«Норникель» продолжает оцифровку

Около года назад мы знакомили читателей с необычным подразделением «Норильского никеля» — «Цифровой лабораторией». И ещё недавно подобная структура действительно была необычной, теперь же её правильнее называть трендовой, и в этом смысле опыт никелевого гиганта не уникален. А вот проекты, которые запускает компания при участии «Цифровой лаборатории», и сегодня можно считать передовыми.

Напомним, что в настоящий момент «Норильский никель» реализует программу «Технологический прорыв», уже завершив первый её этап и приступив ко второму. «Прорыв» подразумевает внедрение целого списка цифровых инициатив, так что перемены, запуски и эксперименты здесь стали делом обычным. И с тех пор, как мы рассказали о внедрённых или перспективных цифровых технологиях, компания реализовала ещё несколько проектов.

«Цифровая лаборатория» по-прежнему в деле, и, как отмечают разработчики, специалисты этого подразделения принимают в  её деятельности активное участие. Ведь далеко не все проекты «Норникель» реализует исключительно собственными силами: для большинства предприятие привлекает сторонние компании, так скажем, узких специалистов.

Задача «Лаборатории» как раз и состоит в том, чтобы отыскать в изобилии предложений на рынке реалистичные перспективные идеи, способные принести эффект непосредственно на объектах «Норникеля».

«Сейчас мы стоим на пороге цифровизации, все прощупывают новые возможности, оценивают их применимость. На самом деле, оцифровать можно много всего, вопрос в том, будет ли от этого эффект. Цифровых решений и инициатив множество, но далеко не все из них получают успешную реализацию. И «Цифровая лаборатория» — это некоторый посредник между производственными мощностями «Норильского никеля» и разработчиками разного рода решений.

Она работает, с одной стороны, с поставщиками, а с  другой  — с предприятий компании, обсуждая, нужен ли им очередной проект. К тому же сотрудники «Лаборатории» имеют примерный перечень запросов, проблем, «узких» мест производства и подбирают технологии целенаправленно. Наше сотрудничество с «Норильским никелем» началось именно с работы с «Цифровой лабораторией».

Наши разработки сочли перспективными, и дальше мы уже работали с предприятием технологического железнодорожного транспорта Заполярного филиала компании, совместно со специалистами которого и внедряли наше решение», — рассказал руководитель направления железнодорожной отрасли Clover Group Иван Недорезов.

«Изначально мы презентовали наш проект именно в «Цифровой лаборатории», и её сотрудники курировали нашу работу. Скажем, именно они занимались организацией доступа к данным — это для нашего проекта было первостепенно.

Я хочу сказать, что тут вообще работают специалисты с хорошим багажом знаний, они знают производство и не раз подсказывали нам, как видоизменить наше решение, чтобы оно лучше соответствовало запросам конечных пользователей на комбинате. Например, какие параметры работы оборудования нужно вывести на экран, чтобы оператору было удобнее пользоваться системой? Технически для нас не сложно вывести и всё, но это же не всегда нужно.

Из особенностей сотрудничества с компанией я, пожалуй, отмечу большую заинтересованность на всех уровнях: в реализацию проекта включилась не только «Цифровая лаборатория», но и все департаменты, работники Кольской ГМК: технологи, сотрудники службы КИП, операторы. Вы, наверное, знаете, что «Норильский никель» сейчас реализует достаточно много проектов. И вот при этом я чувствовал, что наш проект интересен, важен», — поделился впечатлениями руководитель проектов Belka Digital Андрей Тощилин.

Цифровой советчик для Кольской ГМК

А теперь перейдём непосредственно к проектам. В прошлом году на секции обогатительной фабрики Кольской ГМК появился цифровой советчик.

«В основе решения — технология машинного обучения. С помощью алгоритмов система анализирует исторические параметры работы фабрики, выбирает из них наилучшие и с учётом текущего состояния руды и оборудования предлагает оператору корректировки по управляемым параметрам», — рассказывает Андрей Тощилин.

