Фон для ИИ платформы

Платформа для предиктивной аналитики оборудования и оптимизации режимов технологических процессов.

В основе ПО лежат технологии гибридного моделирования и transfer learning, которые позволяют строить диагностические и оптимизационные модели процессов и оборудования.
Скриншот из платформы CyberStudio для предиктивной аналитики и оптимизации
Видео о платформе CyberStudio
CyberStudio не вмешивается в контур управления работой оборудования и не воздействует на объект или на передачу данных. Наше ПО призвано извещать оператора о выявленных отклонениях и работает как рекомендательная система.
Платформа CyberStudio не подвержена влиянию ухода зарубежных компаний с рынка РФ, не зависит от санкций и является полностью отечественной разработкой.
Для работы программного решения CyberStudio не требуется вносить изменения в оборудование или техпроцесс, а также не требуется установка дополнительных датчиков.
cyberstudio
Предиктивная аналитика
Призвана сократить издержки, возникающие из-за аварийных остановов оборудования. Позднее распознавание дефектов и их развитие до критического уровня влекут за собой незапланированные ремонты и издержки.

ПО CyberStudio способно отследить малейшие отклонения в процессах внутри установки, которые свидетельствуют о зарождении неполадки.
Оптимизация
С помощью ПО СyberStudio также решаются задачи оптимизации технологического процесса.

