Analyse der Lösung realer Industrieprobleme (Rettung von Ferkeln und anderen)

Die Sau füttert die Ferkel bis zum 26. Tag. Während dieser Zeit kann sie sich auf sie legen, was dazu führt, dass die Ferkel etwas kleiner werden als zu Beginn. Um dies zu vermeiden, verwenden wir solche Maschinen wie auf dem Foto, die ihre Kurven ausschließen und den Corral umrunden. Bei einer Sau - 10 bis 15 Ferkel. In der ersten Woche verstehen die Schweine immer noch nicht, dass dieser Kadaver gefährlich ist, und dürfen den Gefahrenbereich nicht verlassen, wenn er sich hinlegt. In diesem Fall kreischt das Ferkel in etwa der Hälfte der Fälle laut. Ein Teil der Ferkel kann gerettet werden, wenn das Schwein rechtzeitig aufgezogen wird. Die Aufgabe besteht darin, solche Fälle zu erkennen und einen Mitarbeiter anzurufen.


Wie Sie sehen, erkennt diese Lösung die Ferkel im Video und zählt sie.

Es gab auch Aufgaben zur Optimierung der Belüftung in der Mine (Strom sparen, aber nicht die Bergleute töten); Modellierung der Flüssigkeitsausbreitung; Modell schmelzen; Ermittlung von Helmen und Schutzbrillen auf dem Mitarbeiter vor dem Betreten der Gefahrenzone und der Suche nach Heirat auf Schokoriegeln.

Als ein MARS-Sprecher sagte, dass er eine Trainingsprobe mitbringen würde, dachten wir nicht, dass es sich um vier Schachteln mit Twix Minis-Pralinen handeln würde.



Was war das?


Die Industrie brachte Aufgaben mit, die teuer, lange oder allgemein gelöst wurden. Es ist nicht klar, ob sie gelöst werden können. Wir, CROC, haben zusammen mit SIBUR Ende November den Industrial Hackathon ProHack 4.0 durchgeführt. Der Großteil der Aufgaben stammte von Kunden aus den Bereichen Metallurgie, Öl und Gas, Chemie und Lebensmittel. Wir haben diesem Hackathon eine Infrastruktur (insbesondere Lötstationen) zur Verfügung gestellt, Lieferanten (Pergam-Gassensoren, die Exonum-Blockchain-Plattform, Cisco mit einer Reihe von Lösungen) und BellSoft eine Lösung zum Sammeln, Analysieren und Verwalten von Daten auf der Basis von Nvidia Jetson Nano und RaspberryPi 4, auf dem die Umgebung für die Entwicklung und Ausführung von Java-Anwendungen vorinstalliert war (Liberica JDK). Die Teilnehmer konnten Prototypen von Lösungen in einer flexiblen und skalierbaren Sandbox auf der Basis der CROC Cloud Services-Plattform erstellen und testen. Für mehrere Aufgaben wurden technologische Zonen eingerichtet, die sich auf einmal verbanden. Wenn Entwickler, Kunden (und Entscheidungsträger und nicht nur Vertreter), Anbieter der erforderlichen Technologien und Experten zur Lösung solcher Probleme an einem Ort sind, können Sie für ein großes Unternehmen zwei oder drei Monate in Anspruch nehmen, die meisten davon diesmal - zur Genehmigung.



Tatsächlich passierte es für drei von zehn Aufgaben: Direkt beim Hackathon haben wir es geschafft, sie zu übernehmen, und der Kunde entschied sich für die Implementierung von Teamlösungen. Es stellte sich heraus, dass jemand kam, um die Technologie zu trainieren und zu testen, jemand - für den Preis, und jemand bekam einen großen Auftrag.

  • 350 Teilnahmeanträge, 70 Entscheidungen in der Auswahlphase.
  • Die Aufgaben sind hier .
  • Die am häufigsten gewählten Aufgaben sind das Lüftungsmanagement (17 Lösungen), das Sparen von Ferkeln und die Kontrolle des Tragens von PSA durch einen Mitarbeiter.