Параллельно специалист демонстрирует интерфейс системы на экране планшета. Решение показывает, что, допустим, на конкретном агрегате выбран неэффективный режим, и  предлагает его скорректировать. Если принять рекомендации, количество полезного элемента в концентрате вырастет. Или можно обратиться к другому критерию оптимизации — повышению производительности.

«Каких результатов удаётся добиться? Во-первых, оператор не тратит времени на оценку текущего состояния отдельных агрегатов, он смотрит на картину в целом. Совет он может как принять, так и отклонить, и нажатием одной кнопки отправляет данные в АСУТП. За счёт этого на Кольской ГМК удаётся сэкономить до 17% рабочего времени оператора, при этом абсолютный прирост извлечения никеля составляет 0,73%», — поделился Андрей Эдуардович.

Этап ОПИ система уже прошла, сейчас решение внедрили в промышленную эксплуатацию, а разработчики развивают его — тиражируют на другие секции, а также двигаются «вглубь».

Андрей Тощилин отмечает, что решение, созданное для Кольской ГМК, уникально и специфично — как, впрочем, и для любого работающего производства. Чтобы создать такого «советчика», разработчикам необходимо погрузиться в технологию, и этот этап, по словам специалиста, самый сложный и ответственный.

Кроме того, для Кольской ГМК понадобилась двухуровневая модель, потому что на предприятии уже существовала действующая система автоматизации. И заказчик поставил задачу не заменить её, а дополнить, что и было сделано.

«Если говорить общими словами, то это реализованная технология машинного обучения, это то направление, в котором мы работам. Сотрудники нашей компании — это математики, причём кандидаты, доктора наук. Поэтому можно сказать, что мы используем научный подход к машинному обучению», — говорит Андрей Тощилин.

Кстати, интересно, что этот партнёр «Норильского никеля» — молодая компания, юридически ей нет и четырёх лет. Правда, опыт сотрудников в отрасли заметно больше: они внедряли технологии машинного обучения и на объектах энергетики, и на коксодоменном производстве, а  сегодня сосредоточились именно на обогатительных предприятиях.

В  общем, мы имеем предельное попадание в десятку: мало того, что технологии машинного обучения сегодня значатся в списке трендовых, так и независимые аналитики отмечают повышенный спрос на цифровые решения именно со стороны обогатительных производств.

«Наш интерес к этому переделу связан с тем, что он, во-первых, мало охвачен с точки зрения внедрения интеллектуальных систем. А во-вторых, здесь без капитальных затрат за счёт тонких настроек можно получать эффекты в сотни миллионов рублей», — прокомментировал Андрей Эдуардович.

«Умный» локомотив

Ещё одно недавно внедрённое «Норникелем» решение очень далеко от фабричного советчика  — и  с  точки зрения географии, и с точки зрения области применения. Силами Clover Group тяговый железнодорожный подвижной состав Заполярного филиала компании включили в систему мониторинга.

«С чего мы начинаем внедрение системы? Чтобы собрать информацию о работе локомотива, его состоянии, мы оснастили машины программно-аппаратным комплексом. С датчиков по радиоканалу информация передаётся на сервер для последующей обработки. ПО используется специализированное, это тоже полностью наша разработка», — рассказал Иван Недорезов.

Локомотивы компании мы видим на планшете — они обозначены точками. По клику открывается всплывающее окно, где можно увидеть информацию о техническом состоянии машины, в том числе и в виде 2D-модели. В системе отражается вероятность отказа каждого из узлов, и в целом решение интуитивно понятно.

Скажем, если вероятность отказа несколько процентов, волноваться не о чем, узел исправен. А вот водяная система подсвечивается, вероятность отказа 35%. Тоже некритично, но при ближайшем ТО ремонтному персоналу нужно будет обратить на эту проблему внимание.

«Мониторинг открывает возможность предиктивной диагностики. Когда локомотив приходит на ТО, специалисты могут заметить предотказные состояния либо нарушения режимов эксплуатации. Выбираем пункт в списке предотказных состояний, например, «занижено давление при запуске», а затем можно пойти дальше и уточнить, в какое время это состояние было зафиксировано.

