🗣Лабораторно-информационную систему начали испытывать в центральной заводской лаборатории Уральского электрохимического комбината (входит в ТВЭЛ)

Зачем она нужна?
Чтобы измерять физико-химические показатели для аналитического контроля технологических процессов при производстве гексафторида урана и аттестации обогащенного уранового продукта.

Как работает система?
Результаты исследований автоматически обрабатываются и собираются в итоговые протоколы. По запросу система формирует отчеты за несколько минут. Она позволяет вести контроль и управлять образцами, реактивами, материалами и методиками лабораторных измерений, оборудованием и нормативной документацией.

Кто имеет доступ к системе?
Можно настраивать разные права доступа для разных пользователей. При этом:
• работникам лабораторий не надо вести журналы, они напрямую передают результаты исследований;
• заказчики имеют доступ к этой информации в онлайн-режиме и не тратят время на запросы.

Когда внедрят это решение на УЭХК?
В декабре 2024 года. В перспективе к ней подключат цеха разделительного производства в качестве внутренних заказчиков. Они будут получать результаты контроля сырья, товарной продукции, промежуточного контроля параметров.

На каких еще предприятиях ТВЭЛа используют систему?
На Электрохимическом заводе в Зеленогорске, Чепецком механическом заводе в Глазове и Машиностроительном заводе в Электростали.

#ТВЭЛ_новости #УЭХК #Цифра
@tvel_live

🗣«Как не наломать дорогих ИИ-дров». Сессия с таким названием прошла на международной конференции Digital Innopolis Days 2024 x AI IN 2024. Ее модератором выступил директор по стратегическому маркетингу Яндекса Андрей Себрант.

Какие есть подводные камни при применении ИИ на производстве, рассказал Евгений Гаранин, вице-президент по цифровизации и информационным технологиям ТВЭЛа.

1️⃣ Количество данных и классификация
Для обучения модели недостаточно просто загрузить n-ое количество документов и выделить сущности в технико-коммерческих предложениях (ТКП). Данные нужно правильно разметить. На это уходит треть (три месяца) от всего времени разработки. Для нормального качества нужно порядка 3,5 млн ТКП.

2️⃣ Разные подходы для разных правил
Например, для ТКП алгоритмический метод показывает точность ниже 70%, а машинное обучение – 80%. Все наоборот при идентификации ГОСТов.

3️⃣ Методы оценки качества
О них необходимо договориться заранее с подрядчиком, чтобы провести качественные измерения. Важно не только проговорить KPI, но и обозначить, на каких документах основана работа, на какой выборке, на каком объеме, как будем замерять.

4️⃣ Ложные срабатывания системы
Иногда, даже если человек заполнил все правильно, система идентифицирует ложные ошибки. Они воспринимаются хуже, чем найденные ошибки. Чтобы у человека не снижалась мотивация, некоторые правила приходится смягчать, а какие-то ошибки – комментировать.

#ТВЭЛ_новости #Цифра
⚛️ Подписывайтесь на ТВЭЛ