Skip to content

Latest commit

 

History

History
414 lines (292 loc) · 36.7 KB

cases.md

File metadata and controls

414 lines (292 loc) · 36.7 KB
Raw

Cases of Industrial AI/DS/ML

A overview of repositories, videos, posts classified by a specific industrial problem with cases of applying ML in industry

Tags

  • Sector

    • metallurgy
    • oil&gas
    • chemical
    • mechanical
    • energetics
    • other sectors

  • Existing of scientific paper paper

  • Existing of dataset data

  • Existing of code code

1. Recommendations and Optimisations

  • [RU] Severstal. Causal inference for a steel mill. Boris Voskresenskii [youtube], [towardsdatascience.com]
    code

  • Severstal. Reinforcement learning for the adaptive speed regulation on a metallurgical pickling line. Boris Voskresenskii [youtube], [Arxiv]
    paper

  • [RU] Северсталь. Data Science в реальном секторе. Д. Муштаков, Л. Абрамов [youtube]

    • Управление скоростью проката на стане 5000
    • Управление скоростью движения стальной полосы в НТ

  • [RU] Северсталь. Модель управления обжиговыми машинами. Борис Воскресенский [youtube]

  • [RU] ММК (YDF). Как Яндекс металлургам помогал. Виктор Лобачев [youtube]

  • [RU] ММК (YDF). Тяжелая металлургия | Data Science кейс-клуб [youtube]

  • [RU] Цифра. Экономно готовим битум: Рекомендации рецептур с помощью машинного обучения. Кирилл Ершов [youtube]

  • [RU] ГПН (Раблз). Подбор и оптимизация рецептур моторных масел с использованием ИИ. Я.Чижевский, Н.Дорошенко [youtube]

  • [RU] Евраз. Хитрый сплав: как мы соединили дата-сайентистов, разработчиков и технологов и чем это помогло металлургии [habr]

  • [RU] Евраз. Тех же щей, да поменьше влей: оптимизируем расход ферросплавов с помощью ML [habr]

  • [RU] Софтлайн. Линейные деревья решений для прогноза усваемости химических элементов в плавке. Николай Князев [youtube]

  • [RU] Русал (Mechanica AI). AI + AL. Оптимизация производства алюминия (прогноз вероятности снижения эффективности). Эмели Драль [youtube]

  • Conundrum.ai. Optimisation cases. [site]

    • Optimisation of AG mills control
    • Optimisation of flotation circuit
    • Optimisation of crushing circuit
    • Prevention of Mill overload
    • Smelting optimisation
    • Optimisation of feeder operations
    • Optimisation of magnetite consumption
    • Annealing furnace optimisation
    • Prediction of cavitation on hydrocyclones
    • Prediction of silicon content after blast furnace treatment

  • [RU] Инфосистемы Джет. Помощник сталевара: для чего металлургам нужно машинное обучение? Антон Головко [habr]

  • [RU] НЛМК. Что общего между кофе с доставкой и ковшом жидкой стали. Михаил Чмель [habr]

  • [RU] НЛМК. Как мы узнали, что одна из бригад оцинковщиков работала быстрее других и что было дальше [habr]

  • [RU] НЛМК. Как белка с ИИ сэкономила нам 100 миллионов на обогащении руды [habr]

  • [RU] НЛМК. Варим суп из стали: оптимизация логистики ковшей и как устроен цех КЦ № 2 [habr]

  • [RU] НЛМК. Предсказания на производстве: смотрим на пять минут вперед и экономим миллионы кубометров газа [habr]

  • [RU] НЛМК. Возим «ложкой» по ковшу жидкого чугуна и снимаем «шлакопенку» [habr]

  • [RU] НЛМК. Прогнозирование концентрации алюминия в ванне горячего оцинкования. Алесандр Котиков [pdf]

  • [RU] Норникель. Трекинг множества объектов без разметки или как следить за пузырьками во время пенной флотации. Алексей Клоков [habr], [paper]
    paper

  • [RU] Норникель. Галопом по производствам: ML в Норникеле. Алексей Клоков [youtube]

