Акселератор СПРИНТ ФРИИ Минцифры России взял интервью у директора по инновациям компании «ДАТА-ЦЕНТР Автоматика». На нашем сайте мы публикуем полное интервью без купюр:

Как возникла идея создания DATA-TRACK?

В 2008 году «Северсталь» решила выйти на международный рынок автолиста. Для этих целей необходимо было сертифицировать свою продукцию и доказать, что на каждом этапе производства своей продукции предприятие полностью контролирует ситуацию. Так начался проект «Автоматизированная Система Статистического Контроля Процессов «Технология». Проект включал в себя модернизацию оборудования Череповецкого Металлургического Комбината, создание программного обеспечения для интеграции со всеми системами комбината и создание аналитической системы, охватывающей весь комбинат. Проект во многом опередил свое время, поскольку понятие BIG DATA только появилось в 2008 году. Весь объем проекта выполняла наша фирма. Из этого проекта мы вышли с пониманием как строить такого рода системы независимо от отраслевой принадлежности. Так появились предпосылки для создания и развития DATA-TRACK. Северсталь в журнале «СТАЛЬ». – М., 2015. – № 1. – С. 88–92 сообщила об экономическом эффекте, который ежегодно покрывает стоимость внедрения системы.

Чем занимались основатели до создания проекта и сейчас?

Если говорить об основателях фирмы, то следует отметить, что костяк фирмы с момента регистрации в 1991 году состоял из ученых Уральского Отделения Академии Наук и инженеров с Уральского Завода Тяжелого Машиностроения. Можно говорить о соединении научной и промышленной компетенций.

Наши продажи начались с поставки в Германию в 1993 году аналитической системы STARC (Статистика, Распознавание, Кластеризация) собственной разработки. Дистрибьютером STARC выступала фирма Software GbR Sholz&Tess г.Кемниц. Дистрибьютеру даже удалось выиграть грант на 2 млн марок за продвижение инноваций от правительства Германии.

Рекламный проспект STARC от Software GbR Sholz&Tess

На основе STARC были созданы машины контроля банкнот БАРС (Банковская Распознающая Система). Лидерами отрасли были две компании, основанные более ста лет назад.

Томас Де-ла-Рю основал в Лондоне в 1821 году компанию De La Rue

Эта компания печатает банкноты для половины мира, а также выпускает машины De La Rue для их контроля.

Герман Гизеке и Альфонс Девриент основали в 1852 в Лейпциге, Королевство Саксония фирму Giesecke+Devrient.

Это компания печатает банкноты для другой половины мира, а таже выпускает машины Giesecke+Devrient для контроля банкнот.

Что можно сделать против фирм с более чем вековой историей догонять которые бесполезно? Только перегнать!

Наше революционное для того времени решение: использовать, то, чего не было в машинах конкурентов – сканирование изображения в разных спектрах и применение для контроля купюр технического зрения и искусственного интеллекта. Наши машины были развернуты в 12 странах мира, а в 2008 году технология, патенты и часть команды были выкуплены Гознак. Теперь Гознак стоит наравне с De La Rue и Giesecke+Devrient.

Банковская Автоматическая Распознающая Система

Начиная с 2000 года компания активно работает в АСУ ТП на металлургических предприятиях. В 2004 году проект по реконструкции АСУ ТП Машин непрерывного литья на Магнитогорском Металлургическом Комбинате (г. Магнитогорск) получил премию правительства России в области науки и техники. В проекте были применены технологии 3D-моделирования для тестирования поставляемых решений. Сейчас такая технология называется «Цифровой двойник».

2013 г. -Создание базовой кафедры «Аналитика больших данных и методы видеоанализа» в Уральском Федеральном Университете (г. Екатеринбург).

2013 – 2018 год внедрение DATA-TRACK на различных предприятиях.

2020 г. – Разработка и внедрение на ПАО «Новолипецкий металлургический комбинат» проекта «Цифровой сервис ГЕФЕСТ: внутрицеховая логистика и диспетчеризация для сталеплавильного производства» на базе DATA-TRACK. Сталеплавильное производство НЛМК это 20% всей стали, произведенной в России.

