«Акселератор — это универсальный инструмент для формирования команд профессионалов, для решения сложных задач, которые стоят перед предприятиями, перед дивизионом, перед отраслью»
Михаил Зарубин
Старший вице-президент по производству ТВЭЛ
ОБ АКСЕЛЕРАТОРЕ
Акселератор «Новая высота» — профессиональный отраслевой конкурс АО «ТВЭЛ» для работников атомной промышленности.
Главная цель акселератора — собрать в рамках одного проекта людей, которые готовы трансформировать современные технологические процессы, искать новые решения и возможности для эффективной реализации задач по автоматизации и цифровизации производства.
Участникам предстоит разработать практические решения актуальных проблем производства в рамках конкретных задач. Кейсы для решения предложены ведущими специалистами-практиками российской атомной промышленности.
В этом году Акселератор запускает сразу два трека по направлениям производственные и цифровые технологии. Производственный трек стартовал в уже в марте, цифровой стартует в июле.
Главная цель акселератора — собрать в рамках одного проекта людей, которые готовы трансформировать современные технологические процессы, искать новые решения и возможности для эффективной реализации задач по автоматизации и цифровизации производства.
Участникам предстоит разработать практические решения актуальных проблем производства в рамках конкретных задач. Кейсы для решения предложены ведущими специалистами-практиками российской атомной промышленности.
В этом году Акселератор запускает сразу два трека по направлениям производственные и цифровые технологии. Производственный трек стартовал в уже в марте, цифровой стартует в июле.
КОГО МЫ ЖДЕМ?
Мы ждем каждого, кто твердо уверен, что нет предела совершенству, готов быстро осваивать большие объемы информации в короткие сроки, экспериментировать и доводить до результата найденные технические решения.
Вы нацелены на результат и стремитесь к росту? Готовы решать нетривиальные задачи? Тогда регистрируйтесь и участвуйте в акселераторе «Новая высота»!
У вас есть опыт работы в области заявленных технологических задач? Обладаете необходимыми компетенциями? Есть идеи как автоматизировать процессы?
Вы нацелены на результат и стремитесь к росту? Готовы решать нетривиальные задачи? Тогда регистрируйтесь и участвуйте в акселераторе «Новая высота»!
КАКИЕ КЕЙСЫ ПРЕДСТОИТ РЕШАТЬ В РАМКАХ ТРЕКА
ЦИФРОВЫЕ ТЕХНОЛОГИИ?
Наши эксперты предлагают участникам акселератора решить сложные задачи по нескольким направлениям
Краткое описание: какую цифровую проблему/ задачу нужно решить?
Сократить трудоемкость процесса формирования комплекта документов для испытаний ЯТ и исключить ошибки за счет автоматизации процесса с помощью цифровых инструментов.
Текущая ситуация:
В различных нормативных документах (НД) установлены требования к комплектности, порядку оформления и содержанию документов, предъявляемых в рамках испытаний (предварительные, приемочные, квалификационные, типовые, периодические).
Вид испытаний и, соответственно, требования к документации зависят от исходных данных (вид Продукции, Заказчик/Потребитель Продукции, требования по периодичности проведения испытаний, изменения в РКД и/или в ТД, перерыв в изготовлении, перенос производства на площадку другого изготовителя т.п.).
На данный момент специалисты заводов-изготовителей ЯТ в ручном режиме собирают и формируют комплект документов, этот процесс является трудоемким. Ошибки возникают как на этапе определения перечня документов, необходимых к оформлению, так и на этапах оформления документов (в т.ч. в порядке согласования, утверждения документов; определения председателя и состава комиссии).
Целевая ситуация:
На входе пользователь должен загрузить исходные данные.
На выходе пользователь должен получить перечень документов, необходимых для подготовки в соответствии с требованиями, установленными в НД к конкретному виду испытаний, а также рекомендации по их оформлению.
Далее пользователь должен загрузить в систему подготовленные документы. Система должна проверить загруженные документы на наличие ошибок в соответствии требованиям НД и выдать рекомендации по их исправлению.
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знание предметной области: испытание ядерного топлива (ЯТ)
Знание областей применения, основных терминов и понятий в области искусственного интеллекта, машинного обучения, предиктивной аналитики, аналитики больших данных
Сократить трудоемкость процесса формирования комплекта документов для испытаний ЯТ и исключить ошибки за счет автоматизации процесса с помощью цифровых инструментов.