  • [RU] Норникель. Цифровые двойники оператора на производстве на примере компании из цветной металлургии. Антон Абраров [youtube video 1], [youtube video 2]

  • [RU] Норникель. Машинное обучение в промышленном процессе растворения никеля: проклятие данных, машинное колдовство и темное предсказание. Козлов Алексей [youtube]

  • [RU] Инфосистемы Джет. «Другие» рекомендации [habr]

  • [RU] BIOCAD. Как мы подружили биореакторы и ML. Владимир Меркулов, Василий Вологдин [youtube]

  • [RU] Полиметалл (redmadrobot). Решение проблемы с анализом гранулометрического состава руды и определением негабарита при производстве золота [vc]

  • [RU] ERG (redmadrobot). Анализ содержимого конвейера и определение состава руды в реальном времени [vc]

  • [RU] НЛМК (redmadrobot). Как ИИ повышает эффективность транспортировки железной руды на Стойленском ГОКе [vc]

2. Anomaly detection (faults and failures) and process monitoring

  • [RU] Росатом (Цифрум). Предиктивная аналитика на МСЗ. Иван Максимов [youtube], [medium]

  • [RU] Росатом (Цифрум). Мониторинг технического состояния электролизеров. Юрий Кацер [youtube], [habr]

  • [RU] Росатом (ВНИИАЭС). Предиктивная аналитика турбогенератора АЭС. Мухортов [pdf]

  • [RU] Россети (Mail.ru). Россети и Mail.ru в поисках черных майнеров. Александр Мамаев [youtube]

  • Bosch. Production Line Performance (Reduce manufacturing failures) [kaggle]
    code data

  • IBM. Equipment Failure Prediction using IoT Sensor data [github]
    code

  • [RU] РКЦ «Прогресс». Интеллектуальный мониторинг технического состояния станков [youtube]

  • [RU] Цифра. АИС Диспетчер, Организация обслуживания и ремонта промышленного оборудования [youtube], Кейс Авиастар-СП [youtube], Кейс RubEx Group [youtube]

  • Rosatom (waico.tech). Anomaly Detection for NPP Power Transformers. Iurii Katser [medium], [kaggle], [Arxiv]
    data paper

  • [RU] Евраз. Прогнозировать и предотвращать отказы: как мы внедрили предиктивную аналитику на трех МНЛЗ [habr]

  • [RU] Лаборатория Касперского. Обнаружение аномалий во временных рядах с помощью автоэнкодеров. Павел Филонов [youtube]

  • [RU] Лаборатория Касперского. Нейронные сети на страже индустриальной кибербезопасности. Павел Филонов [youtube]

  • [RU] НПЦ "Динамика". Цифровая надежность НПЗ - мониторинг технического состояния оборудования в реальном времени [youtube]

  • [RU] Siemens (Прана). Предиктивная аналитика оборудования. Дмитрий Большов, Артем Маркелов [youtube]

  • [RU] Северсталь. Как мы учились предсказывать отказы [habr]

  • [RU] АО «ОДК-Авиадвигатель» (Factory5). От идеи до промышленной эксплуатации. Денис Касимов. [pdf] [habr]

  • [RU] Factory5. Машинное обучение в помощь диагностам и инженерам по надёжности. [habr]

  • [RU] Поиск аномалий во временных рядах [habr]

  • [RU] Росатом (Цифрум). Поиск точек изменения состояния (changepoint detection) на python. Юрий Кацер [youtube]

  • [RU] Росатом (Цифрум). Поиск аномалий в промышленных данных. Юрий Кацер [youtube]

  • [RU] Ланит. Разбираем основные методы обнаружения аномалий. [habr]

  • [RU] AIRI. ИИ в Индустрии 5.0. Илья Макаров [youtube]

    • Диагностика неисправностей в химическом производстве
    • Система мониторинга промышленного оборудования
    • RUL для Li-ion батарей

  • [RU] Waico.tech. Диагностика нефтегазовых трубопроводов с помощью машинного обучения. Юрий Кацер [youtube]

  • Case Western Reserve University Bearing Fault Detection [site]
    data code

  • [RU] Сколтех. Обнаружение аномалий, прогнозирование поломок. Евгений Бурнаев [youtube1], [youtube2]