Проект является победителем премии RB Digital Awards 2021 за лучшие кейсы в области цифровой трансформации.

В ходе этого проекта платформа DATA-TRACK перешла на новый уровень аналитики Continuous Intelligence (CI).

С учетом этой инновационной составляющей проект был отмечен наградой конкурса STAR 4.0 от Siemens и IPWeek 2021.

2020 – 2022 году по национальной программе "Цифровая экономика 2024" платформа DATA-TRACK была внедрена на Абинском Электрометаллургическом Заводе, как основа для сквозной цифровизации производства.

С какими проблемами DATA-TRACK пришёл в Спринт?

Промышленная платформа DATA-TRACK реализует новое направление аналитики на производстве CI или Continuous Intelligence. Данное направление не известно в России, термин Continuous Intelligence в настоящее время не имеет перевода на русский язык. DATA-TRACK – единственная российская промышленная CI платформа. Перед фирмой «ДАТА-ЦЕНТР Автоматика» стоит задача сделать CI известным и широко применяемым. Поэтому было принято решение обратиться за поддержкой в акселератор СПРИНТ 8 ФРИИ Минцифры России.

Благодаря каким методикам/инструментам удалось прийти к результату в 248 млн.руб в Спринте?

Поскольку DATA-TRACK это платформа, то внедрение платформы предполагает продажу лицензий на программное обеспечение, а также кастомизацию под специфику определенного производства.

При работе с экспертами ФРИИ выяснилось, что продажа ПО и кастомизация собственными силами является для нас ограничением. Было принято решение работать не напрямую с промышленными предприятиями, а через крупные фирмы-интеграторы. Мы в этом случае являемся вендорами, а кастомизацию производит интегратор. Как видим решение оказалось правильным.

Чем отличаетесь от конкурентов?

В России мы единственная промышленная CI платформа. Если сравнивать с иностранными конкурентами, то мы решили главную проблему, которая ограничивает внедрение CI – это преодоление неоднородности данных от разных систем промышленного предприятия.

Какие проблемы клиентов решает DATA-TRACK и как?

Поскольку DATA-TRACK это CI платформа, то сравнивать его нужно с классическим BI

Согласно глоссарию Gartner по информационным технологиям: Continous intelelligence (CI) — это аналитика в режиме реального времени, которая интегрируется в бизнес-операции, обрабатывая текущие и исторические данные для предписания действий в ответ на бизнес-моменты и другие события».

CI как и B - это инструменты принятия решений по управлению производством на основе данных. Но в случае BI данные лежат мертвым грузом пока их не посмотрит аналитик. В случае CI данные непрерывно (Continuous) анализируются (Intelligence) компьютерной системой и решения принимаются в реальном времени. Например, при производстве фанеры на станке иногда перекашивает лист, который поправляет оператор. Это незаметный в работе микропростой, но за неделю, месяц или год накапливается простой значимый. В случае BI, чтобы обнаружить проблему и принять решение нужен аналитик, который найдет проблему и даст рекомендации по ее решению. При работе CI платформа сама зафиксирует проблемы с производительностью и поменяет маршрут производства. В дальнейшем проблемный типоразмер на данный станок платформа не спланирует и перекосы не повторятся. Можно сказать, что CI «автоматизирует» BI.

Но самая главная проблема при внедрении CI и BI — это неоднородность данных.

Глобальная исследовательская и консалтинговая фирма Eckerson Group, в обзоре «Continuous Intelligence: связь между интеграцией, аналитикой и эксплуатацией данных» указывает именно на неоднородность в качестве главного препятствия для широкого применения BI и CI. «Информационные системы и операции сильно различаются в зависимости от отрасли и даже компании. Морская платформа для бурения нефтяных скважин требует иных систем, чем автомобильный завод. Коммерческому банку требуются другие приложения, чем розничному продавцу», - отмечает Eckerson Group. Следует отметить, что неоднородность данных может наблюдаться даже в рамках одной отрасли и одного предприятия. Например, в металлургии процессы выплавки стали и обработки металлов давлением имеют совершенно разную физическую природу, но связаны как передельные цепочки для выпуска готовой продукции.

