Big data, un hackathon avec Norilsk Nickel et la métallurgie: mélangez tout, mais ne bousculez pas

Bonjour, Habr! Le sujet de cet article est le big data en métallurgie. Bien sûr, si vous couvrez tout le sujet en général, le volume de l'article ne suffira pas - mais qu'y a-t-il, il y aura suffisamment d'informations pour toute une encyclopédie, heureusement, les technologies de l'industrie se développent très activement. Par conséquent, nous ne parlerons que de la façon dont le big data et l'apprentissage automatique sont utilisés par Norilsk Nickel.



C'est à propos de quoi? Le fait est que Norilsk Nickel, en collaboration avec la communauté de hackathon des hackers russes, organisera un hackathon en ligne du 16 au 18 avril, dédié à la recherche des meilleures solutions pour optimiser les processus dans l'industrie minière des métaux non ferreux. Les développeurs, les data scientists, les analystes et les managers et les représentants d'autres spécialités sont invités à participer au hackathon. Des équipes de 3 à 5 personnes peuvent participer au hackathon. Afin de mieux comprendre l'essence du hackathon, parlons des technologies de l'entreprise, puis - des détails de l'événement lui-même, avec un lien vers l'inscription.



En bref (en fait pas) sur l'habillage du minerai à l'usine d'habillage de Norilsk Nickel



Plus précisément, il se concentrera sur les usines de transformation et les moyens d'optimiser la production à l'aide de hautes technologies.



Quant à l'enrichissement lui-même, ses principes fondamentaux n'ont pas changé depuis des décennies. Technologie - oui, efficacité de la valorisation - oui. Les principes ne changent pas du tout ou de manière insignifiante.



Imaginez que vous avez extrait du minerai. La teneur en métal (quoi qu'il en soit, fer ou nickel) n'y est pas très élevée. Pour obtenir ce métal, la matière de départ doit être enrichie, c'est-à-dire augmenter la concentration du métal. L'augmentation de la teneur en métal est due au fait que ce qui n'est pas du métal est séparé du minerai et va au dépotoir (en fait, déchets de production).







Ceci est réalisé de différentes manières, à titre d'exemple, nous citerons l'usine d'enrichissement de Talnakh:



  • Étape 1. Le minerai est concassé à l'aide de moulins. Après cela, un processus simple de séparation du produit conditionné des éléments surdimensionnés est effectué. Il y a une grille à la sortie du moulin, tout ce qui ne passe pas la grille est renvoyé au moulin.
  • Étape 2. Flottation - Cette méthode utilise la séparation des stériles et des produits utiles. La méthode de flottation est basée sur la différence de mouillabilité des composants initiaux avec l'eau.
  • Étape 3. Épaississement, après quoi le produit d'enrichissement, avec l'eau, est acheminé vers les usines métallurgiques.


Le processus présenté est plutôt simplifié, tout est plus compliqué, mais il convient pour comprendre l'essence de l'enrichissement en métal. Ainsi, chacune des trois étapes peut être optimisée afin d'augmenter la quantité de produit utile en sortie. Et c'est là que les nouvelles technologies entrent en jeu.



Big data en enrichissement



Les nouvelles technologies sont mises en œuvre par l'équipe de développement pour les trois étapes, y compris les processus associés.







Aujourd'hui, 14 initiatives différentes ont déjà été mises en œuvre, dont 2 ont été mises en œuvre, il s'agit de la gestion de la production en mode automatique, 7 en phase de test et 5 en phase de R&D.



Durée des projets - R&D 2-3 mois, pilote 2-3 mois, la mise en œuvre prend 2-6 mois.



L'entreprise a commencé à former une équipe de spécialistes en 2019, puis elle ne comptait que 2 personnes. Maintenant, il est déjà 5 personnes - 13 heures et 4 DS.



Technologies utilisées:



  • Apprentissage automatique classique
  • Vision par ordinateur


Pile actuelle:



  • Python, SQL
  • 2 serveurs dans le centre de données de Norilsk
  • 2 serveurs en production (1 pour ordinateur
  • vue)


Voici quelques exemples visuels de projets de concentrateurs.







Quant aux plans, il s'agit principalement de la mise à l'échelle de technologies déjà éprouvées - maintenant elles sont utilisées dans deux sections du processus de l'usine sur 10. Au total, les technologies sont testées sur trois concentrateurs.



Non seulement l'enrichissement



Les inefficacités et la recherche de leurs correctifs peuvent être partout - de la technologie aux processus de gestion, l'entreprise est engagée dans la recherche de tels problèmes et leur résolution. Cela conduit à une efficacité de production accrue et à une performance financière améliorée.