  • [RU] redmadrobot. Детектирование проблем с конвейерной лентой [habr]

  • [RU] Еврохим (redmadrobot). Как определять объекты на пересыпе [habr]

3. RUL (remaining usefull life) and TTF (time-to-failure)

  • NASA (Microsoft). LSTM for predictive maintenance on Turbofan Engine Degradation Simulation Data Set [github], [gallery.azure.ai]
    code

  • NASA. The aircraft engine run-to-failure data [github1], [github2], [github3], [kaggle]
    data code

  • Waico.tech. RUL Determining for Continuous Casting Machine Mold Sleeve. Iurii Katser [medium]

  • [RU] Waico.tech. Задача определения остаточного ресурса оборудования. Юрий Кацер [youtube], [habr]

  • [RU] Waico.tech. Решение задачи определения RUL трансформаторов с помощью машинного обучения на python. Юрий Кацер [habr], [kaggle]

  • [RU] ПАО Роснефть. Определение остаточного ресурса установок электроцентробежных насосов (УЭЦН). [hackaton]
    data

4. Product quality

  • Industrial defect inspection (counting the number of pills during manufacturing) [github]
    code

  • SECOM Detecting Defected Items (binary classification problem) [github], Approaches for the class imbalance problem SECOM [github]
    code

  • [RU] Микрон и Уралхим (МТС). Как использовать данные на предприятии на примере Микрон и Уралхим. Михаил Матвеев [youtube]

  • [RU] Severstal. Steel Defect Detection. Pavel Yakubovskiy, Ilya Dobrynin [youtube], [youtube]
    data

  • [RU] ЦИТМ Экспонента. Обнаружение аномалий на изображениях гаек [youtube]
    code

5. Safety and access control

  • [RU] ВШЭ. Автоматизация мониторинга за ручным производством. Виктор Минченков [youtube]

  • [RU] ТМК. Найти то, что скрыто: повышаем безопасность при переработке лома. Александр Лунев [youtube]

6. Other

  • [RU] ГПН (Сколтех). Применение ML для прогнозирования литологии в процессе бурения скважины. Никита Ключников [youtube]

  • [RU] ГПН. Как сблизить практику и науку ИИ? Анджей Аршавский [youtube]

  • [RU] ГПН. Применение алгоритмов ML для подавления шумов по несуммированным сейсмическим данным. Даниил Сёмин [youtube]

  • [RU] ГПН. Использование ИИ в процессах гидродинамического моделирования нефтегазовых месторождений. Виктор Котежеков [youtube]

  • Can you cut the time a Mercedes-Benz spends on the test bench? [kaggle], [The 11th place solution at github, youtube, kaggle]
    code data

  • [RU] ПАО «Полюс». Кейс «Цифровой советчик водителя», Андрей Горшков [youtube]

  • [RU] КРОК. Как подружить промышленность и big data. Аналитика, SCADA, BI, интеграция с источниками данных. [habr]

  • [RU] Северсталь. Как мы управляем надежностью производственного оборудования огромной вертикально-интегрированной компании [habr]

  • [RU] Евраз. И конфеты за меня есть будете? AutoML в помощь Citizen Data Scientist’у. Андрей Косинцев [habr]

  • [RU] Евраз. ML в промышленности: задачи и проблемы. Андрей Зубков [youtube]

  • [RU] Россети (Mail.ru). Разработка ML-решений: от постановки задачи до эксплуатации [youtube]

  • [RU] Росатом (Цифрум). Проблемы в промышленных данных с точки зрения дата сайентиста. Юрий Кацер [youtube], [habr]

  • [RU] Росатом (Цифрум). Опыт проектов с ИИ в промышленности. Юрий Кацер [youtube], [habr]

  • [RU] Цифра. Зачем заводам машинное обучение. Роман Чеботарев [habr]

  • [RU] ГПН. Бизнес-задачи для искусственного интеллекта в непрерывном производстве. Сергей Овчинников [youtube]

  • [RU] Modcon. Моделирование и анализ данных в управлении непрерывным производством. Грегори Шахновский [youtube]

