Денис Ерофеев, «Полюс»: Оцифровать можно даже взрыв

— Насколько сегодня важна работа с данными для горнодобывающей отрасли?

— Перед нами, как и перед любой другой компанией отрасли, сейчас стоят важные вызовы, связанные с обеспечением операционной эффективности в текущих экономических и геополитических условиях. Мы, как айтишники, тоже должны это учитывать и научиться работать с данными (которыми нужно заниматься в любом случае) эффективнее, тратить на это меньше ресурсов. Сейчас мы как раз переходим к этому этапу нашей цифровой трансформации. Если некоторое время назад мы существенно вкладывались в базовую автоматизацию, то теперь настало время более точечных инвестиций, ориентированных на получение бизнес-эффекта от накопленных данных.

— Как происходит работа с данными на вашем предприятии?

— В «Полюсе» существует два больших этапа производственного процесса: гора (горнотранспортный комплекс) и ЗИФ (золотоизвлекательная фабрика). Гора начинается с геологической разведки, которая формирует цифровую модель месторождения. Для того чтобы ее создать, нужно собрать и оцифровать множество данных о том, что мы знаем о земле, о тех породах, с которыми предстоит работать. Возьмем для примера керн — столбик породы, который вырезается при бурении для последующего исследования. На основе его качественной фотографии искусственный интеллект может быстрее, чем человек, оценить ее значимые свойства. После геологической разведки начинается этап эксплуатации, который стартует с буровзрывных работ. Цель этого процесса — превратить целиковую породу в то, что потом можно экскавировать (извлечь) и перевезти на фабрику. И на этом этапе также собираются данные, ведь оцифровать можно даже взрыв. Например, сведения поступают с датчиков, которые закладываются в скважину. Когда происходит взрыв, они разлетаются вместе с кусками породы. И по тому, насколько далеко и по какой траектории улетел датчик, можно создать цифровой след, позволяющий оценить, насколько успешно прошел взрыв, учесть это в дальнейшем для оптимизации процесса взрывания.

— Но конечным результатом взрыва является порода и важен ее размер и качество?

— Совершенно верно. И это тоже можно оцифровать. Для этого используем фото- и видеоаналитику: например, делаем снимки развала горной массы после взрыва или на этапе погрузки экскаватором в кузов самосвала, а модель анализирует размеры кусков и оценивает так называемый гранулометрический состав, параметры крупности. Эти данные можно использовать для оптимизации параметров взрывания, а также передать на фабрику для того, чтобы учесть при последующей переработке.

— На что еще может повлиять аналитика данных?

— Следующий этап — транспортировка, которую производим с помощью крупнотоннажных самосвалов. Одно из направлений повышения эффективности здесь — это снижение расхода топлива. Для этого применяются цифровые советчики — инструменты, использующие различные сведения: данные телеметрии самосвала (о скорости, мгновенном расходе топлива, нагрузке на подвеску), информацию о состоянии дорог. Все это обрабатывается моделью на основе искусственного интеллекта. Она позволяет провести глубокий анализ факторов, влияющих на расход топлива, и дать рекомендации по оптимальным режимам для его экономии.

— Обычно, когда речь идет о дорогостоящей технике, важным вопросом является ее своевременный ремонт и анализ данных для так называемых превентивных ремонтов.

— Для решения этих задач мы используем систему диагностического мониторинга. Она в большей степени ориентирована на золотоизвлекательную фабрику, где выход из строя, например, головной мельницы останавливает работу всей цепочки. На горнотранспортном комплексе мы тоже собираем данные посредством ежесменного технического осмотра. Это процедура, при которой оператор осматривает технику и делает вывод о том, есть ли какие-то потенциально опасные нарушения: течи, сколы, повышенная нагрузка. Здесь мы используем довольно простое ИТ-решение: мобильные устройства и NFC-метки. Они крепятся на разных частях самосвала, и оператор прикладывает к ним телефон в процессе прохождения осмотра. С помощью приложения он может удостовериться, что все точки были осмотрены в правильном порядке, и если видит какие-то нарушения, то в онлайне пишет сообщение, которое поступает в нашу ERP-систему, может приложить фотографию или ввести конкретные показатели датчиков. В дальнейшем с этой информацией разбираются специалисты по надежности, которые выясняют, что не так с техникой. Это позволяет на раннем этапе выявить неисправность. Более того, мы можем проверить даже оптимальность маршрута оператора. Например, если он тратит слишком много или, наоборот, мало времени между точками, возможно, стоит что-то изменить в маршруте осмотра.

— А как выглядит процесс работы с данными на фабрике?

— Фабрика — более сложный объект с точки зрения данных, более насыщенный. Основной объем информации производит автоматизированная система управления технологическим процессом (АСУ ТП). Благодаря ей мы можем собирать на каждом переделе данные по расходу, токовым нагрузкам, давлению, температурам. Есть одна тонкость: АСУТП относится к объектам инфраструктуры, требующим особого режима информационной безопасности. Поэтому в ней используются специальные технические устройства, позволяющие гарантировать передачу данных только в одну сторону и исключить возможность потенциального вредоносного вмешательства в ее контур. Направления дальнейшего использования данных на фабрике разнообразны — например, это цифровые советчики, позволяющие дать оператору рекомендации по поддержанию оптимальных режимов.

— Какие технологии вы используете для работы с данными?

— Когда мы начали плотно заниматься данными, то поняли, что нам нужен комплексный инструмент, обеспечивающий работу с данными на всех этапах — от их сбора и предварительной обработки до выдачи получателям в необходимой форме. Мы назвали это цифровой аналитической платформой (ЦАП). Она консолидирует потоки из разных источников, в том числе систем управления технологическими процессами, управления горнотранспортным комплексом, лабораторной информационной системы. Благодаря ей данные становятся основой для поиска, апробации и последующей продуктивизации решений, направленных на повышение производительности и эффективности операционной деятельности. Сердцем платформы является аналитическая СУБД Arenadata DB. Ее мы выбрали, поскольку понимали, что нам нужно качественное коммерческое решение, за которое отвечает вендор, гарантирующий решение инцидентов и закрывающий вопросы информационной безопасности.

— Расскажите о команде, которая работает с данными: как она сейчас выглядит с точки зрения ролей?

— У нас достаточно типичный состав команд, построенный на продуктовом подходе. Его идея заключается в том, что в едином центре ответственности собран пул экспертов, способных создавать и поддерживать внедренные продукты. В таких командах есть бизнес-аналитики, дата-инженеры, ML-инженеры, а также разработчики разных стеков, поскольку мы сами продуктивизируем созданные решения в готовые цифровые сервисы для бизнеса.

— А кто является инициатором бизнес-изменений в компании? Вы слышите запросы со стороны бизнеса или сами проактивно предлагаете те или иные трансформации?

— Присутствуют оба варианта. Например, сейчас нашим активным заказчиком являются коллеги из производства, мы много делаем вместе с ними в области цифровизации процессов операционной деятельности. При этом мы сами тоже можем выступить инициатором создания каких-то сервисов, поскольку плотно вовлечены в процесс. Также работаем над повышением общего уровня цифровой грамотности, популяризацией цифры и искусственного интеллекта внутри компании. Мы понимаем: без активного вовлечения бизнеса это направление «не взлетает».

Источник: Tadviser.
Время на прочтение статьи: 8 мин. 33 сек.