Блог пользователя - admin

Крупная американская страховая компания Factory Mutual Insurance Company (FM), страхующая имущество крупных корпораций, выпустила отчет "Понимание горнодобывающей промышленности: направления потерь и прогнозная аналитика". 

Основываясь на более чем 50-летней истории страховых случаев и своем богатом отраслевом опыте (компания страхует более 300 горнодобывающих предприятий по всему миру), FM установила, что аварии оборудования и пожары являются двумя основными причинами ущерба на горнодобывающих предприятиях. При этом значительная доля ущерба от пожаров связана опять же с аварийностью оборудования, например, с перегревом подшипников или возгоранием резиновых ленточных конвейеров.

Исторические данные показывают, что 34% причиненного ущерба в горнодобывающей промышленности напрямую связаны с авариями механического или электрического оборудования, но если включить сюда обвал, удар и опрокидывание (все это связано с крупным оборудованием/конструктивными отказами), то этот показатель возрастает до 63%.

На долю конвейеров приходится 29% ущерба (наиболее критичное оборудование), тяжелая мобильная техника и двигатели приносят еще по 20% ущерба, угольные сушилки - 9%, невращающееся электрооборудование - 5%, шаровые мельницы - 4%, паровые турбины и трубопроводы - по 3%, дробилки - 1%. Более четверти случаев причинения ущерба вызваны отказами оборудования.

Причины ущерба часто неизбежны: горнодобывающие предприятия работают в сложных условиях, а оборудование интенсивно изнашивается. Но данные показывают, что вероятный ущерб можно предвидеть и предотвратить. В этой связи компания дает вполне очевидные рекомендации:

• улучшите программы обеспечения целостности активов и стратегии технического обслуживания;
• проанализируйте фактические условия эксплуатации оборудования в сравнении с проектными условиями, включая перегрузки, выходящие за проектные пределы;
• изучите рабочую среду и физические условия, в которых работает оборудование, чтобы определить его пригодность для данной среды эксплуатации;
• оцените эффективность и адекватность процессов обучения операторов, чтобы гарантировать работу оборудования в пределах проектных ограничений как в нормальных, так и в нештатных условиях;
• оцените историю эксплуатации, чтобы определить возраст и остаточный ресурс оборудования;
• убедитесь, что устройства защиты оборудования (безопасности или управления) надлежащим образом спроектированы, установлены и обслуживаются;
• оцените планы действий в чрезвычайных ситуациях на предмет готовности к внезапным авариям оборудования, отыщите варианты восстановления и стратегий смягчения последствий.

Статистика показывает, что более четверти ущерба (27%) приходится на 2% локаций на горнодобывающем предприятии. Используя математическую модель, можно определить 1000 мест, характеризующихся риском ущерба свыше $3M. Точность этой прогностической модели подтверждается постоянным совпадением прогнозируемых зон высокого риска и фактических потерь.

Если на предприятии имеется такая прогностическая модель, катастрофические события можно свести к обычному техническому обслуживанию. Это означает переход от рассмотрения технического обслуживания как центра затрат к стратегической форме защиты капитала. Это также означает предоставление группам технического обслуживания возможности для обоснования инвестиций.

Приказом Федеральной службы по экологическому, технологическому и атомному надзору от 12 сентября 2025 года № 318 утверждено Руководство по безопасности «Проведение аудита системы управления промышленной безопасностью в организациях, эксплуатирующих опасные производственные объекты».

Руководство содержит рекомендации по:

1. постановке целей и определению критериев такого аудита;
2. формирования групп для его проведения;
3. подготовке и проведению аудита системы управления промышленной безопасностью;
4. формированию итогового отчета и разработке корректирующих мероприятий по устранению нарушений обязательных требований, а также по подготовке рекомендаций по изменениям, направленным на повышение уровня промышленной безопасности на опасных производственных объектах (ОПО).

Руководство может применяться как при проведении обязательного аудита систем управления промышленной безопасностью в организациях, эксплуатирующих опасные производственные объекты I класса опасности, так и в случаях проведения такого аудита по инициативе эксплуатирующих организаций или их учредителей.

