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.

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

Создание дашборда с возможностью вывода различного типа оборудования и создания информационных блоков.

Модуль

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.

Принцип работы

Предиктивная аналитика

Оптимизация

Технология

Параметры типа моделирования

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

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.