Ainsi, en plus de l'enrichissement, l'entreprise introduit progressivement le machine learning et le big data dans des domaines tels que la sécurité et la santé au travail. Il s'agit du suivi de la santé des employés, des modèles prédictifs de la dynamique des maladies saisonnières et de plusieurs autres projets.



Data Lake est un autre projet majeur. C'est une plate-forme technologique pour résoudre les tâches de ressources humaines (RH)



Le Data Lake offre une occasion unique de créer un profil d'employé étendu et d'effectuer la gestion et les prévisions à un nouveau niveau dans l'un des domaines stratégiques de l'entreprise - la gestion du personnel (RH).



Dans ce cas, les informations peuvent être collectées à partir de divers systèmes internes. La mise en œuvre d'approches basées sur les données dans l'analyse des ressources humaines est l'une des tendances les plus prometteuses de la transformation de l'IA. L'objectif principal ici est d'améliorer l'efficacité des employés, d'améliorer la sécurité industrielle, de prévenir les accidents, etc.



Ok, c'est clair avec la technologie, mais qu'en est-il du hackathon?



Il se compose de deux pistes principales:



Foam Party - détermination du débit de mousse avec du métal et d'autres paramètres de flottation à partir de la vidéo pour optimiser le travail de l'opérateur en production.



Prévision de l'emploi continu - création d'un modèle de prévision des congés de maladie des employés dans l'un des ateliers de production de Norilsk Nickel en utilisant des données anonymisées sur les employés et leur environnement.



Le prix total du hackathon est de 500 000 roubles: 250 000 roubles pour chaque piste. De plus, chaque participant reçoit une marchandise. De plus, pour le People's Choice Award, les participants reçoivent des AirPods Pro et des codes promotionnels Yandex.Plus, Okko, Gmoji sont également disponibles.



Ce que le hackathon donne aux participants:



  • data driven .
  • - .
  • .


« Nous vivons à une époque intéressante - l'intelligence artificielle pénètre dans tous les domaines, même dans une industrie apparemment conservatrice comme l'industrie lourde. À titre d'exemple, dans l'une des usines de Norilsk Nickel, une partie du processus de flottation est déjà contrôlée par un jumeau numérique, tandis que Des technologies de vision par ordinateur enrichissant activement les données sont utilisées, y compris pour déterminer la taille du minerai concassé. Le



travail dans ce sens est très intéressant et à sa manière inhabituel - il comprend à la fois une immersion profonde dans les algorithmes d'apprentissage automatique et dans la technologie du processus de production. un large éventail de personnes et le hackathon est une excellente occasion d'apprendre comment fonctionne le ML industriel à l'aide d'exemples réels
", - a commenté Anton Abrarov, responsable des projets de science des données chez Norilsk Nickel. Le



partenaire technologique du hackathon est SberCloud, qui fournira aux participants tout ce dont ils ont besoin pour former des modèles: ML Space - une plate-forme pour le développement et la collaboration en cycle complet de ML Équipes DS, ainsi que l'infrastructure cloud du hackathon lui-même. Puissant supercalculateur russe «Christofari». Vous pouvez vous



inscrire au hackathon du 17 mars au 14 avril.



Eh bien, afin de répondre aux principales questions sur le hackathon, en plus de les informations ci-dessus, nous avons posé quelques questions à l'un des organisateurs - Alexander Malyshev de Russian Hackers.



Qui, comment et pourquoi avez-vous décidé de prendre et d'organiser le Hackathon avec "Norilsk Nickel"?



. , , . , «» Hack.Moscow, , - .



?



, – . , – . , , , , -, «». , Russian Hackers.



- / , ?



– , , Angular. data-science – .



, ? ? ?



Data Science. , . , .. 50% . , , , , . , «», Russian Hackers SberCloud.



? « »?



En tant qu'organisateurs, nous nous fixons tout d'abord la tâche de dire quelles sont les tâches dans une industrie assez fermée du point de vue de la Data Science. Ce sera cool si les équipes trouvent un emploi chez Norilsk Nickel ou lancent un pilote avec elles, mais ici, comme dans tout B2B, il faut avoir une forte volonté pour faire passer un prototype d'un hackathon à un véritable résultat en production. Voyons comment ça se passe.



Eh bien, nous attendons les participants du hackathon. Juste au cas où, nous indiquons à nouveau le lien d'inscription .



All Articles