MES-система

Временные ряды

SCADA

Объединение показателей с разрозненных производственных датчиков в единую систему аналитики

Особенность проекта

Промышленность

Система контроля дозаторов для MES-системы НЛМК

Задача

Разработка инструмента для мониторинга дозаторов угля в режиме реального времени, который позволит отслеживать их работу и принимать решения на основе актуальных данных.

Технологии

О проекте

В коксохимическом производстве НЛМК точное соотношение угля и других материалов в составе шихты играет ключевую роль в процессе плавки в коксовой батарее. От правильного смешивания угля и добавок на этом этапе зависит качество конечного продукта — чугуна или стали. В рамках работы над MES-системой CosySoft разработал инструмент, который позволяет операторам НЛМК в реальном времени анализировать процесс дозирования угля и принимать оперативные решения для оптимизации производственного цикла.

Что такое дозаторы угля?

Это устройства, используемые для точного измерения и подачи определенного количества угля в процессе производства кокса. Как это происходит? Уголь транспортируется к дозаторам, где его дробят и смешивают в нужных пропорциях. Эта смесь называется шихтой, а состав углей для нее — производственной картой. Основная функция дозаторов — контролировать подачу угля в соответствии с заданными параметрами, чтобы в итоге получать нужный химический состав угольной шихты.

Шихта

Это смесь исходных материалов, которую загружают в доменную печь для получения металла.

В состав шихты входят железная руда, кокс и флюсы (например, известняк), которые при нагревании плавятся, и происходит процесс восстановления железа из руды.

Шихта закладывается слоями и проходит через несколько стадий плавления и химических реакций в доменной печи.
Кокс

Ключевой компонент в металлургии, используемый в доменных печах для производства чугуна.

Он выполняет сразу несколько функций: служит основным топливом для плавления железной руды, и является восстановителем, который помогает превращать оксиды железа в чистое железо.

Благодаря своей структуре кокс способствует равномерному протеканию всех процессов внутри печи, что делает его незаменимым для эффективного производства металлов.

Как работали раньше?

До внедрения модуля предприятие полагалось на бумажные журналы и старые системы мониторинга на Delphi, разработанные еще в 90-х годах. Эти системы могли отображать только базовые метрики и не позволяли в полной мере контролировать процесс дозирования.

Результат

Благодаря мониторингу работы дозаторов операторы цеха и руководство получили возможность получать информацию о процессе дозировки практически мгновенно.

Текущие показатели отображаются в виде графиков. Оператор может увидеть количество и скорость подачи угля, процентное соотношение марок угля, как быстро подается уголь, какие дозаторы работают в данный момент, есть ли отклонения от заданных параметров и прочие параметры дозировки.

Рабочий сценарий

Руководитель смены смотрит на график и видит, как происходит дозировка угля для коксующей установки. Вдруг он замечает, что один из дозаторов начал работать с отклонением. Сигналы об ошибках мгновенно отображаются на экране, что позволяет ему незамедлительно связаться с оператором и устранить проблему.

Вся информация обновляется с задержкой менее полутора секунд, что позволяет операторам мгновенно реагировать на любые изменения в процессе дозирования. Например, если на графике видно, что один из дозаторов работает с отклонением, оператор может сразу скорректировать процесс.

Рабочий сценарий

Оператор замечает, что производительность одного из дозаторов отклонилась от нормы. Он открывает график работы дозатора и видит, что проблема возникла из-за неправильного выбора угля. После обсуждения с начальником смены выясняется, что сотрудники в цеху ошиблись при погрузке. Благодаря графикам оператор быстро обнаружил причину проблемы и смог скорректировать процесс.

Процесс: структурируем разрозненные данные

В процессе работы над проектом команда CosySoft столкнулась с задачей структурирования разрозненных данных, которые поступали из различных частей производственной системы. Эти данные включали показатели производительности, накопленного сырья, параметры дозировки и другие важные метрики.

Превращаем «сырую» информацию в структурированные наборы

Основной поток данных поступает с установок по дозированию угля, оборудованных датчиками. Эти датчики фиксируют скорость подачи угля, фактический объем сырья, рецептуру смеси и другие показатели. Датчики подключены к промышленным контроллерам, которые собирают информацию и передают ее в SCADA-систему (систему диспетчерского управления и сбора данных).

При обработке этих данных мы столкнулись с определенными трудностями.

Разнообразие источников данных. Данные поступали с различных установок, и каждый датчик собирал информацию в своем формате. Некоторые данные были в двоичном формате, другие — в тоннах или килограммах. Эти данные нужно было унифицировать.
Огромный объем данных. С большого количества датчиков поступает огромное количество данных. Эти данные называются time-series — временные ряды, в которых зафиксированы последовательные значения показателей за определенный промежуток времени. Нам предстояло обеспечить их правильное хранение и быстрый доступ для анализа.

