Назад
Внедрение ИИ Химия
Предиктивная система обслуживания оборудования
Решаемые проблемы
Необходимость предотвращения простоев оборудования на предприятиях из-за отказов и долгих ремонтов и повышение коэффициента технологической готовности (КТГ). Сложности в поиске и подготовке квалифицированных диагностов для
различных типов оборудования.
Описание кейса
Создание предиктивной системы обслуживания оборудования. Система автоматически собирает все необходимые параметры с наиболее критичных агрегатов, обрабатывает их с помощью математической модели и помогает понять состояние конкретного агрегата и на ранней стадии предотвратить возможную причину поломки.
Следующим этапом является использование генеративного ИИ. В настоящее время в СИБУРе тестируется гипотеза по созданию Co-pilot инженера-диагноста специализированного оборудования на базе LLM модели GigaChat. ИИ-ассистент по текстовому описанию формирует гипотезы о возможных причинах аномалий в работе оборудования и дает рекомендации по
устранению неисправностей.
Читать целиком
Эффекты от внедрения
Количественные:
  • Экономия 1,5 млрд руб. за 3 года
  • Сокращение упущенного маржинального дохода
  • Повышение коэффициента технологической готовности
Модельная практика
Оптимизация сервиса, ремонтов, технического обслуживания
Соответствие бизнес функциям
Производство или предоставление услуг
Интегратор-поставщик
  • ПАО "Сибур Холдинг"
Заказчик решения
  • ПАО "Сибур Холдинг"
Дата актуализации информации
  • 24.03.2025