Текущая ситуация:
В различных нормативных документах (НД) установлены требования к комплектности, порядку оформления и содержанию документов, предъявляемых в рамках испытаний (предварительные, приемочные, квалификационные, типовые, периодические).
Вид испытаний и, соответственно, требования к документации зависят от исходных данных (вид Продукции, Заказчик/Потребитель Продукции, требования по периодичности проведения испытаний, изменения в РКД и/или в ТД, перерыв в изготовлении, перенос производства на площадку другого изготовителя т.п.).
На данный момент специалисты заводов-изготовителей ЯТ в ручном режиме собирают и формируют комплект документов, этот процесс является трудоемким. Ошибки возникают как на этапе определения перечня документов, необходимых к оформлению, так и на этапах оформления документов (в т.ч. в порядке согласования, утверждения документов; определения председателя и состава комиссии).
Целевая ситуация:
На входе пользователь должен загрузить исходные данные.
На выходе пользователь должен получить перечень документов, необходимых для подготовки в соответствии с требованиями, установленными в НД к конкретному виду испытаний, а также рекомендации по их оформлению.
Далее пользователь должен загрузить в систему подготовленные документы. Система должна проверить загруженные документы на наличие ошибок в соответствии требованиям НД и выдать рекомендации по их исправлению.
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знание предметной области: испытание ядерного топлива (ЯТ)
Знание областей применения, основных терминов и понятий в области искусственного интеллекта, машинного обучения, предиктивной аналитики, аналитики больших данных
- Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков и один специалист от вертикали Блока по цифровизации
Краткое описание: какую цифровую проблему/ задачу нужно решить?
Сократить трудоёмкость процесса и повысить достоверность контроля следующих комплектующих для ТВС:
· Дистанционирующая решетка ВВЭР1200
· ТВС ВВЭР-1200
Текущая ситуация:
· Дистанционирующая решетка ВВЭР-1200 – контроль 1 решетки занимает ~51 мин, из них контроль геометрии ~40 мин.
· ТВС ВВЭР-1200 – Контроль внешнего вида, чистоты и геометрии ТВС занимает более 150 мин.
Целевая ситуация:
· Дистанционирующая решетка ВВЭР-1200 – автоматизировать контроль геометрии за счет 3Д-сканирования или иной технологии, снизить ВПП контроля геометрии не менее, чем на 20%.
· ТВС ВВЭР-1000/1200 – автоматизировать контроль внешнего вида ТВС, снизить ВПП контроля не менее чем на 15%. Факультативно рассмотреть варианты автоматизации контроля геометрии ТВС,
Какой результат решения ожидается через 3 мес. (амбициозный, но достижимый командой с учетом ресурсных ограничений, отсутствия финансирования и т.п.)?
1. Разработан прототип или подробное описание с подобранным оборудование. Разработан проект технического задания.
2. Расчет эффектов от внедрения системы, в частности снижение ВПП контроля в норма-часах. Расчет окупаемости проекта (проект ТЭО).
3. Отчет о рассмотренных вариантах решения с учетом имеющихся на рынке или в отрасли цифровых инструментов, причины выбора прототипа по п.1.
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знание областей применения, основных терминов и понятий в области искусственного интеллекта и машинного обучения
Знания в области существующих методик автоматического контроля геометрии и внешнего вида изделий в потоке.
Знания в области машинного зрения, возможно реверс-инжиниринга и 3D-моделирования.
Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков и один специалист от вертикали Блока по цифровизации
Сократить трудоёмкость процесса и повысить достоверность контроля следующих комплектующих для ТВС:
· Дистанционирующая решетка ВВЭР1200
· ТВС ВВЭР-1200
Текущая ситуация:
· Дистанционирующая решетка ВВЭР-1200 – контроль 1 решетки занимает ~51 мин, из них контроль геометрии ~40 мин.
· ТВС ВВЭР-1200 – Контроль внешнего вида, чистоты и геометрии ТВС занимает более 150 мин.
Целевая ситуация:
· Дистанционирующая решетка ВВЭР-1200 – автоматизировать контроль геометрии за счет 3Д-сканирования или иной технологии, снизить ВПП контроля геометрии не менее, чем на 20%.