Was war los


Jemand bereitete sich im Voraus vor und kam mit etwas zum Hackathon, das nach Kundenwunsch absolviert und demonstriert werden musste. Jemand schrieb von Grund auf neu. Im Fall der Aufgabe, die Ehe von Schokoladentafeln in der Produktionslinie zu kontrollieren, ging beispielsweise eines der Teams in den Laden, kaufte Süßigkeiten und ruinierte sie dann, fing an, das neuronale Netzwerk auf ihnen zu fotografieren und zu unterrichten, und das andere Team bereitete alle Module vor und wartete auf ein echtes Trainingsmuster (dasselbe) in Kisten auf einem Hackathon mit Inschriften wie "Haarrisse" oder "Muscheln") und bereits die Balken an Ort und Stelle entfernt.



Bei vielen Aufgaben war es wichtig, nicht nur den Code zu schreiben, sondern dem Kunden auch zu erklären, wie die Lösung funktioniert. Der Kunde ist in der Regel mit seinen Besonderheiten bestens vertraut, versteht jedoch die moderne IT und das Potenzial der Technologie nicht vollständig. Wenn es sich also um Ferkel handelt, müssen wir den Moment des Alarms direkt auf dem Video vom Fahrerlager anzeigen. Wenn es sich um Belüftung handelt, haben die Teams Modelle von Minen gesammelt oder Sensoren und Lüfter in verschiedenen Räumen unseres Büros installiert.





Von den 80 angekündigten Teams wurden ungefähr 50 ausgewählt, 38 erreichten den physischen Hackathon und 28 erreichten die Demonstration der Lösung. 12 Teams wurden in die engere Wahl gezogen, und die Jury wählte die Gewinner aus Kunden, Vertretern des Verkäufers und Experten aus. Auch zwei CROC-Teams zeigten ihre Entscheidungen.



Es gab Teams, die einfach mitten im Prozess abgefallen sind, weil sie erkannt haben, dass sie die Aufgabe nicht übernehmen konnten. Normalerweise gibt es bei Hackathons eines solchen Plans eine negative Einstellung gegenüber den Veranstaltern: Sie sagen, dass sie nichts zur Verfügung gestellt haben, und deshalb gingen wir vergeblich. Das hatten wir (so scheint es mir) nicht, weil wir uns bemüht haben, genau das zu bieten, was technisch möglich ist. Besonderer Dank geht an Kunden, die nicht nur Aufgaben gestellt und verlassen haben, sondern alle Fragen beantwortet haben. Einschließlich Chatten um zwei Uhr morgens. Wir haben einen schweren Fehler beim Essen gemacht: Es gab viel süßes Soda, Fast Food und Gebäck, aber es gab fast kein gesundes Essen. Wir dachten, dass junge Leute Pizza mit Cola brauchen. Aber hier:



Dies liegt daran, dass unsere Ingenieure während langer Arbeit oft auf Objekten schlafen und in diesem Teil gut verstehen, was benötigt wird.

Kurzanalyse von Aufgaben und Lösungen


PJSC Gazprom Neft, die Aufgabe, den Datensatz zu strukturieren



Das Unternehmen kauft viele verschiedene Beschläge und erhält Hunderte von Preislisten im XLS-Format. Die Aufgabe besteht darin, sie zu analysieren, um zu verstehen, wo welche Namen in der Funktionalität gleich sind (derselbe Metallstab kann unterschiedlich bezeichnet werden, und zwei ähnliche unterschiedliche Stäbe, beispielsweise aus verschiedenen Stahlsorten, können dann die gleiche Aufgabe für diesen Kauf ausführen Es soll direkte Analogien geben) und daraus einen Mechanismus zur Beschaffungsoptimierung aufbauen. Aber zuerst - bringen Sie einfach alles in eine mehr oder weniger vergleichbare Form.



Die typische Lösung sind neuronale Netze. Dies ist eine klassische Aufgabe auf Kaggle-Ebene. Die Besonderheit ist, dass das Trainingsmuster vom Kunden präsentiert wird. Es gab keinen Test, er musste von der Schulung getrennt werden und den Kunden fragen, was, wie und warum. Später nahm der Kunde den Prototyp, um neue Muster zu testen.

