L'optimisation du fonctionnement des équipements, la surveillance prédictive, la construction de dépendances du profit réel sur le régime technologique et de nombreuses autres tâches dans le domaine de la chimie numérique sont déjà résolues à l'aide des technologies DataScience. Dans le cadre de la transformation numérique de la production et des processus métiers, nous travaillons sur la direction d'Advanced Analytics.
Est-il possible de prévoir correctement les volumes de production, en tenant compte de toutes les caractéristiques du processus et des paramètres technologiques? Nous le saurons bientôt.
SIBUR, en collaboration avec AI-Community, lance un championnat en ligne de Data Science, qui durera jusqu'au 19 novembre. Ceux qui souhaitent participer doivent s'inscrire avant le 16 novembre. Les décisions sont prises jusqu'au 19 et le 24 novembre - la finale.
Le prix total est de plus de 600 000 roubles: 1ère place - 200 000 roubles, 2ème place - 150 000 roubles, 3ème place - 70 000 roubles, 4ème, 5ème et 6ème places - 40 000 roubles. Les meilleurs projets de pistes supplémentaires - 20 000 roubles et quadrocoptères. Une équipe peut avoir de 1 à 4 participants.
Alexey Vinnichenko, responsable des analyses avancées:
«Nous avons eu l'idée non seulement de lancer un concours de défi, mais de prendre une véritable tâche de production, qui est maintenant sur le radar, pas simple et non abstraite, et de la donner à la communauté - pour montrer quelles choses intéressantes vous pouvez faire dans SIBUR. La tâche est volumineuse, elle se compose de cinq sous-tâches, qui doivent donc être regroupées en un seul puzzle. Ça devrait être intéressant. Et, bien sûr, nous serons reconnaissants pour des idées fraîches et innovantes. »
Attention, la tâche:
Lors d'une réaction chimique dans une usine de production d'éthylène, en plus du produit utile cible, un certain nombre de sous-produits se forment. L'un des produits de réaction indésirables mais inévitables est le carbone (coke), qui se dépose sur les parois des réacteurs et sur le catalyseur. Pour planifier la production d'éthylène, il est nécessaire de pouvoir prédire le volume et l'efficacité de la production, qui dépendent de l'état de l'équipement, des restrictions de mode et des facteurs externes. Il est nécessaire de mettre en œuvre plusieurs modèles prédictifs qui aideront à résoudre le problème global de prévision des volumes de production.
→ Détails et inscription par référence