  • [RU] ИТМО. Физически-обоснованные модели с точки зрения машинного обучения. Александр Хватов [youtube]

7. Multiple cases (overviews and panel discussions)

  • [RU] Машинное обучение в разведке и добыче. Дмитрий Коротеев, Сколтех [youtube]

  • [RU] Искусственный интеллект в нефтегазовой отрасли. Дмитрий Коротеев, Сколтех [youtube]

  • [RU] Искусственный интеллект в разведке и добыче нефти и газа. Сергей Сафонов, Aramco [youtube]

  • [RU] Индустриальный искусственный интеллект в нефтедобывающей промышленности. Алексей Шпильман [youtube]

  • [RU] Как заставить ML работать и причем тут физика. Примеры из нефтегазовой отрасли. Тимур Бикмухаметов [youtube]

  • Petroleum Technology Research Centre (PTRC). Artificial Intelligence & Machine Learning in the Oil & Gas Industry [youtube]

  • [RU] НЛМК. Цифровая экосистема для горняков: как НЛМК применяет искусственный интеллект на Стойленском ГОКе [rusbase]

  • [RU] Кейсы. Внедрение искусственного интеллекта в промышленности («КАМАЗ», «Цифрум», red_mad_robot, «Цифра») [youtube]

  • [RU] Научно-техническая конференция «Цифровые технологии в добыче углеводородов: от моделей к практике - 2021». Применение интеллектуальных технологий на объектах добычи, хранения, транспорта и переработки нефти [youtube]

  • [RU] McKinsey: Углублённая аналитика в тяжёлой промышленности [youtube], [vc.ru]

  • [RU] Машинное обучение в промышленном масштабе. Эмили Драль [youtube]

  • [RU] Machine Learning, или Трансформация данных в деньги. Александр Хайтин, Yandex [youtube]

  • [RU] ПАО «Полюс». Искусственный интеллект в промышленности. Иван Максимов (https://youtu.be/8hwWxpKwRe0?si=oCHZyFqjfZxWvALJ)

  • [RU] Искусственный интеллект в металлургии. Александр Хайтин, Mechanica AI [youtube]

  • [RU] Кейс-конференция AI в промышленности. Индустриальные инновации [youtube]

  • [RU] ГПН: ПРАКТИКА И ИССЛЕДОВАНИЯ В СФЕРЕ ИИ ДЛЯ ПРОМЫШЛЕННЫХ КОМПАНИЙ [youtube]

  • [RU] Schneider Electric. Система расширенного управления производственными процессами и эффективностью активов по критерию минимизации простоев, платформа для предиктивного технического обслуживания и многое другое [youtube]

  • [RU] Сибур. Видеоаналитика на взрывоопасном заводе площадью в 700 футбольных полей. Вадим Щемелинин [habr]

  • [RU] РЕНА. Техническое зрение в промышленности. Евгений Молчанов [youtube]

  • [RU] Евраз. Computer Vision на промышленном предприятии. Александр Ромахин [youtube], [habr]

  • [RU] Норникель. Большие данные, хакатон с «Норникелем» и металлургия: все смешать, но не взбалтывать [habr]

  • [RU] CyberPhysics. Применение гибридного моделирования в задачах аналитики промышленного оборудования. Михаил Гусев [youtube]

    • Оптимизация процесса литья пластиковых деталей под давлением
    • Диагностика технического состояния парка газоперекачивающих агрегатов
    • Оптимизация расхода газа в печах

  • [RU] Сибур. Цифровая трансформация в СИБУРе. Василий Номоконов [youtube]

    • Продвинутая аналитика для сокращения числа обрывов БОПП-пленки
    • Повышение качества управления эффективностью производства и визуализация технологических данных
    • Предиктивное обслуживание оборудования (экструдер, гранулятор)

  • Irish Manufacturing Research. AI in Action: Applications of Artificial Intelligence in Manufacturing [youtube]

    • (Quality assurance) Detect defects using automated visual inspection
    • (Predictive Maintenance) Prevents unplanned downtime by using machine learning
    • (Generative design) Automated prototyping
    • (Demand Forecast) Better planning of operations

8. Other notable case reviews (marketing materials mostly):