На складах горно-металлургической компании, работающей в условиях Крайнего Севера, накапливались сверхнормативные запасы (трубы, кабели, КИП и расходные материалы), в которых были заморожены значительные оборотные средства. Вывоз таких запасов экономически нецелесообразен, при этом часть из них со временем теряет свойства. Параллельно продолжались закупки аналогичных позиций для новых проектов, потому что спецификации сопоставлялись со складскими остатками только на основе точного совпадения.

ИИ-ассистент встроен между формированием спецификации и подачей заявки в закупки и устраняет разрыв между «языком склада» и «языком проектировщиков». Сервис нормализует складские данные и спецификации, приводя описания к единому формату (классы, характеристики, ГОСТ/ТУ, единицы измерения), после чего автоматически сопоставляет заявки со складскими остатками: сначала ищет точные совпадения, затем — допустимые аналоги по заданным правилам замены. На выходе формирует предложение — использовать имеющийся материал или закупать новый, при этом финальное решение остаётся за специалистом.

В результате высвобождено не менее 330 млн рублей оборотных средств за счёт вовлечения ранее неиспользуемых складских остатков в закупочный контур.

The post ИИ-ассистент для выявления и использования сверхнормативных складских запасов first appeared on Компания НТР.

Мы разработали сервис распознавания номеров контейнеров для трех точек контроля — на закрытой и открытой площадках

Система принимает на вход кадры контейнера через API, автоматически определяет маркировку контейнеров с точностью более 98% и передает во внутреннюю систему компании.

После внедрения сервис упростил работу:

• Сократилось количество ошибок персонала
• Ускорилась операция обработки контейнера
• Повысилась прозрачность учета
• Сотрудники тратят меньше времени на рутину, а компания получает более точные и оперативные данные для управления логистикой

The post Распознавание номеров контейнеров first appeared on Компания НТР.

Компания НТР разработала RAG-систему для ответов на вопросы по правилам и регламентам компании для сотрудников. RAG-система даёт возможность задать любой вопрос и получить ответ вместе с источниками, на которых он основан. Например, сотрудник может узнать в какой срок нужно отчитаться за командировку или кто несет ответственность за пожарную безопасность.

После внедрения ИИ-помощника, сотрудники могут быстро найти нужную информацию, не прибегая к помощи других специалистов холдинга.

The post Умный поиск по корпоративным нормативным и организационно-распорядительным документам first appeared on Компания НТР.

Компания НТР разработала RAG-систему для формирования ответов на вопросы по ведению бухгалтерского и налогового учета в соответствии с законодательством РФ и внутренними требованиями холдинга. 

RAG (Retrieval Augmented Generation) — это подход в области обработки естественного языка, который сочетает в себе два основных компонента: извлечение информации и генерацию текста. 

RAG-система даёт возможность задать любой вопрос и получить ответ вместе с источниками, на которых он основан. По описанию ситуаций система дает рекомендации по отражению хозяйственных операций в целях налогового учета. 

После внедрения ИИ-помощника работа с корпоративными регламентами, правилами, государственными нормативно-методическими актами для сотрудников стала проще. Сотрудники стали тратить меньше времени на анализ различных ситуаций и поиск ответов.

The post Умный поиск по нормативной базе бухгалтерского и налогового учета first appeared on Компания НТР.

Мы внедрили ПО для отслеживания и фиксации показателей работы оборудования. ПО собирает данные о различных сигналах с оборудования, также выполняет расчеты и выявляет отклонения от заданных условий. В случае неполадок или нарушений, система передает уведомление. Все возникающие ошибки фиксируются в интерактивной схеме оборудования на уровне узлов.

Благодаря оперативному получению информации о состоянии узлов и агрегатов повысилась безопасность сотрудников и снизились риски поломок оборудования. Автоматизация расчета наработки моточасов упростила планирование ремонтных работ.

The post Мониторинг подъемных сооружений first appeared on Компания НТР.