С 1 сентября 2025 аудит СУПБ стал обязательной процедурой для предприятий с ОПО I класса опасности. Организации, эксплуатирующие ОПО I класса опасности, обязаны проводить ежегодный аудит СУПБ и предоставлять результаты коллегиальным органам управления до 1 апреля каждого года.

Владимир Иорш, генеральный директор ООО «НПП «СпецТек», рассказал журналу RUБЕЖ о том, как внедрение современных технологий в учебный процесс российских технических вузов помогает готовить специалистов, способных справляться с актуальными вызовами рынка. В интервью он поделился опытом своей компании и подчеркнул важность комплексных компетенций для молодых специалистов.

-  В каких сегментах производства у вас кадровый голод? Какие специалисты нужны?

Владимир Иорш: Мы нуждаемся в профессиональных кадрах в сегменте наших услуг по организации и автоматизации бизнес-процессов технического обслуживания и ремонта (ТОиР) на предприятиях, в том числе ТОиР систем безопасности, выездного и сервисного обслуживания. На рынке труда недостаточно специалистов, способных оказывать консультационные услуги и руководить проектами внедрения информационных систем.

- Какими компетенциями должен обладать молодой специалист, чтобы получить работу в вашей компании?

В. Иорш: Желательно привлечь специалистов с комплексной компетенцией, которая включает эксплуатационную надежность технических объектов, технологии автоматизации соответствующих бизнес-процессов, управление проектами внедрения информационных систем ТОиР. Но мы понимаем, что молодых специалистов с такой компетенцией не бывает.

- Выпускникам каких профильных вузов отдаете предпочтение и почему? С какими профильными вузами сотрудничаете?

В. Иорш: Мы сотрудничаем с такими известными вузами Санкт-Петербурга, как Государственный университет аэрокосмического приборостроения, Политехнический университет Петра Великого, Государственный архитектурно-строительный университет, а также вузами других регионов: Новгородский государственный университет имени Ярослава Мудрого, Уфимский государственный нефтяной технический университет, Южно-Российский государственный политехнический университет им. М.И.Платова и другими авторитетными вузами. Студенты этих вузов обладают высоким уровнем теоретической подготовки в наших профильных областях.

- Каких навыков не хватает молодым специалистам, чему их приходится учить на месте?

В. Иорш: Высшее образование в области надежности технических систем и объектов ориентировано в основном на инженеров-проектировщиков машин и оборудования. И в значительно меньшей степени вузовское образование дает то, что нужно инженеру по эксплуатационной надежности. Причины этого понятны: данная область знаний динамически развивается, появляются новые подходы и методы управления эксплуатационной надежностью, и за этими изменениями не всегда поспевают вузовские программы. Так, один из важнейших трендов последних лет — управление надежностью, основанное на оценке риска отказов, в том числе с учетом риска скрытых отказов, характерных как раз для систем безопасности. Что же касается комплексной компетенции, о которой сказано выше, то ее можно приобрести только на практике, с опытом внедрения и сопровождения программного обеспечения — такого, как наше.

- В каком формате ваша компания сотрудничает с профильными учебными заведениями, чтобы заполучить лучших выпускников?

В. Иорш: Один из важных форматов сотрудничества — поставка вузам нашего программного обеспечения для внедрения в учебный процесс и использования в качестве тренажера. На таких тренажерах студенты отрабатывают операции в системе ТОиР и процессы управления надежностью. Второе направление — совместная деятельность со специалистами вузов по оказанию методической и консультативной помощи предприятиям в проектировании и внедрении информационных систем ТОиР, в совершенствовании процессов ТОиР, использовании передовых практик ТОиР. В числе наших заказчиков — Курская атомная станция (Филиал АО «Концерн «Росэнергоатом»), КАО «Азот», ПАО «Челябинский металлургический комбинат», Набережночелнинский картонно-бумажный комбинат им. С. П. Титова, ПАО «Газпром нефть», СИБУР. Ну и, конечно, студенты приходят к нам на практику, чтобы закрепить полученные знания на реальных данных.