Logistik - Koordination mit Auftragnehmern

Es musste ein Prototyp eines Systems gezeigt werden, in dem Gegenparteien des Unternehmens Dokumente koordinieren können.



Für einen Tag haben sie eine Signatur vermasselt, die auf Waves validiert ist. Ein sehr interessanter Teil der Lösung ist die flexible Datenspeicherstruktur, da jede Gegenpartei ihre eigenen Speicherformate hat. Es ist also in ihnen gespeichert, und die Datenbank verfügt über eine bedingte API, die Daten in das Format aller Gegenparteien konvertieren kann. Dies ist sehr praktisch für Data-Lake in Perspektive.

Intelligente Belüftung in der Mine

Zwei Teams wurden für diese Aufgabe in die engere Wahl gezogen. Die Mannschaft aus Kasan brachte ihre Eisenstücke mit und sie lösten das Problem aufgrund ihrer harten Überlegenheit weitgehend. Von den 17 Anwendungen ließ nur Kasan die Bluetooth-Beacons oder ihre Analoga übrig, um die Sendung zu hören (tatsächlich auf der Suche nach Beacons für eine Person im Zugriffsbereich), und LoRa schlug dies als Kommunikationskanal vor. Sie hatten das richtige Gasverteilungsmodell. Im Gegensatz zu den anderen Teams haben sie die Merkmale der Entgasungsgeschwindigkeit und die Notwendigkeit verstanden, viele Dinge im Voraus zu tun, bevor Menschen die Zone betreten. Sie haben verstanden, dass es drückende und ziehende Lüfter gibt (oben). Im Prototyp gab es sogar einen LED-Kanarienvogel, der auf dem Pergamon-Sensor basierte.



Das zweite Team hingegen war vom Softwareteil und den Vorhersagemodellen sehr verwirrt. Wir gingen von der Wirtschaft aus, begannen, die Vorhersage der Bewegung von Menschen zu berücksichtigen (wenn der Arbeiter in eine Sackgasse gerät, muss man sehr früh mit dem Lüften beginnen), untersuchten eine Reihe von Fällen - von einem einfachen Zeitplaner für die Lüftungssteuerung bis zu stationären Gasanalysegeräten, und sättigten die Mine dann mit tragbarer Elektronik. Das heißt, sie erstellten einen schrittweisen Implementierungsplan, ohne die Prozesse anzuhalten. Sie machten einen Prototyp, klebten und befestigten ihn mit Klebeband.





Bei der Demonstration wurde der „Bergmann“ geschickt, um durch das Büro zu gehen, das mit Wasserpfeifenrauch gesättigt war.



Ferkel


Im Allgemeinen kennen Sie bereits die Lösung für den landwirtschaftlichen Komplex. Es ist wichtig zu beachten, dass das Testvideo von Hand zu Telefon und nicht aus der erfolgreichsten Perspektive aufgenommen wurde. Der Kunde hat sich die Möglichkeit einer modernen Videoanalyse nicht vorgestellt und zunächst nicht für möglich gehalten, eine solche Entscheidung zu treffen, sondern auf das Erkennen eines Quietschens oder von Sensoren unter einem Schwein gesetzt. Unsere Teams nahmen an dieser Aufgabe (wie auch an anderen) außerhalb der Gesamtwertung teil (trotzdem nahmen zweitausend Menschen an der CROC teil und viele wollten auch ein Hackathon sein, aber wir entschieden, dass unsere Teams nicht in die Gesamtwertung einziehen sollten). Unser Team konnte Situationen gut erkennen, kümmerte sich aber fast nicht um die Benutzeroberfläche. Die Spitzenreiter in der Gesamtwertung stellten eine sehr hochwertige Benachrichtigungsschnittstelle zur Verfügung, doch die Erkennungsgenauigkeit litt darunter.



Twix


Auch 2 Teams sind in die engere Wahl gekommen, haben aber den Platz nicht eingenommen. Starke Lösungen: Man bereitete im Voraus synthetisch einen Datensatz aus Mobbing-Bonbons aus Geschäften vor. Demonstriert auf dem Förderband am Ende. Die Sekunde vor Ort entfernte die Balken aus dem Trainingsset und markierte die Daten. Der Kunde war sehr zufrieden mit der zweiten Lösung und sagte, er wolle einen Piloten in der Produktion.



