«Business Excellence», июль 2024.
Рубрика: Цифровизация. Автор: Денис Ерофеев.
В интервью нашему журналу директор департамента развития и поддержки бизнес-приложений «Полюса» — крупнейшего производителя золота в России — Денис Ерофеев рассказал об особенностях работы с данными в горнодобывающей отрасли и используемых для этого в компании цифровых технологиях. Какая информация может быть получена и оцифрована в ходе производственных процессов? Какие выводы на основе ее анализа можно сделать, чтобы оптимизировать работу? Каким образом во всём этом участвует искусственный интеллект? Разбираемся вместе.
— Цифровая трансформация в «Полюсе» стартовала в 2017 году и охватила все стороны деятельности компании: от базовой автоматизации производственных и бизнес-процессов до внедрения цифровых сервисов с использованием Big Data и искусственного интеллекта. Планируется ли в связи с санкциями перевод этих систем и процессов на отечественный софт? И если да, то насколько масштабных затрат и усилий это потребует?
— За годы с начала цифровой трансформации накоплен колоссальный массив информации, полученной благодаря базовой автоматизации процессов. В настоящее время мы перешли ко второй фазе — аналитике накопленных данных. Это более адресные и интересные с точки зрения бизнес-эффектов инвестиции.
Изначально было понятно, что это направление будет развиваться, объемы данных — расти и мы не справимся с помощью отдельных локальных инструментов или баз данных. Нужен комплексный инструмент, объединяющий все процессы — от поступления данных и их предварительной обработки до подготовки и выдачи тех решений, которыми руководствуются бизнес-пользователи. Мы назвали это «цифровой аналитической платформой» (ЦАП).
Около полутора лет назад в нашей структуре была создана собственная сервисная ИТ-компания «Полюс Диджитал». Теперь всё больше задач решается без привлечения подрядчиков и с применением практик продуктового подхода: создание единых команд разработчиков и заказчиков, выстраивание партнерского взаимодействия и совместная ответственность за все параметры продукта. Кроме того, специалисты не только внедряют и обслуживают цифровые сервисы, но и глубоко погружаются в специфику производства и оперативно адаптируют «цифру» под задачи бизнеса.
Совсем недавно «Полюс Диджитал» успешно провел работы по переводу цифровой аналитической платформы на промышленную версию ArenaData DB (ADB) — распределенной системы управления базами данных (СУБД) с открытым исходным кодом от российского разработчика. Это корпоративное хранилище данных, предназначенное для обработки больших объемов информации и при этом масштабируемое в зависимости от растущих потребностей бизнеса.
Такое решение обусловлено актуальными вызовами сегодняшнего дня: нам нужна качественная отечественная сборка, за которую отвечает вендор, при этом гарантирует вопросы информационной безопасности, решает возникающие инциденты и так далее.
— Давайте поговорим о том, где рождаются данные, создающие добавленную стоимость бизнеса.
— У «Полюса» два больших передела — это совокупность технологических операций, в результате которых вырабатывается промежуточный продукт, можно сказать, полуфабрикат, который затем передается на следующий этап, где подвергается дополнительной обработке и ему придаются новые свойства. Первый — горнотранспортный комплекс, второй — золотоизвлекательная фабрика (ЗИФ). Но до начала добычи ведутся геолого-разведочные работы. Это очень важный этап, который генерирует большое количество данных, например, о породах, с которыми нам предстоит работать. Конечный результат геологоразведки с точки зрения данных — цифровая модель месторождения.
На этом этапе серьезные усилия нужно приложить не только для структурирования, оцифровки и хранения данных — их еще нужно получить. Примером может служить керн — столбик породы, который вырезается при бурении, и дальше при традиционном подходе его описывает специалист: проводит визуальный осмотр и делает выводы о том, какая это порода, каковы ее свойства, например трещиноватость, и так далее. Но по достаточно качественной фотографии этого керна искусственный интеллект может эту работу частично сделать за человека, например определить минералогический состав или иные параметры. Причем это делается быстрее, соответственно, экономически эффективнее.
Дальше идет собственно эксплуатация месторождения. Первый этап — бурение, которое неразрывно связано с взрывными работами, чтобы превратить породу в то, что можно перерабатывать на ЗИФ. Вы спросите, что можно анализировать при взрыве? Это очень интересный процесс. Например, в скважину закладываются специальные защищенные датчики, по сути радиометки. И когда происходит взрыв, они разлетаются вместе с кусками породы; по тому, насколько далеко, по какой траектории, с какой скоростью, можно зафиксировать их цифровой след и понять, насколько успешно мы провели взрывные работы. Кроме того, методы визуальной аналитики по фотографии развала горной массы после взрыва позволяют определить гранулометрический состав — содержание в горной породе частиц различных размеров. Это важный показатель для последующей переработки руды на ЗИФ.
— Как данные помогают в анализе экономической эффективности?
— Наряду с безопасностью добавилась «оцифрованная» экономическая составляющая. Так, при транспортировке руды на фабрику крупнотоннажными самосвалами главной статьей затрат является горючее. Важно, чтобы водители сами научились экономить топливо. Для этого внедрен так называемый цифровой советчик — инструмент, использующий данные телеметрии и бортовых датчиков самосвала (скорость, мгновенный расход топлива, нагрузка на подвеску), учитывающий параметры состояния самих дорог и так далее. Всё это обрабатывается моделью на основе искусственного интеллекта, которая позволяет, например, дать рекомендации по оптимальной скорости, чтобы сэкономить топливо при движении большегруза.
