PL EN

RS wykonuje kolejny krok w kierunku cyfrowej transformacji – Prescriptive Analytics!

Przemysł się szybko zmienia i aby pozostać konkurencyjnymi, nasi klienci ciągle poszukują nowych ścieżek, aby maksymalizować zyski i minimalizować koszty. Nowa era cyfrowej transformacji otwiera kompletnie nowe możliwości do osiągania tych celów.

Zawsze wiedzieliśmy, że nasze podejście jest przełomowe. Dziś, nasz autorski moduł analityczny pozwala osiągać nam cele absolutnie nieosiągalne dla naszej konkurencji. Gdy budujemy model analityczny dla konkretnej maszyny, zawsze wykorzystujemy wszystkie dostępne źródła danych i przepuszczamy je przez nasz potężny silnik analityczny. Otrzymywana dokładność modeli zawsze znacząco przekracza nasze najśmielsze oczekiwania! Nie mniej jednak predykcyjne utrzymanie ruchu jest dla nas wyłącznie pierwszym krokiem i teraz jesteśmy gotowi wykonać kolejny, by pozostać daleko przed konkurencją.

Wyobraź sobie, że dzięki naszemu rozwiązaniu wiesz dokładnie co ma się wydarzyć. Dzięki temu możesz symulować różne scenariusze, przewidywać ich wyniki i podejmować najlepsze decyzje, a w konsekwencji maksymalizować zyski. Takie podejście to – Prescriptive Maintenance. Przez długi okres ciężko pracowaliśmy nad Prescriptive Analytics w celu zdobycia doświadczenia prowadząc badania rozwojowe i PoC. Teraz możemy naprawdę powiedzieć – Jesteśmy gotowi!

Wspólnie z jedną z największych firm z branży chemicznej w centralnej Europie, zrealizowaliśmy projekt, którego celem było obniżenie zużycia zasobów oraz maksymalizacja zysku wyłącznie poprzez optymalizację sterowania instalacją! Aby to osiągnąć, zbudowaliśmy oparte o głębokie sieci neuronowe metamodele całej instalacji chemicznej i walidowaliśmy ich poprawność na rzeczywistych odczytach.
Okazało się, że nasze wirtualne metamodele uzyskały ponad 90% zgodność z rzeczywistością. W kolejnym kroku, wykorzystaliśmy to wirtualne środowisko by poszukiwać zysków. Za pomocą algorytmów optymalizacyjnych (jak np. PSO) okazało się, że nasze zoptymalizowane procedury sterujące pomagały w różnych scenariuszach poprawiać efektywność instalacji, co skutkowałoby obniżeniem zużycia wodoru o ponad 2% dając wielomilionowe oszczędności rocznie. Co więcej, procedury optymalnego sterowania biorą pod uwagę bieżącą kondycję techniczną maszyn, bieżące ceny mediów i produkowanych produktów, zasoby oraz wiele innych. Obecnie planujemy wdrożenie rozwiązania wspierania decyzji, a po ich właściwym zachowaniu w testach, pełną integrację z systemem automatycznego sterowania, zamykając pętlę sterowania.

Jeśli chciałbyś wiedzieć więcej, nie zwlekaj z kontaktem z nami – prawdziwy pociąg Reliability Solutions do Przemysłu 4.0 właśnie podjechał – wskakuj!

Mateusz Marzec, Prezes Zarządu