Путь Petrobras к сертификации по стандарту ISO 55001 занял более десяти лет и потребовал решения серьёзных задач, включая стандартизацию практик на 13 ТЭЦ с уникальными производственными процессами. Для достижения этой цели Petrobras разработала программу «Система управления активами» (AMS) – динамическую систему управления, призванную превратить управление активами в рутинный процесс, ориентированный на достижение цели и постоянное совершенствование.

Ключевые элементы их стратегии включали:

• Обучение и вовлечение рабочей силы: предоставление командам возможности придерживаться единого видения создания ценности посредством управления активами.
• Межфункциональное сотрудничество: создание рабочих групп для согласования целей и процессов между отделами и руководством.
• Постоянная поддержка и аудит: проведение регулярных посещений объектов и внутренних аудитов для укрепления передового опыта и укрепления доверия во всех операциях.

Внедрение стандартов ISO 55001 дало ощутимые результаты на всех ТЭЦ Petrobras:

• Эффективность: повышение эксплуатационной готовности на 10,8% (2021–2024 гг.);
• Сокращение затрат: сокращение избыточных запасов на 95% (2019–2024);
• Безопасность: девять ТЭЦ вошли в десятку самых безопасных объектов Petrobras.

Эти достижения демонстрируют, как методы управления активами напрямую способствуют повышению операционной эффективности, финансовой устойчивости и снижению рисков. В перспективе Petrobras планирует интегрировать управление активами с инициативами по борьбе с изменением климата в соответствии с обновлённым стандартом ISO 55001:2024.

Petrobras, Petróleo Brasileiro S.A. — крупнейшая бразильская нефтегазовая компания, контролируемая государством. Petrobras представляет собой многопрофильный концерн, занимающийся поиском, добычей, транспортировкой, переработкой и реализацией нефти, нефтепродуктов, природного газа и прочих углеводородов, производством биотоплива и минеральных удобрений, а также выработкой, транспортировкой и торговлей электроэнергией. 

Компания Cosmo Oil, один из крупнейших нефтеперерабатывающих заводов Японии, столкнулась с необходимостью повышения эксплуатационной эффективности и сокращения расходов, связанных с неожиданными отказами оборудования и плановым техническим обслуживанием. Компания не была уверена в своих действующих графиках технического обслуживания, в значительной степени основанных на предписанных производителями оборудования временных интервалах, а не на реальных эксплуатационных характеристиках или состоянии активов. Это создавало риск избыточного технического обслуживания и пропущенных отказов.

В этой связи на заводе был применен подход reliability-centered maintenance (RCM). Проект был реализован по структурированному плану, начиная со сбора и анализа данных для создания базовой модели данных. Были построены модели отказов компрессоров и проанализированы четыре сценария: эксплуатация до отказа, текущая стратегия технического обслуживания, оптимизированная стратегия технического обслуживания и оптимизированная стратегия с использованием датчиков состояния.  

Анализ позволил понять влияние и окупаемость инвестиций в различные подходы к техническому обслуживанию, а также количественно оценить эффективность усилий по сравнению с эксплуатацией до отказа». На основе результатов анализа Cosmo оптимизирует стратегии, исключая виды деятельности, не добавляющие ценности, внедряя целевые профилактические проверки и новую систему вибрационного контроля.

Потенциальная экономия средств по проекту составит около 8,2 млн долларов США за десять лет и включает в себя несколько составляющих, показанных на схеме.

Европейский комитет по стандартизации (CEN) утвердил стандарт EN 15628:2025 Техническое обслуживание - Квалификация обслуживающего персонала.

В этом документе описывается квалификация персонала, необходимая для выполнения требований к работе по техническому обслуживанию оборудования, инфраструктуры и производственных систем. В нем описываются необходимые знания, навыки и компетенции. Эти руководящие принципы могут быть использованы для обучения, подтверждения навыков персонала по техническому обслуживанию и планирования карьеры. 

