La optimización de la operación del equipo, el monitoreo predictivo, la creación de dependencias de ganancias reales en el régimen tecnológico y muchas otras tareas en el campo de la química digital ya se están resolviendo utilizando las tecnologías DataScience. Como parte de la transformación digital de los procesos de producción y negocios, estamos trabajando en la dirección de Advanced Analytics.
¿Es posible pronosticar correctamente los volúmenes de producción, teniendo en cuenta todas las características del proceso y los parámetros tecnológicos? Lo sabremos pronto.
SIBUR, junto con AI-Community, está lanzando un campeonato en línea en Data Science, que durará hasta el 19 de noviembre. Quienes deseen participar deben registrarse antes del 16 de noviembre. Las decisiones se toman hasta el 19 y el 24 de noviembre, la final.
El fondo total de premios es de más de 600,000 rublos: 1er lugar - 200,000 rublos, 2do lugar - 150,000 rublos, 3er lugar - 70,000 rublos, 4to, 5to y 6to lugar - 40,000 rublos. Los mejores proyectos de pistas adicionales: 20 000 rublos y quadrocopters. Un equipo puede tener de 1 a 4 participantes.
Alexey Vinnichenko, jefe de análisis avanzado:
“Teníamos una idea no solo para desafiar a la competencia, sino para tomar una tarea de producción real, que ahora está en el radar, no es simple y no abstracta, y dársela a la comunidad, para mostrar qué cosas interesantes puedes hacer en SIBUR. La tarea es voluminosa, consta de cinco subtareas, que como resultado se deben armar en un solo rompecabezas. Debería ser interesante. Y, por supuesto, estaremos agradecidos por ideas frescas e innovadoras ”.
Atención, la tarea:
Durante una reacción química en una planta para la producción de etileno, además del producto útil objetivo, se forman varios subproductos. Uno de los productos de reacción indeseables pero inevitables es el carbono (coque), que se deposita en las paredes de los reactores y en el catalizador. Para planificar la producción de etileno, es necesario poder predecir el volumen y la eficiencia de la producción, que depende de la condición del equipo, las restricciones de modo y los factores externos. Es necesario implementar varios modelos predictivos que ayudarán a resolver el problema global de pronosticar los volúmenes de producción.
→ Detalles y registro por referencia