Агломерат, кокс и окатыши — ключевое сырье для выплавки чугуна — хранятся в бункерах, где партии с разными химическими характеристиками наслаиваются и перемешиваются. В результате состав шихты, поступающей в доменную печь, трудно связать с характеристиками в сертификатах на сырье. Это снижает управляемость процесса, усложняет контроль качества чугуна и не позволяет точно прогнозировать себестоимость продукции.

Мы разработали цифровой двойник цеха рудоподготовки: построили и интегрировали в MES-систему математическую модель движения сыпучих материалов по цеху рудоподготовки. Для построения модели провели объемные производственные эксперименты, в том числе с использованием  RFID-меток и 3D-лидара. Система моделирует весь путь движения сырья с момента поступления на предприятие до загрузки в печь, анализирует его перемешивание и точно рассчитывает химический состав шихты на выходе из хранилищ.

Заказчик получил инструмент для прогнозирования состава шихты в реальном времени и управления качеством чугуна. Это дало подтвержденный экономический эффект не менее 15 млн. руб в год.

The post Цифровой двойник цеха рудоподготовки first appeared on Компания НТР.

Ежедневные рассевы для определения гранулометрического состава сырья перестали соответствовать современным требования к эффективности управления доменным производством. Это снижало эффективность работы доменной печи и ухудшало качество выплавляемого металла.

Система потокового контроля гранулометрического состава в режиме реального времени определяет тип шихты, фракционный состав и посторонние предметы на конвейерах цеха рудоподготовки. Она основана на нашей собственной технологии машинного зрения — VideoAI.NTR.

Мы внедрили систему, которая обеспечила стабильность и эффективность работы печи, снизив удельный расход кокса на 0,5 кг/тонну. Автоматический гранулометрический контроль дополнительно позволил оперативно информировать персонал об ошибках и предотвращать опасные инциденты.

The post Система поточного контроля гранулометрического состава шихты на конвейерах first appeared on Компания НТР.

Мы помогли решить данный вопрос, внедрив в компании систему прогнозирования динамических явлений. Система включает в себя веб и мобильное приложения, в функционал которых входит: оперативное оповещение специалистов в случаях выявления угрозы безопасности, появление инструкции о дальнейших действиях в случае опасности, автоматизация сбора и обработки данных для контроля проведения прогноза динамических явлений, формирование путевки на прогноз в индивидуальной учетной записи каждого сотрудника, а также обновление данных при бурении в режиме реального времени.

Системе “Прогнозирование динамических явлений” была присвоена бронза на XXXI международной специализированной выставке технологий горных разработок «Уголь России и Майнинг – 2023». 

The post ЕВРАЗ – Прогноз динамических явлений first appeared on Компания НТР.

Данные вносятся диспетчерами на шахтах и фабриках. Приложение запрашивает их из БД и формирует удобную для отображения статистику в виде цифровых показателей и графиков, с возможностью выбора периода отображения и с учетом плановых показателей.

Производственный учет — мобильное приложение на платформах Android и iOS, разработанные с использованием фреймворка Xamarin последней версии.Также в подсистемы входят:

— Сервер приложений (API), разработанный на технологии .NET (WebApi 2.0) и использующий базу данных MS SQL.
— Для обеспечения информационного обмена компоненты Системы работают в составе единой вычислительной сети, построенной по технологии Internet/Intranet. В качестве базового протокола взаимодействия используется HTTP(S)

The post ЕВРАЗ — Производственный учет first appeared on Компания НТР.

Мы разработали интуитивно понятный веб-интерфейс с двумя основными формами: одна для расчета метановыделения и другая для вариантов расчета. Эти формы не только предоставляют точные данные, но также позволяют экспортировать результаты в популярные форматы, такие как Excel, PDF и Word.

Специалисты ЕВРАЗ отныне в реальном времени рассчитывают объем метана при внезапном выбросе угля и газа, используя четыре различных алгоритма.

В результате, ЕВРАЗ получил возможность не только предотвращать потенциальные катастрофы за счет своевременного реагирования на опасные ситуации, но и упростить процесс отчетности и планирования проверок датчиков. С помощью системы ЕВРАЗ повысил безопасность в шахтах и эффективность и надежность работы всей системы безопасности компании.

The post ЕВРАЗ — Расчет метановыделения first appeared on Компания НТР.