В стандарте рассматриваются следующие профессиональные роли в организации по техническому обслуживанию: 

• Специалист по техническому обслуживанию; 
• Руководитель работ по техническому обслуживанию; 
• Инженер по техническому обслуживанию; 
• Менеджер по техническому обслуживанию. 

Роли могут быть адаптированы на основе практики компании и операционной деятельности организации. Пример организационной структуры можно увидеть в Приложении А. В этом документе не указываются критерии проверки или специализированная подготовка персонала, которая связана с конкретными отраслями. Специализация и профессия являются предметами обучения, проводимого в соответствующей отрасли.

CNews Analytics впервые опубликовал Атлас «Российский рынок ИТ-услуг и системной интеграции». Он объединил две карты рынка.

На первой отечественные игроки рынка распределены по группам по одному принципу — типу оказываемых ИТ-услуг. Карта поделена на несколько больших блоков, которые выделили аналитики агентства после опроса более 40 российских ИТ-компаний:

• Импортозамещение
• Заказная разработка ПО
• ИТ-консалтинг
• Сервис и техническое обслуживание
• ИБ-услуги
• Тестирование
• Облачные сервисы
• Обучение персонала

Вторая карта показывает, в каких отраслях интеграторы преимущество реализуют ИТ-проекты. На ней представлены такие сферы, как промышленность, ритейл, финансовый и государственный секторы, топливно-энергетические комплекс (ТЭК), телеком, транспорт и логистика, здравоохранение, образование и агропромышленный комплекс (АПК). Аналитики остановились именно на этих отраслях также после опроса более 40 ИТ-компаний. Чаще всего интеграторы, принимающие участие в исследовании, реализуют проекты для заказчиков, работающих в промышленности, розничной торговле и банках.

НПП СпецТек присутствует на карте CNews в нескольких номинациях.

Актуальным требованием европейского регулятора является увеличение доли возобновляемых источников энергии (ВИЭ) при одновременном повышении устойчивости и экономической эффективности инфраструктуры. Для этого каждый оператор должен иметь возможность принимать собственные решения по внедрению ВИЭ, сохраняя и поддерживая совместимость и обмен данными с остальной энергосистемой. 

Помочь операторам должно создание федерации цифровых двойников, способных работать как единая система. Это повысит наблюдаемость и управляемость сетей, предоставит операторам системы расширенные возможности прогнозирования для оптимизации их действий на рынке, поможет им достичь разумных и скоординированных результатов. Разработка концепции общеевропейского цифрового двойника электроэнергетической системы на основе федерации локальных двойников - цель трехлетнего проекта TwinEU, поддержанного Европейской комиссией. Предполагаемая стоимость проекта - более 25 миллионов евро.

Для достижения столь амбициозной цели в консорциум TwinEU вошли 75 партнеров, в том числе университеты, исследовательские центры, поставщики электроэнергетических и ИТ-услуг, а также операторы систем передачи и распределения электроэнергии из 15 европейских стран: Австрии, Бельгии, Болгарии, Кипра, Франции, Германии, Греции, Венгрии, Италии, Люксембурга, Нидерландов, Португалии, Румынии, Словении и Испании. На 8 пилотных площадках в 11 странах будут созданы различные цифровые двойники для достижения воспроизводимости разработанных решений в различных географических и рыночных условиях. Координатором проекта является Институт прикладных информационных технологий Фраунгофера (FIT) и его Центр цифровой энергетики.

Например, пилотный проект Франция-Нидерланды имеет целью создание взаимной выгоды для системных операторов (TSO) и распределительных операторов (DSO) за счет предоставления эффективных с точки зрения вычислений и надежных инструментов для прогнозирования, предотвращения и смягчения последствий неустойчивости в условиях высокой степени проникновения ВИЭ и слабых топологических и эксплуатационных условий сети. В рамках данного пилотного проекта также уделяется внимание разработке Центра управления будущего (CRoF) для операторов систем передачи и распределения электроэнергии.