Выгружаем отчёт — вот и точное задание для ремонтного персонала. Таким образом, мы исключаем аварийные ремонты, продлеваем срок службы как отдельных комплектующих, так и машины в целом», — показывает Иван Недорезов, добавляя, что доступ к системе можно организовать для всех заинтересованных лиц: в неё может зайти хоть начальник депо, хоть сам машинист со своего мобильного телефона.

В парке Заполярного филиала «Норильского никеля» сегодня 62 локомотива, все их можно увидеть в виде точек на карте. Для добывающей компании вроде бы много, однако у Clover Group есть кейс, где к системе подключили 11 тысяч единиц техники. Если же взглянуть на общую карту реализованных проектов компании, то  вся она окажется в точках.

В целом же, говорит Иван Недорезов, дело не  в  количестве: систему может использовать любая компания, имеющая в своём составе железнодорожный транспорт. В случае с «Норильским никелем» задача приобрела дополнительную актуальность, во-первых, из-за удалённости ключевых активов компании и суровых климатических условий северной части материка, а  во-вторых, из-за исключительной ценности полезного ископаемого, при которой простой техники оборачивается миллионными убытками.

«Да и в целом локомотивы — это только один из примеров оборудования, которое мы можем включить в мониторинг. Просто именно с железнодорожного транспорта мы начинали, здесь мы накопили много знаний и опыта. А вообще сама система не имеет привязки к конкретному оборудованию. Зная условия эксплуатации и технические характеристики узла, мы можем отследить состояние любой техники в режиме реального времени. Где есть данные, там есть мы», — уточняет специалист Clover Group.

Самостоятельная ПДМ

Итак, мы увидели реализованную технологию машинного обучения, решение для предиктивной диагностики — всё это из списка топовых электронных технологий. Но не обойдёмся, конечно, без самого узнаваемого решения цифрового века — робота. С учётом того, что «Норильский никель» планирует запускать «безлюдный» рудник, ему понадобятся роботизированные или дистанционно управляемые машины. И «самостоятельная техника» уже успешно прошла обкатку.

«На объекте компании мы внедрили систему для автономного и дистанционно управляемого самоходного оборудования AutoMine. В данном случае мы говорим о самосвалах Sandvik TH545i и TH540, которые могут выполнять все операции без участия оператора: движение, разгрузку кузова, различные манёвры — то есть производственный цикл может быть полностью автоматизирован. Помимо этого, возможен режим дистанционного управления.

То есть оператор, находясь на поверхности, может полноценно управлять машиной, аналогично тому, как он это делает из кабины самосвала», — рассказал директор департамента по автоматизации Sandvik Дмитрий Минаев.

Так же, как и наземные самосвалы БЕЛАЗ, которые сейчас работают на хакасском разрезе СУЭК, автономная техника Sandvik — техника «эгоистичная». По требованиям безопасности зона работы робота долина быть изолирована: не допускается присутствие ни людей, ни других несамоходных единиц техники. Для этого на всех сопряжениях рабочей зоны устанавливают лазерные барьеры — в случае их пересечения автономное оборудование остановится.

У оператора на поверхности также есть экстренные кнопки. Предположим, если в шахте случится обвал, машину можно будет оперативно остановить, а в случае появления огня или дыма активировать систему пожаротушения.

«Сейчас наработка системы без нарушений по миру превышает 3 млн часов, цифра эта растёт. Это повод для гордости в нашей компании», — отметил Дмитрий Минаев.

Зачем «Норильскому никелю» понадобилась машина-робот? В целом для того же, зачем и «безлюдный» рудник в целом: каждый выведенный из шахты человек — шаг к повышению безопасности горных работ. Но плюс к тому, есть чисто экономические предпосылки.

Роботизированная техника в подземных выработках внедряется активнее, чем на земле и окупается быстрее — в том числе за счёт работы в межсменный интервал.

