«Апатит» внедрила систему непрерывного мониторинга и прогнозирования состояния технологического оборудования
| Заказчики: Апатит АО Кировский филиал Кировск; Химическая промышленность Подрядчики: Infotech Group (Инфотех Груп) Продукт: Infotech Industry Система прогнозирования состояния и отказов промышленного оборудованияДата проекта: 2018/11 — 2019/04
|
Российская ИТ-компания Infotech Group по заказу «ФосАгро» разработала и внедрила в Кировском филиале АО «Апатит» систему непрерывного мониторинга и прогнозирования состояния технологического оборудования. Решение позволит увеличить производительность и сократить накладные расходы на производство апатитового концентрата. Об этом 16 мая 2019 года сообщили в Infotech Group.
По данным на май 2019 года система прошла комплексные испытания и находится в опытно-промышленной эксплуатации. В качестве пилотной площадки для внедрения была выбрана обогатительная фабрика АНОФ-3 в городе Кировске Мурманской области. Под контролем системы работает оборудование мельнично-флотационного отделения.
Используя исторические и текущие данные из АСУ ТП отделения, а также данные с установленных на оборудовании датчиков диагностики, система Infotech Group выявляет аномалии и дефекты в узлах оборудования.
За первый месяц работы системой были обнаружены развивающиеся дефекты в контролируемом оборудовании, которые были подтверждены специалистами группы диагностики АО «Апатит». Система контролирует механические дефекты, а также дефекты, связанные с нарушением изоляции в обмотках электродвигателя шаровых мельниц.
Основным преимуществом системы является не только раннее обнаружение дефектов, но и прогноз их развития во времени. Используя заложенные в системе инструменты прогнозирования, планирования и гибко настраиваемый механизм управления заявками на проведение ремонтных работ, сотрудники службы ремонтов смогут более эффективно управлять своими ресурсами и свести к минимуму внеплановые остановки оборудования на критически важном участке производства.
 | «Для каждого типа дефекта мы стараемся выбрать наиболее целесообразный способ его выявления. Там, где есть четкие формализованные правила выявления дефекта и качество работы алгоритма высокое, мы используем экспертные модели. Для плохо формализуемых дефектов мы применяем методы классификации или нейронные сети. Там, где дефект проще выявляется путем визуального анализа графиков, применяем методы машинного зрения. Благодаря слаженной работе службы снабжения, монтажных бригад, бригад наладки, а также активной поддержке подразделений АО «Апатит», нам удалось завершить все необходимые подготовительные работы по проекту на два месяца раньше запланированного срока». |  |