Оптимизационная модель позволяет осуществлять поиск и внедрение новых методов и технологий, которые позволяют улучшить производственный процесс, повысить его эффективность и снизить потребление ресурсов.
Для кого
Наши клиенты — крупные промышленные компании, внедряющие цифровые решения. Софт CyberStudio используется для сложного оборудования и процессов в таких отраслях как: энергетика, металлургия, машиностроение, нефтегазовая, горная и химическая отрасли промышленности.
Оптимизация
Предиктивная аналитика
Построение моделей на эксплуатационных данных
Мониторинг технического состояния в онлайн-режиме
Своевременное выполнение ТОИР
Контроль техпроцесса и выполнение рекомендаций CYBERSTUDIO по оптимизации
Построение моделей на эксплуатационных данных
cyberstudio
cyberstudio
ТОИР
события и отчёты
Специалист
мониторинг оборудования
оператор
обучение модели и настройка системы
Инженер
-технолог
мониторинг технологического процесса
оператор
обучение и настройка модели
Инженер
Авторизация и панель администратора
Создание пользователей, создание проектов, назначения ролей пользователя в проекте
Коннектор к данным
Создание источника данных двух типов (загрузка файлов форматов - csv, xlsx), подключение внешних источников данных (MSSQL, Winnum и тд). Объединение файлов в один источник данных и группирование в таблицы. Настройка источника данных в виде выбора параметров и ввода пользовательских названий.
Аналитика
Визуализация параметров источника данных. Отображение данных вибродиагонстики (спектры).
Обучение моделей
Выбор диапазона данных для обучения моделей. Тестирование модели с функционалом выбора благоприятных интервалов данных для обучения. Запуск AutoML и обучения модели для выбранного набора оборудования.
Дообучение моделей
Выбор диапазона данных для дообучения моделей. Запуск Transfer Learning для выбранного набора оборудования.
Классификация
Настройка параметров классификатора дефектов для выявления многомерных неисправностей с возможностью задания уровня (тревога и предупреждение) по данным либо с помощью ручного ввода. Создание неисправностей по критериям. Валидация классификатора дефектов на исторических данных.
Оптимизация
Настройка параметров оптимизации в виде выбора управляющих воздействий и границ оптимизации. Валидация оптимизации на исторических данных.
Мониторинг
Расчет в реальном времени моделей подсистем. Вывод расчетных и реальных значений в виде графиков. Вывод индекса технического состояния и индекса оптимального состояния. Вывод сообщений об обнаруженных неисправностях. Вывод отличий состояния оборудования от оптимального. Вывод ретроспективы работы моделей оборудования и работы классификатора дефектов.
Мнемосхемы
Модуль
Создание дашборда с возможностью вывода различного типа оборудования и создания информационных блоков.
Функционал
What If Анализ
Расчет выходных параметров модели по заданным входным значениям пользователя
Функционал
Создание моделей
Создание однотипного оборудования как набора подсистем. Задание связи параметров подсистемы с источником данных. Настройка параметром AutoML.
Технология
Параметры типа моделирования
Больше информации о технологии
ссылка на скачивание документа
Внедрение
Последовательность внедрения системы
1
Что нужно для создания модели
Параметры, характеризующие работу и состояние оборудования
Частоты вращения
Температуры
Давления рабочей среды
Характеристики среды также учитываются при подготовке модели.
Температуры и давления масла
Температуры подшипников
Вибрации и др.
2
Технологический аудит данных
Получение массива исторических данных с такими параметрами: определенный уровень дискретности, непрерывность, накопленность за период от года, репрезентативность параметров и статистика отказов по оборудованию. Оценка данных и положительное заключение.
Проведен аудит данных с точки зрения их полноты для дальнейшего использования
Результат аудита
2 мес.
3
Разработка моделей
На эксплуатационных данных строятся модели машинного обучения (суррогатные модели). Также могут строиться физико-математические модели оборудования для повышения точности моделей в условиях нехватки данных (гибридное моделирование).
Разработаны модели оборудования / технологического процесса
Результат разработки
4 - 8 мес.
4
Интеграция с ИТ-инфраструктурой заказчика
Написание коннектора к АСУТП/MES/IIot/SCADA системам через стандартные протоколы OPC UA, TCP/IP, Modbus для получения эксплуатационных данных Заказчика в режиме реального времени.
Проведена интеграция для работы в режиме реального времени
Результат интеграции
1 - 1.5 мес.
5
ОПИ (Мониторинг)
ПО запущено в тестовую эксплуатацию. Идет оценка технических и экономических эффектов. Результат мониторинга - Проведена пуско-наладка. Принято решение о запуске в промышленную эксплуатацию.
Проведены пуско-наладочные работы и ОПИ после подписания договора
Результат мониторинга
3 - 6 мес.
Для внедрения необходима развернутая на производстве АСУТП/MES/IIoT/SCADA система
Мы уже работаем с ZIIoT, Winnum, Safe Plant и другими
Пример диагностики на основе цифровых моделей
Анализ КПД за счет контроля изменения эксплуатационных параметров
Техническая поддержка
Осуществление методологической и технической поддержки работы ПО в контуре Заказчика на постоянной основе.
На постоянной основе
Поддержка
Модель в эксплуатации
Пример:
Отслеживание изменений температуры и давления
Заказчику предлагается два вида лицензий: постоянные и рекуррентные.

Оплата рекуррентных лицензий может осуществляться на ежемесячной или ежеквартальной основе.

Ценообразование на лицензию на программное обеспечение осуществляется из расчета количества создаваемых по данной лицензии моделей.

При формировании стоимости лицензии также учитываются количество потенциальных пользователей ПО и тэгов.
Политика ценообразования
Результат на выходе
КПД
Обнаружение повышения температуры и понижения давления воздуха после компрессора позволяет судить о загрязрении проточной части компрессора и о снижении КПД
Анализ расхождения и фиксация результатов
Реальные показатели
Показатели рассчитанной модели процесса
Техническая поддержка
Мы заключаем договор на техническую поддержку, в рамках которого осуществляется:
Обеспечение работоспособности программного обеспечения
Исправление появляющихся багов
А также мы можем заключить договор на:
Техническое сопровождение, которое подразумевает обновление программного продукта до последних разработанных версий.
Расширенное техническое сопровождение, в рамках которого компания выделяет ответственного специалиста, сопровождающего Ваш проект.