Проблемы, с которыми сталкивается TwinEU, заключаются в отсутствии единого мнения по поводу определения цифрового двойника и его функций, недостаточной синхронизации цифровых моделей/копий с реальными активами, а также в отсутствии конкретных реализаций цифровых двойников многократного использования на общеевропейском уровне. Кроме того, отсутствует согласованный стандартизированный подход к моделированию сетей, который подходил бы всем, а также недостаточно хорошо изучены возможности цифровых двойников как эффективного способа поддержки сотрудничества между заинтересованными сторонами и соответствующего обмена данными.

Почти половина мирового объема частных инвестиций вкладывается в проекты разработки и развития искусственного интеллекта (ИИ). Но, как и другие технологии перед своим крахом, пузырь ИИ демонстрирует готовость лопнуть. 

Есть такая вещь, как «Efficient Compute Frontier» (граница эффективных вычислений). Это очень причудливый способ сказать, что обучение искусственного интеллекта (ИИ) имеет уменьшающуюся отдачу. Короче говоря, ИИ должен быть «обучен» на данных, и если вы хотите улучшить свой ИИ, вам нужно обучить его большему количеству данных, что требует большей вычислительной мощности. Однако связь между объемом данных обучения и производительностью не является линейной. Существует эффект убывающей доходности. Так, если удвоить объём обучающих данных для небольшого ИИ, производительность может увеличиться на 5%, но если затем ещё раз удвоить объём обучающих данных, производительность может увеличиться только на 1% и т. д.

Это не было бы проблемой, если бы обучение ИИ не было невероятно дорогим с точки зрения денег, энергии и инфраструктуры. В результате стоимость совершенствования ИИ растёт экспоненциально. Мы уже видим это ограничение в действии, поскольку последние модели OpenAI едва ли лучше предыдущих, несмотря на значительно большие тренировочные наборы данных и гораздо большие затраты.

Даже если бы наши нынешние технологии могли реально создать общий искусственный интеллект (ОИИ), создание такого ОИИ было бы чрезмерно дорогим, если не сказать, что оно вообще невозможно, учитывая ресурсы, которыми располагает человечество.

Современный генеративный ИИ действительно способен на многое! Но он не создаёт никакого прироста производительности. Почему? Он просто недостаточно стабилен, и поэтому за ним должен следить квалифицированный специалист, что обходится примерно столько же, сколько и найм специалиста для выполнения той же работы. Это стало настолько распространённой проблемой, что банки и технологические гиганты, вложившие миллиарды долларов в ИИ, теперь серьёзно обеспокоены своими инвестициями.

Именно здесь возникает гипотеза Флориди. Лучано Флориди - профессор Йельского университета и директор-основатель Центра цифровой этики. В своей недавней статье Флориди выдвинул гипотезу, что системы ИИ могут либо иметь сложную область применения, но не обладать достаточной точностью, либо применяться в узкой области и иметь большую точность. Важно отметить, что гипотеза Флориди утверждает, что ИИ абсолютно не может одновременно иметь сложную область применения, такую как вождение автомобиля, где ИИ должен решать множество задач, и большую точность.

По-другому это можно сформулировать так: по мере расширения сферы применения ИИ он всегда будет становиться менее точным и будет выдавать аномальные результаты (по глупости называемые "галлюцинациями"). Флориди не просто взял эту идею из воздуха. Она основана на математическом описании функционирования нейронных сетей.

Гипотеза Флориди гласит, что независимо от объема дополнительных данных, обучения или оптимизации нейронной сети, всегда будет существовать компромисс между масштабом и надежностью. Другими словами, не имеет значения, сколько миллиардов долларов Маск вложит в разработку FSD — поскольку в нем отсутствуют какие-либо попытки ограничить задачи ИИ, он всегда будет страдать от ошибочных результатов, быть ненадежным и, в конечном счете, небезопасным.

Итак, когда этот пузырь лопнет, это нанесет огромный ущерб всем этим странным техническим гениям и токсичным финансистам. Но у них есть план, как увернуться от апокалипсиса. Квантовые компьютеры. И все они отчаянно хотят, чтобы мы присоединились к новому движению.

Фото: Rock'n Roll Monkey на Unsplash