Persönliche Schutzausrüstung




Zwei Teams haben sich in die engere Auswahl eingetragen. Ein Team betrog und beendete die Einführungsaufgabe mit der Tatsache, dass die AXO Farbaufkleber auf den Gläsern (an den Armen) anbringen musste, um eine noch höhere Genauigkeit zu erkennen. Das zweite Team nahm eine Industriebibliothek mit einem sehr guten Trainingsmuster nach Punkten und erreichte eine Anerkennung ohne Bewertung. Im Finale arbeitete es an Kontrollarbeitern. Der zweite Platz des Hackathons.



Gewinner: Die Aufgabe, Anomalien in der Rasse auf dem Förderband zu finden


Der erste Ort ist die Suche nach Agglomeraten. CVisioners, ein Studententeam, gewann. Sie mussten rechtzeitig Leute in die Produktion schicken, um „feststeckende“ Abschnitte von Steinen und anderen Hindernissen vom Förderer zu entfernen. In der Tat ist alles etwas komplizierter, aber es gibt eine allgemeine Vorstellung. Die Hauptaufgabe besteht darin, nach Störungen zu suchen, bevor Verstopfungen auftreten und alles genügend Schlaf bekommt.

Der Datensatz ist markiert, wird jedoch auf einem Foto aus einem anderen Winkel erstellt als auf einem Testvideo. Die Schüler erhielten ein reales Video der Produktionslinie, schrieben ein Administrationspanel und hoben Bereiche hervor, in denen Agglomerate im Modell auftreten könnten. Sie segmentierten weiter, zählten jedes einzelne feste Fragment und die Summe der Radien der Fragmente. Bei einem Kontrollvideo funktionierte alles mit einer normalen Toleranz. Sehr passend zu einer Geschäftspräsentation. Probleme, Architektur, Entwicklung, Implementierung - und gleichzeitig ist alles nicht invasiv, ohne die Prozesse anzuhalten. Der Kunde ist sehr zufrieden.





Das CVisioner-Team besteht aus den MIPT-Studenten Klim Kireev, Edgar Kaziakhmedov, Elizaveta Kiseleva, Kezhik Kyzyl-ool und Grigory Melnikov. Sie boten SIBUR das beste Konzept für eine Lösung, die auf Computer Vision basiert, um zu verhindern, dass Geräte bei der Herstellung von Synthesekautschuken verstopfen. Wenn diese Linie ansteigt, dauert es acht Stunden, um das Gummi zu entfernen. Und die erste Stunde Ausfallzeit kostet drei Millionen Rubel.

Den zweiten Platz belegte 1984 das Team aus Nowosibirsk , das das Problem von PhosAgro, einem der führenden Hersteller von Mineraldüngern, löste. Das System sucht beim Mitarbeiter nach Brillen und anderer persönlicher Schutzausrüstung. Das EmptySet-Team der St. Petersburg State University gewann die Nominierung als bestes Studententeam und löste die Aufgabe von Gazprom Neft, ein Programm zur Identifizierung von Analoga von Absperr- und Regelventilen zu erstellen.
Außerhalb der Hauptklassifikation nahmen Teams der CROC-Softwareentwicklungsbüros in Moskau, St. Petersburg, Krasnodar und Irkutsk am Hackathon teil.
Den Sieger in einer gesonderten Nominierung für Teams aus den CROC-Entwicklungsbüros gewann das SaveStahanov-Team, das das Problem des Uralmekhanobr-Instituts für intelligente Belüftung in Bergwerken (Teil der Ural Mining and Metallurgical Company, UMMC) löste.