· ТВС ВВЭР-1000/1200 – автоматизировать контроль внешнего вида ТВС, снизить ВПП контроля не менее чем на 15%. Факультативно рассмотреть варианты автоматизации контроля геометрии ТВС,
Какой результат решения ожидается через 3 мес. (амбициозный, но достижимый командой с учетом ресурсных ограничений, отсутствия финансирования и т.п.)?
1. Разработан прототип или подробное описание с подобранным оборудование. Разработан проект технического задания.
2. Расчет эффектов от внедрения системы, в частности снижение ВПП контроля в норма-часах. Расчет окупаемости проекта (проект ТЭО).
3. Отчет о рассмотренных вариантах решения с учетом имеющихся на рынке или в отрасли цифровых инструментов, причины выбора прототипа по п.1.
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знание областей применения, основных терминов и понятий в области искусственного интеллекта и машинного обучения
Знания в области существующих методик автоматического контроля геометрии и внешнего вида изделий в потоке.
Знания в области машинного зрения, возможно реверс-инжиниринга и 3D-моделирования.
Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков и один специалист от вертикали Блока по цифровизации
Краткое описание: какую цифровую проблему/ задачу нужно решить?
Текущая ситуация характеризуется ручным формированием технических заданий на закупку (ТЗ) с большим влиянием человеческого фактора на процесс в части:
- анализ имеющегося опыта по составлению ТЗ, определению необходимых технических требований;
- учет отраслевых требований и арбитражной практики по жалобам;
- анализ ТЗ, составленных в иных обществах дивизиона и отрасли на аналогичную продукцию;
- учет ранее выдававшихся замечаний к подготовленным ТЗ;
На сайте закупок Росатома опубликованы ТЗ, с учетом всех требований, также имеется неструктурированная база ТЗ в SAP ERP ТК (с привязкой к ОЗМ).
Требуется автоматизированный сервис (встраиваемый в процесс независимо от используемой информационной системы) по формированию ТЗ.
В первую очередь полезно для заказчиков на предприятиях, сокращение сроков, минимизация ошибок.
На входе пользователь должен загрузить исходные данные (параметры из КД или из иного источника).
На выходе пользователь должен получить ТЗ на закупку, учитывающие вышеобозначенные факторы, к которому нет замечаний согласующих лиц.
Задача:
1. Внедрить цифровые технологии для автоматического формирования ТЗ на закупку
2. Придумать алгоритм систематизации уже готовых замечаний
3. Проанализировать имеющиеся решения, дать оценку возможности применения.
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
4. Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знания в области закупок
Знание областей применения, основных терминов и понятий в области искусственного интеллекта и машинного обучения, алгоритмов GPT
Знания в области аналитики больших данных
Текущая ситуация характеризуется ручным формированием технических заданий на закупку (ТЗ) с большим влиянием человеческого фактора на процесс в части:
- анализ имеющегося опыта по составлению ТЗ, определению необходимых технических требований;
- учет отраслевых требований и арбитражной практики по жалобам;
- анализ ТЗ, составленных в иных обществах дивизиона и отрасли на аналогичную продукцию;
- учет ранее выдававшихся замечаний к подготовленным ТЗ;
На сайте закупок Росатома опубликованы ТЗ, с учетом всех требований, также имеется неструктурированная база ТЗ в SAP ERP ТК (с привязкой к ОЗМ).
Требуется автоматизированный сервис (встраиваемый в процесс независимо от используемой информационной системы) по формированию ТЗ.
В первую очередь полезно для заказчиков на предприятиях, сокращение сроков, минимизация ошибок.
На входе пользователь должен загрузить исходные данные (параметры из КД или из иного источника).
На выходе пользователь должен получить ТЗ на закупку, учитывающие вышеобозначенные факторы, к которому нет замечаний согласующих лиц.
Задача:
1. Внедрить цифровые технологии для автоматического формирования ТЗ на закупку
2. Придумать алгоритм систематизации уже готовых замечаний
3. Проанализировать имеющиеся решения, дать оценку возможности применения.
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
4. Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знания в области закупок
Знание областей применения, основных терминов и понятий в области искусственного интеллекта и машинного обучения, алгоритмов GPT
Знания в области аналитики больших данных
- Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков и один специалист от вертикали Блока по цифровизации
Краткое описание: какую цифровую проблему/ задачу нужно решить?
Сейчас технолог забирает информацию от конструктора в виде чертежей или в формате pdf. В редких случаях – электронная структура изделия. На основании конструкторской документации технолог формирует техкарты/техпроцессы
Задача: внедрить цифровые технологии для автоматического формирования техкарт/техпроцессов для:
1. Освобождения ресурса у технолога, снижения рутины, уменьшения ошибок.
