Построение цифровой модели фабрики

Задача

На действующем производстве выход годной продукции зависит сразу от нескольких факторов: сырья, оборудования, технологических параметров и работы специалистов. Требовалось построить модель фабрики, которая помогает находить узкие места и исследовать причины изменения качества выпуска.

Отдельная задача состояла в представлении зависимостей между процессами и оборудованием. Для анализа важно понимать, на каком этапе возникает отклонение и с какими входными условиями оно связано.

Решение

Основой стала система сбора инженерной и производственной информации. Данные объединяются вокруг процессов фабрики, а связи между процессами и оборудованием представлены в виде визуализируемого графа.

На этой основе построена предсказательная модель выхода годной продукции. Для обучения используются прошлые партии, по которым известны входные параметры и итоговая доля годных изделий. В перечень факторов входят характеристики сырья, компетенции операторов и технологов, а также параметры технологического оборудования. Параметры алгоритма подбираются по этим историческим наблюдениям.

В разработке применялись анализ временных рядов, XGBoost, CatBoost и нейронные сети. Выбор методов связан с задачей сопоставления разнородных производственных признаков и результата выпуска.

Результат

Создана система поддержки принятия решений для сложного технологического производства. Она объединяет модель процессов с прогнозом выхода годной продукции и помогает специалистам рассматривать причины брака в общем контексте производства.

Такую модель можно адаптировать к производству, где сохраняется история партий и технологических параметров; это предмет внедрения ИИ в промышленности.