Для внедрения Continuous Intelligence нужен новый подход к производственным данным, который исключает разделение описания структур данных под отраслевую, физическую и иную предметную специфику. Платформа DATA-TRACK решает проблему неоднородности данных путем приема потока производственной информации и ее преобразования в однородные ORT структуры.

ORT - Object Relations Technique или Метод Объектных Отношений протоколирует производственные операции, как поток объектов, которые под воздействием процессов меняют свойства и вступают в отношения друг с другом.

Объект для описываемого подхода — это любая производственная сущность, на которую направлены усилия, внимание, желание и воля бизнеса. Объекты вступают между собой в отношения через формирование связей. Например, объект «цех» связан с объектами «центры обработки». Или для металлургического производства объект «бунт» связан с заготовкой, из которой он прокатан, а заготовка связана с плавкой, из которой она разлита на машине непрерывного литья. Если продолжать пример из металлургии, то объект «плавка» вступал в отношения (связи) с электропечью, агрегатами внепечной обработки, машиной непрерывного литья. Если объект вступил в отношения с центром обработки, то он приобретает новые свойства, которые протоколируются как параметры, связанные с объектом.

ORT – единая структура для разнородных данных

Однородность данных позволяют охватить с помощью CI не только локальные участки, но и все передельные цепочки в целом и избежать ловушек локальной оптимизации. Например, в металлургической отрасли решение об оптимизации расхода ферросплавов в сталеплавильном производстве может привести к проблемам при прокате.

Платформа DATA-TRACK решает не только вопросы интеграции систем и создания однородных данных для всех переделов, но и предоставляет инструменты для анализа данных, применения математических методов от статистики до ML.

В сталеплавильном производстве Новолипецкого Металлургического Комбината с помощью платформы DATA-TRACK и модуля DATA-PLAN был реализован проект: «Цифровой сервис ГЕФЕСТ: внутрицеховая логистика и диспетчеризация для сталеплавильного производства».

Цифровое решение «Гефест» для внутрицеховой логистики и диспетчеризации — это комбинация систем расчета оптимального плана движения стальковшей и постоянной подстройки математической модели на базе анализа уже совершенных операций. В DATA-TRACK хранятся данные о фактически реализованных сценариях производства, на основе которых в модуле планирования формируется функция целевых коэффициентов оптимизации. Таким образом, процесс планирования производственных процессов всегда опирается на актуальные данные -- релевантные и наиболее экономически эффективные маршруты производства по типам продукции, статистические средние показатели длительности обработки по типам продукции и классам агрегатов и т. п.

СI учитывает историю операций для непрерывного обучения модели

Так, в частности, определенный технологический маршрут может стать приоритетным для некоторого типа продукции по ряду причин, в том числе связанных с экспертизой эксперта-технолога. Подобные эвристические критерии расставления приоритетов могут оказаться достаточно сложны в формализации и классифицируются как система с нечеткой логикой. Инструменты CI позволяют проводить анализ таких систем и приводить их к фундаментальной структуре с последующим применением широкого спектра методов и алгоритмов математического программирования. Можно сказать, что система постоянно «учится», чтобы при планировании учитывать факторы и решения на уровне эксперта-технолога. Работа происходит, как и требует методология CI в реальном времени.

Кроме того, приведение данных к единой структуре позволяет обеспечить единообразный интерактивный доступ к данным со стороны пользователя. Пользователь сам выбирает какие данные поднимать и визуализировать.

Платформа DATA-TRACK - кабинет руководителя

 Какие планы на будущее?

Наша цель – данные должны быть доступны, чтобы обеспечить непрерывный процесс получения и обработки данных.

Необходимо использовать данные, как только они поступят не зависимо от количества источников, не зависимо от темпа поступления, не зависимо от объема данных.

Наши планы: создать CI рынок в России, где даже термин еще не переведен и сделать CI известным и широко применяемым!