Und hier sind die Aufgaben, die im Finale des Hackathons gelöst wurden:
  • Aufgabennummer 1. Gazprom Neft. Erstellung eines Softwarepakets zur Bestimmung von Analoga von Absperr- und Regelventilen. Branche: Öl und Gas
  • Aufgabennummer 3. PhosAgro. Schaffung eines Videoerkennungssystems für die Verfügbarkeit von persönlicher Schutzausrüstung (PSA) für einen Mitarbeiter. Branche: Chemische Industrie
  • Aufgabennummer 4. Uralmekhanobr (UMMC). Schaffung eines intelligenten Lüftungssystems zur Senkung der Energiekosten. Branche: Metallurgie
  • Aufgabennummer 5. Nornickel. Automatisierung von Abrechnungen zwischen metallurgischen Holdinggesellschaften mittels Blockchain-Technologie. Branche: Metallurgie
  • Aufgabennummer 6. SIBUR. Die Aufgabe, die Flüssigkeitsausbreitung mittels Videoanalyse zu erfassen. Branche: Petrochemie
  • Aufgabennummer 7. SIBUR. Die Aufgabe, Geräteverstopfungen mithilfe der Videoanalyse zu erkennen. Branche: Petrochemie
  • Aufgabennummer 8. Rusagro. Aufdeckung / Beseitigung von Fällen, in denen Ferkel von einer Sau zerquetscht wurden. Branche: Landwirtschaft, Lebensmittelindustrie
  • Aufgabennummer 9. MARS. Qualitätskontrolle von Fertigprodukten Twix Minis. Branche: Lebensmittelindustrie
  • Aufgabennummer 10. ChTPZ Group (aus dem Rohrwalzwerk Tscheljabinsk). Vorhersage der Parameter der Metallschmelze in einem Elektrolichtbogenofen. Branche: Metallurgie
  • Aufgabennummer 12. FM Logistik. Entwicklung eines intelligenten Vertragssystems für den Genehmigungsprozess der Liste der erbrachten Dienstleistungen. Branche: Logistik


Wie beurteilt
Nach Punkten:
1. Übereinstimmung der implementierten Funktionalität mit den Anforderungen der Aufgabe - 0 ... 5.
2. Der Aufwand für die Fertigstellung des MVP zum Zwecke der Pilotierung beträgt 0 ... 5.
3. Gut entwickelte Architektur und Anwendung technologischer Lösungen - 0 ... 5.
4. Einhaltung der Bewertungskriterien des Autors der ausgewählten Aufgabe - 0 ... 5.
5. Auswertung der Präsentation - 0 ... 5.
6. Auswertung des Entscheidungsnachweises - 0 ... 5.
7. Stimmen die Punkte nach anderen Kriterien überein, wird der Einsatz von Werkzeugen aus dem Technologiestapel bewertet - 0 ... 5.






Zusammenfassung


Es ist sehr, sehr gut geworden. Nicht ohne Schwierigkeiten und Fehler, aber vor allem konnten wir unseren Kunden zeigen, dass Sie mithilfe der IT schnell Prototypen für Probleme erstellen können, die für sie wichtig sind.



Die Menschen kamen aus dem ganzen Land (Fachleute und Studenten kamen aus Moskau, Nowosibirsk, St. Petersburg, Kasan, Ischewsk und anderen Städten), Kunden, die kamen aus. SIBUR rief eines der Teams zum Staat, eine Antwort von Gazprom kam, dass die Studenten an einem Tag einen Prototypen machten, was die Außenstehenden für ein halbes Jahr nicht für viel Geld tun konnten. Die Kunden sprachen in der Regel miteinander, verstanden die Probleme der Branche, unterstützten die Teams munter und diskutierten Lösungen. Sie schienen einen Schimmer in den Augen zu haben, als sie erkannten, dass die sehr unterschiedlichen Probleme, mit denen die Menschen seit Jahren zu kämpfen haben, einfach gelöst und gelöst werden können.



Die Teilnehmer bemerkten die Rolle von Mentoren, die die Situation manchmal wirklich retteten.

Wir werden weitere solche Hackathons durchführen: Es stellte sich heraus, dass Kunden keinen Zugang zu technischen Partnern, Infrastruktur und Mitarbeitern haben, junge Entwickler keinen Zugang zu Kunden und Anbietern haben und es insgesamt keine Möglichkeit gibt, Daten schnell zu ändern (ein nächtlicher Chat in Form von offiziellen Briefen würde zwei dauern) Monate). Am Ende sind alle glücklich.

Referenzen


Source: https://habr.com/ru/post/de481788/


All Articles