Чтобы решить эти проблемы мы сосредоточились на создании системы, которая позволила бы собирать, обрабатывать и анализировать эти данные для последующего использования в аналитических витринах и отчетах.

Очистка и стандартизация данных

Первым делом необходимо привести все собранные данные к единому формату. Это включает в себя преобразование показателей из различных единиц измерения в одну стандартную систему, а также проверку данных на наличие ошибок или пропущенных значений. Например, данные, поступающие в тоннах и килограммах, должны быть переведены в одну и ту же единицу измерения. Эти данные можно назвать Data Lake («озеро данных»). Это место, где хранятся все неструктурированные данные в их исходном виде. Эти данные еще не обработаны и не систематизированы, но доступны для анализа.

Группировка и агрегирование данных

После очистки данных мы группируем их по различным показателям, таким как тип оборудования, время и дата, конкретные параметры процесса. Это позволяет упорядочить информацию и сделать ее более удобной для последующего анализа.

В ходе разработки возникали непредвиденные задачи, требующие срочного решения. Например, необходимость оптимизировать отчеты, которые изначально создавались слишком долго. Мы находили компромиссы, позволяя быстро реализовать важные функции и улучшения, такие как создание кэширующих таблиц для ускорения отчетности.

Константин, Senior/Team Lead Java-разработчик CosySoft

Хранение данных

Для хранения большого объема данных мы использовали специальные базы данных, такие как Clickhouse. Эти системы позволяют хранить и быстро обрабатывать данные временных рядов, обеспечивая быстрый доступ к нужной информации и возможность проводить аналитику в режиме реального времени. В итоге мы получили удобную витрину данных (Data Mart), представляющую собой структурированные наборы данных, готовые к использованию для аналитики.

Создаем сервис уведомлений

Для повышения оперативности и эффективности работы операторов MES-системы мы разработали сервис уведомлений. Суть задачи была проста: создать систему, которая будет мгновенно информировать операторов о всех значимых событиях, происходящих в системе, таких как изменения в процессе дозирования угля или отклонения в работе оборудования.

Например, если в процессе дозирования угля возникают отклонения или дозаторы не могут выйти на заданный режим, на экране оператора появляется уведомление — колокольчик или всплывающее окно. Это позволяет операторам оперативно реагировать на любые отклонения, предотвращая возможные ошибки и снижая риск простоев.

Чтобы обеспечить мгновенную доставку уведомлений, мы использовали технологию WebSocket, которая позволяет передавать данные между сервером и клиентом в реальном времени.

Технико-экономическая польза
от использования модуля

Собранная нами витрина данных, удобный и понятный графический интерфейс с системой уведомлений позволили проводить глубокий анализ производственного процесса, улучшить прослеживаемость работы цеха, а также эффективнее решать конкретные бизнес-задачи НЛМК.

Прослеживаемость производства

Это возможность отслеживать и документировать все этапы производственного процесса, начиная от получения сырья и заканчивая выпуском готовой продукции. Она включает в себя сбор данных о каждом шаге производства, использование оборудования, изменение параметров и другие важные показатели. Благодаря прослеживаемости можно точно определить, где и когда произошли отклонения, быстро находить и устранять проблемы, улучшать контроль качества, а также повышать прозрачность и эффективность всей производственной цепочки.

Данные о работе дозаторов позволяют отслеживать каждую стадию подготовки шихты, анализировать, как разные факторы влияют на качество продукции, и вносить изменения в состав производственной карты, чтобы оптимизировать расход материалов и повысить качество кокса.

Также с помощью инструмента руководители получили возможность выгрузки отчетов за определенный период. Они могут видеть, как часто происходили отклонения от норм, какие дозаторы работали с ошибками и какие меры были предприняты для их устранения. Это позволяет не только улучшать производственные процессы, но и принимать обоснованные решения по улучшению работы оборудования.

Наша экспертиза в сборе и обработке данных, а также глубокий анализ исторической информации позволили объединить метрики из различных частей системы и создать инструмент, который решает реальные бизнес-задачи производства.

Алессия, системный аналитик CosySoft

Итоги

В результате внедрения решения удалось автоматизировать контроль простоев оборудования и создать систему оповещений для оперативного реагирования. Теперь коксохимический цех получает уведомления о таких инцидентах, как простой вагоноопрокидывателя или забуривание печей, что позволяет сократить время на устранение проблем. Например, если кокс застревает в печи, система сразу сигнализирует о нарушении цикличности работы, что предотвращает потери до 15 тонн кокса на одну печь.

Работа на проекте требовала от нас постоянного анализа и адаптации работы к фактическим условиям. Таким образом, мы научились не только быстро реагировать на изменения, но и эффективно взаимодействовать с командой и конечными пользователями. Это и обеспечило успешную реализацию проекта.

Константин, Senior/Team Lead Java-разработчик CosySoft

Технологии
Spring, Java11, Java17 Postgresql, Kafka, Websockets.