2. Возможности создавать больше техкарт/техпроцессов для новых бизнесов, возможность проверки разных вариантов и выбора оптимального процесса изготовления без длительных ручных расчетов.
3. Возможность конструктору самостоятельно проверить изделие на технологичность/изготавливаемость в отсутствии технолога
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знания в области конструкторско-технологической подготовки производства, формирования документации
Знание систем КТПП, внедряемых в Топливной компании: PDM ТК, КОМПАС 3D
Знание областей применения искусственного интеллекта, основных терминов и понятий в области искусственного интеллекта и машинного обучения
Сейчас технолог забирает информацию от конструктора в виде чертежей или в формате pdf. В редких случаях – электронная структура изделия. На основании конструкторской документации технолог формирует техкарты/техпроцессы
Задача: внедрить цифровые технологии для автоматического формирования техкарт/техпроцессов для:
1. Освобождения ресурса у технолога, снижения рутины, уменьшения ошибок.
2. Возможности создавать больше техкарт/техпроцессов для новых бизнесов, возможность проверки разных вариантов и выбора оптимального процесса изготовления без длительных ручных расчетов.
3. Возможность конструктору самостоятельно проверить изделие на технологичность/изготавливаемость в отсутствии технолога
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знания в области конструкторско-технологической подготовки производства, формирования документации
Знание систем КТПП, внедряемых в Топливной компании: PDM ТК, КОМПАС 3D
Знание областей применения искусственного интеллекта, основных терминов и понятий в области искусственного интеллекта и машинного обучения
- Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков и один специалист от вертикали Блока по цифровизации.
Краткое описание: какую цифровую проблему/ задачу нужно решить?
Состав сплава основных конструкционных материалов формируется исходя из требований к технологичности сплава и к физико-механическим и коррозионным свойствам конечных изделий. Свойства напрямую влияют на поведения изделия в условиях эксплуатации. При этом состав сплава возможно оптимизировать с целью улучшения характеристик и повышения надежности эксплуатации.
Данные работы требуют выполнения большого объема экспериментальных, технологических и исследовательских работ. Также с проведением дорогостоящих реакторных экспериментов. Для проверки целесообразности оптимизации состава сплава или разработки новых сплавов целесообразно иметь инструмент, позволяющий выполнить предварительную оценку работоспособности гипотезы.
Накоплен достаточно большой объем данных по сплавам, используемым в реакторах. На основе имеющихся данных выглядит реализуемым «оцифровать» имеющиеся результаты в части создания «цифрового двойника» сплава, верифицировав его на имеющихся экспериментальных данных по свойствам.
Задача:
1. Внедрить цифровые технологии для формирования состава сплава для обеспечения требуемых характеристик (например, искусственный интеллект, многокритериальная оптимизация)
2. Опционально – формирование нового состава сплава для обеспечения баланса «стоимость – обеспечение свойств»
3. Опционально: переход к цифровым двойникам материала - создание новой марки сплава с дальнейшей проверкой на возможность его выплавки, технологичности, изготовления изделия и эксплуатации.
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знание предметной области: материаловедения и реакторного материаловедения
Знание областей применения искусственного интеллекта, основных терминов и понятий в области искусственного интеллекта, машинного обучения и многокритериальной оптимизации,
Состав сплава основных конструкционных материалов формируется исходя из требований к технологичности сплава и к физико-механическим и коррозионным свойствам конечных изделий. Свойства напрямую влияют на поведения изделия в условиях эксплуатации. При этом состав сплава возможно оптимизировать с целью улучшения характеристик и повышения надежности эксплуатации.
Данные работы требуют выполнения большого объема экспериментальных, технологических и исследовательских работ. Также с проведением дорогостоящих реакторных экспериментов. Для проверки целесообразности оптимизации состава сплава или разработки новых сплавов целесообразно иметь инструмент, позволяющий выполнить предварительную оценку работоспособности гипотезы.
Накоплен достаточно большой объем данных по сплавам, используемым в реакторах. На основе имеющихся данных выглядит реализуемым «оцифровать» имеющиеся результаты в части создания «цифрового двойника» сплава, верифицировав его на имеющихся экспериментальных данных по свойствам.
