Современная промышленность все чаще использует искусственный интеллект (ИИ) для увеличения производительности, применяет видеоаналитику для интеллектуального анализа данных. О пилотных проектах на базе ИИ, внедренных на производственной площадке ООО «ГалоПолимер Кирово-Чепецк», рассказывает руководитель ИТ-департамента АО «ГалоПолимер» Александр Тимофеев.

"На сегодняшний день использование ИИ на предприятии – это не просто какой-то тренд, модное направление, это в первую очередь возможность оптимизации и повышения эффективности многих производственных процессов. Поэтому ИТ-департамент для решения задач производственных площадок активно использует современные технологии нейросети. В 2023 году мы реализовали проект системы контроля за использованием сотрудниками ООО «ГалоПолимер Кирово-Чепецк» средств индивидуальной защиты (СИЗ) с помощью технологий видеоаналитики. Второй проект с использованием ИИ нацелен на помощь технологам и операторам повысить объемы выпуска продукции за счет более точного ведения производственного процесса", – рассказывает Александр Витальевич.

Безопасные условия труда – приоритет для ООО «ГалоПолимер Кирово-Чепецк». Подходы к их обеспечению постоянно совершенствуются, в том числе с применением новейших технологий. Система интеллектуальной видеоаналитики является одним из перспективных направлений цифровизации бизнес-процессов. Именно такая интеллектуальная система контроля за использованием спецодежды и СИЗ запущена в тестовую эксплуатацию в цехе №2. Она в автоматическом режиме проверяет сотрудников завода. Модель анализирует поток видеоданных с камер наблюдения и может своевременно оповестить ответственных сотрудников, если в зоне, где обязательно применение СИЗ, система заметит нарушение. Это решение оказалось довольно эффективным.

"Система видеоаналитики, работу которой мы протестировали в цехе №2 кирово-чепецкой промплощадки «ГалоПолимера», фиксирует неприменение СИЗ, к примеру, отсутствие противогаза, специальных очков, каски, не пристегнутого подбородочного ремешка и других. Нейронная сеть анализирует изображение персонала с помощью стационарной камеры заводской системы видеонаблюдения, определяет наличие и правильность ношения спецодежды, касок, спецобуви. Если работник не надел один из элементов экипировки, система подаст сигнал. В случае, когда СИЗ надеты неправильно, она также сработает. Среднее время проверки при этом составляет несколько секунд, а точность – до 99%, – поясняет руководитель ИТ-департамента. – Сейчас система финально донастраивается и передается бизнес-заказчику в лице группы охраны труда ООО «ГалоПолимер Кирово-Чепецк» для использования в работе".

Второй проект с использованием анализа нейронной сети по внедрению рекомендательной системы реализован на первом (или на одном?) блоке производства хлороформа. Его разработка повлияет прежде всего на объемы выпускаемой продукции предприятия, что в свою очередь повысит выручку. ИИ системы анализирует процесс производства хлороформа и выдает сотрудникам максимально точный, эффективный алгоритм действий.

"Новая рекомендательная система направлена на оптимизацию технологического процесса. Интеллект следит за показаниями приборов и выдает свои рекомендации обслуживающему персоналу (оператору ДПУ), которые помогают более тонко и оперативно скорректировать режим работы производства для достижения максимальной выработки готового продукта", – подчеркивает Александр Симаков, начальник участка производства хлороформа метановым методом ООО «ГалоПолимер Кирово-Чепецк».

Следующим этапом проекта внедрения рекомендательной системы с использованием ИИ также станет технический аудит и распространение системы на все блоки производства хлороформа.

Как отмечает Александр Витальевич, у ИТ-департамента есть пятилетняя стратегия по цифровизации и автоматизации ГК «ГалоПолимер», которая последовательно реализуется. Пилотные проекты с использованием возможностей нейронной сети показали, что ИИ помогает гораздо эффективнее решать и производственные задачи, и вопросы безопасности. А самое главное, что сотрудники видят эффект от работы современных высокотехнологичных систем.

"Коллеги из производства активно подключались к проекту реализации рекомендательной системы на стадии инициации, очень плотно работали с нами на этапах обследования, подготовки тестовой модели и оценки результатов. Считаю, что иначе и быть не может, ведь проект реализовывался именно для производственных подразделений. В части проекта по видеоаналитике сотрудники ИТ-департамента взаимодействовали с компанией-интегратором напрямую, периодически подключая подразделения охраны труда и производственного блока для уточнения и согласования деталей нашего проекта. Основная роль заказчика в этом процессе начинается после завершения настройки системы, так как результат работы системы здесь легко оценим: она детектирует нарушения использования СИЗ либо нет", – сказал в заключение Александр Тимофеев.