И когда речь идет про дорогостоящую технику, важным вопросом становится анализ данных для планово-предупредительных ремонтов в рамках ТОиР. В данном случае хорошо себя зарекомендовал такой процесс, как ежесменный технический осмотр (ЕТО). Это процедура, при которой водитель или оператор осматривают технику и делают вывод о том, есть ли какие-то потенциально опасные моменты — повышенная нагрузка, перегрев, течи, сколы и так далее.
Нам нужно быть уверенными, что оператор действительно ответственно провел все этапы осмотра. Для этого мы используем довольно банальную вещь — мобильное устройство с NFC-метками. Они крепятся на разных частях самосвала, оператор прикладывает к ним телефон и с помощью приложения фиксирует, что все точки были осмотрены в правильном порядке и в заданное время. Кроме того, мобильное устройство позволяет быстро внести информацию о выявленных отклонениях, а значит, обеспечить ремонтным службам возможность превентивных работ по их устранению.
— В итоге всё это делается для того, чтобы добыть и затем доставить руду на золотоизвлекательную фабрику. Какие данные рождаются в ее недрах?
— Фабрика, на мой взгляд, более сложный объект с точки зрения данных и в то же время более насыщенный: на ЗИФ работают автоматизированные системы управления технологическим процессом (АСУТП), которые могут дать много информации с датчиков, приборов учета.
Например, очень интересен процесс флотации — отделение частиц золота от песков. Драгоценный металл поднимается на поверхность за счет эффекта поверхностного натяжения вместе с пузырьками, которые образуются при контакте специального реагента (флокулянта) с водой. Затем получившаяся золотосодержащая пена собирается и удаляется из флотомашины для дальнейшей переработки.
Управление флотацией — достаточно тонкое искусство: нужно, чтобы пузырьки были определенного размера и двигались с определенной скоростью. Помогая человеку на этом переделе, видеоаналитика флотации может мгновенно отслеживать все пузырьки во флотомашине, векторы их движения и скорость. А как следующий шаг — мы можем дать оператору сформированные искусственным интеллектом рекомендации, цифровые советы относительно того, какие управляющие воздействия нужно предпринять. Вот еще один из цифровых советчиков — на ЗИФ. А по мере обучения модели и обретения уверенности в стабильности ее работы возможен переход из режима советчика к прямому управлению процессом через исполнительные механизмы.
— Но, видимо, искусственный интеллект всё-таки не превосходит интеллект команды разработчиков? Кто эти люди?
— Как я уже говорил, мы практикуем продуктовый подход, и эксперты в области цифрового анализа процессов и данных были одними из первых наших команд, кто стал продвигаться в этом направлении. Идея в том, что в команде есть весь пул людей, которые нужны для того, чтобы эти продукты создавать. Набор компетенций достаточно классический: дата-инженеры, бизнес-аналитики, разработчики… Это, можно сказать, боевая единица, которая может как собирать и готовить данные, так и создавать решения на их основе.
В рамках команды есть подразделение, которое занимается непосредственно разработкой продукта, и то, которое развивает направление искусственного интеллекта в целом. Они не только участвуют в создании конкретных решений, но и постоянно находятся в поиске новых алгоритмов и направлений их применения. Временами это исследовательская работа на стыке науки и IT, такой непростой процесс. Одновременно с этим их задача — еще и популяризация этих идей внутри компании, потому что мы понимаем: без активного вовлечения бизнеса данное направление «не взлетает».
— Сложно ли обучать персонал применению цифровых новаций, а главное, убедить людей в полезности их ежедневного использования?
— Это интересный и временами непростой процесс. Бывает, что в первый момент подобные цифровые сервисы действительно вызывают даже некоторое отторжение у пользователей. Но постепенно коллеги ими проникаются: когда первый барьер пройден, они начинают понимать, как работают технологии, и уже с гораздо бóльшим интересом их использовать. Мы стараемся такой первичный барьер, такое отторжение снять разными способами, вплоть до забавных. Например, иконка, которая крутится, когда данные загружаются, — вместо классического кружка у нас там человек с лопатой, который копает гору. А еще мы делаем интерфейсы приложений максимально близкими к тому, чем коллеги привыкли пользоваться. Допустим, у них сейчас есть некий журнал учета в Excel, он раскрашен определенными цветами. Эти цвета совершенно не айтишные, непривычные пользователям классических приложений. То есть веб-дизайнер по умолчанию никогда бы не сделал форму такого вида. Но мы осознанно на это идем, делаем интерфейс максимально приближенным к тому, что коллеги раньше видели на экране. И в итоге снимаем этот порог входа: они сразу начинают чувствовать себя комфортно и активно пользуются приложением.
Наряду с такими элементами геймификации мы используем и более традиционные способы. Например, разработали большой интерактивный курс по цифровым технологиям, в том числе по инструментам работы с данными, доступный всем работникам компании в системе обучения.
***
РИА «Стандарты и качество» #СТандартыиКачество
По вопросам подписки обращайтесь по тел. +7 (495) 771-66-52, пишите на e-mail: podpiska@mirQ.ru или оставляйте заявку на нашем сайте https://ria-stk.ru
Присоединяйтесь к сообществам издательства «Стандарты и качество»:
Telegram: https://t.me/riastk, VK: https://vk.com/be_mag