Задача:
1. Внедрить цифровые технологии для формирования состава сплава для обеспечения требуемых характеристик (например, искусственный интеллект, многокритериальная оптимизация)
2. Опционально – формирование нового состава сплава для обеспечения баланса «стоимость – обеспечение свойств»
3. Опционально: переход к цифровым двойникам материала - создание новой марки сплава с дальнейшей проверкой на возможность его выплавки, технологичности, изготовления изделия и эксплуатации.
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знание предметной области: материаловедения и реакторного материаловедения
Знание областей применения искусственного интеллекта, основных терминов и понятий в области искусственного интеллекта, машинного обучения и многокритериальной оптимизации,
- Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков и один специалист от вертикали Блока по цифровизации.
Краткое описание: какую цифровую проблему/ задачу нужно решить?
Перед СЗ АО «СХК» поставлена задача увеличения производственной программы по выпуску гексафторида урана (ГФУ) в ближайшей перспективе. Добиться повышения производительности при существующей мощности по фтору электролизного производства можно только путем подачи в пламенный реактор тетрафторида урана (ТФУ). Для его получения на СЗ создана установка гидрофторирования оксидов урана безводным фтористым водородом (БФВ). Однако, на данный момент времени на установке гидрофторирования не удалось выйти на проектную производительность ТФУ.
Цель проекта:
Достижение проектной производительности при получении ТФУ на установке гидрофторирования с содержанием фтора в продукте не менее 20 %.
Основные вехи проекта:
- сбор исходных данных по физико-химическим процессам гидрофторирования диоксида урана (ДОУ) безводным фтороводородом, конструкции гидрофторатора, в объеме необходимом для математического описания изучаемого объекта;
- математическое моделирование химических и теплофизических процессов, протекающих в гидрофтораторе, проведение параметрических исследований для верификации модели, разработка предложений и рассмотрение вариантов по доработке конструкции гидрофторатора;
- проведение экспериментальных исследований по гидрофтрированию оксидов урана безводным фтористым водородом с учетом результатов математического моделирования; достижение проектной производительность по тетрафториду урана с содержанием фтора не менее 20 %;
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения*
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знания в предметной области: физико-химические процессы гидрофторирования, конструкции гидрофторатора
Знание в области математического моделирования, основных терминов и понятий в области искусственного интеллекта, машинного обучения и многокритериальной оптимизации
Перед СЗ АО «СХК» поставлена задача увеличения производственной программы по выпуску гексафторида урана (ГФУ) в ближайшей перспективе. Добиться повышения производительности при существующей мощности по фтору электролизного производства можно только путем подачи в пламенный реактор тетрафторида урана (ТФУ). Для его получения на СЗ создана установка гидрофторирования оксидов урана безводным фтористым водородом (БФВ). Однако, на данный момент времени на установке гидрофторирования не удалось выйти на проектную производительность ТФУ.
Цель проекта:
Достижение проектной производительности при получении ТФУ на установке гидрофторирования с содержанием фтора в продукте не менее 20 %.
Основные вехи проекта:
- сбор исходных данных по физико-химическим процессам гидрофторирования диоксида урана (ДОУ) безводным фтороводородом, конструкции гидрофторатора, в объеме необходимом для математического описания изучаемого объекта;
- математическое моделирование химических и теплофизических процессов, протекающих в гидрофтораторе, проведение параметрических исследований для верификации модели, разработка предложений и рассмотрение вариантов по доработке конструкции гидрофторатора;
- проведение экспериментальных исследований по гидрофтрированию оксидов урана безводным фтористым водородом с учетом результатов математического моделирования; достижение проектной производительность по тетрафториду урана с содержанием фтора не менее 20 %;
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения*
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знания в предметной области: физико-химические процессы гидрофторирования, конструкции гидрофторатора
Знание в области математического моделирования, основных терминов и понятий в области искусственного интеллекта, машинного обучения и многокритериальной оптимизации
- Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков и один специалист от вертикали Блока по цифровизации.
§ Краткое описание: какую цифровую проблему/ задачу нужно решить?
АО «МСЗ» эксплуатирует несколько тысяч единиц оборудования различного назначения (краны, насосы, реакторы, печи, вентиляция, систему управления и др.) в различных условиях эксплуатации и изнашивающих факторов (воздействие концентрированных кислот и их паров а также концентрированных щелочей, окисление от высоких температур, абразивный износ, конструкторские недоработки в проектах, воздействие ударных нагрузок, человеческий фактор (неправильная эксплуатация) и др.) а также при различных режимах эксплуатации (24/7, 16/5, циклически, эпизодически), также часть оборудования может быть законсервирована на различные периоды.
