Oto zwycięzcy II edycji Hackathonu KGHM

KGHM
Reklama
Reklama

250 uczestników, 40 projektów i niezliczone godziny analizowania danych – dobiegł końca drugi Hackathon CuValley Hack 2022 organizowany przez KGHM Polska Miedź SA i KGHM Centrum Analityki. Wyróżnionych zostało 7 pomysłów. Pula nagród dla zwycięzców wyniosła 120 tys. zł.

Hackathon odbył się w formule on-line, a podczas wydarzenia wykorzystanych zostało wiele platform znanych programistom. Imprezie towarzyszyła zorganizowana w Bibliotece Uniwersytetu Zielonogórskiego konferencja technologiczna „Dolina Miedziowa”. Eksperci zaprezentowali uczestnikom najnowsze rozwiązania i przykłady zastosowań technologii w przemyśle.

Lista zwycięzców hackathonu

W kategorii „Przygotowanie modelu danych wyznaczającego jakość katod w oparciu o parametry wsadów oraz parametry procesowe” najlepsze okazały się następujące projekty:

Reklama

I miejsce zajął zespół CUdHacki z projektem skupiącym się na interaktywnym narzędziu analizy składu katod. Jak wyjaśniono, narzędzie to może zostać wykorzystane do doboru składu anod przed uruchomieniem procesu, a także do korekty parametrów już w trakcie elektrorafinacji. W części statycznej zagregowano i przeanalizowano dostępne dane pod względem korelacji. W części dynamicznej twórcy poszli o krok dalej i stworzyli model, który dla wybranych przez operatora wartości wejściowych procesu pozwala przewidzieć wyprodukowaną liczbę białych katod, a także ich skład. Następnie dodano kolejną opcję, która pozwala na optymalizację parametrów wejściowych w celu uzyskania katod o najlepszej jakości.

Zgodnie z uzasadnieniem jury zwycięzcom udało się połączyć zrozumienie procesu technologicznego, analizy danych i zaproponować bardzo intersujące rozwiązanie w postaci optymalizacji doboru parametrów dla uzyskanie jak najwyższej jakości. Projekt ze zdecydowanym potencjałem wdrożeniowym.

Reklama

II miejsce zajął zespół Anovei z projektem pt. Model przewidywania jakości katod”. Projekt przewiduje parametry procesowe dla danej analizy chemicznej anody w celu uzyskania katody wysokiej jakości. Algorytm genetyczny i własny model sieci rekurencyjnej. Można wybrać, które parametry procesowe można zmieniać, poprzez nałożenie maski na geny w algorytmie genetycznym.

Nagroda specjalna prezesa KGHM Polska Miedź SA powędrowała do zespołu Bards.ai za projekt „Biały Cruk”.Stworzono aplikację, która na podstawie składu chemicznego anod proponuje parametry technologiczne procesu, które pozwolą na otrzymanie 100% jakości katod. W ramach projektu powstało demo technologiczne. Jak uzasadniło jury, zespół Bards.ai w zasadzie był na równi z drugim miejscem w tej kategorii. Trudno było podjąć ostateczną decyzję. Zespół jednak wystartował w dwóch zadaniach i w kolejnym również był o włos za zwycięzcami, dlatego postanowiono nagrodzić go nagrodą specjalną za pracowitość i kreatywność.

W kategorii „Optymalizacja energetyczna zespołu pompowego układu chłodzenia pieca zawiesinowego” jury wybrało 2 najlepsze projekty.

I miejsce zajął zespół Digital Twins za projekt „Cyfrowy Bliźniak Zespołu Pompowego”. W ramach realizacji zadania na podstawie danych katalogowych i dostępnych pomiarów został stworzony Cyfrowy Bliźniak Zespołu Pompowego umożliwiający analizę pracy układu dla różnych nastaw kontrolowanych parametrów. Jury stwierdziło, że to zdecydowany zwycięzca w tym zadaniu. Zespół zaproponował nie tylko podniesienie jakości i wydajności funkcjonowania bieżącego układu, ale wskazał też możliwe modernizacje w przyszłości. Także kierunek jest ważny – cyfrowy bliźniak dla układów czy całych systemów przemysłowych jest docelowym kierunkiem rozwoju w tym zakresie.

Na II miejscu uplasował się zespół Copperheads za projekt „CoolerOptymizer”. Stworzono aplikację, która na podstawie danych wejściowych w formacie CSV i modelu diagramu umożliwia przeprowadzenie symulacji działania tego układu godzina po godzinie. Model jest elastyczny i przy niewielkich zmianach umożliwia modelowanie dowolnego układu chłodzącego składającego się z 2 rodzajów pomp.

W ostatniej kategorii, „Sztuczny analizator temperatury żużla wewnątrz Pieca Zawiesinowego Huty Miedzi Głogów I”, również znalazły się 2 zwycięskie zespoły.

I miejsce zajął zespół Miedziaki za projekt „Miedź na oku”, który jest modelem predykcyjnym, opartym na modelu uczenia maszynowego, konkretnie Gradient Boosting. Technika ta łączy innowacyjną technologię opartą o osiągnięcia działów matematyki takich jak: analiza, algebra oraz rachunek prawdopodobieństwa, wraz z prostotą drzewa decyzyjnego.

Jury ponownie stwierdziło, że to zdecydowany zwycięzca w swojej kategorii. Co dodatkowo cieszy – w tym 4-osobowym zespole były aż 3 kobiety. Zespół składa się ze studentów Politechniki Poznańskiej, którzy wykazali się bardzo dobrym zrozumieniem procesów przemysłowych i technologicznych. Zastosowane algorytmy z wykorzystaniem filozofii „clean codeing” (czystego kodowania) dodatkowo przekonały oceniających. Stworzony model charakteryzował się również najwyższym parametrem prawdopodobieństwa i najmniejszymi odchyleniami.

Z kolei II miejsce zajął zespół Cuprum Insight za projekt „Wirtualna lanca pomiarowa”. Celem projektu było stworzenie wirtualnej lancy pomiarowej wykorzystującej sztuczną inteligencję, przy pomocy której wyznaczana jest temperatura żużla z minutowym interwałem.

Druga edycja Hackathonu CuValley Hack 2022, podobnie jak pierwsza, objęta została patronatem honorowym premiera Mateusza Morawieckiego.

Źródło: KGHM

Reklama

O Autorze

MM Magazyn Przemysłowy jest tytułem branżowym typu business to business, w którym poruszana jest tematyka z różnych najważniejszych sektorów przemysłowych. Redakcja online MM Magazynu Przemysłowego  przygotowuje i publikuje na stronie artykuły techniczne, nowości produktowe oraz inne ciekawe informacje ze świata przemysłu i nie tylko.

Tagi artykułu

Zobacz również

Chcesz otrzymać nasze czasopismo?

Zamów prenumeratę
Reklama