Как рекомендательные системы помогают повышать эффективность производства

С 2023 по 2025 год рекомендательные системы масштабировались на несколько ключевых производственных предприятиях ЕвроХима. Сегодня цифровые подсказчики работают на производствах аммиака, карбамида, в кислотном переделе и при выпуске сложных минеральных удобрений.

От данных к рекомендации

В основе решений лежат математические модели и алгоритмы машинного обучения, которые работают с большими массивами производственных данных и помогают технологам и операторам находить оптимальные режимы работы оборудования и одновременно учитывать сотни параметров производственного процесса.

Один из показательных примеров — рекомендательная система для производства аммиака. Она одновременно анализирует более 1500 технологических параметров и в режиме реального времени рассчитывает рекомендации для текущего состояния производства. В результате выпуск аммиака вырос более чем на 1%, а удельный расход природного газа снизился более чем на 2%. Экономический эффект от внедрения в одном цехе превышает 200 млн рублей в год.

При разработке подобных решений специалисты ЦТиП работают не только с данными, но и с технологической экспертизой производства. Системы получают информацию от сотен приборов и используют ее для расчета оптимальных значений технологических параметров. Такой подход позволяет учитывать фактическое состояние процесса.

От пилота к промышленному инструменту

В проектах рекомендательных систем специалисты анализируют исторические данные, разрабатывают и тестируют математические модели, проводят испытания вместе с производством и адаптируют решение под требования технологического процесса. Важная часть работы — обратная связь от операторов и специалистов предприятий: она позволяет дорабатывать рекомендации и повышать практическую ценность цифрового инструмента.

Такой подход позволяет переходить от отдельных пилотов к тиражированию решений. В 2026 году системы-подсказчики были интегрированы на все российские аммиачные производства ЕвроХима. На других переделах также зафиксирован производственный эффект: выпуск карбамида увеличился более чем на 1,5%, а сложных минеральных удобрений — на 1%. Для контроля качества готовой продукции на производстве сложных удобрений ЦТиП также развивает виртуальные анализаторы.

Экспертиза, которая масштабирует цифровизацию

Опыт рекомендательных систем стал частью более широкой экспертизы ЦТиП в области промышленного ИИ и машинного обучения. Компания развивает собственную ML-платформу для разработки, обучения и мониторинга ИИ-моделей, включая цифровых советчиков для технологов и операторов, виртуальные анализаторы и другие оптимизационные модели.