Планирование ремонтов оборудования происходит согласно стандарта предприятия СТП 164 «г» по плановой схеме (по фиксированным интервалам между ТО и ремонтами), которая полностью не учитывает воздействия изнашивающих факторов, а эпизодических отказов, загрузку оборудования для выпуска плановой продукции, сроки (задержки) поставки запасных частей.
Более полный перечь проблем существующей системы ТОРО указан в приложении 1.
Представляется целесообразным на первом этапе разработать модули (или ТЗ на модули) на:
- модуль учета отказов и неплановых ремонтов оборудования,
- модуль учёта плановых ремонтов (синхронизируемый с SAP ERP модуль PM, но в идеале самостоятельный инструмент планирования),
- модуль учета и анализа ЗиП затраченного при выполнении плановых и неплановых ремонтов,
- модуль анализа отказов и прогнозирования новых межремонтных циклов с учётом плановых мероприятий.
Задача:
1. Необходимо разработать модуль учета отказов и неплановых/ремонтов оборудования (блок-схему процесса, интерфейсы, структуру таблиц и архитектуру базы данных (связи между таблицами), автоматическое направление уведомлений участникам процесса по эл .почте находящимся в разных доменах – rosatom и mbp, а также доступ к данному модулю из разных доменов);
2. Механизм и алгоритм оперативного оповещения ремонтных служб;
3. Необходимо разработать функционал двусторонней синхронизации данных с SAP ERP модуль PM, а также преодолеть административные барьеры для реализации синхронизации;
4. Необходимо разработать модуль учета и анализа ЗиП затраченного при выполнении неплановых ремонтов (блок-схему процесса, интерфейсы, структуру таблиц и архитектуру базы данных (связи между таблицами), выгрузку данных в отчеты excel);
5. Необходимо разработать модуль анализа отказов и прогнозирования новых межремонтных циклов (блок-схему процесса, алгоритм расчета, выгрузку данных в отчет excel).
Какой результат решения ожидается через 3 мес.
1. Прототип ПО взаимосвязанных модулей на любой платформе (MVP) и техническое задание на разработку цифрового решения с открытым исходным кодом и документацией согласно ГОСТ 19 «Единая система программной документации (ЕСПД)» и ГОСТ 34 «Информационные технологии. Комплекс стандартов на автоматизированные системы».
2. Расчет эффектов от внедрения системы (сокращение трудоемкости заполнения документов и времени на поиск/получение информации).
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов не должны применяться (т.к. возможно раскрытие секретной информации, также необходимо развитие цифровых компетенций Росатома в области цифровизации процессов ТОРО).
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знания в области эксплуатации оборудования, ТОиР, знания по модернизации производства.
Знания и опыт по внедрению автоматизированных систем планирования и учёта (направление не важно).
Знание областей применения, основных терминов и понятий в области искусственного интеллекта и машинного обучения.
Знания в области аналитики больших данных, архитектуры баз данных, нормализации данных, СУБД (систем управления базами данных), разработки интерфейсов под HTML, стандартов кросс-доменного взаимодействия данных, форматов и протоколов передачи и получения данных в/из модуля SAP.
АО «МСЗ» эксплуатирует несколько тысяч единиц оборудования различного назначения (краны, насосы, реакторы, печи, вентиляция, систему управления и др.) в различных условиях эксплуатации и изнашивающих факторов (воздействие концентрированных кислот и их паров а также концентрированных щелочей, окисление от высоких температур, абразивный износ, конструкторские недоработки в проектах, воздействие ударных нагрузок, человеческий фактор (неправильная эксплуатация) и др.) а также при различных режимах эксплуатации (24/7, 16/5, циклически, эпизодически), также часть оборудования может быть законсервирована на различные периоды.
Планирование ремонтов оборудования происходит согласно стандарта предприятия СТП 164 «г» по плановой схеме (по фиксированным интервалам между ТО и ремонтами), которая полностью не учитывает воздействия изнашивающих факторов, а эпизодических отказов, загрузку оборудования для выпуска плановой продукции, сроки (задержки) поставки запасных частей.
