператора ТУ даже при детальной визуализации данные оставались абстрактными и не представляли практической ценности. Следовательно, оператор ТУ не был лично заинтересован в результате. Поэтому было решено связать эффективность процессов с вознаграждением сотрудника. Это создало прочную мотивацию: чем стабильнее показатели в «зелёной зоне», тем выше доход компании и, как следствие, зарплата специалиста.

Получив опыт работы с ЭКОНС, сотрудники зачастую переходят на новые должности с расширенными обязанностями и повышенной ответственностью.

На всех предприятиях СИБУРа внедрена система компьютерного зрения, которая гибко подстраивается под особенности производства и устойчива к сложным условиям, где традиционное видеонаблюдение дает сбои. Видеоаналитика с применением искусственного интеллекта в промышленности эффективна для контроля:

Это позволило разгрузить операторов, которым приходилось отслеживать одномоментно десятки видеокамер и управлять технологическим процессом, оперативно корректируя его ход. Сегодня нейросеть выводит на монитор только те изображения, которые сигнализируют о внештатной ситуации. Когда всё в порядке ― экран остается пустым.

Яркий пример использования искусственного интеллекта в промышленности — система предиктивного обслуживания, внедрённая в СИБУРе. Система предиктивного обслуживания — это технология, которая с помощью анализа данных и алгоритмов искусственного интеллекта прогнозирует поломки и износ оборудования до их фактического наступления. Например, при нехарактерной вибрации компрессора система фиксирует отклонение и уведомляет инженеров о риске поломки.

Предиктивная система предупреждает о рисках и предсказывает поломки оборудования за 8-12 часов до их появления. Точность прогнозирования достигает 89%, что значительно надежнее обычных методов контроля. Это позволяет своевременно проводить ремонты без остановки производства.

Дополнительным преимуществом стало снижение нагрузки на аппаратчиков ― аналогично системе компьютерного зрения, нейросеть предиктивной системы выводит на мониторы только те события, которые требуют человеческого вмешательства.

Типичный кейс Industrial AI ― дрон-сервис СИБУРа. Беспилотники с ИИ обследуют километры трубопроводов, ЛЭП, градирен и труб, а нейросеть тщательно изучает состояние оборудования и формирует рекомендации по ремонту.

Дополнительно внедряют дронопорты — платформы для запуска с ИИ-контроллером. Дронопорт обеспечивает автоматический взлет и движение по запрограммированному маршруту, проведение диагностики, возврат на базу, передачу данных и подзарядку. Система выполняет мониторинг, адаптируется к погодным условиям и перепланирует маршрут без участия оператора.

БПЛА освобождают людей от утомительных проверок оборудования на сложных участках в непредсказуемых климатических условиях. Снижают опасность травматизма: нет необходимости подниматься на эстакады, опорные столбы, башенные градирни и дымовые трубы, высота которых может достигать 120-ти метров.

Результаты применения ИИ на производстве измеряются миллиардами рублей экономии, снижением аварийных остановок и впечатляющими возможностями защиты экологии.

Оптимизация потребления энергоресурсов благодаря ЭКОНС позволяет не только сэкономить газ, но и минимизировать объем вредных выбросов. Так, на «ЗапСибНефтехиме» внедрение ЭКОНС ежегодно предотвращает выбросы 80 тысяч тонн CO₂.

Важны единые форматы данных и строгие правила их качества. Основная сложность в том, что данных о штатной работе оборудования много, а о сбоях — крайне мало. Искусственно создавать аварийные ситуации, например, перегружать линию, нельзя — это опасно и невыгодно. Для расширения обучающей выборки в СИБУРе применяют генерацию реалистичных данных через моделирование и цифровые двойники. Это позволяет обучать искусственный интеллект на редких аварийных сценариях без остановок производства.

Без участия технологов и обслуживающего персонала применение ИИ в производстве невозможно и даже самые лучшие алгоритмы останутся невостребованными. Важно интегрировать экспертные знания в модели и обеспечить простоту исполнения рекомендаций. Поэтому в СИБУРе привлекают в проекты по машинному обучению производственников, например, электромонтеры помогают рассчитывать прогноз остаточного ресурса оборудования.

Самые совершенные алгоритмы бесполезны без человеко-ориентированного интерфейса. В СИБУРе их делают максимально простыми и практичными. Вся информация подается по четкой схеме: сначала обозначается проблема, затем указывается конкретное действие и приводится обоснование — почему именно этот шаг необходим для её решения.

Осторожность людей, чья работа напрямую связана с безопасностью и экономической эффективностью, обоснована. Имеют место и социальные страхи ― подсознательное восприятие ИИ как угрозы рабочим местам, несмотря на гарантии сохранения персонала. В СИБУРе барьеры преодолеваются через длительную совместную работу, демонстрацию преимуществ и максимальную интеграцию ИИ в существующие рабочие практики без революционной ломки процессов.

Как подтверждает практика СИБУРа, искусственный интеллект не заменяет людей, а трансформирует функции сотрудников. Рутинные операции передаются алгоритмам, а персонал переключается на контроль процессов, углубленный анализ и принятие решений. Это относится как к инженерно-техническим специалистам, так и к операционному персоналу.

Главное — применение ИИ в промышленности улучшает эффективность работы человека. Например, даёт более ранние сигналы о сбоях на производстве или подсказывает что и как можно сделать. Финальные решения остаются за квалифицированными специалистами.

_{*В связи с особенностями внешнеполитической ситуации приведены экономические показатели по 2023 год.}