«На многих горных предприятиях автономное оборудование работает в межсменный перерыв. То есть оператор в течение смены управляет ею в обычном ручном режиме. А покидая кабину, переводит систему в режим «автомат» и активирует барьер безопасности», — описал Дмитрий Минаев один из экономических эффектов внедрения техники.

Кроме того, когда машина едет по заранее запланированному маршруту с предустанавленными параметрами движения: скоростью, передачами, оборотами двигателя — то её эксплуатация идёт в более мягких, оптимальных режимах.

И при движении машины по одной и той же траектории система позволяет ехать именно в этом щадящем режиме — не касаться бортов карьера, в частности. Всё это позволяет продлить срок службы техники: г-н Минаев, например, рассказал о самосвале, который работает в канадской шахте с 2007 года по сей день.

«Я попробовал сесть за тренажёр ПДМ и лично оценил возможности автоматизированной системы. Честно скажу, опыт управления ПДМ у меня нулевой, я, в принципе, сумел загрузиться, сколько-то проехал, но машину я убил — собрал все борта, несколько раз застрял. Хорошо, что это машина виртуальная. Дмитрий показал мне виртуального помощника, когда машина не даёт оператору ошибиться, — это же совсем другое дело.

Ну и следующий шаг, когда машина под контролем человека наполнила ковш, по нажатию кнопки разгрузилась — это, конечно, дорогого стоит», — рассказал руководитель направления промышленной автоматизации и метрологии департамента информационных технологий ГМК «Норильский никель» Вадим Нафталь, выступая на прошлогоднем «Майнексе».

Там же на стенде «Норильского никеля» работал и упомянутый тренажёр.

Отметим, что сейчас мы говорим не о сугубо роботизированной технике вроде самосвала без кабины, а о машине, которая умеет работать в разных режимах. И изначально это ПДМ или самосвал Sandvik, которые производитель дополнительно оснащает и немного модернизирует.

Технически бренд самой ПДМ может быть и другим, если производитель создаст бортовое оборудование, где протоколы будут соответствовать требованиям AutoMine. Пока же производитель работает только с  собственной техникой.

Одна из основных систем робота, его «глаза» — это сканеры в передней и задней частях оборудования. Благодаря им машина ориентируется, определяя своё положение в выработке. Кроме того, производитель устанавливает дополнительные камеры, меняет компоненты гидравлики и тормозной системы, а также оснащает машину «мозгом», то есть компьютером, который и управляет техникой.

На экране дистанционного управления отображаются все необходимые данные: выбранная передача, скорость, обороты двигателя, количество привезённых за смену или цикл ковшей, масса породы в загруженном ковше, уровень топлива и положение машины в пространстве. Большими цифрами с процентами обозначены результаты сканирования.

«Оператор, либо находясь в кабине, либо удалённо, перемещает машину по выработке, она сканирует борта, создаёт базу данных, и только потом мы её запускаем на автомате. Результаты сканирования — это уровень уверенности техники на месте работы. 98%, 99% — отличный результат, машина понимает, где находится, замечает препятствия, помнит, где можно ехать. Если же показатель будет ниже 90%, машина остановится», — показывает Дмитрий Минаев.

На сегодняшний день «умную» ПДМ протестировала ещё «Северсталь» и  собирается запускать технику в работу. На «Норильском никеле» машина прошла ОПИ на Скалистом руднике, здесь, по предварительным совместным планам добытчика и производителя, будет внедрена более сложная система, она уже готовится к запуску.

Но всё равно, согласитесь, два кейса на всю огромную добывающую страну — это маловато, особенно в свете 3 млн часов суммарной работы, которыми хвастается производитель.

«К сожалению, Россия заняла позицию догоняющего в плане роботизации и цифровизации подземных горных работ. Впереди сегодня, по моим данным, Австралия и Канада, активно развивается автоматизация на всём южно-африканском континенте. Но я уверен, что в ближайшие годы Россия догонит лидеров, а может, и перегонит», — отмечает Дмитрий Минаев.

Текст: Анна Кучумова