Более полный перечь проблем существующей системы ТОРО указан в приложении 1.
Представляется целесообразным на первом этапе разработать модули (или ТЗ на модули) на:
- модуль учета отказов и неплановых ремонтов оборудования,
- модуль учёта плановых ремонтов (синхронизируемый с SAP ERP модуль PM, но в идеале самостоятельный инструмент планирования),
- модуль учета и анализа ЗиП затраченного при выполнении плановых и неплановых ремонтов,
- модуль анализа отказов и прогнозирования новых межремонтных циклов с учётом плановых мероприятий.
Задача:
1. Необходимо разработать модуль учета отказов и неплановых/ремонтов оборудования (блок-схему процесса, интерфейсы, структуру таблиц и архитектуру базы данных (связи между таблицами), автоматическое направление уведомлений участникам процесса по эл .почте находящимся в разных доменах – rosatom и mbp, а также доступ к данному модулю из разных доменов);
2. Механизм и алгоритм оперативного оповещения ремонтных служб;
3. Необходимо разработать функционал двусторонней синхронизации данных с SAP ERP модуль PM, а также преодолеть административные барьеры для реализации синхронизации;
4. Необходимо разработать модуль учета и анализа ЗиП затраченного при выполнении неплановых ремонтов (блок-схему процесса, интерфейсы, структуру таблиц и архитектуру базы данных (связи между таблицами), выгрузку данных в отчеты excel);
5. Необходимо разработать модуль анализа отказов и прогнозирования новых межремонтных циклов (блок-схему процесса, алгоритм расчета, выгрузку данных в отчет excel).
Какой результат решения ожидается через 3 мес.
1. Прототип ПО взаимосвязанных модулей на любой платформе (MVP) и техническое задание на разработку цифрового решения с открытым исходным кодом и документацией согласно ГОСТ 19 «Единая система программной документации (ЕСПД)» и ГОСТ 34 «Информационные технологии. Комплекс стандартов на автоматизированные системы».
2. Расчет эффектов от внедрения системы (сокращение трудоемкости заполнения документов и времени на поиск/получение информации).
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов не должны применяться (т.к. возможно раскрытие секретной информации, также необходимо развитие цифровых компетенций Росатома в области цифровизации процессов ТОРО).
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе –суммарно:
Знания в области эксплуатации оборудования, ТОиР, знания по модернизации производства.
Знания и опыт по внедрению автоматизированных систем планирования и учёта (направление не важно).
Знание областей применения, основных терминов и понятий в области искусственного интеллекта и машинного обучения.
Знания в области аналитики больших данных, архитектуры баз данных, нормализации данных, СУБД (систем управления базами данных), разработки интерфейсов под HTML, стандартов кросс-доменного взаимодействия данных, форматов и протоколов передачи и получения данных в/из модуля SAP.
- Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков и один специалист от вертикали Блока по цифровизации.
Краткое описание: какую цифровую проблему/ задачу нужно решить?
На сегодняшний день определение численности (нормы труда) на изготовление изделия определяется путем хронометража, а эффективность работы рабочего производства оценивается через его загрузку и выработку (в нормо-часах, нат. ед.)
Необходима система сбора и аналитики данных, рекомендательная система (в том числе на основе анализа больших данных и искусственного интеллекта), которая позволит:
- фиксировать оптимальные нормы труда;
- определять потери в процессе;
- предлагать варианты исключения потерь,
тем самым снизить трудоемкость производственного процесса без потери качества, повысить производительность труда и в дальнейшем унифицировать нормы труда и нормативы численности для других предприятий Топливной компании.
Задача:
1. Определить метрики эффективности процесса и рабочего (можно выбрать одну или несколько рабочих профессий)
2. Внедрить систему сбора и аналитики данных, рекомендательная систему на основе цифровых технологий (в том числе искусственного интеллекта).
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе – суммарно:
Знание принципов трудового нормирования
Знания в области аналитики больших данных
Понимание возможных областей применения рекомендательных систем, цифровых помощников, основных терминов и понятий в области искусственного интеллекта и машинного обучения.
Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков.
На сегодняшний день определение численности (нормы труда) на изготовление изделия определяется путем хронометража, а эффективность работы рабочего производства оценивается через его загрузку и выработку (в нормо-часах, нат. ед.)
Необходима система сбора и аналитики данных, рекомендательная система (в том числе на основе анализа больших данных и искусственного интеллекта), которая позволит:
- фиксировать оптимальные нормы труда;
- определять потери в процессе;
- предлагать варианты исключения потерь,
тем самым снизить трудоемкость производственного процесса без потери качества, повысить производительность труда и в дальнейшем унифицировать нормы труда и нормативы численности для других предприятий Топливной компании.
Задача:
1. Определить метрики эффективности процесса и рабочего (можно выбрать одну или несколько рабочих профессий)
2. Внедрить систему сбора и аналитики данных, рекомендательная систему на основе цифровых технологий (в том числе искусственного интеллекта).
Какой результат решения ожидается через 3 мес.
1. Прототип на любой платформе (MVP) или техническое задание на разработку цифрового решения
2. Расчет эффектов от внедрения системы
3. Варианты решения с учетом имеющихся на рынке или в отрасли цифровых инструментов
Какие компетенции требуются от участников (для понимания потенциальными участниками своих возможностей)?
В группе – суммарно:
Знание принципов трудового нормирования
Знания в области аналитики больших данных
Понимание возможных областей применения рекомендательных систем, цифровых помощников, основных терминов и понятий в области искусственного интеллекта и машинного обучения.
Важно: в группе должны находиться ключевые пользователи, представители функциональных заказчиков.
ЭТАПЫ ТРЕКА ЦИФРОВЫЕ ТЕХНОЛОГИИ
1
Регистрация участников
2
Отборочный тур
До 16 августа 2024 года
Жюри и организаторы акселератора оценят заявки и выберут победителей полуфинала.
Жюри и организаторы акселератора оценят заявки и выберут победителей полуфинала.
3
Стартовая сессия
С 17 по 20 сентябрь 2024 года
Команды под руководством экспертов и наставников разработают паспорта проектов, сформируют требования к итоговым результатам работы, а затем защитят паспорта проектов перед жюри.
Команды под руководством экспертов и наставников разработают паспорта проектов, сформируют требования к итоговым результатам работы, а затем защитят паспорта проектов перед жюри.
4
Работа команд
Сентябрь — ноябрь 2024 года
Команды разработают и утвердят технические задания, прошедшие экспертизу, подготовят план работ и осуществят их, сформируют концепции и обоснованные предложения.
Команды разработают и утвердят технические задания, прошедшие экспертизу, подготовят план работ и осуществят их, сформируют концепции и обоснованные предложения.
5
Финал
Декабрь 2024 года
Команды представят итоговые проекты. Будут определены и награждены команды-победители
Команды представят итоговые проекты. Будут определены и награждены команды-победители
ЭТАПЫ ТРЕКА ПРИЗВОДСТВЕННЫЕ ТЕХНОЛОГИИ
1
Регистрация участников
До 18.04.2024
2
Отборочный тур
До 26.04.2024
3
Стартовая сессия
03.06.2024 — 07.06.2024
4
Работа команд
Июнь — август 2024 года
Команды разработают и утвердят технические задания, прошедшие экспертизу, подготовят план работ и осуществят их, сформируют концепции и обоснованные предложения.
Команды разработают и утвердят технические задания, прошедшие экспертизу, подготовят план работ и осуществят их, сформируют концепции и обоснованные предложения.
5
Финал
С 16 по 18 сентябрь 2024 года
Команды представят итоговые проекты. Будут определены и награждены команды-победители.
Команды представят итоговые проекты. Будут определены и награждены команды-победители.
ЧТО ПОЛУЧАТ УЧАСТНИКИ И ПОБЕДИТЕЛИ?
- Новые знания и компетенцииПод руководством экспертов и наставников вы разовьете в себе такие компетенции как лидерство, кросс-функциональное взаимодействие, коммуникации, адаптивность и управление изменениями, сервис-дизайн.
- ПутешествияВы сможете побывать в разных уголках нашей страны. География конкурса — от Сибири до Центральной России: Томская область, Новосибирск, Московская область.
- СамореализацияВаши идеи и разработки будут внедрены на предприятиях
АО «ТВЭЛ», а вы получите возможность сконцентрироваться на решении по-настоящему интересных задач! - Денежный призДля победителей акселератора предусмотрены денежные призы:
- команда-победитель получит 700 000 рублей;
- команда, занявшая второе место, получит 500 000 рублей;
- команда, занявшая третье место, получит 300 000 рублей.
НОВОСТИ
ОРГАНИЗАТОРЫ